脊波变换 matlab,浅析curvelet变换原理与理解 - 全文

Curvelet变换是基于傅里叶变换和小波变换的一种改进，其特点是有高度的各向异性，具有良好表达图形沿边缘的信息的能力，对于恢复形状的沿边缘的主要结构和抑制周边噪声有其特有优势。

其过程为

这和传统的DFT及小波变换的处理过程类似，把图表中的curvelet换成DFT和wavelet就可以了。

Curvelet变换是最近图像处理较新的一种多尺度几何变换算法。其发展历程在短短十年间：

1999年，Candès和Donoho在Ridgelet变换的基础上提出了连续曲波(Curvelet)变换——第一代Curvelet变换中的Curvelet99。

2002年，Strack、Candès和Donoho提出了第一代Curvelet变换中的Curvelet02。

2002年，Candès等人提出了第二代Curvelet变换。

2005年，Candès提出了两种基于第二代Curvelet变换理论的快速离散实现方法：

1)非均匀空间抽样的二维FFT算法(Unequally-Spaced Fast Fourier Transform，USFFT)；

2)Wrap算法(Wrapping-Based Transform)

与小波变换类似，Curvelet变换同样有其对应公式。Curvelet系数可由下式得到，即信号与小波函数内积：

这里j表示尺度，l表示方向，k表示位移。变换的推导以及原理是个十分复杂的过程，这需要有相当强的数学功底。

Curvelet变换原理

Curvelet 变换通过对Radon 域内的每一个投影轴作一维小波分析，并由局部脊波分析得到多尺度结构。设参量θ是常数，平移量1是变量，脊波系数R，(a，b，θ)为