Présentation

Article

1 - RAPPELS LIMINAIRES SUR LES FONCTIONS

2 - ÉLÉMENTS DE THÉORIE DE LA MESURE

  • 2.1 - σ-algèbres et mesures
  • 2.2 - Propriétés
  • 2.3 - Mesures sur un espace topologique
  • 2.4 - Mesures de Radon et mesures vectorielles
  • 2.5 - Mesure de Lebesgue
  • 2.6 - Fonctions mesurables et fonctions étagées
  • 2.7 - Densité d’une mesure
  • 2.8 - Mesures extérieures
  • 2.9 - Mesure extérieure de Lebesgue
  • 2.10 - Mesures de Hausdorff

3 - FONCTIONS NUMÉRIQUES INTÉGRABLES

  • 3.1 - Définitions
  • 3.2 - Fonctions intégrables
  • 3.3 - Fonctions localement intégrables
  • 3.4 - Fonctions p-intégrables et localement p-intégrables
  • 3.5 - Fonctions intégrables pondérées

4 - FONCTIONS NUMÉRIQUES DIFFÉRENTIABLES

5 - FONCTIONS NUMÉRIQUES GÉNÉRALISÉES (DISTRIBUTIONS)

  • 5.1 - Définition
  • 5.2 - Dérivées distributionnelles
  • 5.3 - Espaces de Sobolev
  • 5.4 - Opérateurs traces
  • 5.5 - Inégalités de Poincaré

6 - FONCTIONS NUMÉRIQUES À VARIATIONS BORNÉES D’UNE VARIABLE

7 - FONCTIONS NUMÉRIQUES À VARIATIONS BORNÉES DE PLUSIEURS VARIABLES

  • 7.1 - Définitions
  • 7.2 - Propriétés fonctionnelles
  • 7.3 - Opérateur trace
  • 7.4 - Décomposition de la dérivée
  • 7.5 - Inégalités de Poincaré
  • 7.6 - Sections d’une fonction à variation bornée

8 - FONCTIONS NUMÉRIQUES À VARIATIONS BORNÉES PARTICULIÈRES

9 - ENSEMBLES DE CACCIOPPOLI

10 - GÉNÉRALISATIONS, EXTENSIONS ET RESTRICTIONS

  • 10.1 - Fonctions à variations bornées à traces nulles
  • 10.2 - Fonctions numériques localement à variations bornées
  • 10.3 - Fonctions à variations bornées pondérées
  • 10.4 - Fonctions à variations bornées spéciales
  • 10.5 - Fonctions à variations bornées à valeurs vectorielles
  • 10.6 - Fonctions à variations bornées aléatoires
  • 10.7 - Fonctions à variations bornées dans un espace métrique

11 - APPLICATIONS À L’ANALYSE FONCTIONNELLE

12 - APPLICATIONS À LA GÉOMÉTRIE

13 - APPLICATIONS AUX PROBABILITÉS ET STATISTIQUES

14 - APPLICATIONS À LA PHYSIQUE

15 - APPLICATIONS À L’IMAGERIE MATHÉMATIQUE

16 - CONCLUSION

17 - GLOSSAIRE DES NOTATIONS ET VOCABULAIRE

Article de référence | Réf : AF109 v1

Applications à l’imagerie mathématique
Fonctions à variations bornées

Auteur(s) : Jean-Charles PINOLI

Date de publication : 10 mai 2025 | Read in English

Pour explorer cet article
Télécharger l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !

Sommaire

Présentation

RÉSUMÉ

Les fonctions à variations bornées sont des fonctions intégrables particulières dont les variations totales sont finies. Elles tiennent un rôle important dans l’analyse mathématique moderne. Cet article présente les fonctions à variations bornées d’une seule variable et de plusieurs variables, avec des exemples et des contre-exemples. Une partie est consacrée aux ensembles à périmètres distributionnels finis (i.e. les ensembles de Caccioppoli), ainsi qu’à la présentation de généralisations, extensions et restrictions. Plusieurs exemples concrets d’applications pratiques en analyse fonctionnelle, géométrie, probabilités et statistiques, physique et imagerie mathématique sont détaillés.

Lire cet article issu d'une ressource documentaire complète, actualisée et validée par des comités scientifiques.

Lire l’article

Auteur(s)

INTRODUCTION

Les fonctions à variations bornées tiennent un rôle important dans l’analyse mathématique moderne récente (surtout depuis la fin du XXe siècle). Les espaces de fonctions à variations bornées viennent se positionner « finement » entre les espaces de Sobolev trop restreints (pas assez de fonctions, notamment pas les fonctions de type « saut ») et les espaces de Lebesgue trop vastes (trop de fonctions).

Elles sont fréquemment utilisées pour définir des solutions généralisées de problèmes de minimisation non linéaires impliquant des fonctionnelles, d’équations différentielles ordinaires ou aux dérivées partielles, d’équations intégrales, en mathématiques, en physique et en ingénierie (mécanique, traitement d’images…).

Il est important de noter que les applications concrètes nécessitent des notions et outils mathématiques théoriques de plus en plus « sophistiqués » afin d’obtenir des solutions de plus en plus précises à des problèmes d’ingénierie.

Cet article est réservé aux abonnés.
Il vous reste 95% à découvrir.

Pour explorer cet article
Téléchargez l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !


L'expertise technique et scientifique de référence

La plus importante ressource documentaire technique et scientifique en langue française, avec + de 1 200 auteurs et 100 conseillers scientifiques.
+ de 10 000 articles et 1 000 fiches pratiques opérationnelles, + de 800 articles nouveaux ou mis à jours chaque année.
De la conception au prototypage, jusqu'à l'industrialisation, la référence pour sécuriser le développement de vos projets industriels.

DOI (Digital Object Identifier)

https://doi.org/10.51257/a-v1-af109


Cet article fait partie de l’offre

Mathématiques

(170 articles en ce moment)

Cette offre vous donne accès à :

Une base complète d’articles

Actualisée et enrichie d’articles validés par nos comités scientifiques

Des services

Un ensemble d'outils exclusifs en complément des ressources

Des modules pratiques

Opérationnels et didactiques, pour garantir l'acquisition des compétences transverses

Doc & Quiz

Des articles interactifs avec des quiz, pour une lecture constructive

ABONNEZ-VOUS

Lecture en cours
Présentation

15. Applications à l’imagerie mathématique

L’imagerie mathématique (mathematical imaging) [E 6 610] désigne l’ensemble des théories, méthodes, techniques et notions mathématiques appliquées au traitement des images, domaine interdisciplinaire qui est apparu dans les années 1960 et s’est fortement développé depuis les années 1990.

15.1 Débruitage d’images par minimisation de la variation totale

L’objectif de la restauration d’image (image restoration) est la suppression des perturbations (perturbations). Le but est de retrouver le contenu original qui aurait dû résulter d’une d’acquisition parfaite, voire idéale, ou au moins de s’en rapprocher. Les perturbations peuvent être globales ou locales, selon qu’elles affectent toute l’image ou seulement certaines de ces parties ou de ces composantes [E 6 610]. Les perturbations sont classées en trois catégories : les dégradations (degradations) (par exemple les variations d’éclairage ou les illuminations non uniformes, les perturbations associées à la scène elle-même…), les bruits (noises) (par exemple les bruits du capteur ou d’échantillonnage, les artefacts…) ou les déformations (deformations) (par exemple les distorsions résultantes de la formation de l’image…).

Étant donnée une fonction image f définie sur un ouvert borné non vide U de 2 ...

Cet article est réservé aux abonnés.
Il vous reste 92% à découvrir.

Pour explorer cet article
Téléchargez l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !


L'expertise technique et scientifique de référence

La plus importante ressource documentaire technique et scientifique en langue française, avec + de 1 200 auteurs et 100 conseillers scientifiques.
+ de 10 000 articles et 1 000 fiches pratiques opérationnelles, + de 800 articles nouveaux ou mis à jours chaque année.
De la conception au prototypage, jusqu'à l'industrialisation, la référence pour sécuriser le développement de vos projets industriels.

Cet article fait partie de l’offre

Mathématiques

(170 articles en ce moment)

Cette offre vous donne accès à :

Une base complète d’articles

Actualisée et enrichie d’articles validés par nos comités scientifiques

Des services

Un ensemble d'outils exclusifs en complément des ressources

Des modules pratiques

Opérationnels et didactiques, pour garantir l'acquisition des compétences transverses

Doc & Quiz

Des articles interactifs avec des quiz, pour une lecture constructive

ABONNEZ-VOUS

Lecture en cours
Applications à l’imagerie mathématique
Sommaire
Sommaire

BIBLIOGRAPHIE

  • (1) - ALBERTI (G.), MANTEGAZZA (C.) -   A Note on the Theory of SBV Functions,  -  Bollettino Unione Matematica Italiana Sezione B, Vol. 7, n° 11, pp. 375-382 (1997).

  • (2) - AMBROSIO (L.) -   Metric space valued functions with bounded variation,  -  Annali della Scuola Normale Superiore di Pisa, Classe di Scienze, 4e série, tome 17, pp. 291-322 (1990).

  • (3) - AMBROSIO (L.), FUSCO (N.), PALLARA (D.) -   Functions of bounded variation and free discontinuity problems,  -  Oxford Mathematical Monographs. The Clarendon Press, Oxford University Press, New York (2000).

  • (4) - AMBROSIO (L.), TORTORELLI (V.M.) -   Approximation of functionals depending on jumps by elliptic functionals via Γ-convergence,  -  Communications on Pure and Applied Mathematics, Vol. 43, n° 8, pp. 999-1036 (1990).

  • (5) - BALDI (A.) -   Weighted BV functions,  -  Houston Journal of Mathematics, Vol. 27, n° 3, pp. 683-705 (2001).

  • ...

Cet article est réservé aux abonnés.
Il vous reste 95% à découvrir.

Pour explorer cet article
Téléchargez l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !


L'expertise technique et scientifique de référence

La plus importante ressource documentaire technique et scientifique en langue française, avec + de 1 200 auteurs et 100 conseillers scientifiques.
+ de 10 000 articles et 1 000 fiches pratiques opérationnelles, + de 800 articles nouveaux ou mis à jours chaque année.
De la conception au prototypage, jusqu'à l'industrialisation, la référence pour sécuriser le développement de vos projets industriels.

Cet article fait partie de l’offre

Mathématiques

(170 articles en ce moment)

Cette offre vous donne accès à :

Une base complète d’articles

Actualisée et enrichie d’articles validés par nos comités scientifiques

Des services

Un ensemble d'outils exclusifs en complément des ressources

Des modules pratiques

Opérationnels et didactiques, pour garantir l'acquisition des compétences transverses

Doc & Quiz

Des articles interactifs avec des quiz, pour une lecture constructive

ABONNEZ-VOUS