Loading...
 
PDF Print

A szűrt visszavetítés

A Szűrt visszavetítés

 

A Fourier inverziós képlet

Egy könnyebben felhasználható képlet reményében írjuk fel a 2D inverz Fourier-transzformációt:

$ f(x,y)=\left (\frac{1}{2\pi}  \right )^{2}\int_{-\infty}^{\infty}\int_{-\infty}^{\infty}
\mathfrak{F}\left [ f \right ]\left ( \xi_{1} ,\xi_{2}\right )e^{i\mathbf{x} \boldsymbol{\xi }}
d\xi_{1} d\xi_{2}  = \left (\frac{1}{2\pi}  \right )^{2}\int_{0}^{2\pi}\int_{-\infty}^{\infty}
\mathfrak{F}\left [ f \right ]\left ( r\boldsymbol{\omega}  )\left | r \right |
e^{ir\mathbf{x} \boldsymbol{\omega }}dr d\vartheta

Behelyettesítve a Radon-transzformált t szerinti Fourier-transzformáltját:
$f(x,y) = \left (\frac{1}{2\pi}  \right )^{2}\int_{0}^{2\pi}\int_{-\infty}^{\infty}
\mathfrak{F}_{t}\left [ \mathfrak{R}f \right ]\left ( r\boldsymbol{\omega}  )\left | r \right |
e^{ir\mathbf{x} \boldsymbol{\omega }}dr d\vartheta

Az eredményül kapott képlet lényegi egyszerűsödése abban áll, hogy az inverz Fourier-transzformáció már csak egydimenziós, és regulárisan mintavételezhető pontokra vonatkozik.

A Fourier inverziós képlet szűrési tagja

A képlet értelmezéséhez vegyük észre, hogy a $\vartheta szerinti integrálás csak és kizárólag az utolsó transzformációban kap szerepet. Eddig a pontig a $\vartheta változót tekinthetnék egyszerű paraméternek is. Tehetjük ezt az inverz Fourier-transzformáció elvégzése utánig, amikor is az inverz-Fourier transzformációval létrejövő új tértartománybeli változóba kell behelyettesíteni a $\boldsymbol{x\omega} kifejezést. Felírjuk most a $\vartheta szerinti integrálás előtti állapotot:

$ \mathfrak{F}_{r}^{-1}\left [\mathfrak{F}_{t}\left [ \mathfrak{R}f\left ( t \right ) \right ]\left ( r  )\left | r \right |
  \right ]

Ez az egyszerűsített képlet tulajdonképpen az $ \mathfrak{R}f\left ( t \right ) 1D függvény Fourier-transzformáltja, melyet megszorzunk a frekvenciatér futóváltozójával |r| -rel, majd inverz Fourier-transzformálunk. Ez a folyamat valójában egy Fourier-térben elvégzett szűrést ír le, méghozzá felüláteresztő-alulvágó szűrőt.

A Fourier inverziós képlet visszavetítési tagja

Miután a szűrést elvégeztük, hozzáláthatunk a $ \vartheta szerinti integráláshoz. A szűrést követően előállt függvény, melyet jelöljünk g-vel, változói: $ (\boldsymbol{x}\boldsymbol{\omega},\boldsymbol{\omega}). Ekkor az integrál:

$\int_{0}^{2\pi} g\left (\boldsymbol{\omega} \boldsymbol{x}  \right ,\vartheta) d\vartheta =\int_{0}^{2\pi} g\left (x\cos\vartheta+y\sin\vartheta  ,\vartheta) d\vartheta

Per definicionem a $(t=x\cos\vartheta+y\sin\vartheta,\vartheta) olyan egyeneseket ír le a $(t,\vartheta) térben, melyek az (x,y) pontban mennek át. Az integrál tehát az (x,y) ponton átmenő egyenesek által kijelölt projekciókat integrálja. Ez természetesen nem mond ellent az intuíciónknak, hiszen egy pontra vonatkozó információk összességét gyűjtjük össze ezzel az integrállal. Kipróbálhatjuk, hogyan néz ki egy Radon transzformált visszavetítése a szűrési lépés kihagyásával. Induljunk ki a következő eloszlásokból:

Image
Csikó képe az (x,y) térben
Image
Csikó képnének Radon-transzformáltja

 
Vetítsük vissza a Radon-transzformáltat a szűrési lépés elvégzése nélkül:

Image
Visszavetítés szűrés nélkül

 
Látható, hogy a kép homályos, elfogadhatatlanul részletszegény lesz.

Jelöljük a visszavetítési lépés operátorát a következő szimbólummal: $\mathfrak{R^{+}}. Ekkor felírhatjuk a Szűrt Visszavetítés lépéseit operátorformában:
$ {R^{+}}\mathfrak{F}_{r}^{-1}\left [\mathfrak{F}_{t}\left [ \mathfrak{R}f \right ]\left ( r  )\left | r \right |
  \right ]

Példa: A szűrt visszavetítés lépései

Vegyük a lépéseket tehát sorban. 2D eloszlásunk legyen megint a következő fénykép, ezt a képet szeretnénk a Szűrt Visszavetítés eredményeképpen visszakapni:
Image

Kiindulópontunk a fenti kép szinogramja, ez a szinogram reprezentálja példánkban a mért adatokat:
Image
Operátorokkal kifejezve: $  \mathfrak{R}f

A szűrést minden egyes $\vartheta mellett el kell végezni. Illusztrációképpen a 200. projekciót választottuk, mely képe:
Image
Operátorokkal kifejezve: $  \mathfrak{R}f(t, 2\pi*\frac{200}{360})

Vegyük most ennek a projekciónak a Fourier-transzformáltját, melynek amplitúdóspektruma a következő lesz:
Image
Operátorokkal kifejezve:$  \mathfrak{F}_{t}\left [\mathfrak{R}f(t, 2\pi*\frac{200}{360})\right ]\left ( r \right )

Ezt beszorozva |r|-rel, kapjuk a következő amplitúdóspektrumot:
Image
Operátorokkal kifejezve:$ \mathfrak{F}_{t}\left [\mathfrak{R}f(t, 2\pi*\frac{200}{360})\right ]\left ( r \right )\left | r \right |

Ennek inverz Fourier-transzformáltja szolgáltatja majd a szűrt projekciót:
Image
Operátorokkal kifejezve:$ \mathfrak{F}_{r}^{-1}\left [\mathfrak{F}_{t}\left [\mathfrak{R}f(t, 2\pi*\frac{200}{360})\right ]\left ( r \right )\left | r \right |  \right ](t, 2\pi*\frac{200}{360})
Látható, hogy a grafikon nagyfrekvenciás komponensei erősödtek, azaz "élesedett" a görbe. Emellett a zajok is megnövekedtek. A konstans komponens teljesen eltűnt.

Végezzük most el a Fourier-transzformációt minden egyes projekcióra, ekkor a szög-frekvencia szinogram így fog kinézni:
Image
Operátorokkal kifejezve: $ \mathfrak{F}_{t}\left [\mathfrak{R}f(r,\vartheta )\right ]\left ( r \right ) ](t, \vartheta )

Szorozzuk meg minden egyes projekciót |r|-rel, majd inverz Fourier-transzformáljunk. Ekkor kialakul a szűrt szinogram:
Image
Operátorokkal kifejezve: $\mathfrak{F}_{r}^{-1}\left [\mathfrak{F}_{t}\left [\mathfrak{R}f(t,\vartheta )\right ]\left ( r \right ) ](r, \vartheta )\left | r \right |  \right ](t,\vartheta )
Itt is látható, hogy a kép "élesedett", mikrokontrasztosabb lett a kiinduló szinogramhoz képest.

Ennek $\vartheta szerinti integráljával elvégezve a. visszavetítést , megkapjuk a rekonstruálandó eloszlást (a csikót):
Image
Operátorokkal kifejezve: $\mathfrak{R^{+}}\left [\mathfrak{F}_{r}^{-1}\left [\mathfrak{F}_{t}\left [\mathfrak{R}f(t,\vartheta )\right ]\left ( r \right ) ](r, \vartheta )\left | r \right |  \right ](t,\vartheta )  \right ]\left ( x,y \right )

Gyakorlati megvalósítás

A gyakorlatban a fenti eljárásohoz képest két fontosabb eltérés is van:

  1. a Fourier térben való szűrést gyakran felcserélik a valós térben való konvolúcióra
  2. az |r| szűrő sajnos nem ideális, mert a zajokat is felerősíti ezért más szűrőtagok alkalmazása praktikus

 
A témákat a következő szakasz fejti ki.


Site Language: English

Log in as…