曲波变换(英语:Curvelet Transform)是一种可以对多尺度信号进行表示的非自适应方法。作为小波变换的推广,曲波变换目前广泛的应用于诸如图像处理和科学计算等领域。
小波通过使用具有时频局域化性质的基对傅里叶变换进行了推广。对于高维信号,通过局域化朝向(Orientation),小波变换可以具有方向信息。曲波变换和包含方向信息的小波变换的区别在于,对于角度的局域化性质会随着尺度变化。
曲波变换适用于表示图像等除奇异点外光滑的信号,这些信号由具有有界曲率的曲线构成,卡通、几何和文字等图片都具有这样的性质,这些图片的边缘会随着图片的放大显得越来越直。然而一般的照片不具有类似的特征,它们往往在几乎所有的尺度上都有细节信息。所以在处理一般的照片时,选择具有方向信息的小波变换会在每个尺度上都具有相同的纵横比。
当图像类型适合时,曲波变换可以提供比其他小波变换更稀疏的表示。 通过假设仅使用 个小波作为几何测试图像的最佳逼近,并将近似误差作为 的函数来量化表示的稀疏性。对于傅里叶变换,均方误差的衰减速度约为 。对于包括方向性的和非方向性的一系列小波变换,均方误差的衰减速度约为 。而采用曲波变换则可以使均方误差的衰减速度下降到约为 。
Candès等人提出了两种离散曲波变换的快速算法,分别是基于非均匀采样傅里叶变换的Curvelet变换(Based on unequally-spaced fast Fourier transforms (USFFT))和基于卷绕的Curvelet变换(Based on the wrapping of specially selected Fourier samples);对于大小为的图片,二者的计算复杂度均为,约是快速傅里叶变换的6-10倍。
为了构建曲波的基函数 ,并在二维频率平面提供一个平铺(tiling),以下两个方面应当得到考虑:
在尺度下,楔形元素的数量为,也就是说,每经过两个圆环会使楔形元素数量加倍。
令频域的坐标,所以频域的极坐标为,。
在极坐标下,我们假设膨胀的基本曲波为:
内支撑,使得: