[论文解读] Irregularities and Scaling in Signal and Image Processing: Multifractal Analysis

Patrice Abry, Stéphane Jaffard+1 more|arXiv (Cornell University)|Oct 1, 2012

Complex Systems and Time Series Analysis被引用 51

一句话总结

本文提出了一种基于小波的多分形分析框架，能够对信号和图像中的标度特性进行稳健的非参数表征。通过利用小波领航元和小波系数，该方法提供了一种数学上严谨、计算高效的多分形谱、Hölder正则性和标度指数估计方法，适用于各种现实世界数据，且无需事先假设模型。

ABSTRACT

B. Mandelbrot gave a new birth to the notions of scale invariance, selfsimilarity and non-integer dimensions, gathering them as the founding corner-stones used to build up fractal geometry. The first purpose of the present contribution is to review and relate together these key notions, explore their interplay and show that they are different facets of a same intuition. Second, it will explain how these notions lead to the derivation of the mathematical tools underlying multifractal analysis. Third, it will reformulate these theoretical tools into a wavelet framework, hence enabling their better theoretical understanding as well as their efficient practical implementation. B. Mandelbrot used his concept of fractal geometry to analyze real-world applications of very different natures. As a tribute to his work, applications of various origins, and where multifractal analysis proved fruitful, are revisited to illustrate the theoretical developments proposed here.

研究动机与目标

• 将尺度不变性、自相似性和分形几何的关键概念统一并重新表述为一个连贯的多分形框架。
• 确立小波作为测量信号和图像中全局与局部尺度不变性的自然且强大的工具。
• 基于小波领航元和小波系数，开发一个实用的非参数多分形分析工具箱，以实现多分形谱和标度指数的估计。
• 在从湍流到金融时间序列和艺术分析的多样化实际应用中，展示该方法的有效性。
• 提供一种理论坚实、计算高效且稳健的现有多分形估计技术替代方案，通过自助法程序提供置信区间。

提出的方法

• 利用小波基和小波领航元来推广增量和振荡，使分析突破 $0 \leq h_f(t) < 1$ 的限制。
• 采用基于小波领航元的多分形形式化方法，估计标度函数 $\zeta_f(p)$、多分形谱 $D_f(h)$ 和局部 Hölder 正则性 $h_f(t)$。
• 通过小波系数实现均匀 Hölder 指数估计，以检测全局自相似性和标度行为。
• 引入分层方法：首先使用小波系数进行全局标度分析，当 $h^{\text{min}}_f > 0$ 时，再使用小波领航元进行精细化多分形分析。
• 采用非参数自助法程序，计算估计的多分形参数的置信区间，提升稳健性和统计推断能力。
• 提供公开可用的小波工具箱，确保计算成本低且高度通用。

实验结果

研究问题

• RQ1 如何系统性地利用基于小波的工具来测量和表征信号与图像中的尺度不变性和多分形特性？
• RQ2 小波领航元、振荡标度与多分形形式化之间的关系是什么？如何利用该关系实现更优的估计？
• RQ3 多分形分析在多大程度上可作为非参数工具应用，而无需假设数据的先验模型（如自相似过程或乘法级联）？
• RQ4 小波系数与小波领航元在估计全局与局部标度行为方面有何异同？在何种情况下应分别使用？
• RQ5 所提出的框架能否通过定量多分形诊断手段可靠地区分数据中的加法结构与乘法结构？

主要发现

• 小波领航元推广了振荡，使得即使对于满足 $h_f(t) \geq 1$ 的函数，也能估计完整的多分形谱 $D_f(h)$ 和标度函数 $\zeta_f(p)$。
• 该方法利用小波系数可准确估计均匀 Hölder 指数和全局自相似性指数，对噪声具有鲁棒性且计算效率高。
• 通过小波领航元实现的多分形分析提供了一种非参数、无模型的标度特性量化方法，适用于任何信号或图像，无论其潜在生成机制如何。
• 该框架成功表征了多种现实世界数据中的多分形行为，包括流体动力学湍流、心率变异性、互联网流量和金融时间序列。
• 研究表明，多分形谱 $D_f(h)$ 通常在区间上支持，而非单一点，表明多分形性是一种普遍特性，而非罕见例外。
• 所提出的工具箱（包括基于自助法的置信区间）可实现可靠的统计推断与假设检验，显著增强了在信号与图像处理应用中的实际可用性。