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