Mumford-Shah模型是图像恢复和图像分类中非常流行的变体模型。 为简化起见，分段常数Mumford-Shah模型非常有用，并且在最近的二十年中进行了广泛的研究。 关于Mumford-Shah模型的一个有趣的话题是如何选择权重参数进行实施。 本文旨在讨论和分析分段常数Mumford-Shah模型的权重参数选择与删除/保留包括噪声在内的小结构之间的关系。 主要贡献是：（1）为正则项的权重参数提供了必要条件，以消除背景中的小结构。 事实证明，在分段恒定的Mumford-Shah模型中，是否可以

Mumford–Shah模型是图像恢复和图像分类中非常流行的变体模型。 为简化起见，分段常数Mumford-Shah模型非常有用，并且在最近的二十年中进行了广泛的研究。 关于Mumford-Shah模型的一个有趣的话题是如何选择权重参数进行实施。 本文旨在讨论和分析分段常数Mumford-Shah模型的权重参数选择与删除/保留包括噪声在内的小结构之间的关系。 主要贡献是：（1）为正则项的权重参数提供了必要条件，以消除背景中的小结构。 事实证明，在分段恒定的Mumford–Shah模型中，是否可以