Key points are not available for this paper at this time.
다음과 같이 요약 형식만 제공됩니다. 우리는 ridgelet 변환과 curvelet 변환이라는 두 가지 새로운 수학적 변환의 근사 디지털 구현을 제시합니다. 우리의 구현은 정확한 재구성, 섭동에 대한 안정성, 구현의 용이성, 낮은 계산 복잡성을 제공합니다. 우리는 이러한 디지털 변환을 백색 잡음에 포함된 일부 표준 이미지의 잡음 제거에 적용합니다. 여기에서 보고된 테스트에서 curvelet 계수의 간단한 임계값 조정은 임계값이 조정되거나 조정되지 않은 wavelet 변환 및 트리 기반 베이지안 사후 평균 방법을 포함한 '최첨단' 기술과 매우 경쟁력이 있습니다. 또한, curvelet 재구성은 wavelet 기반 재구성보다 높은 인식 품질을 보여주며, 시각적으로 더 선명한 이미지를 제공하고 특히 가장자리 및 미세 선형 및 곡선 특징의 높은 품질 복원을 제공합니다.
Emmanuel J. Candès (Wed,)가 이 질문을 연구했습니다.