Skript

Skript Skript

wwwmath.uni.muenster.de
von wwwmath.uni.muenster.de Mehr von diesem Publisher
21.02.2014 Aufrufe

Bemerkung: 1. Sei h ∈ S(R 1 ). Î 1−n h(σ) = |σ| n−1 ĥ(σ) = sgn (σ) n−1 σ n−1 ĥ(σ) = sgn (σ) n−1ĥ(n−1) (σ)(−i) n−1 = ̂ Hn−1 h (n−1) (σ) wobei H n−1 die (n − 1)–mal angewandte Hilberttransformation (4.2.15) einer Funktion ist, und h (n−1) die (n − 1). Ableitung von h. Sei nun n ungerade und α = 0. Wegen H 2 h = −h ist dann I 1−n h = (−1) (n−1)/2 h (n−1) . Eingesetzt in 4.2.27 ergibt sich damit f(x) = (−1) (n−1)/2 1 2 (2π)(1−n) R ∗ (Rf) (n−1) (x) wobei (Rf) (n−1) wieder die Ableitung nach der zweiten Variablen ist. Dies hat eine interessante Konsequenz: Zur Berechnung von (R ∗ Rf)(x) wird Rf nur auf Hyperebenen benutzt, die durch den Punkt x gehen. Zur Berechnung der Ableitung an einem Punkt muss eine Funktion in einer kleinen Umgebung dieses Punktes bekannt sein. Falls also Rf(θ, x) in einer kleinen Umgebung aller Hyperebenen durch den Punkt x bekannt ist, so ist f(x) berechenbar. Die Inversion ist also in einem Sinne lokal: Zur Berechnung des Bildes eines Herzens werden nur Messwerte eingesetzt, die durch (oder fast durch) das Herz gehen. Im wichtigsten Fall von zwei Dimensionen ist es leider anders: Hier bleibt die Hilberttransformation stehen, die Inversion ist global (denn die Hilberttransformation ist nicht lokal), und zur Berechnung von f(x) muss R ∗ Rf überall gemessen werden, die Inversion ist nicht lokal. 2. Sei α = n − 1 und n = 3. Dann gilt Î α f(ξ) = Î1−n f(ξ) = ||ξ|| 2 ̂f(ξ) = (ξ 2 1 + ξ 2 2) ̂f(ξ) = ̂∆f(ξ)(−i) 2 und damit f(x) = − 1 ∫ 2(2π) 2 ∆ x S 2 g(θ, x · θ) dθ. Dies ist Radons originale Inversionsformel für die Dimension 3, für die Dimension 2 rechnen wir Radons Inversionsformel auf dem Übungsblatt nach. 3. Ausgerechnet der erste von Cormack gebaute Tomograph arbeitete nicht mit dieser Formel. Mit Hilfe von Sätzen über spezielle Funktionen leitete 61

Cormack eine alternative Formel her ([14]). Dabei werden die Daten g als Linearkombination von Kugelflächenfunktionen dargestellt, die Entwicklungskoeffizienten von f, wieder bezüglich der Kugelflächenfunktionen, werden daraus explizit ausgerechnet. Offensichtlich erfüllt eine Datenfunktion g = Rf unabhängig von θ die Beziehung ∫ R ∫ ∫ g(θ, s) ds = (Rf)(θ, s) ds = R ∫ R x·θ=s ∫ f(x) dx ds = Tatsächlich lässt sich das Bild von R eindeutig charakterisieren. R n f(x) dx = C. Satz 4.2.29. (Bild der Radon–Transformation) Es ist g ∈ S(R) im Bild von R genau dann, wenn es für alle m ein q m ∈ P m (R n ) gibt mit q m (λx) = λ m q m (x), g(θ, s) = g(−θ, −s) und ∫ s m Rf(θ, s) = q m (θ). R Beweis: Übungen. □ Bemerkung: Dieser Satz kann beispielsweise zur Qualitätskontrolle von CT– Daten genutzt werden. 4.2.4 Sobolev–Abschätzungen für die Radontransformation Nachdem die Invertierbarkeit nun geklärt ist, stellen wir für die inversen Probleme natürlich die Frage: Sind R und R −1 stetig bezüglich vernünftiger Normen? Für R und die L 2 –Norm ist dies leicht zu zeigen. Für ungerades n hatten wir oben die Inversion bereits mit Hilfe der (n − 1). Ableitung angegeben, wir wissen also bereits, dass die Inverse stetig ist, wenn in der Norm die (n − 1). Ableitung stetig ist. Doch es geht sogar noch etwas besser. Satz 4.2.30. Sei K kompakt. Dann ist R : C ∞ 0 (K) ↦→ L2 (C) stetig bzgl. der L 2 –Norm. Beweis: Ohne Einschränkung sei K = [−1, 1] n . ∫ |(Rf)(θ, s)| 2 = 1 · f(sθ + y) dy 2 ≤ y∈θ ⊥ ,||y|| ∞≤1 2 n−1 ∫ |f(sθ + y)| 2 dy θ ⊥ mit Cauchy–Schwartz und durch Integration über s und θ ∫ ∫ ∫ ||(Rf)|| L 2 (C) ≤ 2 n−1 |f(sθ + y)| 2 dy ds dθ ≤ 2 n−1 |S n−1 | ||f|| L 2 (R n ). S n−1 R θ ⊥ 62

Bemerkung:<br />

1. Sei h ∈ S(R 1 ).<br />

Î 1−n h(σ) = |σ| n−1 ĥ(σ)<br />

= sgn (σ) n−1 σ n−1 ĥ(σ)<br />

= sgn (σ) n−1ĥ(n−1) (σ)(−i) n−1<br />

= ̂ Hn−1 h (n−1) (σ)<br />

wobei H n−1 die (n − 1)–mal angewandte Hilberttransformation (4.2.15)<br />

einer Funktion ist, und h (n−1) die (n − 1). Ableitung von h.<br />

Sei nun n ungerade und α = 0. Wegen H 2 h = −h ist dann I 1−n h =<br />

(−1) (n−1)/2 h (n−1) . Eingesetzt in 4.2.27 ergibt sich damit<br />

f(x) = (−1) (n−1)/2 1 2 (2π)(1−n) R ∗ (Rf) (n−1) (x)<br />

wobei (Rf) (n−1) wieder die Ableitung nach der zweiten Variablen ist.<br />

Dies hat eine interessante Konsequenz: Zur Berechnung von (R ∗ Rf)(x)<br />

wird Rf nur auf Hyperebenen benutzt, die durch den Punkt x gehen. Zur<br />

Berechnung der Ableitung an einem Punkt muss eine Funktion in einer<br />

kleinen Umgebung dieses Punktes bekannt sein.<br />

Falls also Rf(θ, x) in einer kleinen Umgebung aller Hyperebenen durch<br />

den Punkt x bekannt ist, so ist f(x) berechenbar. Die Inversion ist also<br />

in einem Sinne lokal: Zur Berechnung des Bildes eines Herzens werden<br />

nur Messwerte eingesetzt, die durch (oder fast durch) das Herz gehen.<br />

Im wichtigsten Fall von zwei Dimensionen ist es leider anders: Hier bleibt<br />

die Hilberttransformation stehen, die Inversion ist global (denn die Hilberttransformation<br />

ist nicht lokal), und zur Berechnung von f(x) muss<br />

R ∗ Rf überall gemessen werden, die Inversion ist nicht lokal.<br />

2. Sei α = n − 1 und n = 3. Dann gilt<br />

Î α f(ξ) = Î1−n f(ξ) = ||ξ|| 2 ̂f(ξ) = (ξ<br />

2<br />

1 + ξ 2 2) ̂f(ξ) = ̂∆f(ξ)(−i) 2<br />

und damit<br />

f(x) = − 1 ∫<br />

2(2π) 2 ∆ x<br />

S 2<br />

g(θ, x · θ) dθ.<br />

Dies ist Radons originale Inversionsformel für die Dimension 3, für die<br />

Dimension 2 rechnen wir Radons Inversionsformel auf dem Übungsblatt<br />

nach.<br />

3. Ausgerechnet der erste von Cormack gebaute Tomograph arbeitete nicht<br />

mit dieser Formel. Mit Hilfe von Sätzen über spezielle Funktionen leitete<br />

61

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!