即使高度是标量,面积问题仍然非线性
平面区域上的图像倾斜后,面积会增加。局部面积因子不是斜率的二次函数,而是一加斜率平方后的平方根。这个差别改变了驻定方程。调和高度未必对面积驻定,虽然 Dirichlet 能量仍然是有用的小斜率近似。
这里也有有利的一面:面积因子关于梯度严格凸,而且一阶导数有界。两者结合,即使 Sobolev 比较函数没有经典光滑性,也能进行整体比较。我们会直接证明这一点,而不是单凭非线性 PDE 推断极小性。
固定边界而不假设逐点边界值
设 为有界连通 Lipschitz 区域。对标量高度 ,记
当 光滑时,这是其图像的曲面面积。对 ,仍使用同一积分。由于 ,且区域测度有限,该积分有限。
定义 18.2.1
(固定 Sobolev 边界类别)
固定 ,令
这里 是 在 范数中的闭包。这个闭包条件就是我们对比较函数之差所采用的精确零边界约定。下面的证明明确使用它,而不是给每个 Sobolev 代表元指定逐点边界值。极小化函数指的是整个类别中使图面积积分最小的函数。
结论针对图像,尚未比较任意参数曲面、浸入曲面、拓扑变化或广义曲面。
有界通量给出一阶变分
定义密度关于梯度的导数
定理 18.2.2
(对 方向有效的一阶变分)
若 且 ,则函数 在零点可微,并有
因此每个极小化函数满足
最后这个恒等式是弱极小图方程。
证明
(控制来自密度,而不是比较函数的斜率界)
的界使 在整个定义域上的 Lipschitz 常数为一。对非零 ,
差商几乎处处收敛到 ,而所示控制函数可积。因此支配收敛定理证明公式。两种符号的 都留在仿射容许类别中,故极小化函数的一阶导数为零,特别适用于紧致支撑光滑方向。
若 在区域内部还为 ,则对紧致支撑测试分部积分,再用基本引理,得到逐点方程
将坐标写作 ,等价的分子形式为
从散度中消去的分母为 。因此这一般不是 Laplace 方程。
常见错误
(极小图不是调和图)
若丢掉散度内的因子 ,就得到 Laplace 方程,而它只是零斜率处的线性化。下面的 Scherk 图满足极小图方程,但在对角线 之外 。反过来,调和高度也未必对面积驻定,本页最后一个反例说明了这一点。
弱驻定性是整体图像极小性的凭证
对梯度向量 ,定义超出切平面的量
密度的 Hessian 为
Cauchy–Schwarz 给出该不等式。特别地,Hessian 在每个非零方向上为正,因此 严格凸,,且等号恰在 时成立。
定理 18.2.3
(弱解与唯一整体图像极小化函数等价)
对一个给定的 ,以下两者等价: 在 中使 最小; 对每个紧致支撑光滑检验满足弱方程。只要这样的函数存在,它在几乎处处相等的意义下唯一。更精确地,当 为弱解时,每个 满足
这不是任意边界数据的存在性定理。
证明
(延伸弱检验,再减去支撑切平面)
必要性已由一阶变分证明。为证充分性,令 ,选取在 中收敛到它的 。有界通量给出
因此与 配对的线性项也消失。从有限能量差中减去这一项,就得到所述精确恒等式。严格凸性说明等号迫使 几乎处处成立。
零边界条件进一步迫使 ,而不是任意常数。所需的 Poincaré 估计可以直接看出:将区域包含在 中,把每个紧致支撑的 在外部延拓为零,沿水平线对第一坐标导数积分,再在方框上积分。得到 。取 极限,同一界对 成立。因此零梯度蕴含零函数。精确恒等式遂证明相同边界类中任意两个弱解的唯一性。
证明透视
为什么紧致支撑测试能控制每个容许图像
弱 PDE 起初只涉及紧致支撑光滑检验。零边界闭包提供它们对两个比较函数之差的逼近,有界通量则允许在积分中取极限。随后,严格凸性将已抵消的线性项转化为非负的整体能量差。这里既不需要经典边界积分,也不需要比较函数的梯度界。弱解的存在仍是另一个问题。
定量控制需要斜率界
定理 18.2.4
(梯度有界类别中的二次能量差)
设 为弱解。若 ,且两者的梯度范数几乎处处都不超过 ,则
对 ,二阶变分为
证明
(沿梯度线段的 Taylor 公式)
两个范数不超过 的向量之间的线段仍在该球内。因此,带积分余项的 Taylor 公式与 Hessian 下界给出超额量的下界,系数为 。Hessian 上界 则给出上界。积分并使用精确能量差恒等式即可。二阶变分公式由求导得到,所用可积控制为 ;Hessian 在参考梯度处取值。
每个有限斜率都有正 Hessian;当边界类别固定了常数后,这足以证明严格的整体极小值。沿越来越大的斜率,最小 Hessian 特征值却趋于零。共同斜率界恢复了二次估计中的一致系数。若删去这个假设而保留同一系数,就会得到更强且错误的断言。
斜率假设不能直接删去:只要把一个鼓包放大,就足以击败任何一致的二次常数。
反例模式
唯一整体极小值未必有一致二次能量差
对零边界数据, 是唯一的面积极小图。选非零 ,令 、。由于当 时有 ,
二者比值趋于零。因此不存在一个正常数,能对每条光滑固定边界比较函数,用该导数范数平方从下方控制面积差。这不与前面的有界梯度定理矛盾:本族梯度随参数增大而无界。
明确的非线性极小化图与误导性的调和候选
例题 18.2.5
(仿射图给出精确面积极小值)
设 ,其中 。它的通量为常向量,所以与紧致支撑测试梯度的积分为零。比较定理证明它是 中的唯一极小化函数,并有
该断言包括粗糙的固定边界图像比较函数,而不仅是光滑扰动。仿射例子的几何很简单,但证明中的边界抵消与弯曲图像所用的完全相同。
例题 18.2.6
(Scherk 图在矩形上是弯曲的整体极小化图)
取 ,令 ,定义
该函数在闭矩形的某个邻域上光滑。导数为 、、、 和 。因此极小图方程的分子为
所以它在自身的固定边界类别中是唯一整体面积极小化函数。梯度由 控制,故定量定理也适用于具有该共同界的比较函数。一般而言, 不为零:非线性极小图不必调和。对矩形的限制把极点留在闭区域以外;这里没有声称在极点处存在有限边界数据的定理。
例题 18.2.7
(加上常数显示边界类别排除了什么)
设 为弱解, 为常数。则 ,所以 ,且 满足同一个弱方程。这与唯一性并不矛盾,因为 。事实上, 必须属于 ,而比较证明中的 Poincaré 界 会给出 。
对 ,线性项 显然为零,超额量也为零。若允许相差常数,唯一性就恰好在相差常数处失效。在光滑区域上,可以说 的边界值平移了 ; 的闭包定义不借助逐点边界值,也记录了同一事实。
反例模式
Dirichlet 极小化函数未必使图面积极小
在单位圆盘上取 ,并指定其边界类别。该函数调和且使 Dirichlet 能量最小,但其面积通量的散度为
并非恒等于零。选一个非负光滑紧致支撑函数 ,使其在某个 处为正,再令 。则 是光滑紧致支撑测试函数,且
对足够小的正 ,面积下降而边界数据不变。两个极小化原理涉及不同的被积函数。小斜率近似可以联系它们的能量,却不会使精确驻定方程相同。
练习与解答
快速检查
(对径向高度 推导径向极小图方程,并证明整个圆盘上的 径向解为常数。在圆环 上,构造通量常数为 、内边界值为零的解,计算其面积,并说明已证明的极小性范围。)
这解释了为什么径向极小图可以在圆环上弯曲,却不能光滑穿过圆盘中心。使用散度的径向形式。
解答 · 引导解答
对正半径,径向散度公式给出
所以括号内的表达式为常数 。若解在中心光滑,则该表达式当 时趋于零,故 且 。在圆环上,中心不在区域内。对指定的正常数,
对 的严格界使函数光滑延伸到两个边界圆。使用极坐标及 ,得到
弱比较定理证明它在该解自身的固定 Sobolev 边界类中是唯一极小图。并未声称每对圆环边界高度都来自这个范围内的参数,也没有与跨接两个圆的全部非图像曲面比较。
快速检查
(当 时,求 的精确表达式与界。对 、 推导带控制的面积展开,并解释它对驻定方程说明了什么、没有说明什么。)
这是对小斜率 Dirichlet 近似的定量描述。把平方根之差有理化。
解答 · 引导解答
对平方根之差有理化得
令 后积分。四次幂假设使误差可积,并有
Dirichlet 能量是这个缩放族的首个二次修正项。这是具有定量余项的能量近似,而不是在非零振幅下将极小图 PDE 精确替换为 Laplace 方程。调和反例说明了为何必须区分二者。
快速检查
(设 为常对称正定 矩阵,把密度换成 。推导其通量与 Hessian,证明相应的弱整体图像比较,求仿射边界数据的极小值,并对 及仿射高度 计算密度。)
改变斜率度量会改变通量。在 定义的内积中使用 Cauchy–Schwarz 不等式。
解答 · 引导解答
求导得
在 内积中应用 Cauchy–Schwarz,可知分子至少为对非零 成立的 。由于 ,通量由 控制。因此可重复上面的支配收敛一阶变分、紧致支撑测试延伸与严格凸超额比较,弱方程现为 。论证以存在一个容许弱解为条件,并未证明一般存在性。
仿射高度的通量为常数,因此它在自身边界类别中是唯一极小化函数,数值为 。对指定矩阵与高度,,密度为 ,故极小值为 。正确方程来自该密度的通量,不能在改变目标后仍直接保留欧氏(Euclid)公式。
图像定理的限制
我们已对一个存在的图像解证明弱比较与唯一性定理,给出明确的弯曲及仿射例子、依赖斜率界的定量估计和指定的常度量扩展。一般指定数据的存在性与边界正则性、竖直极限梯度、BV 松弛、非参数图像与参数曲面的比较、不受限制的曲面拓扑及自由边界极小曲面,都在本节论证之外。