Skript
Skript
Skript
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
Beweis: Sei ohne Einschränkung α = 0. Dann gilt<br />
∫ ∫<br />
||Rf|| 2 = (1 + σ 2 ) (n−1)/2 | ̂Rf(θ, σ)| 2 dσ dθ<br />
H (n−1)/2<br />
S n−1<br />
R<br />
= (2π) n−1 ∫<br />
S n−1<br />
= 2(2π) n−1 ∫<br />
R n<br />
∫<br />
(1 + σ 2 ) (n−1)/2 | ̂f(σθ)| 2 dσ dθ<br />
R<br />
(1 + ||ξ|| 2 ) (n−1)/2<br />
||ξ|| n−1 | ̂f(ξ)| 2 dξ.<br />
Der Bruch ist immer größer als 1, also gilt insbesondere<br />
||Rf|| 2 ≥ 2(2π) n−1 ||f|| 2 H (n−1)/2 L 2 (R n ) .<br />
Zum Beweis der zweiten Ungleichung: Für ||ξ|| ≥ 1 ist der Bruch durch 2 (n−1)/2<br />
nach oben beschränkt. Für ||ξ|| ≤ 1 existiert das Integral über den Bruch. Wir<br />
ziehen aus dem Integral das Supremum von ̂f(ξ) 2 heraus und beachten, dass<br />
∫<br />
∫<br />
| ̂f(ξ)| = | e −ixξ f(x) dx| ≤ |f(x)| dx ≤ |K| ||f|| L 2 (K)<br />
K<br />
K<br />
mit Cauchy–Schwartz.<br />
□<br />
Bemerkung: Insbesondere ist die wichtigste Anwendung der Radon–Transformation<br />
für die Computertomographie schlecht gestellt von der Ordnung 1/2<br />
und damit deutlich besser gestellt als die Aufgabe der Berechnung der ersten<br />
Ableitung, die schlecht gestellt ist von der Ordnung 1 (nach Definition des Grades<br />
der Schlechtgestelltheit).<br />
Bemerkung: Die Schlechtgestelltheit ist bereits in der Inversionsfomel 4.2.27<br />
sichtbar. Die Fehler in der Datenfunktion ĝ(θ, σ) werden im Zwischenergebnis<br />
mit |σ| (n−1) verstärkt, für großes |σ| erhalten wir also auch beliebig hohe<br />
Rekonstruktionsfehler bei kleinem Datenfehler. Allerdings wird durch die<br />
anschließende Integration noch einmal geglättet, so dass sich der Grad der<br />
Schlechtgestelltheit insgesamt auf die Hälfte reduziert.<br />
4.3 Implementation<br />
Im letzten Abschnitt haben wir nachgewiesen, dass die Inversion der Radon–<br />
Transformation schlecht gestellt ist von der Ordnung 1/2. Zur Implementation<br />
der Algorithmen müssen wir also insbesondere regularisieren. Wir werden dies<br />
durch Projektion auf stabile Unterräume tun, wir suchen die Lösung also in Unterräumen,<br />
die von Singulärvektoren mit großen zugehörigen Singulärwerten<br />
64