研究文章

剪切实验室3D：基于紧支撑剪切块的忠实数字剪切变换

作者:

吉塔库蒂尼奥克,

拉斐尔雷森霍费尔作者信息和声明

ACM数学软件交易（TOMS）,体积42,问题1

文章编号：5，页码1-42

https://doi.org/10.1145/2740960

出版:2016年1月29日出版历史

获取访问权限

摘要

小波及其相关变换在逼近和分析一维信号时非常有效。然而，诸如图像或视频之类的多变量信号通常表现出曲线奇点，可以证明，这些小波在稀疏近似方面以及在例如检测其方向的意义上的分析方面都是不足的。Shearlets是一个扩展了小波框架的方向表示系统，它克服了这些不足。与小波相似，剪切波允许可靠的实现和快速关联的变换。在本文中，我们将介绍一个全面的、经过仔细记录的软件包，即ShearLab 3D（www.ShearLab.org），并讨论其算法细节。该软件包提供了MATLAB代码，用于实现与紧支撑通用剪切波系统相关的2D和3D剪切波变换（及其逆变换）的新的忠实算法实现，该系统包含使用CUDA的选项。我们将在2D和3D中进行广泛的关于去噪、修复和特征提取的数值实验，比较ShearLab 3D与类似的基于变换的算法（如曲线、轮廓线或表面波）的性能。本着可复制研究的精神，所有脚本均可在www.ShearLab.org上访问。

工具书类

[1]

R.H.Bamberger和M.J.T.Smith。1992年。图像定向分解滤波器组：理论与设计。IEEE图像处理汇刊40，882--893。

数字图书馆

[2]

E.Candès、L.Demanet、D.L.Donoho和L.Ying。2006.快速离散曲线变换。SIAM多尺度建模与仿真5861-899。

[3]

E.Candès和D.L.Donoho。1999年a。Curvelets——对于具有边的对象来说，这是一种非常有效的非自适应表示。在A.Cohen、C.Rabut和L.Schumaker（编辑）《曲线和曲面拟合》中。范德比尔特大学出版社，田纳西州纳什维尔，105-120。

[4]

E.Candès和D.L.Donoho。1999年b。Ridgelets：高维间歇性的关键？伦敦皇家学会哲学学报A 357，2495-2509。

[5]

E.Candès和D.L.Donoho。2004.新的紧曲框和C对象的最佳表示²奇点。纯粹数学与应用数学交流57，219--266。

[6]

O.克里斯滕森。2003年，框架和Riesz底座简介。Birkhäuser，马萨诸塞州波士顿。

[7]

A.Cohen、I.Daubechies和J.-C.Feauveau。1992。紧支撑小波的双正交基。《纯粹数学与应用数学交流》451992年。

[8]

A.L.Cunha、J.Zhou和M.N.Do.2006年。非次采样轮廓变换：理论、设计和应用。IEEE图像处理汇刊15，3089--3101。

数字图书馆

[9]

一、Daubechies。1992年，小波十讲。宾夕法尼亚州费城SIAM。

数字图书馆

[10]

马克·达文波特（Mark Davenport）、马尔科·杜阿尔特（Marco Duarte）、尤妮娜·埃尔达尔（Yonina Eldar）和吉塔·库蒂尼奥克（Gitta Kutyniok）。2012.压缩传感简介。Y.C.Eldar和G.Kutyniok（编辑），《压缩传感：理论与应用》。剑桥大学出版社，马萨诸塞州，1-68。

[11]

M.N.Do和Y.M.Lu.2007。多维定向过滤器组和表面过滤器。IEEE图像处理汇刊16，918--931。

数字图书馆

[12]

M.N.Do和M.Vetterli。轮廓波变换：一种高效的定向多分辨率图像表示。IEEE图像处理汇刊14，2091--2106。

数字图书馆

[13]

D.L.Donoho、A.Maleki、M.Shahram、V.Stodden和I.Ur-Rahman。2009.十五年的计算谐波分析可再生研究。科学与工程计算11，8--18。

数字图书馆

[14]

G.Easley、D.Labate和W.Lim。2008年。使用离散shearlet变换的稀疏方向图像表示。应用和计算谐波分析25，25-46。

[15]

J.M.Fadili、J.-L.Starck、M.Elad和D.L.Donoho。2010年，MCALab：信号和图像分解及修复的可再现研究。科学与工程计算12，44-63。

数字图书馆

[16]

M.Genzel和G.Kutyniok。2014年。通过通用剪切系统修复的渐近分析。SIAM成像科学杂志7，2301--2339。

[17]

K.Gröchenig。1993年帧算法的加速。IEEE信号处理汇刊413331-334。

数字图书馆

[18]

P.Grohs、S.Keiper、G.Kutyniok和M.Schäfer。2013年&alpha-分子。应用和计算谐波分析，待发布。

[19]

P.Grohs和G.Kutyniok。2014.抛物线分子。已找到。计算。数学。14 (2014), 299--337.

数字图书馆

[20]

K.Guo、G.Kutyniok和D.Labate。2006.使用各向异性膨胀和剪切算子的稀疏多维表示。《小波和样条函数》（Athens，GA，2005）。纳什维尔，田纳西州纳什维尔，纳什维尔出版社，189--201。

[21]

K.Guo和D.Labate。2012.使用C实现3D数据的最佳稀疏表示²使用剪刀Parseval框架的表面奇异性。SIAM数学分析杂志44（2012），851--886。

[22]

B.Han、G.Kutyniok和Z.Shen。2011.自适应多分辨率分析结构和剪切子系统。SIAM数值分析杂志491921-1946。

数字图书馆

[23]

S.Häuser和G.Steidl。2013.带剪切波正则化的凸多类分割。国际计算机数学杂志90，1，62--81。

数字图书馆

[24]

S.Häuser和G.Steidl。2014.快速有限剪切波变换：教程。阿尔西夫1202.1773。

[25]

F.Herrmann、D.Wang、G.Hennenfentn和P.P.Moghaddam。2008.基于曲线的地震数据处理：多尺度和非线性方法。地球物理学73，A1--A5。

[26]

S.Keiper。2012.灵活的剪切变压器-稀疏近似和字典学习。柏林理工大学，学士论文。

[27]

P.Kittipoom、G.Kutyniok和W.Lim。2012.建造紧凑支撑的剪切框架。构造近似值35，21--72。

[28]

G.Kutyniok和D.Labate。2012.剪毛机简介。G.Kutynio（编辑），Shearlets:多元数据的多尺度分析。Birkhäuser马萨诸塞州波士顿，1-38。

[29]

G.Kutyniok、J.Lemvig和W.Lim。2012年a。通过紧支撑剪切框架实现3D函数的最佳稀疏近似。SIAM数学分析杂志44，2962--3017。

[30]

G.Kutyniok和W.Lim。2011年。紧密支撑的剪刀最稀疏。近似理论杂志1631564-1589。

数字图书馆

[31]

G.Kutyniok和W.Lim。2012.使用小波和剪切波进行图像分离。《计算机科学、曲线和曲面讲稿》（法国阿维尼翁，2010年）、Jean-Daniel Boissonnat、Patrick Chenin、Albert Cohen、Christian Gout、Tom Lyche、Marie-Laurence Mazure和Larry Schumaker（编辑）。第6920卷，第416--430页。

数字图书馆

[32]

G.Kutyniok和T.Sauer。2009.自适应定向细分方案和shearlet多分辨率分析。SIAM数学分析杂志41，1436--1471。

[33]

G.Kutyniok、M.Shahram和X.Zhuang。2012年b。ShearLab：数字抛物线缩放算法的合理设计。SIAM成像科学期刊51291-1332。

[34]

W.Lim公司。2010.离散剪切变形：一种新的方向变换和紧支撑剪切变形框架。IEEE图像处理汇刊19，1166--1180。

数字图书馆

[35]

W.Lim公司。2013.不可分离剪切变形。IEEE图像处理汇刊22，2056--2065。

数字图书馆

[36]

M.Maggioni、G.Boracchi、A.Foi和K.Egiazarian。2012.通过可分离的4-D非局部时空变换进行视频去噪、去块和增强。IEEE图像处理汇刊21，3952--3966。

数字图书馆

[37]

S.Mallat公司。2008年，《信号处理的小波之旅：稀疏方法》（第二版）。学术出版社，马萨诸塞州剑桥。

数字图书馆

[38]

P.S.Negi和D.Labate。2012.三维离散剪切波变换和视频处理。IEEE图像处理汇刊21，2944--2954。

数字图书馆

[39]

E.Simoncelli、W.Freeman、E.H.Adelson和D.Heeger。1992.可变换多尺度变换。IEEE信息理论汇刊38，2587--607。

数字图书馆

[40]

J.-L.Starck、M.Elad和D.L.Donoho。2005.通过结合稀疏表示和变分方法进行图像分解。IEEE图像处理汇刊14，1570--1582。

数字图书馆

[41]

J.-L.Starck、F.Murtagh和M.J.Fadili。2010年。稀疏图像和信号处理：小波、曲线、形态多样性。剑桥大学出版社，英国剑桥。

数字图书馆

[42]

A.Woiselle、J.-L.Starck和M.J.Fadili。2010年，三维曲线变换和天文数据恢复。应用和计算谐波分析28，2，171--188。

[43]

A.Woiselle、J.-L.Starck和M.J.Fadili。2011年，利用快速曲线变换对三维数据进行去噪和修复。数学成像与视觉杂志39，2，121--139。

数字图书馆

引用人

徐Y王Q吴Z(2024)基于新阈值函数和shearlet变换的泊松-高斯噪声X射线图像去噪方法辐射研究与应用科学杂志2016年10月10日/j.jrras.2024.10107417:4(101074)在线发布日期：2024年12月
https://doi.org/10.1016/j.jrras.2024.101074
李明（Li M）严X胡C(2024)基于扩散模型的地震信号随机噪声消除框架USDDM地球科学信息学2007年10月17日/12145-024-01333-317:4(3191-3213)在线发布日期：2024年6月1日
https://doi.org/10.1007/s12145-024-01333-3
扎克·M科布勒EChambolle A公司Pock T系列(2024)高斯混合扩散模型的乘积数学成像与视觉杂志10.1007/s10851-024-01180-366:4(504-528)在线发布日期：2024年3月15日
https://doi.org/10.1007/s10851-024-01180-3
显示更多引用者

索引术语

ShearLab 3D：基于紧支撑剪切块的可靠数字剪切块变换
1. 计算数学
  1. 数学分析
    1. 功能分析
      1. 近似
2. 计算理论
  1. 算法的设计和分析
    1. 近似算法分析

建议

临界采样复合小波
2009年阿西洛玛：第43届阿西洛马信号、系统和计算机会议记录

引入了复合膨胀小波，为构造定义在不同尺度和位置以及不同方向的波形提供了框架。剪切系统，提供最佳稀疏。。。
离散剪切变换：一种新的方向变换和紧支撑剪切框架

现在人们普遍认为，分析底层图像的内在几何特征在包括图像处理在内的许多应用中都是至关重要的。为了实现这一点，已经提出了几种方向性图像表示方案。。。
基于剪切的反褶积

本文提出了一种基于剪切波分解估计图像的新型反褶积算法。Shearlets提供了一种多方向和多尺度分解，数学上表明它代表了。。。

评论

信息和贡献者

问询处

发布于

封面图片ACM数学软件汇刊

ACM数学软件汇刊第42卷第1期

2016年2月

181页

国际标准编号：0098-3500

EISSN公司：1557-7295

内政部：10.1145/2888419

编辑：
迈克尔·赫罗克斯（Michael A.Heroux）
美国桑迪亚国家实验室

版权所有©2016 ACM。

如果复制品不是为了盈利或商业利益而制作或分发的，并且复制品的第一页载有本通知和完整引文，则允许免费制作本作品的全部或部分数字或硬拷贝以供个人或课堂使用。必须尊重ACM以外的其他人对本作品组成部分的版权。允许用信用证进行摘要。要以其他方式复制或重新发布，在服务器上发布或重新发布到列表，需要事先获得特定许可和/或付费。从请求权限[电子邮件保护]

出版商

计算机协会

美国纽约州纽约市

出版历史

出版：2016年1月29日

认可的：2015年2月1日

修订过的：2014年11月1日

收到：2014年2月1日

在TOMS中发布体积42,问题1

权限

请求对此文章的权限。

检查更新

作者标记

限定符

研究文章
研究
推荐

资金来源

德国Forschungsgemeinschaft（DFG）
DFG公司
柏林爱因斯坦基金会
DFG研究中心MATHEON位于柏林的“关键技术数学”
DFG合作研究中心TRR 109“几何和动力学的离散化”

贡献者

其他指标

查看文章指标

文献计量学和引文

文献计量学

文章指标

115
引文总数
查看引文
535
总下载次数

下载次数（过去12个月）64
下载次数（最近6周）2

反映截至2024年9月21日的下载量

其他指标

查看作者指标

引文

引用人

徐Y王Q吴Z(2024)基于新阈值函数和shearlet变换的泊松高斯噪声X射线图像去噪方法辐射研究与应用科学杂志2016年10月10日/j.jrras.2024.10107417:4(101074)在线发布日期：2024年12月
https://doi.org/10.1016/j.jrras.2024.101074
李明（Li M）严X胡C(2024)基于扩散模型的地震信号随机噪声消除框架USDDM地球科学信息学2007年10月17日/12145-024-01333-317:4(3191-3213)在线发布日期：2024年6月1日
https://doi.org/10.1007/s12145-024-01333-3
扎克·M科布勒EChambolle A公司Pock T系列(2024)高斯混合扩散模型的乘积数学成像与视觉杂志10.1007/s10851-024-01180-366:4(504-528)在线发布日期：2024年3月15日
https://doi.org/10.1007/s10851-024-01180-3
刘毅杨L马赫梅S(2023)生物切片图像的Bendlet域自适应滤波方法数学生物科学与工程10.3934/月202349220:6(11116-11138)在线发布日期：2023年
https://doi.org/10.3934/mbe.2023492
桑·Y彭Y卢M赵C李L马特(2023)SeisDeNet：物联网智能地震数据去噪网络云计算杂志：进展、系统和应用10.1186/s13677-022-00378-312:1在线发布日期：2023年3月8日
https://dl.acm.org/doi/10.1186/s13677-022-00378-3
Jeong D（郑德）金·H金·J(2023)由视听刺激引起的情绪人脑电波特征驱动的视频自动分类系统IEEE认知与发展系统汇刊10.1109/TCDS.2022.317942715:2(651-661)在线发布日期：2023年6月
https://doi.org/10.109/TCDS.2022.3179427
张H程J田M刘杰邵G邵S(2023)基于Shearlet变换的声纳图像混响噪声抑制方法IEEE传感器杂志10.1109/JSEN.2022.322940623:3(2672-2683)在线发布日期：2023年2月1日
https://doi.org/10.109/JSEN.2022.3229406
科莱克SWindesheim R公司安德拉德·洛阿尔卡H库蒂尼奥克G列维R(2023)用多尺度方向图像表示解释图像分类器2023年IEEE/CVF计算机视觉和模式识别会议（CVPR）10.1109/CVPR52729.2023.01784(18600-18609)在线发布日期：2023年6月
https://doi.org/10.109/CVPR52729.2023.01784
万D蒋X沈Q(2023)基于Shearlet分解的考虑双目感知的立体图像盲质量评估IEEE接入10.1109/通道2023.331212611(96387-96400)在线发布日期：2023年
https://doi.org/10.109/ACCESS.2023.3312126
Dehner C公司Zahnd G公司Ntziachristos V型朱斯特尔D(2023)声速可调的实时光声图像重建深度神经网络自然机器智能10.1038/s42256-023-00724-35:10(1130-1141)在线发布日期：2023年10月2日
https://doi.org/10.1038/s42256-023-00724-3
显示更多引用者

视图选项

获取访问权限

登录选项

检查您是否可以通过登录凭据或您的机构访问本文。

完全访问权限

获取此文章

查看选项

PDF格式

以PDF文件的形式查看或下载。

电子阅读器

使用联机查看电子阅读器.

电子阅读器

媒体

数字

其他

桌子

查看问题目录