Skript
Skript
Skript
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
linearisiert. Seien also nun die R k (f) nichtlinear, und sei R<br />
k ′ (f) die Jakobimatrix<br />
von R k an der Stelle f, bzw. die Frechet–Ableitung im Fall kontinuierlicher<br />
Operatoren. Wir ersetzen dann im j. Schritt<br />
g k = R(f k+1 ) = R k (f k + ˜f) ∼ R k (f k ) + R ′ k (f k) ˜f<br />
und damit für den Updateschritt, ganz analog zum linearen Fall,<br />
f k+1 = f k + ωR ′ k (f k) t (R ′ k (f k)R ′ k (f k) t ) −1 (g k − R k (f k )).<br />
5.7 Iterative Methoden für die Computertomographie<br />
Am Anfang des Kapitels über die Computertomographie haben wir bereits ein<br />
diskretes Modell diskutiert. Wir wollen dies nun mit dem Kaczmarz–Verfahren<br />
lösen.<br />
Es stellt sich die Frage, warum man überhaupt daran interessiert ist, das diskrete<br />
System zu invertieren, wir haben ja im Kapitel über die CT gezeigt, dass<br />
die Radon–Transformation mit der gefilterten Rückprojektion eine gut implementierbare<br />
analytische Inverse besitzt.<br />
Leider ist diese in Nicht–Standard–Fällen nicht anwendbar. Wir sind von der<br />
einfachen Parallelgeometrie ausgegangen, tatsächlich braucht jede Messgeometrie<br />
einen eigenen Inversionsalgorithmus. Den diskreten Verfahren dagegen<br />
ist die Geometrie völlig egal, der Lösungsalgorithmus ist grundsätzlich immer<br />
derselbe. Wir werden der Einfachheit halber trotzdem wieder die Parallelgeometrie<br />
im R 2 betrachten.<br />
Das Standard–Iterationsverfahren ist das Kaczmarz–Verfahren. Wir erinnern<br />
kurz an das Beispiel aus Abschnitt 4.1. Wir haben p Richtungen θ k , für die wir<br />
g k (s) = Rf(θ k , s) = (R k f)(s) messen (wir diskretisieren zunächst nur im Winkel,<br />
nicht im Abstand). Jede Richtung liefert uns dann die lineare Gleichungssysteme<br />
mit<br />
(R k f)(s) = g k (s)<br />
R k : L 2 (||x|| < 1) ↦→ L 2 (|s| < 1), (R k f)(s) = (Rf)(θ k , s).<br />
Wir wollen dies so weit wie möglich analytisch in s betrachten, dann gilt (f ∈<br />
L 2 (||x|| < 1), g ∈ L 2 (|s| < 1)):<br />
(g, (R j f)) =<br />
=<br />
∫ 1<br />
−1<br />
∫<br />
g(s)<br />
||x||