Un cadre mathématique et un ensemble de techniques pour décomposer des fonctions, des signaux ou des données en composantes à multiples échelles ou résolutions — souvent via des espaces de fonctions emboîtés et des bases comme les ondelettes — afin de capturer à la fois les tendances globales et les détails localisés.

Principe

Construire une suite d'espaces d'approximation emboîtés V_j (échelle j) avec des espaces de détail complémentaires W_j de sorte que toute fonction puisse être représentée comme une approximation grossière plus une hiérarchie de composants de détail ; cela donne des représentations creuses et localisées et une analyse séparée par échelle.

Démonstration

Compression d'image basée sur les ondelettes : une image est projetée sur une base multirésolution, les petits coefficients de détail haute fréquence sont seuillés ou quantifiés et les coefficients grossiers conservés, ce qui permet une forte compression tout en préservant les caractéristiques saillantes.

Mauvaise application

Utiliser une base de régularité insuffisante ou un traitement de bord inadapté produit des artefacts de type anneau ou une mauvaise localisation ; considérer la décomposition multirésolution comme un simple filtrage local sans tenir compte des interactions d'échelle peut conduire à une mauvaise caractérisation de la structure.

Conséquence

Fournit des représentations creuses, des algorithmes efficaces pour la compression, le débruitage et les solveurs numériques multiéchelle, permet la manipulation et l'analyse spécifiques à une échelle, et prend en charge des schémas adaptatifs hiérarchiques, mais exige un choix soigné de base et de traitement des bords.

Inversion

Les bases mono-résolution ou globales (par exemple, les séries de Fourier classiques) représentent les signaux sans localisation explicite en échelle et en espace ; revenir à des représentations globales améliore la clarté spectrale pour le contenu périodique mais fait perdre l'adaptivité locale.

Limite

Dépend des hypothèses sur les espaces de fonctions (régularité, géométrie du domaine) et de l'existence de bases d'ondelettes ou de fonctions d'échelle adaptées ; tous les problèmes n'admettent pas de bases multirésolution utiles et les performances sont limitées lorsque les caractéristiques manquent de séparation d'échelle.

Tension sémantique

Tension conceptuelle avec la modélisation multi-échelle et les approches adaptatives de maillage : l'analyse multirésolution se concentre sur la représentation hiérarchique du contenu à travers les échelles, tandis que la modélisation multi-échelle couple souvent des modèles physiques à différentes échelles ; les méthodes peuvent être intégrées mais mettent l'accent sur des aspects différents.

Synthèse

L'analyse multirésolution décompose les données en composants hiérarchiques d'échelle via des espaces emboîtés ou des bases, permettant des représentations localisées et creuses qui soutiennent la compression, le débruitage et les méthodes numériques sensibles à l'échelle, tout en exigeant des bases et un traitement des bords appropriés.