论文部分内容阅读
在经典变分图像分解模型中,平衡参数通常依据图像振荡分量的先验信息进行选取。本文针对这一局限性,以更为一般的一类Meyer分解模型为出发点,首先讨论了该模型解的存在性和唯一性,然后给出一种能依据图像自身信息,自适应地确定平衡参数的分级分解框架,进而得到一种分级多尺度图像表示方法,最后,对其收敛性进行了理论分析。并利用Chambolle的投影方法给出具体算法。数值实验结果表明,该方法能较好地弥补单尺度分解模型在图像应用中存在的一些不足。