尺度空间方法

尺度空间方法的基本思想是：在视觉信息（图像信息）处理模型中引入一个被视为尺度的参数，通过连续变化尺度参数获得不同尺度下的视觉处理信息，然后综合这些信息以深入地挖掘图像的本质特征。

定义    设多尺度分析的初始图像为u0(x)(x 2 ­，­ 为图像区域)，u(x; t) 为多尺度分析用于图像所获得的在尺度t(t > 0) 时的图像，称Tt：u0(x) -> u(x; t) 为尺度空间算子，尺度空间算子族{Tt}t>0 为尺度空间，并称Tt+h ：u(x; t) ->u(x; t + h) 为尺度由t 变化到t + h 的尺度空间算子。

当我们用眼睛观察物体时，一方面，当物体所处背景的光照条件变化时，视网膜感知图像的亮度水平和对比度是不同的，因此要求尺度空间算子对图像的分析不受图像的灰度水平和对比度变化的影响，即满足灰度不变性和对比度不变性；另一方面，相对于某一固定坐标系，当观察者和物体之间的相对位置变化时，视网膜所感知的图像的位置、大小、角度和形状（三维物体投影到视网膜上的二维图像轮廓，通常对应于图像的仿射变换）是不同的，因此要求尺度空间算子对图像的分析与图像的位置、大小、角度以及仿射变换无关，即满足平移不变性、尺度不变性、欧基里德不变性以及仿射不变性。

大尺度下的图像可以通过对小尺度图像的尺度空间算子作用而直接获得，局部对比性意味着尺度空间算子作用对图像灰度值的局部保序性。

线性尺度空间具有以下明显缺陷：一方面，热扩散方程描述的是各向同性的扩散过程，因此在光滑图像时，任意象素点的灰度值在各个方向的扩