本项目以解决变分PDE图像卡通-纹理分解模型中存在的关键问题为目的展开研究, 从变分PDE理论出发，结合多尺度几何分析、非局部扩散理论、稀疏和低秩表示，建立新的图像卡通-纹理分解模型与快速算法。主要内容包括：1. 利用多尺度几何分析的最新进展：剪切波、曲线波、波源子等对图像的卡通部分进行刻画，在此基础上建立图像卡通-纹理分解的多尺度几何模型，使模型和算法能够更有效地利用图像的空域-频域-方向等几何信息，且求解变得简单、直接。2. 对TV正则项引入广义Bregman距离度量，建立用于图像等级分解表示的卡通-纹理分解逆演化过程及逆尺度空间。3. 在已有的典型分解模型中引入基于稀疏-低秩的正则项或带有核函数的非局部正则项，有效减少阶梯效应；建立新的变换域模型，消除阶梯效应。4.利用纹理的非局部相似性, 采用非局部梯度导数进行卡通部分的空域和特征域刻画,建立更适于纹理图像的非局部分解框架。目前，主要成果发表于Pattern Recognition 、International Journal of Pattern Recognition and Artificial Intelligence 、Chinese Journal of Electronics、Mathematical Problems in Engineering和电子学报等国内外重要期刊上。项目组在基金资助下，共完成发表论文22篇(标注项目资助),其中SCI检索10篇、EI检索8篇。项目已扩展顺利完成。