2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7....
DESCRIPTION
関西大学総合情報学部 「画像情報処理」(担当:浅野晃)TRANSCRIPT
![Page 1: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/1.jpg)
A. A
sano
, Kan
sai U
niv.
2014年度春学期 画像情報処理
浅野 晃 関西大学総合情報学部
逆投影法による再構成第14回
![Page 2: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/2.jpg)
A. A
sano
, Kan
sai U
niv.
![Page 3: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/3.jpg)
A. A
sano
, Kan
sai U
niv.
投影定理の復習
![Page 4: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/4.jpg)
2014
A. A
sano
, Kan
sai U
niv.
投影定理投影群から2次元関数を再構成する
fxF(fx, fy)
fy
θ
ξ
断面F(ξcosθ, ξsinθ)
ξ
Gθ(ξ)
等しい
x
y
θ
s
sg(s, θ)
u
物体
投影
物体の2次元フーリエ変換
投影の1次元フーリエ変換
図 3: 投影定理.
となります。これに上で説明した (x, y)座標と (s, u)座標との変数変換を行うと,先に述べたようにdxdy = dsduですから,
Gθ(ξ) =
!! ∞
−∞f(x, y)
exp(−i2πξ(x cos θ + y sin θ))dxdy
=
!! ∞
−∞f(x, y)
exp(−i2π((ξ cos θ)x+ (ξ sin θ)y))dxdy
= F (ξ cos θ, ξ sin θ) (18)
となります。
フーリエ変換法による再構成
投影定理によれば,ひとつの角度 θにおける投影を得ると,物体のフーリエ変換のひとつの断面がわかることになります。したがって,すべての θについての投影を求めれば,物体のフーリエ変換 F (fx, fy)
の形はすべて求まります。こうやって得られた F (fx, fy)を逆フーリエ変換すれば,もとの物体 f(x, y)
が再構成されます。このような再構成法を,フーリエ変換法 (Fourier transform method)による再構成といいます。
この方法は理論的にもっともすっきりしていますが,CTスキャナの開発当初は,用いることはできませんでした。それは,次の理由によります。
浅野 晃/画像情報処理(2013 年度春学期) 第13回 (2013. 7. 3) http://racco.mikeneko.jp/ 5/6 ページ
![Page 5: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/5.jpg)
2014
A. A
sano
, Kan
sai U
niv.
投影定理投影群から2次元関数を再構成する
fxF(fx, fy)
fy
θ
ξ
断面F(ξcosθ, ξsinθ)
ξ
Gθ(ξ)
等しい
x
y
θ
s
sg(s, θ)
u
物体
投影
物体の2次元フーリエ変換
投影の1次元フーリエ変換
図 3: 投影定理.
となります。これに上で説明した (x, y)座標と (s, u)座標との変数変換を行うと,先に述べたようにdxdy = dsduですから,
Gθ(ξ) =
!! ∞
−∞f(x, y)
exp(−i2πξ(x cos θ + y sin θ))dxdy
=
!! ∞
−∞f(x, y)
exp(−i2π((ξ cos θ)x+ (ξ sin θ)y))dxdy
= F (ξ cos θ, ξ sin θ) (18)
となります。
フーリエ変換法による再構成
投影定理によれば,ひとつの角度 θにおける投影を得ると,物体のフーリエ変換のひとつの断面がわかることになります。したがって,すべての θについての投影を求めれば,物体のフーリエ変換 F (fx, fy)
の形はすべて求まります。こうやって得られた F (fx, fy)を逆フーリエ変換すれば,もとの物体 f(x, y)
が再構成されます。このような再構成法を,フーリエ変換法 (Fourier transform method)による再構成といいます。
この方法は理論的にもっともすっきりしていますが,CTスキャナの開発当初は,用いることはできませんでした。それは,次の理由によります。
浅野 晃/画像情報処理(2013 年度春学期) 第13回 (2013. 7. 3) http://racco.mikeneko.jp/ 5/6 ページ
![Page 6: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/6.jpg)
2014
A. A
sano
, Kan
sai U
niv.
投影定理投影群から2次元関数を再構成する
fxF(fx, fy)
fy
θ
ξ
断面F(ξcosθ, ξsinθ)
ξ
Gθ(ξ)
等しい
x
y
θ
s
sg(s, θ)
u
物体
投影
物体の2次元フーリエ変換
投影の1次元フーリエ変換
図 3: 投影定理.
となります。これに上で説明した (x, y)座標と (s, u)座標との変数変換を行うと,先に述べたようにdxdy = dsduですから,
Gθ(ξ) =
!! ∞
−∞f(x, y)
exp(−i2πξ(x cos θ + y sin θ))dxdy
=
!! ∞
−∞f(x, y)
exp(−i2π((ξ cos θ)x+ (ξ sin θ)y))dxdy
= F (ξ cos θ, ξ sin θ) (18)
となります。
フーリエ変換法による再構成
投影定理によれば,ひとつの角度 θにおける投影を得ると,物体のフーリエ変換のひとつの断面がわかることになります。したがって,すべての θについての投影を求めれば,物体のフーリエ変換 F (fx, fy)
の形はすべて求まります。こうやって得られた F (fx, fy)を逆フーリエ変換すれば,もとの物体 f(x, y)
が再構成されます。このような再構成法を,フーリエ変換法 (Fourier transform method)による再構成といいます。
この方法は理論的にもっともすっきりしていますが,CTスキャナの開発当初は,用いることはできませんでした。それは,次の理由によります。
浅野 晃/画像情報処理(2013 年度春学期) 第13回 (2013. 7. 3) http://racco.mikeneko.jp/ 5/6 ページ
![Page 7: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/7.jpg)
2014
A. A
sano
, Kan
sai U
niv.
投影定理投影群から2次元関数を再構成する
fxF(fx, fy)
fy
θ
ξ
断面F(ξcosθ, ξsinθ)
ξ
Gθ(ξ)
等しい
x
y
θ
s
sg(s, θ)
u
物体
投影
物体の2次元フーリエ変換
投影の1次元フーリエ変換
図 3: 投影定理.
となります。これに上で説明した (x, y)座標と (s, u)座標との変数変換を行うと,先に述べたようにdxdy = dsduですから,
Gθ(ξ) =
!! ∞
−∞f(x, y)
exp(−i2πξ(x cos θ + y sin θ))dxdy
=
!! ∞
−∞f(x, y)
exp(−i2π((ξ cos θ)x+ (ξ sin θ)y))dxdy
= F (ξ cos θ, ξ sin θ) (18)
となります。
フーリエ変換法による再構成
投影定理によれば,ひとつの角度 θにおける投影を得ると,物体のフーリエ変換のひとつの断面がわかることになります。したがって,すべての θについての投影を求めれば,物体のフーリエ変換 F (fx, fy)
の形はすべて求まります。こうやって得られた F (fx, fy)を逆フーリエ変換すれば,もとの物体 f(x, y)
が再構成されます。このような再構成法を,フーリエ変換法 (Fourier transform method)による再構成といいます。
この方法は理論的にもっともすっきりしていますが,CTスキャナの開発当初は,用いることはできませんでした。それは,次の理由によります。
浅野 晃/画像情報処理(2013 年度春学期) 第13回 (2013. 7. 3) http://racco.mikeneko.jp/ 5/6 ページ
![Page 8: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/8.jpg)
2014
A. A
sano
, Kan
sai U
niv.
投影定理投影群から2次元関数を再構成する
fxF(fx, fy)
fy
θ
ξ
断面F(ξcosθ, ξsinθ)
ξ
Gθ(ξ)
等しい
x
y
θ
s
sg(s, θ)
u
物体
投影
物体の2次元フーリエ変換
投影の1次元フーリエ変換
図 3: 投影定理.
となります。これに上で説明した (x, y)座標と (s, u)座標との変数変換を行うと,先に述べたようにdxdy = dsduですから,
Gθ(ξ) =
!! ∞
−∞f(x, y)
exp(−i2πξ(x cos θ + y sin θ))dxdy
=
!! ∞
−∞f(x, y)
exp(−i2π((ξ cos θ)x+ (ξ sin θ)y))dxdy
= F (ξ cos θ, ξ sin θ) (18)
となります。
フーリエ変換法による再構成
投影定理によれば,ひとつの角度 θにおける投影を得ると,物体のフーリエ変換のひとつの断面がわかることになります。したがって,すべての θについての投影を求めれば,物体のフーリエ変換 F (fx, fy)
の形はすべて求まります。こうやって得られた F (fx, fy)を逆フーリエ変換すれば,もとの物体 f(x, y)
が再構成されます。このような再構成法を,フーリエ変換法 (Fourier transform method)による再構成といいます。
この方法は理論的にもっともすっきりしていますが,CTスキャナの開発当初は,用いることはできませんでした。それは,次の理由によります。
浅野 晃/画像情報処理(2013 年度春学期) 第13回 (2013. 7. 3) http://racco.mikeneko.jp/ 5/6 ページ
![Page 9: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/9.jpg)
2014
A. A
sano
, Kan
sai U
niv.
投影定理投影群から2次元関数を再構成する
fxF(fx, fy)
fy
θ
ξ
断面F(ξcosθ, ξsinθ)
ξ
Gθ(ξ)
等しい
x
y
θ
s
sg(s, θ)
u
物体
投影
物体の2次元フーリエ変換
投影の1次元フーリエ変換
図 3: 投影定理.
となります。これに上で説明した (x, y)座標と (s, u)座標との変数変換を行うと,先に述べたようにdxdy = dsduですから,
Gθ(ξ) =
!! ∞
−∞f(x, y)
exp(−i2πξ(x cos θ + y sin θ))dxdy
=
!! ∞
−∞f(x, y)
exp(−i2π((ξ cos θ)x+ (ξ sin θ)y))dxdy
= F (ξ cos θ, ξ sin θ) (18)
となります。
フーリエ変換法による再構成
投影定理によれば,ひとつの角度 θにおける投影を得ると,物体のフーリエ変換のひとつの断面がわかることになります。したがって,すべての θについての投影を求めれば,物体のフーリエ変換 F (fx, fy)
の形はすべて求まります。こうやって得られた F (fx, fy)を逆フーリエ変換すれば,もとの物体 f(x, y)
が再構成されます。このような再構成法を,フーリエ変換法 (Fourier transform method)による再構成といいます。
この方法は理論的にもっともすっきりしていますが,CTスキャナの開発当初は,用いることはできませんでした。それは,次の理由によります。
浅野 晃/画像情報処理(2013 年度春学期) 第13回 (2013. 7. 3) http://racco.mikeneko.jp/ 5/6 ページ
「断面」がすべてそろえば,2次元逆フーリエ変換で 2次元関数が再構成できる
![Page 10: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/10.jpg)
2014
A. A
sano
, Kan
sai U
niv.
フーリエ変換法による再構成の問題
fxF(fx, fy)
fy
θ
ξ
断面F(ξcosθ, ξsinθ)
ξ
Gθ(ξ)
等しい
x
y
θ
s
sg(s, θ)
u
物体
投影
物体の2次元フーリエ変換
投影の1次元フーリエ変換
図 3: 投影定理.
となります。これに上で説明した (x, y)座標と (s, u)座標との変数変換を行うと,先に述べたようにdxdy = dsduですから,
Gθ(ξ) =
!! ∞
−∞f(x, y)
exp(−i2πξ(x cos θ + y sin θ))dxdy
=
!! ∞
−∞f(x, y)
exp(−i2π((ξ cos θ)x+ (ξ sin θ)y))dxdy
= F (ξ cos θ, ξ sin θ) (18)
となります。
フーリエ変換法による再構成
投影定理によれば,ひとつの角度 θにおける投影を得ると,物体のフーリエ変換のひとつの断面がわかることになります。したがって,すべての θについての投影を求めれば,物体のフーリエ変換 F (fx, fy)
の形はすべて求まります。こうやって得られた F (fx, fy)を逆フーリエ変換すれば,もとの物体 f(x, y)
が再構成されます。このような再構成法を,フーリエ変換法 (Fourier transform method)による再構成といいます。
この方法は理論的にもっともすっきりしていますが,CTスキャナの開発当初は,用いることはできませんでした。それは,次の理由によります。
浅野 晃/画像情報処理(2013 年度春学期) 第13回 (2013. 7. 3) http://racco.mikeneko.jp/ 5/6 ページ
2次元フーリエ変換の 「すべての断面」を求めることはできない
![Page 11: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/11.jpg)
2014
A. A
sano
, Kan
sai U
niv.
フーリエ変換法による再構成の問題
fxF(fx, fy)
fy
θ
ξ
断面F(ξcosθ, ξsinθ)
ξ
Gθ(ξ)
等しい
x
y
θ
s
sg(s, θ)
u
物体
投影
物体の2次元フーリエ変換
投影の1次元フーリエ変換
図 3: 投影定理.
となります。これに上で説明した (x, y)座標と (s, u)座標との変数変換を行うと,先に述べたようにdxdy = dsduですから,
Gθ(ξ) =
!! ∞
−∞f(x, y)
exp(−i2πξ(x cos θ + y sin θ))dxdy
=
!! ∞
−∞f(x, y)
exp(−i2π((ξ cos θ)x+ (ξ sin θ)y))dxdy
= F (ξ cos θ, ξ sin θ) (18)
となります。
フーリエ変換法による再構成
投影定理によれば,ひとつの角度 θにおける投影を得ると,物体のフーリエ変換のひとつの断面がわかることになります。したがって,すべての θについての投影を求めれば,物体のフーリエ変換 F (fx, fy)
の形はすべて求まります。こうやって得られた F (fx, fy)を逆フーリエ変換すれば,もとの物体 f(x, y)
が再構成されます。このような再構成法を,フーリエ変換法 (Fourier transform method)による再構成といいます。
この方法は理論的にもっともすっきりしていますが,CTスキャナの開発当初は,用いることはできませんでした。それは,次の理由によります。
浅野 晃/画像情報処理(2013 年度春学期) 第13回 (2013. 7. 3) http://racco.mikeneko.jp/ 5/6 ページ
2次元フーリエ変換の 「すべての断面」を求めることはできない
fx
fy
![Page 12: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/12.jpg)
2014
A. A
sano
, Kan
sai U
niv.
フーリエ変換法による再構成の問題
fxF(fx, fy)
fy
θ
ξ
断面F(ξcosθ, ξsinθ)
ξ
Gθ(ξ)
等しい
x
y
θ
s
sg(s, θ)
u
物体
投影
物体の2次元フーリエ変換
投影の1次元フーリエ変換
図 3: 投影定理.
となります。これに上で説明した (x, y)座標と (s, u)座標との変数変換を行うと,先に述べたようにdxdy = dsduですから,
Gθ(ξ) =
!! ∞
−∞f(x, y)
exp(−i2πξ(x cos θ + y sin θ))dxdy
=
!! ∞
−∞f(x, y)
exp(−i2π((ξ cos θ)x+ (ξ sin θ)y))dxdy
= F (ξ cos θ, ξ sin θ) (18)
となります。
フーリエ変換法による再構成
投影定理によれば,ひとつの角度 θにおける投影を得ると,物体のフーリエ変換のひとつの断面がわかることになります。したがって,すべての θについての投影を求めれば,物体のフーリエ変換 F (fx, fy)
の形はすべて求まります。こうやって得られた F (fx, fy)を逆フーリエ変換すれば,もとの物体 f(x, y)
が再構成されます。このような再構成法を,フーリエ変換法 (Fourier transform method)による再構成といいます。
この方法は理論的にもっともすっきりしていますが,CTスキャナの開発当初は,用いることはできませんでした。それは,次の理由によります。
浅野 晃/画像情報処理(2013 年度春学期) 第13回 (2013. 7. 3) http://racco.mikeneko.jp/ 5/6 ページ
2次元フーリエ変換の 「すべての断面」を求めることはできない
fx
fy
ひとつの投影=ひとつの断面
![Page 13: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/13.jpg)
2014
A. A
sano
, Kan
sai U
niv.
フーリエ変換法による再構成の問題
fxF(fx, fy)
fy
θ
ξ
断面F(ξcosθ, ξsinθ)
ξ
Gθ(ξ)
等しい
x
y
θ
s
sg(s, θ)
u
物体
投影
物体の2次元フーリエ変換
投影の1次元フーリエ変換
図 3: 投影定理.
となります。これに上で説明した (x, y)座標と (s, u)座標との変数変換を行うと,先に述べたようにdxdy = dsduですから,
Gθ(ξ) =
!! ∞
−∞f(x, y)
exp(−i2πξ(x cos θ + y sin θ))dxdy
=
!! ∞
−∞f(x, y)
exp(−i2π((ξ cos θ)x+ (ξ sin θ)y))dxdy
= F (ξ cos θ, ξ sin θ) (18)
となります。
フーリエ変換法による再構成
投影定理によれば,ひとつの角度 θにおける投影を得ると,物体のフーリエ変換のひとつの断面がわかることになります。したがって,すべての θについての投影を求めれば,物体のフーリエ変換 F (fx, fy)
の形はすべて求まります。こうやって得られた F (fx, fy)を逆フーリエ変換すれば,もとの物体 f(x, y)
が再構成されます。このような再構成法を,フーリエ変換法 (Fourier transform method)による再構成といいます。
この方法は理論的にもっともすっきりしていますが,CTスキャナの開発当初は,用いることはできませんでした。それは,次の理由によります。
浅野 晃/画像情報処理(2013 年度春学期) 第13回 (2013. 7. 3) http://racco.mikeneko.jp/ 5/6 ページ
2次元フーリエ変換の 「すべての断面」を求めることはできない
fx
fy
ひとつの投影=ひとつの断面
![Page 14: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/14.jpg)
2014
A. A
sano
, Kan
sai U
niv.
フーリエ変換法による再構成の問題
fxF(fx, fy)
fy
θ
ξ
断面F(ξcosθ, ξsinθ)
ξ
Gθ(ξ)
等しい
x
y
θ
s
sg(s, θ)
u
物体
投影
物体の2次元フーリエ変換
投影の1次元フーリエ変換
図 3: 投影定理.
となります。これに上で説明した (x, y)座標と (s, u)座標との変数変換を行うと,先に述べたようにdxdy = dsduですから,
Gθ(ξ) =
!! ∞
−∞f(x, y)
exp(−i2πξ(x cos θ + y sin θ))dxdy
=
!! ∞
−∞f(x, y)
exp(−i2π((ξ cos θ)x+ (ξ sin θ)y))dxdy
= F (ξ cos θ, ξ sin θ) (18)
となります。
フーリエ変換法による再構成
投影定理によれば,ひとつの角度 θにおける投影を得ると,物体のフーリエ変換のひとつの断面がわかることになります。したがって,すべての θについての投影を求めれば,物体のフーリエ変換 F (fx, fy)
の形はすべて求まります。こうやって得られた F (fx, fy)を逆フーリエ変換すれば,もとの物体 f(x, y)
が再構成されます。このような再構成法を,フーリエ変換法 (Fourier transform method)による再構成といいます。
この方法は理論的にもっともすっきりしていますが,CTスキャナの開発当初は,用いることはできませんでした。それは,次の理由によります。
浅野 晃/画像情報処理(2013 年度春学期) 第13回 (2013. 7. 3) http://racco.mikeneko.jp/ 5/6 ページ
2次元フーリエ変換の 「すべての断面」を求めることはできない
fx
fy
ひとつの投影=ひとつの断面
![Page 15: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/15.jpg)
2014
A. A
sano
, Kan
sai U
niv.
フーリエ変換法による再構成の問題
fxF(fx, fy)
fy
θ
ξ
断面F(ξcosθ, ξsinθ)
ξ
Gθ(ξ)
等しい
x
y
θ
s
sg(s, θ)
u
物体
投影
物体の2次元フーリエ変換
投影の1次元フーリエ変換
図 3: 投影定理.
となります。これに上で説明した (x, y)座標と (s, u)座標との変数変換を行うと,先に述べたようにdxdy = dsduですから,
Gθ(ξ) =
!! ∞
−∞f(x, y)
exp(−i2πξ(x cos θ + y sin θ))dxdy
=
!! ∞
−∞f(x, y)
exp(−i2π((ξ cos θ)x+ (ξ sin θ)y))dxdy
= F (ξ cos θ, ξ sin θ) (18)
となります。
フーリエ変換法による再構成
投影定理によれば,ひとつの角度 θにおける投影を得ると,物体のフーリエ変換のひとつの断面がわかることになります。したがって,すべての θについての投影を求めれば,物体のフーリエ変換 F (fx, fy)
の形はすべて求まります。こうやって得られた F (fx, fy)を逆フーリエ変換すれば,もとの物体 f(x, y)
が再構成されます。このような再構成法を,フーリエ変換法 (Fourier transform method)による再構成といいます。
この方法は理論的にもっともすっきりしていますが,CTスキャナの開発当初は,用いることはできませんでした。それは,次の理由によります。
浅野 晃/画像情報処理(2013 年度春学期) 第13回 (2013. 7. 3) http://racco.mikeneko.jp/ 5/6 ページ
2次元フーリエ変換の 「すべての断面」を求めることはできない
fx
fy
ひとつの投影=ひとつの断面
![Page 16: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/16.jpg)
2014
A. A
sano
, Kan
sai U
niv.
フーリエ変換法による再構成の問題
fxF(fx, fy)
fy
θ
ξ
断面F(ξcosθ, ξsinθ)
ξ
Gθ(ξ)
等しい
x
y
θ
s
sg(s, θ)
u
物体
投影
物体の2次元フーリエ変換
投影の1次元フーリエ変換
図 3: 投影定理.
となります。これに上で説明した (x, y)座標と (s, u)座標との変数変換を行うと,先に述べたようにdxdy = dsduですから,
Gθ(ξ) =
!! ∞
−∞f(x, y)
exp(−i2πξ(x cos θ + y sin θ))dxdy
=
!! ∞
−∞f(x, y)
exp(−i2π((ξ cos θ)x+ (ξ sin θ)y))dxdy
= F (ξ cos θ, ξ sin θ) (18)
となります。
フーリエ変換法による再構成
投影定理によれば,ひとつの角度 θにおける投影を得ると,物体のフーリエ変換のひとつの断面がわかることになります。したがって,すべての θについての投影を求めれば,物体のフーリエ変換 F (fx, fy)
の形はすべて求まります。こうやって得られた F (fx, fy)を逆フーリエ変換すれば,もとの物体 f(x, y)
が再構成されます。このような再構成法を,フーリエ変換法 (Fourier transform method)による再構成といいます。
この方法は理論的にもっともすっきりしていますが,CTスキャナの開発当初は,用いることはできませんでした。それは,次の理由によります。
浅野 晃/画像情報処理(2013 年度春学期) 第13回 (2013. 7. 3) http://racco.mikeneko.jp/ 5/6 ページ
2次元フーリエ変換の 「すべての断面」を求めることはできない
fx
fy
ひとつの投影=ひとつの断面
![Page 17: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/17.jpg)
2014
A. A
sano
, Kan
sai U
niv.
フーリエ変換法による再構成の問題
fxF(fx, fy)
fy
θ
ξ
断面F(ξcosθ, ξsinθ)
ξ
Gθ(ξ)
等しい
x
y
θ
s
sg(s, θ)
u
物体
投影
物体の2次元フーリエ変換
投影の1次元フーリエ変換
図 3: 投影定理.
となります。これに上で説明した (x, y)座標と (s, u)座標との変数変換を行うと,先に述べたようにdxdy = dsduですから,
Gθ(ξ) =
!! ∞
−∞f(x, y)
exp(−i2πξ(x cos θ + y sin θ))dxdy
=
!! ∞
−∞f(x, y)
exp(−i2π((ξ cos θ)x+ (ξ sin θ)y))dxdy
= F (ξ cos θ, ξ sin θ) (18)
となります。
フーリエ変換法による再構成
投影定理によれば,ひとつの角度 θにおける投影を得ると,物体のフーリエ変換のひとつの断面がわかることになります。したがって,すべての θについての投影を求めれば,物体のフーリエ変換 F (fx, fy)
の形はすべて求まります。こうやって得られた F (fx, fy)を逆フーリエ変換すれば,もとの物体 f(x, y)
が再構成されます。このような再構成法を,フーリエ変換法 (Fourier transform method)による再構成といいます。
この方法は理論的にもっともすっきりしていますが,CTスキャナの開発当初は,用いることはできませんでした。それは,次の理由によります。
浅野 晃/画像情報処理(2013 年度春学期) 第13回 (2013. 7. 3) http://racco.mikeneko.jp/ 5/6 ページ
2次元フーリエ変換の 「すべての断面」を求めることはできない
fx
fy
ひとつの投影=ひとつの断面
有限個の投影では,2次元フーリエ変換を埋め尽くす ことはできない
![Page 18: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/18.jpg)
2014
A. A
sano
, Kan
sai U
niv.
フーリエ変換法による再構成の問題
fxF(fx, fy)
fy
θ
ξ
断面F(ξcosθ, ξsinθ)
ξ
Gθ(ξ)
等しい
x
y
θ
s
sg(s, θ)
u
物体
投影
物体の2次元フーリエ変換
投影の1次元フーリエ変換
図 3: 投影定理.
となります。これに上で説明した (x, y)座標と (s, u)座標との変数変換を行うと,先に述べたようにdxdy = dsduですから,
Gθ(ξ) =
!! ∞
−∞f(x, y)
exp(−i2πξ(x cos θ + y sin θ))dxdy
=
!! ∞
−∞f(x, y)
exp(−i2π((ξ cos θ)x+ (ξ sin θ)y))dxdy
= F (ξ cos θ, ξ sin θ) (18)
となります。
フーリエ変換法による再構成
投影定理によれば,ひとつの角度 θにおける投影を得ると,物体のフーリエ変換のひとつの断面がわかることになります。したがって,すべての θについての投影を求めれば,物体のフーリエ変換 F (fx, fy)
の形はすべて求まります。こうやって得られた F (fx, fy)を逆フーリエ変換すれば,もとの物体 f(x, y)
が再構成されます。このような再構成法を,フーリエ変換法 (Fourier transform method)による再構成といいます。
この方法は理論的にもっともすっきりしていますが,CTスキャナの開発当初は,用いることはできませんでした。それは,次の理由によります。
浅野 晃/画像情報処理(2013 年度春学期) 第13回 (2013. 7. 3) http://racco.mikeneko.jp/ 5/6 ページ
2次元フーリエ変換の 「すべての断面」を求めることはできない
fx
fy
ひとつの投影=ひとつの断面
有限個の投影では,2次元フーリエ変換を埋め尽くす ことはできない
→補間を行う
![Page 19: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/19.jpg)
2014
A. A
sano
, Kan
sai U
niv.
フーリエ変換法による再構成の問題
fxF(fx, fy)
fy
θ
ξ
断面F(ξcosθ, ξsinθ)
ξ
Gθ(ξ)
等しい
x
y
θ
s
sg(s, θ)
u
物体
投影
物体の2次元フーリエ変換
投影の1次元フーリエ変換
図 3: 投影定理.
となります。これに上で説明した (x, y)座標と (s, u)座標との変数変換を行うと,先に述べたようにdxdy = dsduですから,
Gθ(ξ) =
!! ∞
−∞f(x, y)
exp(−i2πξ(x cos θ + y sin θ))dxdy
=
!! ∞
−∞f(x, y)
exp(−i2π((ξ cos θ)x+ (ξ sin θ)y))dxdy
= F (ξ cos θ, ξ sin θ) (18)
となります。
フーリエ変換法による再構成
投影定理によれば,ひとつの角度 θにおける投影を得ると,物体のフーリエ変換のひとつの断面がわかることになります。したがって,すべての θについての投影を求めれば,物体のフーリエ変換 F (fx, fy)
の形はすべて求まります。こうやって得られた F (fx, fy)を逆フーリエ変換すれば,もとの物体 f(x, y)
が再構成されます。このような再構成法を,フーリエ変換法 (Fourier transform method)による再構成といいます。
この方法は理論的にもっともすっきりしていますが,CTスキャナの開発当初は,用いることはできませんでした。それは,次の理由によります。
浅野 晃/画像情報処理(2013 年度春学期) 第13回 (2013. 7. 3) http://racco.mikeneko.jp/ 5/6 ページ
補間を行う。が,コンピュータで計算する限りは「離散的」
![Page 20: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/20.jpg)
2014
A. A
sano
, Kan
sai U
niv.
フーリエ変換法による再構成の問題
fxF(fx, fy)
fy
θ
ξ
断面F(ξcosθ, ξsinθ)
ξ
Gθ(ξ)
等しい
x
y
θ
s
sg(s, θ)
u
物体
投影
物体の2次元フーリエ変換
投影の1次元フーリエ変換
図 3: 投影定理.
となります。これに上で説明した (x, y)座標と (s, u)座標との変数変換を行うと,先に述べたようにdxdy = dsduですから,
Gθ(ξ) =
!! ∞
−∞f(x, y)
exp(−i2πξ(x cos θ + y sin θ))dxdy
=
!! ∞
−∞f(x, y)
exp(−i2π((ξ cos θ)x+ (ξ sin θ)y))dxdy
= F (ξ cos θ, ξ sin θ) (18)
となります。
フーリエ変換法による再構成
投影定理によれば,ひとつの角度 θにおける投影を得ると,物体のフーリエ変換のひとつの断面がわかることになります。したがって,すべての θについての投影を求めれば,物体のフーリエ変換 F (fx, fy)
の形はすべて求まります。こうやって得られた F (fx, fy)を逆フーリエ変換すれば,もとの物体 f(x, y)
が再構成されます。このような再構成法を,フーリエ変換法 (Fourier transform method)による再構成といいます。
この方法は理論的にもっともすっきりしていますが,CTスキャナの開発当初は,用いることはできませんでした。それは,次の理由によります。
浅野 晃/画像情報処理(2013 年度春学期) 第13回 (2013. 7. 3) http://racco.mikeneko.jp/ 5/6 ページ
fx
fy
補間を行う。が,コンピュータで計算する限りは「離散的」
![Page 21: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/21.jpg)
2014
A. A
sano
, Kan
sai U
niv.
フーリエ変換法による再構成の問題
fxF(fx, fy)
fy
θ
ξ
断面F(ξcosθ, ξsinθ)
ξ
Gθ(ξ)
等しい
x
y
θ
s
sg(s, θ)
u
物体
投影
物体の2次元フーリエ変換
投影の1次元フーリエ変換
図 3: 投影定理.
となります。これに上で説明した (x, y)座標と (s, u)座標との変数変換を行うと,先に述べたようにdxdy = dsduですから,
Gθ(ξ) =
!! ∞
−∞f(x, y)
exp(−i2πξ(x cos θ + y sin θ))dxdy
=
!! ∞
−∞f(x, y)
exp(−i2π((ξ cos θ)x+ (ξ sin θ)y))dxdy
= F (ξ cos θ, ξ sin θ) (18)
となります。
フーリエ変換法による再構成
投影定理によれば,ひとつの角度 θにおける投影を得ると,物体のフーリエ変換のひとつの断面がわかることになります。したがって,すべての θについての投影を求めれば,物体のフーリエ変換 F (fx, fy)
の形はすべて求まります。こうやって得られた F (fx, fy)を逆フーリエ変換すれば,もとの物体 f(x, y)
が再構成されます。このような再構成法を,フーリエ変換法 (Fourier transform method)による再構成といいます。
この方法は理論的にもっともすっきりしていますが,CTスキャナの開発当初は,用いることはできませんでした。それは,次の理由によります。
浅野 晃/画像情報処理(2013 年度春学期) 第13回 (2013. 7. 3) http://racco.mikeneko.jp/ 5/6 ページ
fx
fy
断面は極座標
補間を行う。が,コンピュータで計算する限りは「離散的」
![Page 22: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/22.jpg)
2014
A. A
sano
, Kan
sai U
niv.
フーリエ変換法による再構成の問題
fxF(fx, fy)
fy
θ
ξ
断面F(ξcosθ, ξsinθ)
ξ
Gθ(ξ)
等しい
x
y
θ
s
sg(s, θ)
u
物体
投影
物体の2次元フーリエ変換
投影の1次元フーリエ変換
図 3: 投影定理.
となります。これに上で説明した (x, y)座標と (s, u)座標との変数変換を行うと,先に述べたようにdxdy = dsduですから,
Gθ(ξ) =
!! ∞
−∞f(x, y)
exp(−i2πξ(x cos θ + y sin θ))dxdy
=
!! ∞
−∞f(x, y)
exp(−i2π((ξ cos θ)x+ (ξ sin θ)y))dxdy
= F (ξ cos θ, ξ sin θ) (18)
となります。
フーリエ変換法による再構成
投影定理によれば,ひとつの角度 θにおける投影を得ると,物体のフーリエ変換のひとつの断面がわかることになります。したがって,すべての θについての投影を求めれば,物体のフーリエ変換 F (fx, fy)
の形はすべて求まります。こうやって得られた F (fx, fy)を逆フーリエ変換すれば,もとの物体 f(x, y)
が再構成されます。このような再構成法を,フーリエ変換法 (Fourier transform method)による再構成といいます。
この方法は理論的にもっともすっきりしていますが,CTスキャナの開発当初は,用いることはできませんでした。それは,次の理由によります。
浅野 晃/画像情報処理(2013 年度春学期) 第13回 (2013. 7. 3) http://racco.mikeneko.jp/ 5/6 ページ
fx
fy
断面は極座標
補間を行う。が,コンピュータで計算する限りは「離散的」
![Page 23: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/23.jpg)
2014
A. A
sano
, Kan
sai U
niv.
フーリエ変換法による再構成の問題
fxF(fx, fy)
fy
θ
ξ
断面F(ξcosθ, ξsinθ)
ξ
Gθ(ξ)
等しい
x
y
θ
s
sg(s, θ)
u
物体
投影
物体の2次元フーリエ変換
投影の1次元フーリエ変換
図 3: 投影定理.
となります。これに上で説明した (x, y)座標と (s, u)座標との変数変換を行うと,先に述べたようにdxdy = dsduですから,
Gθ(ξ) =
!! ∞
−∞f(x, y)
exp(−i2πξ(x cos θ + y sin θ))dxdy
=
!! ∞
−∞f(x, y)
exp(−i2π((ξ cos θ)x+ (ξ sin θ)y))dxdy
= F (ξ cos θ, ξ sin θ) (18)
となります。
フーリエ変換法による再構成
投影定理によれば,ひとつの角度 θにおける投影を得ると,物体のフーリエ変換のひとつの断面がわかることになります。したがって,すべての θについての投影を求めれば,物体のフーリエ変換 F (fx, fy)
の形はすべて求まります。こうやって得られた F (fx, fy)を逆フーリエ変換すれば,もとの物体 f(x, y)
が再構成されます。このような再構成法を,フーリエ変換法 (Fourier transform method)による再構成といいます。
この方法は理論的にもっともすっきりしていますが,CTスキャナの開発当初は,用いることはできませんでした。それは,次の理由によります。
浅野 晃/画像情報処理(2013 年度春学期) 第13回 (2013. 7. 3) http://racco.mikeneko.jp/ 5/6 ページ
fx
fy
断面は極座標
補間を行う。が,コンピュータで計算する限りは「離散的」
![Page 24: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/24.jpg)
2014
A. A
sano
, Kan
sai U
niv.
フーリエ変換法による再構成の問題
fxF(fx, fy)
fy
θ
ξ
断面F(ξcosθ, ξsinθ)
ξ
Gθ(ξ)
等しい
x
y
θ
s
sg(s, θ)
u
物体
投影
物体の2次元フーリエ変換
投影の1次元フーリエ変換
図 3: 投影定理.
となります。これに上で説明した (x, y)座標と (s, u)座標との変数変換を行うと,先に述べたようにdxdy = dsduですから,
Gθ(ξ) =
!! ∞
−∞f(x, y)
exp(−i2πξ(x cos θ + y sin θ))dxdy
=
!! ∞
−∞f(x, y)
exp(−i2π((ξ cos θ)x+ (ξ sin θ)y))dxdy
= F (ξ cos θ, ξ sin θ) (18)
となります。
フーリエ変換法による再構成
投影定理によれば,ひとつの角度 θにおける投影を得ると,物体のフーリエ変換のひとつの断面がわかることになります。したがって,すべての θについての投影を求めれば,物体のフーリエ変換 F (fx, fy)
の形はすべて求まります。こうやって得られた F (fx, fy)を逆フーリエ変換すれば,もとの物体 f(x, y)
が再構成されます。このような再構成法を,フーリエ変換法 (Fourier transform method)による再構成といいます。
この方法は理論的にもっともすっきりしていますが,CTスキャナの開発当初は,用いることはできませんでした。それは,次の理由によります。
浅野 晃/画像情報処理(2013 年度春学期) 第13回 (2013. 7. 3) http://racco.mikeneko.jp/ 5/6 ページ
fx
fy
断面は極座標
補間を行う。が,コンピュータで計算する限りは「離散的」
2次元フーリエ変換は正方座標
![Page 25: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/25.jpg)
2014
A. A
sano
, Kan
sai U
niv.
フーリエ変換法による再構成の問題
fxF(fx, fy)
fy
θ
ξ
断面F(ξcosθ, ξsinθ)
ξ
Gθ(ξ)
等しい
x
y
θ
s
sg(s, θ)
u
物体
投影
物体の2次元フーリエ変換
投影の1次元フーリエ変換
図 3: 投影定理.
となります。これに上で説明した (x, y)座標と (s, u)座標との変数変換を行うと,先に述べたようにdxdy = dsduですから,
Gθ(ξ) =
!! ∞
−∞f(x, y)
exp(−i2πξ(x cos θ + y sin θ))dxdy
=
!! ∞
−∞f(x, y)
exp(−i2π((ξ cos θ)x+ (ξ sin θ)y))dxdy
= F (ξ cos θ, ξ sin θ) (18)
となります。
フーリエ変換法による再構成
投影定理によれば,ひとつの角度 θにおける投影を得ると,物体のフーリエ変換のひとつの断面がわかることになります。したがって,すべての θについての投影を求めれば,物体のフーリエ変換 F (fx, fy)
の形はすべて求まります。こうやって得られた F (fx, fy)を逆フーリエ変換すれば,もとの物体 f(x, y)
が再構成されます。このような再構成法を,フーリエ変換法 (Fourier transform method)による再構成といいます。
この方法は理論的にもっともすっきりしていますが,CTスキャナの開発当初は,用いることはできませんでした。それは,次の理由によります。
浅野 晃/画像情報処理(2013 年度春学期) 第13回 (2013. 7. 3) http://racco.mikeneko.jp/ 5/6 ページ
fx
fy
断面は極座標
周波数空間の誤差は,画像全体にひろがるアーティファクトを生む
補間を行う。が,コンピュータで計算する限りは「離散的」
2次元フーリエ変換は正方座標
![Page 26: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/26.jpg)
A. A
sano
, Kan
sai U
niv.
![Page 27: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/27.jpg)
A. A
sano
, Kan
sai U
niv.
逆投影法
![Page 28: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/28.jpg)
2014
A. A
sano
, Kan
sai U
niv.
素朴な再構成 ー 逆投影
x
y
f(x, y)
![Page 29: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/29.jpg)
2014
A. A
sano
, Kan
sai U
niv.
素朴な再構成 ー 逆投影
2次元関数の任意の点f(x, y) での値は
x
y
f(x, y)
![Page 30: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/30.jpg)
2014
A. A
sano
, Kan
sai U
niv.
素朴な再構成 ー 逆投影
2次元関数の任意の点f(x, y) での値は
x
y
f(x, y)
![Page 31: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/31.jpg)
2014
A. A
sano
, Kan
sai U
niv.
素朴な再構成 ー 逆投影
2次元関数の任意の点f(x, y) での値は
f(x, y) を通るすべての投影(線積分)がわかれば求められる
x
y
f(x, y)
![Page 32: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/32.jpg)
2014
A. A
sano
, Kan
sai U
niv.
素朴な再構成 ー 逆投影
2次元関数の任意の点f(x, y) での値は
f(x, y) を通るすべての投影(線積分)がわかれば求められる
x
y
f(x, y)
![Page 33: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/33.jpg)
2014
A. A
sano
, Kan
sai U
niv.
素朴な再構成 ー 逆投影
2次元関数の任意の点f(x, y) での値は
f(x, y) を通るすべての投影(線積分)がわかれば求められる
x
y
f(x, y)
なら,それらの線積分をすべて合計してみれば?
![Page 34: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/34.jpg)
2014
A. A
sano
, Kan
sai U
niv.
素朴な再構成 ー 逆投影
2次元関数の任意の点f(x, y) での値は
f(x, y) を通るすべての投影(線積分)がわかれば求められる
x
y
f(x, y)
なら,それらの線積分をすべて合計してみれば?
どの線積分にも f(x, y) は含まれているのだから,合計したら f(x, y) が強調される?
![Page 35: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/35.jpg)
2014
A. A
sano
, Kan
sai U
niv.
逆投影法
x
y
θ
s
軸s
g(s, θ)
u
物体
投影
0
g(0,
θ)
s
図 2: Radon変換.
Ray-sum
Radon変換は投影を x, y平面での積分で表していますが,投影は本来投影方向の線積分ですから,1変数の積分で表されるほうが自然です。そこで,(6)式を1変数の積分で表してみましょう。
図 2で投影方向に沿った (s, u)座標は,(x, y)座標を θだけ回転したものですから,両者の関係は!
s
u
"=
!cos θ sin θ
− sin θ cos θ
"!x
y
"(7)
と表されます。したがって,(s, u)と (x, y)は#
s = x cos θ + y sin θ
u = −x sin θ + y cos θ,(8)
#x = s cos θ − u sin θ
y = s sin θ + u cos θ(9)
という関係で互いに変換されます。
g(s, θ)は,f(x, y)のうち「x, y座標の原点から s隔たり,法線ベクトルが θ 方向」の X線によって貫かれる部分の合計です。したがって,g(s, θ)は,(x, y)が (9)式の関係を満たして uが変化する時のf(x, y)の積分,すなわち
g(s, θ) =
$ ∞
−∞f(s cos θ − u sin θ, s sin θ + u cos θ)du (10)
という1変数の積分で表されます。g(s, θ)のこの表現を ray-sumといいます。
浅野 晃/画像情報処理(2012 年度春学期) 第12回 (2012. 7. 4) http://racco.mikeneko.jp/ 3/6 ページ
![Page 36: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/36.jpg)
2014
A. A
sano
, Kan
sai U
niv.
逆投影法
g(s,θ)
x
y
θ
s
軸s
g(s, θ)
u
物体
投影
0
g(0,
θ)
s
図 2: Radon変換.
Ray-sum
Radon変換は投影を x, y平面での積分で表していますが,投影は本来投影方向の線積分ですから,1変数の積分で表されるほうが自然です。そこで,(6)式を1変数の積分で表してみましょう。
図 2で投影方向に沿った (s, u)座標は,(x, y)座標を θだけ回転したものですから,両者の関係は!
s
u
"=
!cos θ sin θ
− sin θ cos θ
"!x
y
"(7)
と表されます。したがって,(s, u)と (x, y)は#
s = x cos θ + y sin θ
u = −x sin θ + y cos θ,(8)
#x = s cos θ − u sin θ
y = s sin θ + u cos θ(9)
という関係で互いに変換されます。
g(s, θ)は,f(x, y)のうち「x, y座標の原点から s隔たり,法線ベクトルが θ 方向」の X線によって貫かれる部分の合計です。したがって,g(s, θ)は,(x, y)が (9)式の関係を満たして uが変化する時のf(x, y)の積分,すなわち
g(s, θ) =
$ ∞
−∞f(s cos θ − u sin θ, s sin θ + u cos θ)du (10)
という1変数の積分で表されます。g(s, θ)のこの表現を ray-sumといいます。
浅野 晃/画像情報処理(2012 年度春学期) 第12回 (2012. 7. 4) http://racco.mikeneko.jp/ 3/6 ページ
![Page 37: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/37.jpg)
2014
A. A
sano
, Kan
sai U
niv.
逆投影法
g(s,θ)
x
y
θ
s
軸s
g(s, θ)
u
物体
投影
0
g(0,
θ)
s
図 2: Radon変換.
Ray-sum
Radon変換は投影を x, y平面での積分で表していますが,投影は本来投影方向の線積分ですから,1変数の積分で表されるほうが自然です。そこで,(6)式を1変数の積分で表してみましょう。
図 2で投影方向に沿った (s, u)座標は,(x, y)座標を θだけ回転したものですから,両者の関係は!
s
u
"=
!cos θ sin θ
− sin θ cos θ
"!x
y
"(7)
と表されます。したがって,(s, u)と (x, y)は#
s = x cos θ + y sin θ
u = −x sin θ + y cos θ,(8)
#x = s cos θ − u sin θ
y = s sin θ + u cos θ(9)
という関係で互いに変換されます。
g(s, θ)は,f(x, y)のうち「x, y座標の原点から s隔たり,法線ベクトルが θ 方向」の X線によって貫かれる部分の合計です。したがって,g(s, θ)は,(x, y)が (9)式の関係を満たして uが変化する時のf(x, y)の積分,すなわち
g(s, θ) =
$ ∞
−∞f(s cos θ − u sin θ, s sin θ + u cos θ)du (10)
という1変数の積分で表されます。g(s, θ)のこの表現を ray-sumといいます。
浅野 晃/画像情報処理(2012 年度春学期) 第12回 (2012. 7. 4) http://racco.mikeneko.jp/ 3/6 ページ
この線上では
![Page 38: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/38.jpg)
2014
A. A
sano
, Kan
sai U
niv.
逆投影法
g(s,θ)
x
y
θ
s
軸s
g(s, θ)
u
物体
投影
0
g(0,
θ)
s
図 2: Radon変換.
Ray-sum
Radon変換は投影を x, y平面での積分で表していますが,投影は本来投影方向の線積分ですから,1変数の積分で表されるほうが自然です。そこで,(6)式を1変数の積分で表してみましょう。
図 2で投影方向に沿った (s, u)座標は,(x, y)座標を θだけ回転したものですから,両者の関係は!
s
u
"=
!cos θ sin θ
− sin θ cos θ
"!x
y
"(7)
と表されます。したがって,(s, u)と (x, y)は#
s = x cos θ + y sin θ
u = −x sin θ + y cos θ,(8)
#x = s cos θ − u sin θ
y = s sin θ + u cos θ(9)
という関係で互いに変換されます。
g(s, θ)は,f(x, y)のうち「x, y座標の原点から s隔たり,法線ベクトルが θ 方向」の X線によって貫かれる部分の合計です。したがって,g(s, θ)は,(x, y)が (9)式の関係を満たして uが変化する時のf(x, y)の積分,すなわち
g(s, θ) =
$ ∞
−∞f(s cos θ − u sin θ, s sin θ + u cos θ)du (10)
という1変数の積分で表されます。g(s, θ)のこの表現を ray-sumといいます。
浅野 晃/画像情報処理(2012 年度春学期) 第12回 (2012. 7. 4) http://racco.mikeneko.jp/ 3/6 ページ
この線上では
X線源
検出器
回転
回転
物体 X線源
検出器
回転
回転
物体
(a) (b)
図 1: CTスキャナにおける透視像の撮影.(a)平行照射.(b)ファンビーム.
2次元の物体と投影との関係を示すのがRadon変換です。これを示すために,図 2のような座標系を考えてください。θ方向の軸 s上に物体 f(x, y)を投影したものが関数 g(s, θ)であるとします。g(s, θ)
は,法線ベクトルが θ方向であるような直線に沿って積分することで得られます。このうち,(x, y)座標の原点を通る直線上を積分して得られた値を g(0, θ)とします。
法線ベクトルが θ方向で,(x, y)座標の原点を通る直線上の点はy
x= tan(θ +
π
2) =
− cos θ
sin θ(1)
を満たしますから,x cos θ + y sin θ = 0 (2)
が得られます。「法線ベクトルが θ方向で,(x, y)座標の原点を通る直線に沿って積分する」とは,f(x, y)のうち (2)式を満たす点の値だけを積分することですから,g(0, θ)はデルタ関数を使って
g(0, θ) =
!! ∞
−∞f(x, y)δ(x cos θ + y sin θ)dxdy (3)
と表すことができます。同様に,「法線ベクトルが θ方向で,原点から sだけ離れた直線」は,原点を通る直線を x方向に s cos θ ,y方向に s sin θだけ移動したものですから,(2)式からこの直線は
(x− s cos θ) cos θ + (y − s sin θ) sin θ = 0 (4)
すなわちx cos θ + y sin θ − s = 0 (5)
を満たします。したがって (3)式と同様に
g(s, θ) =
!! ∞
−∞f(x, y)δ(x cos θ + y sin θ − s)dxdy (6)
が得られます。(6)式を,2次元分布 f(x, y)から投影 g(s, θ)へのRadon変換とよびます。
浅野 晃/画像情報処理(2013 年度春学期) 第13回 (2013. 7. 3) http://racco.mikeneko.jp/ 2/6 ページ
![Page 39: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/39.jpg)
2014
A. A
sano
, Kan
sai U
niv.
逆投影法
g(s,θ)
x
y
θ
s
軸s
g(s, θ)
u
物体
投影
0
g(0,
θ)
s
図 2: Radon変換.
Ray-sum
Radon変換は投影を x, y平面での積分で表していますが,投影は本来投影方向の線積分ですから,1変数の積分で表されるほうが自然です。そこで,(6)式を1変数の積分で表してみましょう。
図 2で投影方向に沿った (s, u)座標は,(x, y)座標を θだけ回転したものですから,両者の関係は!
s
u
"=
!cos θ sin θ
− sin θ cos θ
"!x
y
"(7)
と表されます。したがって,(s, u)と (x, y)は#
s = x cos θ + y sin θ
u = −x sin θ + y cos θ,(8)
#x = s cos θ − u sin θ
y = s sin θ + u cos θ(9)
という関係で互いに変換されます。
g(s, θ)は,f(x, y)のうち「x, y座標の原点から s隔たり,法線ベクトルが θ 方向」の X線によって貫かれる部分の合計です。したがって,g(s, θ)は,(x, y)が (9)式の関係を満たして uが変化する時のf(x, y)の積分,すなわち
g(s, θ) =
$ ∞
−∞f(s cos θ − u sin θ, s sin θ + u cos θ)du (10)
という1変数の積分で表されます。g(s, θ)のこの表現を ray-sumといいます。
浅野 晃/画像情報処理(2012 年度春学期) 第12回 (2012. 7. 4) http://racco.mikeneko.jp/ 3/6 ページ
この線上では
X線源
検出器
回転
回転
物体 X線源
検出器
回転
回転
物体
(a) (b)
図 1: CTスキャナにおける透視像の撮影.(a)平行照射.(b)ファンビーム.
2次元の物体と投影との関係を示すのがRadon変換です。これを示すために,図 2のような座標系を考えてください。θ方向の軸 s上に物体 f(x, y)を投影したものが関数 g(s, θ)であるとします。g(s, θ)
は,法線ベクトルが θ方向であるような直線に沿って積分することで得られます。このうち,(x, y)座標の原点を通る直線上を積分して得られた値を g(0, θ)とします。
法線ベクトルが θ方向で,(x, y)座標の原点を通る直線上の点はy
x= tan(θ +
π
2) =
− cos θ
sin θ(1)
を満たしますから,x cos θ + y sin θ = 0 (2)
が得られます。「法線ベクトルが θ方向で,(x, y)座標の原点を通る直線に沿って積分する」とは,f(x, y)のうち (2)式を満たす点の値だけを積分することですから,g(0, θ)はデルタ関数を使って
g(0, θ) =
!! ∞
−∞f(x, y)δ(x cos θ + y sin θ)dxdy (3)
と表すことができます。同様に,「法線ベクトルが θ方向で,原点から sだけ離れた直線」は,原点を通る直線を x方向に s cos θ ,y方向に s sin θだけ移動したものですから,(2)式からこの直線は
(x− s cos θ) cos θ + (y − s sin θ) sin θ = 0 (4)
すなわちx cos θ + y sin θ − s = 0 (5)
を満たします。したがって (3)式と同様に
g(s, θ) =
!! ∞
−∞f(x, y)δ(x cos θ + y sin θ − s)dxdy (6)
が得られます。(6)式を,2次元分布 f(x, y)から投影 g(s, θ)へのRadon変換とよびます。
浅野 晃/画像情報処理(2013 年度春学期) 第13回 (2013. 7. 3) http://racco.mikeneko.jp/ 2/6 ページ
2013年度春学期 画像情報処理 第14回第4部・CTスキャナ ― 投影からの画像の再構成/ 逆投影法による再構成
前回の講義では,画像の再構成の手がかりとなる「投影定理」と,投影定理によって直接画像を再構成する方法の問題点を説明しました。今回は,CTスキャナの開発当初,この問題点を解決するために用いられた「フィルタ補正逆投影法」の考えを説明します。
逆投影法
投影定理からはいったん離れて,もうすこし素朴な再構成の方法を考えてみましょう。物体のある点(x, y)での値 f(x, y)を求めるのに,(x, y)を通って写された投影をすべての θについて足しあわせることを考えます。こうすると,これらの投影はすべて f(x, y)を含んでいますから,f(x, y)が一番強調され,投影に含まれている他の値によるぼけは生じるものの,一応 f(x, y)が復元されるように思えます。この方法を逆投影法といいます。本当に復元ができるかどうか,計算してみましょう。角度 θの軸に投影されたRadon変換 g(s, θ)のうち,(x, y)を通ってきた部分は,前回の (8)式で説明した sと x, yの関係式
s = x cos θ + y sin θ (1)
によって,g(x cos θ+ y sin θ, θ)となります。これをすべての θについて足しあわせるわけですから,逆投影法による再構成像 b(x, y)は
b(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (2)
と表されます。Radon変換の式 (前回の (6)式),すなわち
g(s, θ) =
!! ∞
−∞f(x, y)δ(x cos θ + y sin θ − s)dxdy (3)
と (1)式を (2)式に代入すると
b(x, y) =
! π
0
"!! ∞
−∞f(x′, y′)δ(x′ cos θ + y′ sin θ − (x cos θ + y sin θ))dx′dy′
#dθ
=
!! ∞
−∞f(x′, y′)
"! π
0δ((x′ − x) cos θ + (y′ − y) sin θ))dθ
#dx′dy′ (4)
となります。ここで,関数 h(θ)が有限個の θ = θkについてしか 0にならないとき
δ[h(θ)] =$
k
1
|h′(θk)|δ[θ − θk] (5)
がなりたつことを用います(証明は略)。(4)式のデルタ関数の引数について
(x′ − x) cos θ + (y′ − y) sin θ) =%
(x′ − x)2 + (y′ − y)2 sin(θ + α),
α = cos−1 y′−y√(x′−x)2+(y′−y)2
= sin−1 x′−x√(x′−x)2+(y′−y)2
(6)
で,0 ! θ < πでこの値が 0になるのは θ = π − αのときだけです。したがって,(4)式のデルタ関数は
δ((x′ − x) cos θ + (y′ − y) sin θ)) =1&&&
%(x′ − x)2 + (y′ − y)2 cos(π)
&&&δ(θ − (π − α)) (7)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 1/5 ページ
つまり
![Page 40: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/40.jpg)
2014
A. A
sano
, Kan
sai U
niv.
逆投影法
g(s,θ)
x
y
θ
s
軸s
g(s, θ)
u
物体
投影
0
g(0,
θ)
s
図 2: Radon変換.
Ray-sum
Radon変換は投影を x, y平面での積分で表していますが,投影は本来投影方向の線積分ですから,1変数の積分で表されるほうが自然です。そこで,(6)式を1変数の積分で表してみましょう。
図 2で投影方向に沿った (s, u)座標は,(x, y)座標を θだけ回転したものですから,両者の関係は!
s
u
"=
!cos θ sin θ
− sin θ cos θ
"!x
y
"(7)
と表されます。したがって,(s, u)と (x, y)は#
s = x cos θ + y sin θ
u = −x sin θ + y cos θ,(8)
#x = s cos θ − u sin θ
y = s sin θ + u cos θ(9)
という関係で互いに変換されます。
g(s, θ)は,f(x, y)のうち「x, y座標の原点から s隔たり,法線ベクトルが θ 方向」の X線によって貫かれる部分の合計です。したがって,g(s, θ)は,(x, y)が (9)式の関係を満たして uが変化する時のf(x, y)の積分,すなわち
g(s, θ) =
$ ∞
−∞f(s cos θ − u sin θ, s sin θ + u cos θ)du (10)
という1変数の積分で表されます。g(s, θ)のこの表現を ray-sumといいます。
浅野 晃/画像情報処理(2012 年度春学期) 第12回 (2012. 7. 4) http://racco.mikeneko.jp/ 3/6 ページ
この線上では
X線源
検出器
回転
回転
物体 X線源
検出器
回転
回転
物体
(a) (b)
図 1: CTスキャナにおける透視像の撮影.(a)平行照射.(b)ファンビーム.
2次元の物体と投影との関係を示すのがRadon変換です。これを示すために,図 2のような座標系を考えてください。θ方向の軸 s上に物体 f(x, y)を投影したものが関数 g(s, θ)であるとします。g(s, θ)
は,法線ベクトルが θ方向であるような直線に沿って積分することで得られます。このうち,(x, y)座標の原点を通る直線上を積分して得られた値を g(0, θ)とします。
法線ベクトルが θ方向で,(x, y)座標の原点を通る直線上の点はy
x= tan(θ +
π
2) =
− cos θ
sin θ(1)
を満たしますから,x cos θ + y sin θ = 0 (2)
が得られます。「法線ベクトルが θ方向で,(x, y)座標の原点を通る直線に沿って積分する」とは,f(x, y)のうち (2)式を満たす点の値だけを積分することですから,g(0, θ)はデルタ関数を使って
g(0, θ) =
!! ∞
−∞f(x, y)δ(x cos θ + y sin θ)dxdy (3)
と表すことができます。同様に,「法線ベクトルが θ方向で,原点から sだけ離れた直線」は,原点を通る直線を x方向に s cos θ ,y方向に s sin θだけ移動したものですから,(2)式からこの直線は
(x− s cos θ) cos θ + (y − s sin θ) sin θ = 0 (4)
すなわちx cos θ + y sin θ − s = 0 (5)
を満たします。したがって (3)式と同様に
g(s, θ) =
!! ∞
−∞f(x, y)δ(x cos θ + y sin θ − s)dxdy (6)
が得られます。(6)式を,2次元分布 f(x, y)から投影 g(s, θ)へのRadon変換とよびます。
浅野 晃/画像情報処理(2013 年度春学期) 第13回 (2013. 7. 3) http://racco.mikeneko.jp/ 2/6 ページ
2013年度春学期 画像情報処理 第14回第4部・CTスキャナ ― 投影からの画像の再構成/ 逆投影法による再構成
前回の講義では,画像の再構成の手がかりとなる「投影定理」と,投影定理によって直接画像を再構成する方法の問題点を説明しました。今回は,CTスキャナの開発当初,この問題点を解決するために用いられた「フィルタ補正逆投影法」の考えを説明します。
逆投影法
投影定理からはいったん離れて,もうすこし素朴な再構成の方法を考えてみましょう。物体のある点(x, y)での値 f(x, y)を求めるのに,(x, y)を通って写された投影をすべての θについて足しあわせることを考えます。こうすると,これらの投影はすべて f(x, y)を含んでいますから,f(x, y)が一番強調され,投影に含まれている他の値によるぼけは生じるものの,一応 f(x, y)が復元されるように思えます。この方法を逆投影法といいます。本当に復元ができるかどうか,計算してみましょう。角度 θの軸に投影されたRadon変換 g(s, θ)のうち,(x, y)を通ってきた部分は,前回の (8)式で説明した sと x, yの関係式
s = x cos θ + y sin θ (1)
によって,g(x cos θ+ y sin θ, θ)となります。これをすべての θについて足しあわせるわけですから,逆投影法による再構成像 b(x, y)は
b(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (2)
と表されます。Radon変換の式 (前回の (6)式),すなわち
g(s, θ) =
!! ∞
−∞f(x, y)δ(x cos θ + y sin θ − s)dxdy (3)
と (1)式を (2)式に代入すると
b(x, y) =
! π
0
"!! ∞
−∞f(x′, y′)δ(x′ cos θ + y′ sin θ − (x cos θ + y sin θ))dx′dy′
#dθ
=
!! ∞
−∞f(x′, y′)
"! π
0δ((x′ − x) cos θ + (y′ − y) sin θ))dθ
#dx′dy′ (4)
となります。ここで,関数 h(θ)が有限個の θ = θkについてしか 0にならないとき
δ[h(θ)] =$
k
1
|h′(θk)|δ[θ − θk] (5)
がなりたつことを用います(証明は略)。(4)式のデルタ関数の引数について
(x′ − x) cos θ + (y′ − y) sin θ) =%
(x′ − x)2 + (y′ − y)2 sin(θ + α),
α = cos−1 y′−y√(x′−x)2+(y′−y)2
= sin−1 x′−x√(x′−x)2+(y′−y)2
(6)
で,0 ! θ < πでこの値が 0になるのは θ = π − αのときだけです。したがって,(4)式のデルタ関数は
δ((x′ − x) cos θ + (y′ − y) sin θ)) =1&&&
%(x′ − x)2 + (y′ − y)2 cos(π)
&&&δ(θ − (π − α)) (7)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 1/5 ページ
つまり
よって投影は
![Page 41: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/41.jpg)
2014
A. A
sano
, Kan
sai U
niv.
逆投影法
g(s,θ)
x
y
θ
s
軸s
g(s, θ)
u
物体
投影
0
g(0,
θ)
s
図 2: Radon変換.
Ray-sum
Radon変換は投影を x, y平面での積分で表していますが,投影は本来投影方向の線積分ですから,1変数の積分で表されるほうが自然です。そこで,(6)式を1変数の積分で表してみましょう。
図 2で投影方向に沿った (s, u)座標は,(x, y)座標を θだけ回転したものですから,両者の関係は!
s
u
"=
!cos θ sin θ
− sin θ cos θ
"!x
y
"(7)
と表されます。したがって,(s, u)と (x, y)は#
s = x cos θ + y sin θ
u = −x sin θ + y cos θ,(8)
#x = s cos θ − u sin θ
y = s sin θ + u cos θ(9)
という関係で互いに変換されます。
g(s, θ)は,f(x, y)のうち「x, y座標の原点から s隔たり,法線ベクトルが θ 方向」の X線によって貫かれる部分の合計です。したがって,g(s, θ)は,(x, y)が (9)式の関係を満たして uが変化する時のf(x, y)の積分,すなわち
g(s, θ) =
$ ∞
−∞f(s cos θ − u sin θ, s sin θ + u cos θ)du (10)
という1変数の積分で表されます。g(s, θ)のこの表現を ray-sumといいます。
浅野 晃/画像情報処理(2012 年度春学期) 第12回 (2012. 7. 4) http://racco.mikeneko.jp/ 3/6 ページ
この線上では
X線源
検出器
回転
回転
物体 X線源
検出器
回転
回転
物体
(a) (b)
図 1: CTスキャナにおける透視像の撮影.(a)平行照射.(b)ファンビーム.
2次元の物体と投影との関係を示すのがRadon変換です。これを示すために,図 2のような座標系を考えてください。θ方向の軸 s上に物体 f(x, y)を投影したものが関数 g(s, θ)であるとします。g(s, θ)
は,法線ベクトルが θ方向であるような直線に沿って積分することで得られます。このうち,(x, y)座標の原点を通る直線上を積分して得られた値を g(0, θ)とします。
法線ベクトルが θ方向で,(x, y)座標の原点を通る直線上の点はy
x= tan(θ +
π
2) =
− cos θ
sin θ(1)
を満たしますから,x cos θ + y sin θ = 0 (2)
が得られます。「法線ベクトルが θ方向で,(x, y)座標の原点を通る直線に沿って積分する」とは,f(x, y)のうち (2)式を満たす点の値だけを積分することですから,g(0, θ)はデルタ関数を使って
g(0, θ) =
!! ∞
−∞f(x, y)δ(x cos θ + y sin θ)dxdy (3)
と表すことができます。同様に,「法線ベクトルが θ方向で,原点から sだけ離れた直線」は,原点を通る直線を x方向に s cos θ ,y方向に s sin θだけ移動したものですから,(2)式からこの直線は
(x− s cos θ) cos θ + (y − s sin θ) sin θ = 0 (4)
すなわちx cos θ + y sin θ − s = 0 (5)
を満たします。したがって (3)式と同様に
g(s, θ) =
!! ∞
−∞f(x, y)δ(x cos θ + y sin θ − s)dxdy (6)
が得られます。(6)式を,2次元分布 f(x, y)から投影 g(s, θ)へのRadon変換とよびます。
浅野 晃/画像情報処理(2013 年度春学期) 第13回 (2013. 7. 3) http://racco.mikeneko.jp/ 2/6 ページ
2013年度春学期 画像情報処理 第14回第4部・CTスキャナ ― 投影からの画像の再構成/ 逆投影法による再構成
前回の講義では,画像の再構成の手がかりとなる「投影定理」と,投影定理によって直接画像を再構成する方法の問題点を説明しました。今回は,CTスキャナの開発当初,この問題点を解決するために用いられた「フィルタ補正逆投影法」の考えを説明します。
逆投影法
投影定理からはいったん離れて,もうすこし素朴な再構成の方法を考えてみましょう。物体のある点(x, y)での値 f(x, y)を求めるのに,(x, y)を通って写された投影をすべての θについて足しあわせることを考えます。こうすると,これらの投影はすべて f(x, y)を含んでいますから,f(x, y)が一番強調され,投影に含まれている他の値によるぼけは生じるものの,一応 f(x, y)が復元されるように思えます。この方法を逆投影法といいます。本当に復元ができるかどうか,計算してみましょう。角度 θの軸に投影されたRadon変換 g(s, θ)のうち,(x, y)を通ってきた部分は,前回の (8)式で説明した sと x, yの関係式
s = x cos θ + y sin θ (1)
によって,g(x cos θ+ y sin θ, θ)となります。これをすべての θについて足しあわせるわけですから,逆投影法による再構成像 b(x, y)は
b(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (2)
と表されます。Radon変換の式 (前回の (6)式),すなわち
g(s, θ) =
!! ∞
−∞f(x, y)δ(x cos θ + y sin θ − s)dxdy (3)
と (1)式を (2)式に代入すると
b(x, y) =
! π
0
"!! ∞
−∞f(x′, y′)δ(x′ cos θ + y′ sin θ − (x cos θ + y sin θ))dx′dy′
#dθ
=
!! ∞
−∞f(x′, y′)
"! π
0δ((x′ − x) cos θ + (y′ − y) sin θ))dθ
#dx′dy′ (4)
となります。ここで,関数 h(θ)が有限個の θ = θkについてしか 0にならないとき
δ[h(θ)] =$
k
1
|h′(θk)|δ[θ − θk] (5)
がなりたつことを用います(証明は略)。(4)式のデルタ関数の引数について
(x′ − x) cos θ + (y′ − y) sin θ) =%
(x′ − x)2 + (y′ − y)2 sin(θ + α),
α = cos−1 y′−y√(x′−x)2+(y′−y)2
= sin−1 x′−x√(x′−x)2+(y′−y)2
(6)
で,0 ! θ < πでこの値が 0になるのは θ = π − αのときだけです。したがって,(4)式のデルタ関数は
δ((x′ − x) cos θ + (y′ − y) sin θ)) =1&&&
%(x′ − x)2 + (y′ − y)2 cos(π)
&&&δ(θ − (π − α)) (7)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 1/5 ページ
つまり
よって投影は
2013年度春学期 画像情報処理 第14回第4部・CTスキャナ ― 投影からの画像の再構成/ 逆投影法による再構成
前回の講義では,画像の再構成の手がかりとなる「投影定理」と,投影定理によって直接画像を再構成する方法の問題点を説明しました。今回は,CTスキャナの開発当初,この問題点を解決するために用いられた「フィルタ補正逆投影法」の考えを説明します。
逆投影法
投影定理からはいったん離れて,もうすこし素朴な再構成の方法を考えてみましょう。物体のある点(x, y)での値 f(x, y)を求めるのに,(x, y)を通って写された投影をすべての θについて足しあわせることを考えます。こうすると,これらの投影はすべて f(x, y)を含んでいますから,f(x, y)が一番強調され,投影に含まれている他の値によるぼけは生じるものの,一応 f(x, y)が復元されるように思えます。この方法を逆投影法といいます。本当に復元ができるかどうか,計算してみましょう。角度 θの軸に投影されたRadon変換 g(s, θ)のうち,(x, y)を通ってきた部分は,前回の (8)式で説明した sと x, yの関係式
s = x cos θ + y sin θ (1)
によって,g(x cos θ+ y sin θ, θ)となります。これをすべての θについて足しあわせるわけですから,逆投影法による再構成像 b(x, y)は
b(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (2)
と表されます。Radon変換の式 (前回の (6)式),すなわち
g(s, θ) =
!! ∞
−∞f(x, y)δ(x cos θ + y sin θ − s)dxdy (3)
と (1)式を (2)式に代入すると
b(x, y) =
! π
0
"!! ∞
−∞f(x′, y′)δ(x′ cos θ + y′ sin θ − (x cos θ + y sin θ))dx′dy′
#dθ
=
!! ∞
−∞f(x′, y′)
"! π
0δ((x′ − x) cos θ + (y′ − y) sin θ))dθ
#dx′dy′ (4)
となります。ここで,関数 h(θ)が有限個の θ = θkについてしか 0にならないとき
δ[h(θ)] =$
k
1
|h′(θk)|δ[θ − θk] (5)
がなりたつことを用います(証明は略)。(4)式のデルタ関数の引数について
(x′ − x) cos θ + (y′ − y) sin θ) =%
(x′ − x)2 + (y′ − y)2 sin(θ + α),
α = cos−1 y′−y√(x′−x)2+(y′−y)2
= sin−1 x′−x√(x′−x)2+(y′−y)2
(6)
で,0 ! θ < πでこの値が 0になるのは θ = π − αのときだけです。したがって,(4)式のデルタ関数は
δ((x′ − x) cos θ + (y′ − y) sin θ)) =1&&&
%(x′ − x)2 + (y′ − y)2 cos(π)
&&&δ(θ − (π − α)) (7)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 1/5 ページ
![Page 42: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/42.jpg)
2014
A. A
sano
, Kan
sai U
niv.
逆投影法
g(s,θ)
x
y
θ
s
軸s
g(s, θ)
u
物体
投影
0
g(0,
θ)
s
図 2: Radon変換.
Ray-sum
Radon変換は投影を x, y平面での積分で表していますが,投影は本来投影方向の線積分ですから,1変数の積分で表されるほうが自然です。そこで,(6)式を1変数の積分で表してみましょう。
図 2で投影方向に沿った (s, u)座標は,(x, y)座標を θだけ回転したものですから,両者の関係は!
s
u
"=
!cos θ sin θ
− sin θ cos θ
"!x
y
"(7)
と表されます。したがって,(s, u)と (x, y)は#
s = x cos θ + y sin θ
u = −x sin θ + y cos θ,(8)
#x = s cos θ − u sin θ
y = s sin θ + u cos θ(9)
という関係で互いに変換されます。
g(s, θ)は,f(x, y)のうち「x, y座標の原点から s隔たり,法線ベクトルが θ 方向」の X線によって貫かれる部分の合計です。したがって,g(s, θ)は,(x, y)が (9)式の関係を満たして uが変化する時のf(x, y)の積分,すなわち
g(s, θ) =
$ ∞
−∞f(s cos θ − u sin θ, s sin θ + u cos θ)du (10)
という1変数の積分で表されます。g(s, θ)のこの表現を ray-sumといいます。
浅野 晃/画像情報処理(2012 年度春学期) 第12回 (2012. 7. 4) http://racco.mikeneko.jp/ 3/6 ページ
この線上では
これを半周分足し合わせたのが 逆投影
X線源
検出器
回転
回転
物体 X線源
検出器
回転
回転
物体
(a) (b)
図 1: CTスキャナにおける透視像の撮影.(a)平行照射.(b)ファンビーム.
2次元の物体と投影との関係を示すのがRadon変換です。これを示すために,図 2のような座標系を考えてください。θ方向の軸 s上に物体 f(x, y)を投影したものが関数 g(s, θ)であるとします。g(s, θ)
は,法線ベクトルが θ方向であるような直線に沿って積分することで得られます。このうち,(x, y)座標の原点を通る直線上を積分して得られた値を g(0, θ)とします。
法線ベクトルが θ方向で,(x, y)座標の原点を通る直線上の点はy
x= tan(θ +
π
2) =
− cos θ
sin θ(1)
を満たしますから,x cos θ + y sin θ = 0 (2)
が得られます。「法線ベクトルが θ方向で,(x, y)座標の原点を通る直線に沿って積分する」とは,f(x, y)のうち (2)式を満たす点の値だけを積分することですから,g(0, θ)はデルタ関数を使って
g(0, θ) =
!! ∞
−∞f(x, y)δ(x cos θ + y sin θ)dxdy (3)
と表すことができます。同様に,「法線ベクトルが θ方向で,原点から sだけ離れた直線」は,原点を通る直線を x方向に s cos θ ,y方向に s sin θだけ移動したものですから,(2)式からこの直線は
(x− s cos θ) cos θ + (y − s sin θ) sin θ = 0 (4)
すなわちx cos θ + y sin θ − s = 0 (5)
を満たします。したがって (3)式と同様に
g(s, θ) =
!! ∞
−∞f(x, y)δ(x cos θ + y sin θ − s)dxdy (6)
が得られます。(6)式を,2次元分布 f(x, y)から投影 g(s, θ)へのRadon変換とよびます。
浅野 晃/画像情報処理(2013 年度春学期) 第13回 (2013. 7. 3) http://racco.mikeneko.jp/ 2/6 ページ
2013年度春学期 画像情報処理 第14回第4部・CTスキャナ ― 投影からの画像の再構成/ 逆投影法による再構成
前回の講義では,画像の再構成の手がかりとなる「投影定理」と,投影定理によって直接画像を再構成する方法の問題点を説明しました。今回は,CTスキャナの開発当初,この問題点を解決するために用いられた「フィルタ補正逆投影法」の考えを説明します。
逆投影法
投影定理からはいったん離れて,もうすこし素朴な再構成の方法を考えてみましょう。物体のある点(x, y)での値 f(x, y)を求めるのに,(x, y)を通って写された投影をすべての θについて足しあわせることを考えます。こうすると,これらの投影はすべて f(x, y)を含んでいますから,f(x, y)が一番強調され,投影に含まれている他の値によるぼけは生じるものの,一応 f(x, y)が復元されるように思えます。この方法を逆投影法といいます。本当に復元ができるかどうか,計算してみましょう。角度 θの軸に投影されたRadon変換 g(s, θ)のうち,(x, y)を通ってきた部分は,前回の (8)式で説明した sと x, yの関係式
s = x cos θ + y sin θ (1)
によって,g(x cos θ+ y sin θ, θ)となります。これをすべての θについて足しあわせるわけですから,逆投影法による再構成像 b(x, y)は
b(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (2)
と表されます。Radon変換の式 (前回の (6)式),すなわち
g(s, θ) =
!! ∞
−∞f(x, y)δ(x cos θ + y sin θ − s)dxdy (3)
と (1)式を (2)式に代入すると
b(x, y) =
! π
0
"!! ∞
−∞f(x′, y′)δ(x′ cos θ + y′ sin θ − (x cos θ + y sin θ))dx′dy′
#dθ
=
!! ∞
−∞f(x′, y′)
"! π
0δ((x′ − x) cos θ + (y′ − y) sin θ))dθ
#dx′dy′ (4)
となります。ここで,関数 h(θ)が有限個の θ = θkについてしか 0にならないとき
δ[h(θ)] =$
k
1
|h′(θk)|δ[θ − θk] (5)
がなりたつことを用います(証明は略)。(4)式のデルタ関数の引数について
(x′ − x) cos θ + (y′ − y) sin θ) =%
(x′ − x)2 + (y′ − y)2 sin(θ + α),
α = cos−1 y′−y√(x′−x)2+(y′−y)2
= sin−1 x′−x√(x′−x)2+(y′−y)2
(6)
で,0 ! θ < πでこの値が 0になるのは θ = π − αのときだけです。したがって,(4)式のデルタ関数は
δ((x′ − x) cos θ + (y′ − y) sin θ)) =1&&&
%(x′ − x)2 + (y′ − y)2 cos(π)
&&&δ(θ − (π − α)) (7)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 1/5 ページ
つまり
よって投影は
2013年度春学期 画像情報処理 第14回第4部・CTスキャナ ― 投影からの画像の再構成/ 逆投影法による再構成
前回の講義では,画像の再構成の手がかりとなる「投影定理」と,投影定理によって直接画像を再構成する方法の問題点を説明しました。今回は,CTスキャナの開発当初,この問題点を解決するために用いられた「フィルタ補正逆投影法」の考えを説明します。
逆投影法
投影定理からはいったん離れて,もうすこし素朴な再構成の方法を考えてみましょう。物体のある点(x, y)での値 f(x, y)を求めるのに,(x, y)を通って写された投影をすべての θについて足しあわせることを考えます。こうすると,これらの投影はすべて f(x, y)を含んでいますから,f(x, y)が一番強調され,投影に含まれている他の値によるぼけは生じるものの,一応 f(x, y)が復元されるように思えます。この方法を逆投影法といいます。本当に復元ができるかどうか,計算してみましょう。角度 θの軸に投影されたRadon変換 g(s, θ)のうち,(x, y)を通ってきた部分は,前回の (8)式で説明した sと x, yの関係式
s = x cos θ + y sin θ (1)
によって,g(x cos θ+ y sin θ, θ)となります。これをすべての θについて足しあわせるわけですから,逆投影法による再構成像 b(x, y)は
b(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (2)
と表されます。Radon変換の式 (前回の (6)式),すなわち
g(s, θ) =
!! ∞
−∞f(x, y)δ(x cos θ + y sin θ − s)dxdy (3)
と (1)式を (2)式に代入すると
b(x, y) =
! π
0
"!! ∞
−∞f(x′, y′)δ(x′ cos θ + y′ sin θ − (x cos θ + y sin θ))dx′dy′
#dθ
=
!! ∞
−∞f(x′, y′)
"! π
0δ((x′ − x) cos θ + (y′ − y) sin θ))dθ
#dx′dy′ (4)
となります。ここで,関数 h(θ)が有限個の θ = θkについてしか 0にならないとき
δ[h(θ)] =$
k
1
|h′(θk)|δ[θ − θk] (5)
がなりたつことを用います(証明は略)。(4)式のデルタ関数の引数について
(x′ − x) cos θ + (y′ − y) sin θ) =%
(x′ − x)2 + (y′ − y)2 sin(θ + α),
α = cos−1 y′−y√(x′−x)2+(y′−y)2
= sin−1 x′−x√(x′−x)2+(y′−y)2
(6)
で,0 ! θ < πでこの値が 0になるのは θ = π − αのときだけです。したがって,(4)式のデルタ関数は
δ((x′ − x) cos θ + (y′ − y) sin θ)) =1&&&
%(x′ − x)2 + (y′ − y)2 cos(π)
&&&δ(θ − (π − α)) (7)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 1/5 ページ
![Page 43: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/43.jpg)
2014
A. A
sano
, Kan
sai U
niv.
逆投影法
g(s,θ)
x
y
θ
s
軸s
g(s, θ)
u
物体
投影
0
g(0,
θ)
s
図 2: Radon変換.
Ray-sum
Radon変換は投影を x, y平面での積分で表していますが,投影は本来投影方向の線積分ですから,1変数の積分で表されるほうが自然です。そこで,(6)式を1変数の積分で表してみましょう。
図 2で投影方向に沿った (s, u)座標は,(x, y)座標を θだけ回転したものですから,両者の関係は!
s
u
"=
!cos θ sin θ
− sin θ cos θ
"!x
y
"(7)
と表されます。したがって,(s, u)と (x, y)は#
s = x cos θ + y sin θ
u = −x sin θ + y cos θ,(8)
#x = s cos θ − u sin θ
y = s sin θ + u cos θ(9)
という関係で互いに変換されます。
g(s, θ)は,f(x, y)のうち「x, y座標の原点から s隔たり,法線ベクトルが θ 方向」の X線によって貫かれる部分の合計です。したがって,g(s, θ)は,(x, y)が (9)式の関係を満たして uが変化する時のf(x, y)の積分,すなわち
g(s, θ) =
$ ∞
−∞f(s cos θ − u sin θ, s sin θ + u cos θ)du (10)
という1変数の積分で表されます。g(s, θ)のこの表現を ray-sumといいます。
浅野 晃/画像情報処理(2012 年度春学期) 第12回 (2012. 7. 4) http://racco.mikeneko.jp/ 3/6 ページ
この線上では
これを半周分足し合わせたのが 逆投影
X線源
検出器
回転
回転
物体 X線源
検出器
回転
回転
物体
(a) (b)
図 1: CTスキャナにおける透視像の撮影.(a)平行照射.(b)ファンビーム.
2次元の物体と投影との関係を示すのがRadon変換です。これを示すために,図 2のような座標系を考えてください。θ方向の軸 s上に物体 f(x, y)を投影したものが関数 g(s, θ)であるとします。g(s, θ)
は,法線ベクトルが θ方向であるような直線に沿って積分することで得られます。このうち,(x, y)座標の原点を通る直線上を積分して得られた値を g(0, θ)とします。
法線ベクトルが θ方向で,(x, y)座標の原点を通る直線上の点はy
x= tan(θ +
π
2) =
− cos θ
sin θ(1)
を満たしますから,x cos θ + y sin θ = 0 (2)
が得られます。「法線ベクトルが θ方向で,(x, y)座標の原点を通る直線に沿って積分する」とは,f(x, y)のうち (2)式を満たす点の値だけを積分することですから,g(0, θ)はデルタ関数を使って
g(0, θ) =
!! ∞
−∞f(x, y)δ(x cos θ + y sin θ)dxdy (3)
と表すことができます。同様に,「法線ベクトルが θ方向で,原点から sだけ離れた直線」は,原点を通る直線を x方向に s cos θ ,y方向に s sin θだけ移動したものですから,(2)式からこの直線は
(x− s cos θ) cos θ + (y − s sin θ) sin θ = 0 (4)
すなわちx cos θ + y sin θ − s = 0 (5)
を満たします。したがって (3)式と同様に
g(s, θ) =
!! ∞
−∞f(x, y)δ(x cos θ + y sin θ − s)dxdy (6)
が得られます。(6)式を,2次元分布 f(x, y)から投影 g(s, θ)へのRadon変換とよびます。
浅野 晃/画像情報処理(2013 年度春学期) 第13回 (2013. 7. 3) http://racco.mikeneko.jp/ 2/6 ページ
2013年度春学期 画像情報処理 第14回第4部・CTスキャナ ― 投影からの画像の再構成/ 逆投影法による再構成
前回の講義では,画像の再構成の手がかりとなる「投影定理」と,投影定理によって直接画像を再構成する方法の問題点を説明しました。今回は,CTスキャナの開発当初,この問題点を解決するために用いられた「フィルタ補正逆投影法」の考えを説明します。
逆投影法
投影定理からはいったん離れて,もうすこし素朴な再構成の方法を考えてみましょう。物体のある点(x, y)での値 f(x, y)を求めるのに,(x, y)を通って写された投影をすべての θについて足しあわせることを考えます。こうすると,これらの投影はすべて f(x, y)を含んでいますから,f(x, y)が一番強調され,投影に含まれている他の値によるぼけは生じるものの,一応 f(x, y)が復元されるように思えます。この方法を逆投影法といいます。本当に復元ができるかどうか,計算してみましょう。角度 θの軸に投影されたRadon変換 g(s, θ)のうち,(x, y)を通ってきた部分は,前回の (8)式で説明した sと x, yの関係式
s = x cos θ + y sin θ (1)
によって,g(x cos θ+ y sin θ, θ)となります。これをすべての θについて足しあわせるわけですから,逆投影法による再構成像 b(x, y)は
b(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (2)
と表されます。Radon変換の式 (前回の (6)式),すなわち
g(s, θ) =
!! ∞
−∞f(x, y)δ(x cos θ + y sin θ − s)dxdy (3)
と (1)式を (2)式に代入すると
b(x, y) =
! π
0
"!! ∞
−∞f(x′, y′)δ(x′ cos θ + y′ sin θ − (x cos θ + y sin θ))dx′dy′
#dθ
=
!! ∞
−∞f(x′, y′)
"! π
0δ((x′ − x) cos θ + (y′ − y) sin θ))dθ
#dx′dy′ (4)
となります。ここで,関数 h(θ)が有限個の θ = θkについてしか 0にならないとき
δ[h(θ)] =$
k
1
|h′(θk)|δ[θ − θk] (5)
がなりたつことを用います(証明は略)。(4)式のデルタ関数の引数について
(x′ − x) cos θ + (y′ − y) sin θ) =%
(x′ − x)2 + (y′ − y)2 sin(θ + α),
α = cos−1 y′−y√(x′−x)2+(y′−y)2
= sin−1 x′−x√(x′−x)2+(y′−y)2
(6)
で,0 ! θ < πでこの値が 0になるのは θ = π − αのときだけです。したがって,(4)式のデルタ関数は
δ((x′ − x) cos θ + (y′ − y) sin θ)) =1&&&
%(x′ − x)2 + (y′ − y)2 cos(π)
&&&δ(θ − (π − α)) (7)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 1/5 ページ
つまり
よって投影は
2013年度春学期 画像情報処理 第14回第4部・CTスキャナ ― 投影からの画像の再構成/ 逆投影法による再構成
前回の講義では,画像の再構成の手がかりとなる「投影定理」と,投影定理によって直接画像を再構成する方法の問題点を説明しました。今回は,CTスキャナの開発当初,この問題点を解決するために用いられた「フィルタ補正逆投影法」の考えを説明します。
逆投影法
投影定理からはいったん離れて,もうすこし素朴な再構成の方法を考えてみましょう。物体のある点(x, y)での値 f(x, y)を求めるのに,(x, y)を通って写された投影をすべての θについて足しあわせることを考えます。こうすると,これらの投影はすべて f(x, y)を含んでいますから,f(x, y)が一番強調され,投影に含まれている他の値によるぼけは生じるものの,一応 f(x, y)が復元されるように思えます。この方法を逆投影法といいます。本当に復元ができるかどうか,計算してみましょう。角度 θの軸に投影されたRadon変換 g(s, θ)のうち,(x, y)を通ってきた部分は,前回の (8)式で説明した sと x, yの関係式
s = x cos θ + y sin θ (1)
によって,g(x cos θ+ y sin θ, θ)となります。これをすべての θについて足しあわせるわけですから,逆投影法による再構成像 b(x, y)は
b(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (2)
と表されます。Radon変換の式 (前回の (6)式),すなわち
g(s, θ) =
!! ∞
−∞f(x, y)δ(x cos θ + y sin θ − s)dxdy (3)
と (1)式を (2)式に代入すると
b(x, y) =
! π
0
"!! ∞
−∞f(x′, y′)δ(x′ cos θ + y′ sin θ − (x cos θ + y sin θ))dx′dy′
#dθ
=
!! ∞
−∞f(x′, y′)
"! π
0δ((x′ − x) cos θ + (y′ − y) sin θ))dθ
#dx′dy′ (4)
となります。ここで,関数 h(θ)が有限個の θ = θkについてしか 0にならないとき
δ[h(θ)] =$
k
1
|h′(θk)|δ[θ − θk] (5)
がなりたつことを用います(証明は略)。(4)式のデルタ関数の引数について
(x′ − x) cos θ + (y′ − y) sin θ) =%
(x′ − x)2 + (y′ − y)2 sin(θ + α),
α = cos−1 y′−y√(x′−x)2+(y′−y)2
= sin−1 x′−x√(x′−x)2+(y′−y)2
(6)
で,0 ! θ < πでこの値が 0になるのは θ = π − αのときだけです。したがって,(4)式のデルタ関数は
δ((x′ − x) cos θ + (y′ − y) sin θ)) =1&&&
%(x′ − x)2 + (y′ − y)2 cos(π)
&&&δ(θ − (π − α)) (7)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 1/5 ページ
2013年度春学期 画像情報処理 第14回第4部・CTスキャナ ― 投影からの画像の再構成/ 逆投影法による再構成
前回の講義では,画像の再構成の手がかりとなる「投影定理」と,投影定理によって直接画像を再構成する方法の問題点を説明しました。今回は,CTスキャナの開発当初,この問題点を解決するために用いられた「フィルタ補正逆投影法」の考えを説明します。
逆投影法
投影定理からはいったん離れて,もうすこし素朴な再構成の方法を考えてみましょう。物体のある点(x, y)での値 f(x, y)を求めるのに,(x, y)を通って写された投影をすべての θについて足しあわせることを考えます。こうすると,これらの投影はすべて f(x, y)を含んでいますから,f(x, y)が一番強調され,投影に含まれている他の値によるぼけは生じるものの,一応 f(x, y)が復元されるように思えます。この方法を逆投影法といいます。本当に復元ができるかどうか,計算してみましょう。角度 θの軸に投影されたRadon変換 g(s, θ)のうち,(x, y)を通ってきた部分は,前回の (8)式で説明した sと x, yの関係式
s = x cos θ + y sin θ (1)
によって,g(x cos θ+ y sin θ, θ)となります。これをすべての θについて足しあわせるわけですから,逆投影法による再構成像 b(x, y)は
b(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (2)
と表されます。Radon変換の式 (前回の (6)式),すなわち
g(s, θ) =
!! ∞
−∞f(x, y)δ(x cos θ + y sin θ − s)dxdy (3)
と (1)式を (2)式に代入すると
b(x, y) =
! π
0
"!! ∞
−∞f(x′, y′)δ(x′ cos θ + y′ sin θ − (x cos θ + y sin θ))dx′dy′
#dθ
=
!! ∞
−∞f(x′, y′)
"! π
0δ((x′ − x) cos θ + (y′ − y) sin θ))dθ
#dx′dy′ (4)
となります。ここで,関数 h(θ)が有限個の θ = θkについてしか 0にならないとき
δ[h(θ)] =$
k
1
|h′(θk)|δ[θ − θk] (5)
がなりたつことを用います(証明は略)。(4)式のデルタ関数の引数について
(x′ − x) cos θ + (y′ − y) sin θ) =%
(x′ − x)2 + (y′ − y)2 sin(θ + α),
α = cos−1 y′−y√(x′−x)2+(y′−y)2
= sin−1 x′−x√(x′−x)2+(y′−y)2
(6)
で,0 ! θ < πでこの値が 0になるのは θ = π − αのときだけです。したがって,(4)式のデルタ関数は
δ((x′ − x) cos θ + (y′ − y) sin θ)) =1&&&
%(x′ − x)2 + (y′ − y)2 cos(π)
&&&δ(θ − (π − α)) (7)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 1/5 ページ
![Page 44: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/44.jpg)
2014
A. A
sano
, Kan
sai U
niv.
逆投影法
g(s,θ)
x
y
θ
s
軸s
g(s, θ)
u
物体
投影
0
g(0,
θ)
s
図 2: Radon変換.
Ray-sum
Radon変換は投影を x, y平面での積分で表していますが,投影は本来投影方向の線積分ですから,1変数の積分で表されるほうが自然です。そこで,(6)式を1変数の積分で表してみましょう。
図 2で投影方向に沿った (s, u)座標は,(x, y)座標を θだけ回転したものですから,両者の関係は!
s
u
"=
!cos θ sin θ
− sin θ cos θ
"!x
y
"(7)
と表されます。したがって,(s, u)と (x, y)は#
s = x cos θ + y sin θ
u = −x sin θ + y cos θ,(8)
#x = s cos θ − u sin θ
y = s sin θ + u cos θ(9)
という関係で互いに変換されます。
g(s, θ)は,f(x, y)のうち「x, y座標の原点から s隔たり,法線ベクトルが θ 方向」の X線によって貫かれる部分の合計です。したがって,g(s, θ)は,(x, y)が (9)式の関係を満たして uが変化する時のf(x, y)の積分,すなわち
g(s, θ) =
$ ∞
−∞f(s cos θ − u sin θ, s sin θ + u cos θ)du (10)
という1変数の積分で表されます。g(s, θ)のこの表現を ray-sumといいます。
浅野 晃/画像情報処理(2012 年度春学期) 第12回 (2012. 7. 4) http://racco.mikeneko.jp/ 3/6 ページ
この線上では
これを半周分足し合わせたのが 逆投影
X線源
検出器
回転
回転
物体 X線源
検出器
回転
回転
物体
(a) (b)
図 1: CTスキャナにおける透視像の撮影.(a)平行照射.(b)ファンビーム.
2次元の物体と投影との関係を示すのがRadon変換です。これを示すために,図 2のような座標系を考えてください。θ方向の軸 s上に物体 f(x, y)を投影したものが関数 g(s, θ)であるとします。g(s, θ)
は,法線ベクトルが θ方向であるような直線に沿って積分することで得られます。このうち,(x, y)座標の原点を通る直線上を積分して得られた値を g(0, θ)とします。
法線ベクトルが θ方向で,(x, y)座標の原点を通る直線上の点はy
x= tan(θ +
π
2) =
− cos θ
sin θ(1)
を満たしますから,x cos θ + y sin θ = 0 (2)
が得られます。「法線ベクトルが θ方向で,(x, y)座標の原点を通る直線に沿って積分する」とは,f(x, y)のうち (2)式を満たす点の値だけを積分することですから,g(0, θ)はデルタ関数を使って
g(0, θ) =
!! ∞
−∞f(x, y)δ(x cos θ + y sin θ)dxdy (3)
と表すことができます。同様に,「法線ベクトルが θ方向で,原点から sだけ離れた直線」は,原点を通る直線を x方向に s cos θ ,y方向に s sin θだけ移動したものですから,(2)式からこの直線は
(x− s cos θ) cos θ + (y − s sin θ) sin θ = 0 (4)
すなわちx cos θ + y sin θ − s = 0 (5)
を満たします。したがって (3)式と同様に
g(s, θ) =
!! ∞
−∞f(x, y)δ(x cos θ + y sin θ − s)dxdy (6)
が得られます。(6)式を,2次元分布 f(x, y)から投影 g(s, θ)へのRadon変換とよびます。
浅野 晃/画像情報処理(2013 年度春学期) 第13回 (2013. 7. 3) http://racco.mikeneko.jp/ 2/6 ページ
2013年度春学期 画像情報処理 第14回第4部・CTスキャナ ― 投影からの画像の再構成/ 逆投影法による再構成
前回の講義では,画像の再構成の手がかりとなる「投影定理」と,投影定理によって直接画像を再構成する方法の問題点を説明しました。今回は,CTスキャナの開発当初,この問題点を解決するために用いられた「フィルタ補正逆投影法」の考えを説明します。
逆投影法
投影定理からはいったん離れて,もうすこし素朴な再構成の方法を考えてみましょう。物体のある点(x, y)での値 f(x, y)を求めるのに,(x, y)を通って写された投影をすべての θについて足しあわせることを考えます。こうすると,これらの投影はすべて f(x, y)を含んでいますから,f(x, y)が一番強調され,投影に含まれている他の値によるぼけは生じるものの,一応 f(x, y)が復元されるように思えます。この方法を逆投影法といいます。本当に復元ができるかどうか,計算してみましょう。角度 θの軸に投影されたRadon変換 g(s, θ)のうち,(x, y)を通ってきた部分は,前回の (8)式で説明した sと x, yの関係式
s = x cos θ + y sin θ (1)
によって,g(x cos θ+ y sin θ, θ)となります。これをすべての θについて足しあわせるわけですから,逆投影法による再構成像 b(x, y)は
b(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (2)
と表されます。Radon変換の式 (前回の (6)式),すなわち
g(s, θ) =
!! ∞
−∞f(x, y)δ(x cos θ + y sin θ − s)dxdy (3)
と (1)式を (2)式に代入すると
b(x, y) =
! π
0
"!! ∞
−∞f(x′, y′)δ(x′ cos θ + y′ sin θ − (x cos θ + y sin θ))dx′dy′
#dθ
=
!! ∞
−∞f(x′, y′)
"! π
0δ((x′ − x) cos θ + (y′ − y) sin θ))dθ
#dx′dy′ (4)
となります。ここで,関数 h(θ)が有限個の θ = θkについてしか 0にならないとき
δ[h(θ)] =$
k
1
|h′(θk)|δ[θ − θk] (5)
がなりたつことを用います(証明は略)。(4)式のデルタ関数の引数について
(x′ − x) cos θ + (y′ − y) sin θ) =%
(x′ − x)2 + (y′ − y)2 sin(θ + α),
α = cos−1 y′−y√(x′−x)2+(y′−y)2
= sin−1 x′−x√(x′−x)2+(y′−y)2
(6)
で,0 ! θ < πでこの値が 0になるのは θ = π − αのときだけです。したがって,(4)式のデルタ関数は
δ((x′ − x) cos θ + (y′ − y) sin θ)) =1&&&
%(x′ − x)2 + (y′ − y)2 cos(π)
&&&δ(θ − (π − α)) (7)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 1/5 ページ
つまり
よって投影は
2013年度春学期 画像情報処理 第14回第4部・CTスキャナ ― 投影からの画像の再構成/ 逆投影法による再構成
前回の講義では,画像の再構成の手がかりとなる「投影定理」と,投影定理によって直接画像を再構成する方法の問題点を説明しました。今回は,CTスキャナの開発当初,この問題点を解決するために用いられた「フィルタ補正逆投影法」の考えを説明します。
逆投影法
投影定理からはいったん離れて,もうすこし素朴な再構成の方法を考えてみましょう。物体のある点(x, y)での値 f(x, y)を求めるのに,(x, y)を通って写された投影をすべての θについて足しあわせることを考えます。こうすると,これらの投影はすべて f(x, y)を含んでいますから,f(x, y)が一番強調され,投影に含まれている他の値によるぼけは生じるものの,一応 f(x, y)が復元されるように思えます。この方法を逆投影法といいます。本当に復元ができるかどうか,計算してみましょう。角度 θの軸に投影されたRadon変換 g(s, θ)のうち,(x, y)を通ってきた部分は,前回の (8)式で説明した sと x, yの関係式
s = x cos θ + y sin θ (1)
によって,g(x cos θ+ y sin θ, θ)となります。これをすべての θについて足しあわせるわけですから,逆投影法による再構成像 b(x, y)は
b(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (2)
と表されます。Radon変換の式 (前回の (6)式),すなわち
g(s, θ) =
!! ∞
−∞f(x, y)δ(x cos θ + y sin θ − s)dxdy (3)
と (1)式を (2)式に代入すると
b(x, y) =
! π
0
"!! ∞
−∞f(x′, y′)δ(x′ cos θ + y′ sin θ − (x cos θ + y sin θ))dx′dy′
#dθ
=
!! ∞
−∞f(x′, y′)
"! π
0δ((x′ − x) cos θ + (y′ − y) sin θ))dθ
#dx′dy′ (4)
となります。ここで,関数 h(θ)が有限個の θ = θkについてしか 0にならないとき
δ[h(θ)] =$
k
1
|h′(θk)|δ[θ − θk] (5)
がなりたつことを用います(証明は略)。(4)式のデルタ関数の引数について
(x′ − x) cos θ + (y′ − y) sin θ) =%
(x′ − x)2 + (y′ − y)2 sin(θ + α),
α = cos−1 y′−y√(x′−x)2+(y′−y)2
= sin−1 x′−x√(x′−x)2+(y′−y)2
(6)
で,0 ! θ < πでこの値が 0になるのは θ = π − αのときだけです。したがって,(4)式のデルタ関数は
δ((x′ − x) cos θ + (y′ − y) sin θ)) =1&&&
%(x′ − x)2 + (y′ − y)2 cos(π)
&&&δ(θ − (π − α)) (7)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 1/5 ページ
2013年度春学期 画像情報処理 第14回第4部・CTスキャナ ― 投影からの画像の再構成/ 逆投影法による再構成
前回の講義では,画像の再構成の手がかりとなる「投影定理」と,投影定理によって直接画像を再構成する方法の問題点を説明しました。今回は,CTスキャナの開発当初,この問題点を解決するために用いられた「フィルタ補正逆投影法」の考えを説明します。
逆投影法
投影定理からはいったん離れて,もうすこし素朴な再構成の方法を考えてみましょう。物体のある点(x, y)での値 f(x, y)を求めるのに,(x, y)を通って写された投影をすべての θについて足しあわせることを考えます。こうすると,これらの投影はすべて f(x, y)を含んでいますから,f(x, y)が一番強調され,投影に含まれている他の値によるぼけは生じるものの,一応 f(x, y)が復元されるように思えます。この方法を逆投影法といいます。本当に復元ができるかどうか,計算してみましょう。角度 θの軸に投影されたRadon変換 g(s, θ)のうち,(x, y)を通ってきた部分は,前回の (8)式で説明した sと x, yの関係式
s = x cos θ + y sin θ (1)
によって,g(x cos θ+ y sin θ, θ)となります。これをすべての θについて足しあわせるわけですから,逆投影法による再構成像 b(x, y)は
b(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (2)
と表されます。Radon変換の式 (前回の (6)式),すなわち
g(s, θ) =
!! ∞
−∞f(x, y)δ(x cos θ + y sin θ − s)dxdy (3)
と (1)式を (2)式に代入すると
b(x, y) =
! π
0
"!! ∞
−∞f(x′, y′)δ(x′ cos θ + y′ sin θ − (x cos θ + y sin θ))dx′dy′
#dθ
=
!! ∞
−∞f(x′, y′)
"! π
0δ((x′ − x) cos θ + (y′ − y) sin θ))dθ
#dx′dy′ (4)
となります。ここで,関数 h(θ)が有限個の θ = θkについてしか 0にならないとき
δ[h(θ)] =$
k
1
|h′(θk)|δ[θ − θk] (5)
がなりたつことを用います(証明は略)。(4)式のデルタ関数の引数について
(x′ − x) cos θ + (y′ − y) sin θ) =%
(x′ − x)2 + (y′ − y)2 sin(θ + α),
α = cos−1 y′−y√(x′−x)2+(y′−y)2
= sin−1 x′−x√(x′−x)2+(y′−y)2
(6)
で,0 ! θ < πでこの値が 0になるのは θ = π − αのときだけです。したがって,(4)式のデルタ関数は
δ((x′ − x) cos θ + (y′ − y) sin θ)) =1&&&
%(x′ − x)2 + (y′ − y)2 cos(π)
&&&δ(θ − (π − α)) (7)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 1/5 ページ
![Page 45: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/45.jpg)
2014
A. A
sano
, Kan
sai U
niv.
逆投影法
g(s,θ)
x
y
θ
s
軸s
g(s, θ)
u
物体
投影
0
g(0,
θ)
s
図 2: Radon変換.
Ray-sum
Radon変換は投影を x, y平面での積分で表していますが,投影は本来投影方向の線積分ですから,1変数の積分で表されるほうが自然です。そこで,(6)式を1変数の積分で表してみましょう。
図 2で投影方向に沿った (s, u)座標は,(x, y)座標を θだけ回転したものですから,両者の関係は!
s
u
"=
!cos θ sin θ
− sin θ cos θ
"!x
y
"(7)
と表されます。したがって,(s, u)と (x, y)は#
s = x cos θ + y sin θ
u = −x sin θ + y cos θ,(8)
#x = s cos θ − u sin θ
y = s sin θ + u cos θ(9)
という関係で互いに変換されます。
g(s, θ)は,f(x, y)のうち「x, y座標の原点から s隔たり,法線ベクトルが θ 方向」の X線によって貫かれる部分の合計です。したがって,g(s, θ)は,(x, y)が (9)式の関係を満たして uが変化する時のf(x, y)の積分,すなわち
g(s, θ) =
$ ∞
−∞f(s cos θ − u sin θ, s sin θ + u cos θ)du (10)
という1変数の積分で表されます。g(s, θ)のこの表現を ray-sumといいます。
浅野 晃/画像情報処理(2012 年度春学期) 第12回 (2012. 7. 4) http://racco.mikeneko.jp/ 3/6 ページ
この線上では
これを半周分足し合わせたのが 逆投影
X線源
検出器
回転
回転
物体 X線源
検出器
回転
回転
物体
(a) (b)
図 1: CTスキャナにおける透視像の撮影.(a)平行照射.(b)ファンビーム.
2次元の物体と投影との関係を示すのがRadon変換です。これを示すために,図 2のような座標系を考えてください。θ方向の軸 s上に物体 f(x, y)を投影したものが関数 g(s, θ)であるとします。g(s, θ)
は,法線ベクトルが θ方向であるような直線に沿って積分することで得られます。このうち,(x, y)座標の原点を通る直線上を積分して得られた値を g(0, θ)とします。
法線ベクトルが θ方向で,(x, y)座標の原点を通る直線上の点はy
x= tan(θ +
π
2) =
− cos θ
sin θ(1)
を満たしますから,x cos θ + y sin θ = 0 (2)
が得られます。「法線ベクトルが θ方向で,(x, y)座標の原点を通る直線に沿って積分する」とは,f(x, y)のうち (2)式を満たす点の値だけを積分することですから,g(0, θ)はデルタ関数を使って
g(0, θ) =
!! ∞
−∞f(x, y)δ(x cos θ + y sin θ)dxdy (3)
と表すことができます。同様に,「法線ベクトルが θ方向で,原点から sだけ離れた直線」は,原点を通る直線を x方向に s cos θ ,y方向に s sin θだけ移動したものですから,(2)式からこの直線は
(x− s cos θ) cos θ + (y − s sin θ) sin θ = 0 (4)
すなわちx cos θ + y sin θ − s = 0 (5)
を満たします。したがって (3)式と同様に
g(s, θ) =
!! ∞
−∞f(x, y)δ(x cos θ + y sin θ − s)dxdy (6)
が得られます。(6)式を,2次元分布 f(x, y)から投影 g(s, θ)へのRadon変換とよびます。
浅野 晃/画像情報処理(2013 年度春学期) 第13回 (2013. 7. 3) http://racco.mikeneko.jp/ 2/6 ページ
2013年度春学期 画像情報処理 第14回第4部・CTスキャナ ― 投影からの画像の再構成/ 逆投影法による再構成
前回の講義では,画像の再構成の手がかりとなる「投影定理」と,投影定理によって直接画像を再構成する方法の問題点を説明しました。今回は,CTスキャナの開発当初,この問題点を解決するために用いられた「フィルタ補正逆投影法」の考えを説明します。
逆投影法
投影定理からはいったん離れて,もうすこし素朴な再構成の方法を考えてみましょう。物体のある点(x, y)での値 f(x, y)を求めるのに,(x, y)を通って写された投影をすべての θについて足しあわせることを考えます。こうすると,これらの投影はすべて f(x, y)を含んでいますから,f(x, y)が一番強調され,投影に含まれている他の値によるぼけは生じるものの,一応 f(x, y)が復元されるように思えます。この方法を逆投影法といいます。本当に復元ができるかどうか,計算してみましょう。角度 θの軸に投影されたRadon変換 g(s, θ)のうち,(x, y)を通ってきた部分は,前回の (8)式で説明した sと x, yの関係式
s = x cos θ + y sin θ (1)
によって,g(x cos θ+ y sin θ, θ)となります。これをすべての θについて足しあわせるわけですから,逆投影法による再構成像 b(x, y)は
b(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (2)
と表されます。Radon変換の式 (前回の (6)式),すなわち
g(s, θ) =
!! ∞
−∞f(x, y)δ(x cos θ + y sin θ − s)dxdy (3)
と (1)式を (2)式に代入すると
b(x, y) =
! π
0
"!! ∞
−∞f(x′, y′)δ(x′ cos θ + y′ sin θ − (x cos θ + y sin θ))dx′dy′
#dθ
=
!! ∞
−∞f(x′, y′)
"! π
0δ((x′ − x) cos θ + (y′ − y) sin θ))dθ
#dx′dy′ (4)
となります。ここで,関数 h(θ)が有限個の θ = θkについてしか 0にならないとき
δ[h(θ)] =$
k
1
|h′(θk)|δ[θ − θk] (5)
がなりたつことを用います(証明は略)。(4)式のデルタ関数の引数について
(x′ − x) cos θ + (y′ − y) sin θ) =%
(x′ − x)2 + (y′ − y)2 sin(θ + α),
α = cos−1 y′−y√(x′−x)2+(y′−y)2
= sin−1 x′−x√(x′−x)2+(y′−y)2
(6)
で,0 ! θ < πでこの値が 0になるのは θ = π − αのときだけです。したがって,(4)式のデルタ関数は
δ((x′ − x) cos θ + (y′ − y) sin θ)) =1&&&
%(x′ − x)2 + (y′ − y)2 cos(π)
&&&δ(θ − (π − α)) (7)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 1/5 ページ
つまり
よって投影は
2013年度春学期 画像情報処理 第14回第4部・CTスキャナ ― 投影からの画像の再構成/ 逆投影法による再構成
前回の講義では,画像の再構成の手がかりとなる「投影定理」と,投影定理によって直接画像を再構成する方法の問題点を説明しました。今回は,CTスキャナの開発当初,この問題点を解決するために用いられた「フィルタ補正逆投影法」の考えを説明します。
逆投影法
投影定理からはいったん離れて,もうすこし素朴な再構成の方法を考えてみましょう。物体のある点(x, y)での値 f(x, y)を求めるのに,(x, y)を通って写された投影をすべての θについて足しあわせることを考えます。こうすると,これらの投影はすべて f(x, y)を含んでいますから,f(x, y)が一番強調され,投影に含まれている他の値によるぼけは生じるものの,一応 f(x, y)が復元されるように思えます。この方法を逆投影法といいます。本当に復元ができるかどうか,計算してみましょう。角度 θの軸に投影されたRadon変換 g(s, θ)のうち,(x, y)を通ってきた部分は,前回の (8)式で説明した sと x, yの関係式
s = x cos θ + y sin θ (1)
によって,g(x cos θ+ y sin θ, θ)となります。これをすべての θについて足しあわせるわけですから,逆投影法による再構成像 b(x, y)は
b(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (2)
と表されます。Radon変換の式 (前回の (6)式),すなわち
g(s, θ) =
!! ∞
−∞f(x, y)δ(x cos θ + y sin θ − s)dxdy (3)
と (1)式を (2)式に代入すると
b(x, y) =
! π
0
"!! ∞
−∞f(x′, y′)δ(x′ cos θ + y′ sin θ − (x cos θ + y sin θ))dx′dy′
#dθ
=
!! ∞
−∞f(x′, y′)
"! π
0δ((x′ − x) cos θ + (y′ − y) sin θ))dθ
#dx′dy′ (4)
となります。ここで,関数 h(θ)が有限個の θ = θkについてしか 0にならないとき
δ[h(θ)] =$
k
1
|h′(θk)|δ[θ − θk] (5)
がなりたつことを用います(証明は略)。(4)式のデルタ関数の引数について
(x′ − x) cos θ + (y′ − y) sin θ) =%
(x′ − x)2 + (y′ − y)2 sin(θ + α),
α = cos−1 y′−y√(x′−x)2+(y′−y)2
= sin−1 x′−x√(x′−x)2+(y′−y)2
(6)
で,0 ! θ < πでこの値が 0になるのは θ = π − αのときだけです。したがって,(4)式のデルタ関数は
δ((x′ − x) cos θ + (y′ − y) sin θ)) =1&&&
%(x′ − x)2 + (y′ − y)2 cos(π)
&&&δ(θ − (π − α)) (7)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 1/5 ページ
2013年度春学期 画像情報処理 第14回第4部・CTスキャナ ― 投影からの画像の再構成/ 逆投影法による再構成
前回の講義では,画像の再構成の手がかりとなる「投影定理」と,投影定理によって直接画像を再構成する方法の問題点を説明しました。今回は,CTスキャナの開発当初,この問題点を解決するために用いられた「フィルタ補正逆投影法」の考えを説明します。
逆投影法
投影定理からはいったん離れて,もうすこし素朴な再構成の方法を考えてみましょう。物体のある点(x, y)での値 f(x, y)を求めるのに,(x, y)を通って写された投影をすべての θについて足しあわせることを考えます。こうすると,これらの投影はすべて f(x, y)を含んでいますから,f(x, y)が一番強調され,投影に含まれている他の値によるぼけは生じるものの,一応 f(x, y)が復元されるように思えます。この方法を逆投影法といいます。本当に復元ができるかどうか,計算してみましょう。角度 θの軸に投影されたRadon変換 g(s, θ)のうち,(x, y)を通ってきた部分は,前回の (8)式で説明した sと x, yの関係式
s = x cos θ + y sin θ (1)
によって,g(x cos θ+ y sin θ, θ)となります。これをすべての θについて足しあわせるわけですから,逆投影法による再構成像 b(x, y)は
b(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (2)
と表されます。Radon変換の式 (前回の (6)式),すなわち
g(s, θ) =
!! ∞
−∞f(x, y)δ(x cos θ + y sin θ − s)dxdy (3)
と (1)式を (2)式に代入すると
b(x, y) =
! π
0
"!! ∞
−∞f(x′, y′)δ(x′ cos θ + y′ sin θ − (x cos θ + y sin θ))dx′dy′
#dθ
=
!! ∞
−∞f(x′, y′)
"! π
0δ((x′ − x) cos θ + (y′ − y) sin θ))dθ
#dx′dy′ (4)
となります。ここで,関数 h(θ)が有限個の θ = θkについてしか 0にならないとき
δ[h(θ)] =$
k
1
|h′(θk)|δ[θ − θk] (5)
がなりたつことを用います(証明は略)。(4)式のデルタ関数の引数について
(x′ − x) cos θ + (y′ − y) sin θ) =%
(x′ − x)2 + (y′ − y)2 sin(θ + α),
α = cos−1 y′−y√(x′−x)2+(y′−y)2
= sin−1 x′−x√(x′−x)2+(y′−y)2
(6)
で,0 ! θ < πでこの値が 0になるのは θ = π − αのときだけです。したがって,(4)式のデルタ関数は
δ((x′ − x) cos θ + (y′ − y) sin θ)) =1&&&
%(x′ − x)2 + (y′ − y)2 cos(π)
&&&δ(θ − (π − α)) (7)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 1/5 ページ
復元できているのか? f(x, y) とどれほど違うのだろうか?
![Page 46: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/46.jpg)
2014
A. A
sano
, Kan
sai U
niv.
復元できているのだろうか?
2013年度春学期 画像情報処理 第14回第4部・CTスキャナ ― 投影からの画像の再構成/ 逆投影法による再構成
前回の講義では,画像の再構成の手がかりとなる「投影定理」と,投影定理によって直接画像を再構成する方法の問題点を説明しました。今回は,CTスキャナの開発当初,この問題点を解決するために用いられた「フィルタ補正逆投影法」の考えを説明します。
逆投影法
投影定理からはいったん離れて,もうすこし素朴な再構成の方法を考えてみましょう。物体のある点(x, y)での値 f(x, y)を求めるのに,(x, y)を通って写された投影をすべての θについて足しあわせることを考えます。こうすると,これらの投影はすべて f(x, y)を含んでいますから,f(x, y)が一番強調され,投影に含まれている他の値によるぼけは生じるものの,一応 f(x, y)が復元されるように思えます。この方法を逆投影法といいます。本当に復元ができるかどうか,計算してみましょう。角度 θの軸に投影されたRadon変換 g(s, θ)のうち,(x, y)を通ってきた部分は,前回の (8)式で説明した sと x, yの関係式
s = x cos θ + y sin θ (1)
によって,g(x cos θ+ y sin θ, θ)となります。これをすべての θについて足しあわせるわけですから,逆投影法による再構成像 b(x, y)は
b(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (2)
と表されます。Radon変換の式 (前回の (6)式),すなわち
g(s, θ) =
!! ∞
−∞f(x, y)δ(x cos θ + y sin θ − s)dxdy (3)
と (1)式を (2)式に代入すると
b(x, y) =
! π
0
"!! ∞
−∞f(x′, y′)δ(x′ cos θ + y′ sin θ − (x cos θ + y sin θ))dx′dy′
#dθ
=
!! ∞
−∞f(x′, y′)
"! π
0δ((x′ − x) cos θ + (y′ − y) sin θ))dθ
#dx′dy′ (4)
となります。ここで,関数 h(θ)が有限個の θ = θkについてしか 0にならないとき
δ[h(θ)] =$
k
1
|h′(θk)|δ[θ − θk] (5)
がなりたつことを用います(証明は略)。(4)式のデルタ関数の引数について
(x′ − x) cos θ + (y′ − y) sin θ) =%
(x′ − x)2 + (y′ − y)2 sin(θ + α),
α = cos−1 y′−y√(x′−x)2+(y′−y)2
= sin−1 x′−x√(x′−x)2+(y′−y)2
(6)
で,0 ! θ < πでこの値が 0になるのは θ = π − αのときだけです。したがって,(4)式のデルタ関数は
δ((x′ − x) cos θ + (y′ − y) sin θ)) =1&&&
%(x′ − x)2 + (y′ − y)2 cos(π)
&&&δ(θ − (π − α)) (7)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 1/5 ページ
逆投影
![Page 47: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/47.jpg)
2014
A. A
sano
, Kan
sai U
niv.
復元できているのだろうか?
2013年度春学期 画像情報処理 第14回第4部・CTスキャナ ― 投影からの画像の再構成/ 逆投影法による再構成
前回の講義では,画像の再構成の手がかりとなる「投影定理」と,投影定理によって直接画像を再構成する方法の問題点を説明しました。今回は,CTスキャナの開発当初,この問題点を解決するために用いられた「フィルタ補正逆投影法」の考えを説明します。
逆投影法
投影定理からはいったん離れて,もうすこし素朴な再構成の方法を考えてみましょう。物体のある点(x, y)での値 f(x, y)を求めるのに,(x, y)を通って写された投影をすべての θについて足しあわせることを考えます。こうすると,これらの投影はすべて f(x, y)を含んでいますから,f(x, y)が一番強調され,投影に含まれている他の値によるぼけは生じるものの,一応 f(x, y)が復元されるように思えます。この方法を逆投影法といいます。本当に復元ができるかどうか,計算してみましょう。角度 θの軸に投影されたRadon変換 g(s, θ)のうち,(x, y)を通ってきた部分は,前回の (8)式で説明した sと x, yの関係式
s = x cos θ + y sin θ (1)
によって,g(x cos θ+ y sin θ, θ)となります。これをすべての θについて足しあわせるわけですから,逆投影法による再構成像 b(x, y)は
b(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (2)
と表されます。Radon変換の式 (前回の (6)式),すなわち
g(s, θ) =
!! ∞
−∞f(x, y)δ(x cos θ + y sin θ − s)dxdy (3)
と (1)式を (2)式に代入すると
b(x, y) =
! π
0
"!! ∞
−∞f(x′, y′)δ(x′ cos θ + y′ sin θ − (x cos θ + y sin θ))dx′dy′
#dθ
=
!! ∞
−∞f(x′, y′)
"! π
0δ((x′ − x) cos θ + (y′ − y) sin θ))dθ
#dx′dy′ (4)
となります。ここで,関数 h(θ)が有限個の θ = θkについてしか 0にならないとき
δ[h(θ)] =$
k
1
|h′(θk)|δ[θ − θk] (5)
がなりたつことを用います(証明は略)。(4)式のデルタ関数の引数について
(x′ − x) cos θ + (y′ − y) sin θ) =%
(x′ − x)2 + (y′ − y)2 sin(θ + α),
α = cos−1 y′−y√(x′−x)2+(y′−y)2
= sin−1 x′−x√(x′−x)2+(y′−y)2
(6)
で,0 ! θ < πでこの値が 0になるのは θ = π − αのときだけです。したがって,(4)式のデルタ関数は
δ((x′ − x) cos θ + (y′ − y) sin θ)) =1&&&
%(x′ − x)2 + (y′ − y)2 cos(π)
&&&δ(θ − (π − α)) (7)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 1/5 ページ
2013年度春学期 画像情報処理 第14回第4部・CTスキャナ ― 投影からの画像の再構成/ 逆投影法による再構成
前回の講義では,画像の再構成の手がかりとなる「投影定理」と,投影定理によって直接画像を再構成する方法の問題点を説明しました。今回は,CTスキャナの開発当初,この問題点を解決するために用いられた「フィルタ補正逆投影法」の考えを説明します。
逆投影法
投影定理からはいったん離れて,もうすこし素朴な再構成の方法を考えてみましょう。物体のある点(x, y)での値 f(x, y)を求めるのに,(x, y)を通って写された投影をすべての θについて足しあわせることを考えます。こうすると,これらの投影はすべて f(x, y)を含んでいますから,f(x, y)が一番強調され,投影に含まれている他の値によるぼけは生じるものの,一応 f(x, y)が復元されるように思えます。この方法を逆投影法といいます。本当に復元ができるかどうか,計算してみましょう。角度 θの軸に投影されたRadon変換 g(s, θ)のうち,(x, y)を通ってきた部分は,前回の (8)式で説明した sと x, yの関係式
s = x cos θ + y sin θ (1)
によって,g(x cos θ+ y sin θ, θ)となります。これをすべての θについて足しあわせるわけですから,逆投影法による再構成像 b(x, y)は
b(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (2)
と表されます。Radon変換の式 (前回の (6)式),すなわち
g(s, θ) =
!! ∞
−∞f(x, y)δ(x cos θ + y sin θ − s)dxdy (3)
と (1)式を (2)式に代入すると
b(x, y) =
! π
0
"!! ∞
−∞f(x′, y′)δ(x′ cos θ + y′ sin θ − (x cos θ + y sin θ))dx′dy′
#dθ
=
!! ∞
−∞f(x′, y′)
"! π
0δ((x′ − x) cos θ + (y′ − y) sin θ))dθ
#dx′dy′ (4)
となります。ここで,関数 h(θ)が有限個の θ = θkについてしか 0にならないとき
δ[h(θ)] =$
k
1
|h′(θk)|δ[θ − θk] (5)
がなりたつことを用います(証明は略)。(4)式のデルタ関数の引数について
(x′ − x) cos θ + (y′ − y) sin θ) =%
(x′ − x)2 + (y′ − y)2 sin(θ + α),
α = cos−1 y′−y√(x′−x)2+(y′−y)2
= sin−1 x′−x√(x′−x)2+(y′−y)2
(6)
で,0 ! θ < πでこの値が 0になるのは θ = π − αのときだけです。したがって,(4)式のデルタ関数は
δ((x′ − x) cos θ + (y′ − y) sin θ)) =1&&&
%(x′ − x)2 + (y′ − y)2 cos(π)
&&&δ(θ − (π − α)) (7)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 1/5 ページ
Radon変換
逆投影
![Page 48: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/48.jpg)
2014
A. A
sano
, Kan
sai U
niv.
復元できているのだろうか?
2013年度春学期 画像情報処理 第14回第4部・CTスキャナ ― 投影からの画像の再構成/ 逆投影法による再構成
前回の講義では,画像の再構成の手がかりとなる「投影定理」と,投影定理によって直接画像を再構成する方法の問題点を説明しました。今回は,CTスキャナの開発当初,この問題点を解決するために用いられた「フィルタ補正逆投影法」の考えを説明します。
逆投影法
投影定理からはいったん離れて,もうすこし素朴な再構成の方法を考えてみましょう。物体のある点(x, y)での値 f(x, y)を求めるのに,(x, y)を通って写された投影をすべての θについて足しあわせることを考えます。こうすると,これらの投影はすべて f(x, y)を含んでいますから,f(x, y)が一番強調され,投影に含まれている他の値によるぼけは生じるものの,一応 f(x, y)が復元されるように思えます。この方法を逆投影法といいます。本当に復元ができるかどうか,計算してみましょう。角度 θの軸に投影されたRadon変換 g(s, θ)のうち,(x, y)を通ってきた部分は,前回の (8)式で説明した sと x, yの関係式
s = x cos θ + y sin θ (1)
によって,g(x cos θ+ y sin θ, θ)となります。これをすべての θについて足しあわせるわけですから,逆投影法による再構成像 b(x, y)は
b(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (2)
と表されます。Radon変換の式 (前回の (6)式),すなわち
g(s, θ) =
!! ∞
−∞f(x, y)δ(x cos θ + y sin θ − s)dxdy (3)
と (1)式を (2)式に代入すると
b(x, y) =
! π
0
"!! ∞
−∞f(x′, y′)δ(x′ cos θ + y′ sin θ − (x cos θ + y sin θ))dx′dy′
#dθ
=
!! ∞
−∞f(x′, y′)
"! π
0δ((x′ − x) cos θ + (y′ − y) sin θ))dθ
#dx′dy′ (4)
となります。ここで,関数 h(θ)が有限個の θ = θkについてしか 0にならないとき
δ[h(θ)] =$
k
1
|h′(θk)|δ[θ − θk] (5)
がなりたつことを用います(証明は略)。(4)式のデルタ関数の引数について
(x′ − x) cos θ + (y′ − y) sin θ) =%
(x′ − x)2 + (y′ − y)2 sin(θ + α),
α = cos−1 y′−y√(x′−x)2+(y′−y)2
= sin−1 x′−x√(x′−x)2+(y′−y)2
(6)
で,0 ! θ < πでこの値が 0になるのは θ = π − αのときだけです。したがって,(4)式のデルタ関数は
δ((x′ − x) cos θ + (y′ − y) sin θ)) =1&&&
%(x′ − x)2 + (y′ − y)2 cos(π)
&&&δ(θ − (π − α)) (7)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 1/5 ページ
2013年度春学期 画像情報処理 第14回第4部・CTスキャナ ― 投影からの画像の再構成/ 逆投影法による再構成
前回の講義では,画像の再構成の手がかりとなる「投影定理」と,投影定理によって直接画像を再構成する方法の問題点を説明しました。今回は,CTスキャナの開発当初,この問題点を解決するために用いられた「フィルタ補正逆投影法」の考えを説明します。
逆投影法
投影定理からはいったん離れて,もうすこし素朴な再構成の方法を考えてみましょう。物体のある点(x, y)での値 f(x, y)を求めるのに,(x, y)を通って写された投影をすべての θについて足しあわせることを考えます。こうすると,これらの投影はすべて f(x, y)を含んでいますから,f(x, y)が一番強調され,投影に含まれている他の値によるぼけは生じるものの,一応 f(x, y)が復元されるように思えます。この方法を逆投影法といいます。本当に復元ができるかどうか,計算してみましょう。角度 θの軸に投影されたRadon変換 g(s, θ)のうち,(x, y)を通ってきた部分は,前回の (8)式で説明した sと x, yの関係式
s = x cos θ + y sin θ (1)
によって,g(x cos θ+ y sin θ, θ)となります。これをすべての θについて足しあわせるわけですから,逆投影法による再構成像 b(x, y)は
b(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (2)
と表されます。Radon変換の式 (前回の (6)式),すなわち
g(s, θ) =
!! ∞
−∞f(x, y)δ(x cos θ + y sin θ − s)dxdy (3)
と (1)式を (2)式に代入すると
b(x, y) =
! π
0
"!! ∞
−∞f(x′, y′)δ(x′ cos θ + y′ sin θ − (x cos θ + y sin θ))dx′dy′
#dθ
=
!! ∞
−∞f(x′, y′)
"! π
0δ((x′ − x) cos θ + (y′ − y) sin θ))dθ
#dx′dy′ (4)
となります。ここで,関数 h(θ)が有限個の θ = θkについてしか 0にならないとき
δ[h(θ)] =$
k
1
|h′(θk)|δ[θ − θk] (5)
がなりたつことを用います(証明は略)。(4)式のデルタ関数の引数について
(x′ − x) cos θ + (y′ − y) sin θ) =%
(x′ − x)2 + (y′ − y)2 sin(θ + α),
α = cos−1 y′−y√(x′−x)2+(y′−y)2
= sin−1 x′−x√(x′−x)2+(y′−y)2
(6)
で,0 ! θ < πでこの値が 0になるのは θ = π − αのときだけです。したがって,(4)式のデルタ関数は
δ((x′ − x) cos θ + (y′ − y) sin θ)) =1&&&
%(x′ − x)2 + (y′ − y)2 cos(π)
&&&δ(θ − (π − α)) (7)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 1/5 ページ
Radon変換
逆投影
![Page 49: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/49.jpg)
2014
A. A
sano
, Kan
sai U
niv.
復元できているのだろうか?
2013年度春学期 画像情報処理 第14回第4部・CTスキャナ ― 投影からの画像の再構成/ 逆投影法による再構成
前回の講義では,画像の再構成の手がかりとなる「投影定理」と,投影定理によって直接画像を再構成する方法の問題点を説明しました。今回は,CTスキャナの開発当初,この問題点を解決するために用いられた「フィルタ補正逆投影法」の考えを説明します。
逆投影法
投影定理からはいったん離れて,もうすこし素朴な再構成の方法を考えてみましょう。物体のある点(x, y)での値 f(x, y)を求めるのに,(x, y)を通って写された投影をすべての θについて足しあわせることを考えます。こうすると,これらの投影はすべて f(x, y)を含んでいますから,f(x, y)が一番強調され,投影に含まれている他の値によるぼけは生じるものの,一応 f(x, y)が復元されるように思えます。この方法を逆投影法といいます。本当に復元ができるかどうか,計算してみましょう。角度 θの軸に投影されたRadon変換 g(s, θ)のうち,(x, y)を通ってきた部分は,前回の (8)式で説明した sと x, yの関係式
s = x cos θ + y sin θ (1)
によって,g(x cos θ+ y sin θ, θ)となります。これをすべての θについて足しあわせるわけですから,逆投影法による再構成像 b(x, y)は
b(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (2)
と表されます。Radon変換の式 (前回の (6)式),すなわち
g(s, θ) =
!! ∞
−∞f(x, y)δ(x cos θ + y sin θ − s)dxdy (3)
と (1)式を (2)式に代入すると
b(x, y) =
! π
0
"!! ∞
−∞f(x′, y′)δ(x′ cos θ + y′ sin θ − (x cos θ + y sin θ))dx′dy′
#dθ
=
!! ∞
−∞f(x′, y′)
"! π
0δ((x′ − x) cos θ + (y′ − y) sin θ))dθ
#dx′dy′ (4)
となります。ここで,関数 h(θ)が有限個の θ = θkについてしか 0にならないとき
δ[h(θ)] =$
k
1
|h′(θk)|δ[θ − θk] (5)
がなりたつことを用います(証明は略)。(4)式のデルタ関数の引数について
(x′ − x) cos θ + (y′ − y) sin θ) =%
(x′ − x)2 + (y′ − y)2 sin(θ + α),
α = cos−1 y′−y√(x′−x)2+(y′−y)2
= sin−1 x′−x√(x′−x)2+(y′−y)2
(6)
で,0 ! θ < πでこの値が 0になるのは θ = π − αのときだけです。したがって,(4)式のデルタ関数は
δ((x′ − x) cos θ + (y′ − y) sin θ)) =1&&&
%(x′ − x)2 + (y′ − y)2 cos(π)
&&&δ(θ − (π − α)) (7)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 1/5 ページ
2013年度春学期 画像情報処理 第14回第4部・CTスキャナ ― 投影からの画像の再構成/ 逆投影法による再構成
前回の講義では,画像の再構成の手がかりとなる「投影定理」と,投影定理によって直接画像を再構成する方法の問題点を説明しました。今回は,CTスキャナの開発当初,この問題点を解決するために用いられた「フィルタ補正逆投影法」の考えを説明します。
逆投影法
投影定理からはいったん離れて,もうすこし素朴な再構成の方法を考えてみましょう。物体のある点(x, y)での値 f(x, y)を求めるのに,(x, y)を通って写された投影をすべての θについて足しあわせることを考えます。こうすると,これらの投影はすべて f(x, y)を含んでいますから,f(x, y)が一番強調され,投影に含まれている他の値によるぼけは生じるものの,一応 f(x, y)が復元されるように思えます。この方法を逆投影法といいます。本当に復元ができるかどうか,計算してみましょう。角度 θの軸に投影されたRadon変換 g(s, θ)のうち,(x, y)を通ってきた部分は,前回の (8)式で説明した sと x, yの関係式
s = x cos θ + y sin θ (1)
によって,g(x cos θ+ y sin θ, θ)となります。これをすべての θについて足しあわせるわけですから,逆投影法による再構成像 b(x, y)は
b(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (2)
と表されます。Radon変換の式 (前回の (6)式),すなわち
g(s, θ) =
!! ∞
−∞f(x, y)δ(x cos θ + y sin θ − s)dxdy (3)
と (1)式を (2)式に代入すると
b(x, y) =
! π
0
"!! ∞
−∞f(x′, y′)δ(x′ cos θ + y′ sin θ − (x cos θ + y sin θ))dx′dy′
#dθ
=
!! ∞
−∞f(x′, y′)
"! π
0δ((x′ − x) cos θ + (y′ − y) sin θ))dθ
#dx′dy′ (4)
となります。ここで,関数 h(θ)が有限個の θ = θkについてしか 0にならないとき
δ[h(θ)] =$
k
1
|h′(θk)|δ[θ − θk] (5)
がなりたつことを用います(証明は略)。(4)式のデルタ関数の引数について
(x′ − x) cos θ + (y′ − y) sin θ) =%
(x′ − x)2 + (y′ − y)2 sin(θ + α),
α = cos−1 y′−y√(x′−x)2+(y′−y)2
= sin−1 x′−x√(x′−x)2+(y′−y)2
(6)
で,0 ! θ < πでこの値が 0になるのは θ = π − αのときだけです。したがって,(4)式のデルタ関数は
δ((x′ − x) cos θ + (y′ − y) sin θ)) =1&&&
%(x′ − x)2 + (y′ − y)2 cos(π)
&&&δ(θ − (π − α)) (7)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 1/5 ページ
2013年度春学期 画像情報処理 第14回第4部・CTスキャナ ― 投影からの画像の再構成/ 逆投影法による再構成
前回の講義では,画像の再構成の手がかりとなる「投影定理」と,投影定理によって直接画像を再構成する方法の問題点を説明しました。今回は,CTスキャナの開発当初,この問題点を解決するために用いられた「フィルタ補正逆投影法」の考えを説明します。
逆投影法
投影定理からはいったん離れて,もうすこし素朴な再構成の方法を考えてみましょう。物体のある点(x, y)での値 f(x, y)を求めるのに,(x, y)を通って写された投影をすべての θについて足しあわせることを考えます。こうすると,これらの投影はすべて f(x, y)を含んでいますから,f(x, y)が一番強調され,投影に含まれている他の値によるぼけは生じるものの,一応 f(x, y)が復元されるように思えます。この方法を逆投影法といいます。本当に復元ができるかどうか,計算してみましょう。角度 θの軸に投影されたRadon変換 g(s, θ)のうち,(x, y)を通ってきた部分は,前回の (8)式で説明した sと x, yの関係式
s = x cos θ + y sin θ (1)
によって,g(x cos θ+ y sin θ, θ)となります。これをすべての θについて足しあわせるわけですから,逆投影法による再構成像 b(x, y)は
b(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (2)
と表されます。Radon変換の式 (前回の (6)式),すなわち
g(s, θ) =
!! ∞
−∞f(x, y)δ(x cos θ + y sin θ − s)dxdy (3)
と (1)式を (2)式に代入すると
b(x, y) =
! π
0
"!! ∞
−∞f(x′, y′)δ(x′ cos θ + y′ sin θ − (x cos θ + y sin θ))dx′dy′
#dθ
=
!! ∞
−∞f(x′, y′)
"! π
0δ((x′ − x) cos θ + (y′ − y) sin θ))dθ
#dx′dy′ (4)
となります。ここで,関数 h(θ)が有限個の θ = θkについてしか 0にならないとき
δ[h(θ)] =$
k
1
|h′(θk)|δ[θ − θk] (5)
がなりたつことを用います(証明は略)。(4)式のデルタ関数の引数について
(x′ − x) cos θ + (y′ − y) sin θ) =%
(x′ − x)2 + (y′ − y)2 sin(θ + α),
α = cos−1 y′−y√(x′−x)2+(y′−y)2
= sin−1 x′−x√(x′−x)2+(y′−y)2
(6)
で,0 ! θ < πでこの値が 0になるのは θ = π − αのときだけです。したがって,(4)式のデルタ関数は
δ((x′ − x) cos θ + (y′ − y) sin θ)) =1&&&
%(x′ − x)2 + (y′ − y)2 cos(π)
&&&δ(θ − (π − α)) (7)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 1/5 ページ
Radon変換
逆投影
![Page 50: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/50.jpg)
2014
A. A
sano
, Kan
sai U
niv.
復元できているのだろうか?
2013年度春学期 画像情報処理 第14回第4部・CTスキャナ ― 投影からの画像の再構成/ 逆投影法による再構成
前回の講義では,画像の再構成の手がかりとなる「投影定理」と,投影定理によって直接画像を再構成する方法の問題点を説明しました。今回は,CTスキャナの開発当初,この問題点を解決するために用いられた「フィルタ補正逆投影法」の考えを説明します。
逆投影法
投影定理からはいったん離れて,もうすこし素朴な再構成の方法を考えてみましょう。物体のある点(x, y)での値 f(x, y)を求めるのに,(x, y)を通って写された投影をすべての θについて足しあわせることを考えます。こうすると,これらの投影はすべて f(x, y)を含んでいますから,f(x, y)が一番強調され,投影に含まれている他の値によるぼけは生じるものの,一応 f(x, y)が復元されるように思えます。この方法を逆投影法といいます。本当に復元ができるかどうか,計算してみましょう。角度 θの軸に投影されたRadon変換 g(s, θ)のうち,(x, y)を通ってきた部分は,前回の (8)式で説明した sと x, yの関係式
s = x cos θ + y sin θ (1)
によって,g(x cos θ+ y sin θ, θ)となります。これをすべての θについて足しあわせるわけですから,逆投影法による再構成像 b(x, y)は
b(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (2)
と表されます。Radon変換の式 (前回の (6)式),すなわち
g(s, θ) =
!! ∞
−∞f(x, y)δ(x cos θ + y sin θ − s)dxdy (3)
と (1)式を (2)式に代入すると
b(x, y) =
! π
0
"!! ∞
−∞f(x′, y′)δ(x′ cos θ + y′ sin θ − (x cos θ + y sin θ))dx′dy′
#dθ
=
!! ∞
−∞f(x′, y′)
"! π
0δ((x′ − x) cos θ + (y′ − y) sin θ))dθ
#dx′dy′ (4)
となります。ここで,関数 h(θ)が有限個の θ = θkについてしか 0にならないとき
δ[h(θ)] =$
k
1
|h′(θk)|δ[θ − θk] (5)
がなりたつことを用います(証明は略)。(4)式のデルタ関数の引数について
(x′ − x) cos θ + (y′ − y) sin θ) =%
(x′ − x)2 + (y′ − y)2 sin(θ + α),
α = cos−1 y′−y√(x′−x)2+(y′−y)2
= sin−1 x′−x√(x′−x)2+(y′−y)2
(6)
で,0 ! θ < πでこの値が 0になるのは θ = π − αのときだけです。したがって,(4)式のデルタ関数は
δ((x′ − x) cos θ + (y′ − y) sin θ)) =1&&&
%(x′ − x)2 + (y′ − y)2 cos(π)
&&&δ(θ − (π − α)) (7)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 1/5 ページ
2013年度春学期 画像情報処理 第14回第4部・CTスキャナ ― 投影からの画像の再構成/ 逆投影法による再構成
前回の講義では,画像の再構成の手がかりとなる「投影定理」と,投影定理によって直接画像を再構成する方法の問題点を説明しました。今回は,CTスキャナの開発当初,この問題点を解決するために用いられた「フィルタ補正逆投影法」の考えを説明します。
逆投影法
投影定理からはいったん離れて,もうすこし素朴な再構成の方法を考えてみましょう。物体のある点(x, y)での値 f(x, y)を求めるのに,(x, y)を通って写された投影をすべての θについて足しあわせることを考えます。こうすると,これらの投影はすべて f(x, y)を含んでいますから,f(x, y)が一番強調され,投影に含まれている他の値によるぼけは生じるものの,一応 f(x, y)が復元されるように思えます。この方法を逆投影法といいます。本当に復元ができるかどうか,計算してみましょう。角度 θの軸に投影されたRadon変換 g(s, θ)のうち,(x, y)を通ってきた部分は,前回の (8)式で説明した sと x, yの関係式
s = x cos θ + y sin θ (1)
によって,g(x cos θ+ y sin θ, θ)となります。これをすべての θについて足しあわせるわけですから,逆投影法による再構成像 b(x, y)は
b(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (2)
と表されます。Radon変換の式 (前回の (6)式),すなわち
g(s, θ) =
!! ∞
−∞f(x, y)δ(x cos θ + y sin θ − s)dxdy (3)
と (1)式を (2)式に代入すると
b(x, y) =
! π
0
"!! ∞
−∞f(x′, y′)δ(x′ cos θ + y′ sin θ − (x cos θ + y sin θ))dx′dy′
#dθ
=
!! ∞
−∞f(x′, y′)
"! π
0δ((x′ − x) cos θ + (y′ − y) sin θ))dθ
#dx′dy′ (4)
となります。ここで,関数 h(θ)が有限個の θ = θkについてしか 0にならないとき
δ[h(θ)] =$
k
1
|h′(θk)|δ[θ − θk] (5)
がなりたつことを用います(証明は略)。(4)式のデルタ関数の引数について
(x′ − x) cos θ + (y′ − y) sin θ) =%
(x′ − x)2 + (y′ − y)2 sin(θ + α),
α = cos−1 y′−y√(x′−x)2+(y′−y)2
= sin−1 x′−x√(x′−x)2+(y′−y)2
(6)
で,0 ! θ < πでこの値が 0になるのは θ = π − αのときだけです。したがって,(4)式のデルタ関数は
δ((x′ − x) cos θ + (y′ − y) sin θ)) =1&&&
%(x′ − x)2 + (y′ − y)2 cos(π)
&&&δ(θ − (π − α)) (7)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 1/5 ページ
2013年度春学期 画像情報処理 第14回第4部・CTスキャナ ― 投影からの画像の再構成/ 逆投影法による再構成
前回の講義では,画像の再構成の手がかりとなる「投影定理」と,投影定理によって直接画像を再構成する方法の問題点を説明しました。今回は,CTスキャナの開発当初,この問題点を解決するために用いられた「フィルタ補正逆投影法」の考えを説明します。
逆投影法
投影定理からはいったん離れて,もうすこし素朴な再構成の方法を考えてみましょう。物体のある点(x, y)での値 f(x, y)を求めるのに,(x, y)を通って写された投影をすべての θについて足しあわせることを考えます。こうすると,これらの投影はすべて f(x, y)を含んでいますから,f(x, y)が一番強調され,投影に含まれている他の値によるぼけは生じるものの,一応 f(x, y)が復元されるように思えます。この方法を逆投影法といいます。本当に復元ができるかどうか,計算してみましょう。角度 θの軸に投影されたRadon変換 g(s, θ)のうち,(x, y)を通ってきた部分は,前回の (8)式で説明した sと x, yの関係式
s = x cos θ + y sin θ (1)
によって,g(x cos θ+ y sin θ, θ)となります。これをすべての θについて足しあわせるわけですから,逆投影法による再構成像 b(x, y)は
b(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (2)
と表されます。Radon変換の式 (前回の (6)式),すなわち
g(s, θ) =
!! ∞
−∞f(x, y)δ(x cos θ + y sin θ − s)dxdy (3)
と (1)式を (2)式に代入すると
b(x, y) =
! π
0
"!! ∞
−∞f(x′, y′)δ(x′ cos θ + y′ sin θ − (x cos θ + y sin θ))dx′dy′
#dθ
=
!! ∞
−∞f(x′, y′)
"! π
0δ((x′ − x) cos θ + (y′ − y) sin θ))dθ
#dx′dy′ (4)
となります。ここで,関数 h(θ)が有限個の θ = θkについてしか 0にならないとき
δ[h(θ)] =$
k
1
|h′(θk)|δ[θ − θk] (5)
がなりたつことを用います(証明は略)。(4)式のデルタ関数の引数について
(x′ − x) cos θ + (y′ − y) sin θ) =%
(x′ − x)2 + (y′ − y)2 sin(θ + α),
α = cos−1 y′−y√(x′−x)2+(y′−y)2
= sin−1 x′−x√(x′−x)2+(y′−y)2
(6)
で,0 ! θ < πでこの値が 0になるのは θ = π − αのときだけです。したがって,(4)式のデルタ関数は
δ((x′ − x) cos θ + (y′ − y) sin θ)) =1&&&
%(x′ − x)2 + (y′ − y)2 cos(π)
&&&δ(θ − (π − α)) (7)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 1/5 ページ
Radon変換
逆投影
![Page 51: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/51.jpg)
2014
A. A
sano
, Kan
sai U
niv.
復元できているのだろうか?
2013年度春学期 画像情報処理 第14回第4部・CTスキャナ ― 投影からの画像の再構成/ 逆投影法による再構成
前回の講義では,画像の再構成の手がかりとなる「投影定理」と,投影定理によって直接画像を再構成する方法の問題点を説明しました。今回は,CTスキャナの開発当初,この問題点を解決するために用いられた「フィルタ補正逆投影法」の考えを説明します。
逆投影法
投影定理からはいったん離れて,もうすこし素朴な再構成の方法を考えてみましょう。物体のある点(x, y)での値 f(x, y)を求めるのに,(x, y)を通って写された投影をすべての θについて足しあわせることを考えます。こうすると,これらの投影はすべて f(x, y)を含んでいますから,f(x, y)が一番強調され,投影に含まれている他の値によるぼけは生じるものの,一応 f(x, y)が復元されるように思えます。この方法を逆投影法といいます。本当に復元ができるかどうか,計算してみましょう。角度 θの軸に投影されたRadon変換 g(s, θ)のうち,(x, y)を通ってきた部分は,前回の (8)式で説明した sと x, yの関係式
s = x cos θ + y sin θ (1)
によって,g(x cos θ+ y sin θ, θ)となります。これをすべての θについて足しあわせるわけですから,逆投影法による再構成像 b(x, y)は
b(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (2)
と表されます。Radon変換の式 (前回の (6)式),すなわち
g(s, θ) =
!! ∞
−∞f(x, y)δ(x cos θ + y sin θ − s)dxdy (3)
と (1)式を (2)式に代入すると
b(x, y) =
! π
0
"!! ∞
−∞f(x′, y′)δ(x′ cos θ + y′ sin θ − (x cos θ + y sin θ))dx′dy′
#dθ
=
!! ∞
−∞f(x′, y′)
"! π
0δ((x′ − x) cos θ + (y′ − y) sin θ))dθ
#dx′dy′ (4)
となります。ここで,関数 h(θ)が有限個の θ = θkについてしか 0にならないとき
δ[h(θ)] =$
k
1
|h′(θk)|δ[θ − θk] (5)
がなりたつことを用います(証明は略)。(4)式のデルタ関数の引数について
(x′ − x) cos θ + (y′ − y) sin θ) =%
(x′ − x)2 + (y′ − y)2 sin(θ + α),
α = cos−1 y′−y√(x′−x)2+(y′−y)2
= sin−1 x′−x√(x′−x)2+(y′−y)2
(6)
で,0 ! θ < πでこの値が 0になるのは θ = π − αのときだけです。したがって,(4)式のデルタ関数は
δ((x′ − x) cos θ + (y′ − y) sin θ)) =1&&&
%(x′ − x)2 + (y′ − y)2 cos(π)
&&&δ(θ − (π − α)) (7)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 1/5 ページ
2013年度春学期 画像情報処理 第14回第4部・CTスキャナ ― 投影からの画像の再構成/ 逆投影法による再構成
前回の講義では,画像の再構成の手がかりとなる「投影定理」と,投影定理によって直接画像を再構成する方法の問題点を説明しました。今回は,CTスキャナの開発当初,この問題点を解決するために用いられた「フィルタ補正逆投影法」の考えを説明します。
逆投影法
投影定理からはいったん離れて,もうすこし素朴な再構成の方法を考えてみましょう。物体のある点(x, y)での値 f(x, y)を求めるのに,(x, y)を通って写された投影をすべての θについて足しあわせることを考えます。こうすると,これらの投影はすべて f(x, y)を含んでいますから,f(x, y)が一番強調され,投影に含まれている他の値によるぼけは生じるものの,一応 f(x, y)が復元されるように思えます。この方法を逆投影法といいます。本当に復元ができるかどうか,計算してみましょう。角度 θの軸に投影されたRadon変換 g(s, θ)のうち,(x, y)を通ってきた部分は,前回の (8)式で説明した sと x, yの関係式
s = x cos θ + y sin θ (1)
によって,g(x cos θ+ y sin θ, θ)となります。これをすべての θについて足しあわせるわけですから,逆投影法による再構成像 b(x, y)は
b(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (2)
と表されます。Radon変換の式 (前回の (6)式),すなわち
g(s, θ) =
!! ∞
−∞f(x, y)δ(x cos θ + y sin θ − s)dxdy (3)
と (1)式を (2)式に代入すると
b(x, y) =
! π
0
"!! ∞
−∞f(x′, y′)δ(x′ cos θ + y′ sin θ − (x cos θ + y sin θ))dx′dy′
#dθ
=
!! ∞
−∞f(x′, y′)
"! π
0δ((x′ − x) cos θ + (y′ − y) sin θ))dθ
#dx′dy′ (4)
となります。ここで,関数 h(θ)が有限個の θ = θkについてしか 0にならないとき
δ[h(θ)] =$
k
1
|h′(θk)|δ[θ − θk] (5)
がなりたつことを用います(証明は略)。(4)式のデルタ関数の引数について
(x′ − x) cos θ + (y′ − y) sin θ) =%
(x′ − x)2 + (y′ − y)2 sin(θ + α),
α = cos−1 y′−y√(x′−x)2+(y′−y)2
= sin−1 x′−x√(x′−x)2+(y′−y)2
(6)
で,0 ! θ < πでこの値が 0になるのは θ = π − αのときだけです。したがって,(4)式のデルタ関数は
δ((x′ − x) cos θ + (y′ − y) sin θ)) =1&&&
%(x′ − x)2 + (y′ − y)2 cos(π)
&&&δ(θ − (π − α)) (7)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 1/5 ページ
2013年度春学期 画像情報処理 第14回第4部・CTスキャナ ― 投影からの画像の再構成/ 逆投影法による再構成
前回の講義では,画像の再構成の手がかりとなる「投影定理」と,投影定理によって直接画像を再構成する方法の問題点を説明しました。今回は,CTスキャナの開発当初,この問題点を解決するために用いられた「フィルタ補正逆投影法」の考えを説明します。
逆投影法
投影定理からはいったん離れて,もうすこし素朴な再構成の方法を考えてみましょう。物体のある点(x, y)での値 f(x, y)を求めるのに,(x, y)を通って写された投影をすべての θについて足しあわせることを考えます。こうすると,これらの投影はすべて f(x, y)を含んでいますから,f(x, y)が一番強調され,投影に含まれている他の値によるぼけは生じるものの,一応 f(x, y)が復元されるように思えます。この方法を逆投影法といいます。本当に復元ができるかどうか,計算してみましょう。角度 θの軸に投影されたRadon変換 g(s, θ)のうち,(x, y)を通ってきた部分は,前回の (8)式で説明した sと x, yの関係式
s = x cos θ + y sin θ (1)
によって,g(x cos θ+ y sin θ, θ)となります。これをすべての θについて足しあわせるわけですから,逆投影法による再構成像 b(x, y)は
b(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (2)
と表されます。Radon変換の式 (前回の (6)式),すなわち
g(s, θ) =
!! ∞
−∞f(x, y)δ(x cos θ + y sin θ − s)dxdy (3)
と (1)式を (2)式に代入すると
b(x, y) =
! π
0
"!! ∞
−∞f(x′, y′)δ(x′ cos θ + y′ sin θ − (x cos θ + y sin θ))dx′dy′
#dθ
=
!! ∞
−∞f(x′, y′)
"! π
0δ((x′ − x) cos θ + (y′ − y) sin θ))dθ
#dx′dy′ (4)
となります。ここで,関数 h(θ)が有限個の θ = θkについてしか 0にならないとき
δ[h(θ)] =$
k
1
|h′(θk)|δ[θ − θk] (5)
がなりたつことを用います(証明は略)。(4)式のデルタ関数の引数について
(x′ − x) cos θ + (y′ − y) sin θ) =%
(x′ − x)2 + (y′ − y)2 sin(θ + α),
α = cos−1 y′−y√(x′−x)2+(y′−y)2
= sin−1 x′−x√(x′−x)2+(y′−y)2
(6)
で,0 ! θ < πでこの値が 0になるのは θ = π − αのときだけです。したがって,(4)式のデルタ関数は
δ((x′ − x) cos θ + (y′ − y) sin θ)) =1&&&
%(x′ − x)2 + (y′ − y)2 cos(π)
&&&δ(θ − (π − α)) (7)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 1/5 ページ
Radon変換
逆投影
2013年度春学期 画像情報処理 第14回第4部・CTスキャナ ― 投影からの画像の再構成/ 逆投影法による再構成
前回の講義では,画像の再構成の手がかりとなる「投影定理」と,投影定理によって直接画像を再構成する方法の問題点を説明しました。今回は,CTスキャナの開発当初,この問題点を解決するために用いられた「フィルタ補正逆投影法」の考えを説明します。
逆投影法
投影定理からはいったん離れて,もうすこし素朴な再構成の方法を考えてみましょう。物体のある点(x, y)での値 f(x, y)を求めるのに,(x, y)を通って写された投影をすべての θについて足しあわせることを考えます。こうすると,これらの投影はすべて f(x, y)を含んでいますから,f(x, y)が一番強調され,投影に含まれている他の値によるぼけは生じるものの,一応 f(x, y)が復元されるように思えます。この方法を逆投影法といいます。本当に復元ができるかどうか,計算してみましょう。角度 θの軸に投影されたRadon変換 g(s, θ)のうち,(x, y)を通ってきた部分は,前回の (8)式で説明した sと x, yの関係式
s = x cos θ + y sin θ (1)
によって,g(x cos θ+ y sin θ, θ)となります。これをすべての θについて足しあわせるわけですから,逆投影法による再構成像 b(x, y)は
b(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (2)
と表されます。Radon変換の式 (前回の (6)式),すなわち
g(s, θ) =
!! ∞
−∞f(x, y)δ(x cos θ + y sin θ − s)dxdy (3)
と (1)式を (2)式に代入すると
b(x, y) =
! π
0
"!! ∞
−∞f(x′, y′)δ(x′ cos θ + y′ sin θ − (x cos θ + y sin θ))dx′dy′
#dθ
=
!! ∞
−∞f(x′, y′)
"! π
0δ((x′ − x) cos θ + (y′ − y) sin θ))dθ
#dx′dy′ (4)
となります。ここで,関数 h(θ)が有限個の θ = θkについてしか 0にならないとき
δ[h(θ)] =$
k
1
|h′(θk)|δ[θ − θk] (5)
がなりたつことを用います(証明は略)。(4)式のデルタ関数の引数について
(x′ − x) cos θ + (y′ − y) sin θ) =%
(x′ − x)2 + (y′ − y)2 sin(θ + α),
α = cos−1 y′−y√(x′−x)2+(y′−y)2
= sin−1 x′−x√(x′−x)2+(y′−y)2
(6)
で,0 ! θ < πでこの値が 0になるのは θ = π − αのときだけです。したがって,(4)式のデルタ関数は
δ((x′ − x) cos θ + (y′ − y) sin θ)) =1&&&
%(x′ − x)2 + (y′ − y)2 cos(π)
&&&δ(θ − (π − α)) (7)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 1/5 ページ
![Page 52: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/52.jpg)
2014
A. A
sano
, Kan
sai U
niv.
復元できているのだろうか?
2013年度春学期 画像情報処理 第14回第4部・CTスキャナ ― 投影からの画像の再構成/ 逆投影法による再構成
前回の講義では,画像の再構成の手がかりとなる「投影定理」と,投影定理によって直接画像を再構成する方法の問題点を説明しました。今回は,CTスキャナの開発当初,この問題点を解決するために用いられた「フィルタ補正逆投影法」の考えを説明します。
逆投影法
投影定理からはいったん離れて,もうすこし素朴な再構成の方法を考えてみましょう。物体のある点(x, y)での値 f(x, y)を求めるのに,(x, y)を通って写された投影をすべての θについて足しあわせることを考えます。こうすると,これらの投影はすべて f(x, y)を含んでいますから,f(x, y)が一番強調され,投影に含まれている他の値によるぼけは生じるものの,一応 f(x, y)が復元されるように思えます。この方法を逆投影法といいます。本当に復元ができるかどうか,計算してみましょう。角度 θの軸に投影されたRadon変換 g(s, θ)のうち,(x, y)を通ってきた部分は,前回の (8)式で説明した sと x, yの関係式
s = x cos θ + y sin θ (1)
によって,g(x cos θ+ y sin θ, θ)となります。これをすべての θについて足しあわせるわけですから,逆投影法による再構成像 b(x, y)は
b(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (2)
と表されます。Radon変換の式 (前回の (6)式),すなわち
g(s, θ) =
!! ∞
−∞f(x, y)δ(x cos θ + y sin θ − s)dxdy (3)
と (1)式を (2)式に代入すると
b(x, y) =
! π
0
"!! ∞
−∞f(x′, y′)δ(x′ cos θ + y′ sin θ − (x cos θ + y sin θ))dx′dy′
#dθ
=
!! ∞
−∞f(x′, y′)
"! π
0δ((x′ − x) cos θ + (y′ − y) sin θ))dθ
#dx′dy′ (4)
となります。ここで,関数 h(θ)が有限個の θ = θkについてしか 0にならないとき
δ[h(θ)] =$
k
1
|h′(θk)|δ[θ − θk] (5)
がなりたつことを用います(証明は略)。(4)式のデルタ関数の引数について
(x′ − x) cos θ + (y′ − y) sin θ) =%
(x′ − x)2 + (y′ − y)2 sin(θ + α),
α = cos−1 y′−y√(x′−x)2+(y′−y)2
= sin−1 x′−x√(x′−x)2+(y′−y)2
(6)
で,0 ! θ < πでこの値が 0になるのは θ = π − αのときだけです。したがって,(4)式のデルタ関数は
δ((x′ − x) cos θ + (y′ − y) sin θ)) =1&&&
%(x′ − x)2 + (y′ − y)2 cos(π)
&&&δ(θ − (π − α)) (7)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 1/5 ページ
2013年度春学期 画像情報処理 第14回第4部・CTスキャナ ― 投影からの画像の再構成/ 逆投影法による再構成
前回の講義では,画像の再構成の手がかりとなる「投影定理」と,投影定理によって直接画像を再構成する方法の問題点を説明しました。今回は,CTスキャナの開発当初,この問題点を解決するために用いられた「フィルタ補正逆投影法」の考えを説明します。
逆投影法
投影定理からはいったん離れて,もうすこし素朴な再構成の方法を考えてみましょう。物体のある点(x, y)での値 f(x, y)を求めるのに,(x, y)を通って写された投影をすべての θについて足しあわせることを考えます。こうすると,これらの投影はすべて f(x, y)を含んでいますから,f(x, y)が一番強調され,投影に含まれている他の値によるぼけは生じるものの,一応 f(x, y)が復元されるように思えます。この方法を逆投影法といいます。本当に復元ができるかどうか,計算してみましょう。角度 θの軸に投影されたRadon変換 g(s, θ)のうち,(x, y)を通ってきた部分は,前回の (8)式で説明した sと x, yの関係式
s = x cos θ + y sin θ (1)
によって,g(x cos θ+ y sin θ, θ)となります。これをすべての θについて足しあわせるわけですから,逆投影法による再構成像 b(x, y)は
b(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (2)
と表されます。Radon変換の式 (前回の (6)式),すなわち
g(s, θ) =
!! ∞
−∞f(x, y)δ(x cos θ + y sin θ − s)dxdy (3)
と (1)式を (2)式に代入すると
b(x, y) =
! π
0
"!! ∞
−∞f(x′, y′)δ(x′ cos θ + y′ sin θ − (x cos θ + y sin θ))dx′dy′
#dθ
=
!! ∞
−∞f(x′, y′)
"! π
0δ((x′ − x) cos θ + (y′ − y) sin θ))dθ
#dx′dy′ (4)
となります。ここで,関数 h(θ)が有限個の θ = θkについてしか 0にならないとき
δ[h(θ)] =$
k
1
|h′(θk)|δ[θ − θk] (5)
がなりたつことを用います(証明は略)。(4)式のデルタ関数の引数について
(x′ − x) cos θ + (y′ − y) sin θ) =%
(x′ − x)2 + (y′ − y)2 sin(θ + α),
α = cos−1 y′−y√(x′−x)2+(y′−y)2
= sin−1 x′−x√(x′−x)2+(y′−y)2
(6)
で,0 ! θ < πでこの値が 0になるのは θ = π − αのときだけです。したがって,(4)式のデルタ関数は
δ((x′ − x) cos θ + (y′ − y) sin θ)) =1&&&
%(x′ − x)2 + (y′ − y)2 cos(π)
&&&δ(θ − (π − α)) (7)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 1/5 ページ
2013年度春学期 画像情報処理 第14回第4部・CTスキャナ ― 投影からの画像の再構成/ 逆投影法による再構成
前回の講義では,画像の再構成の手がかりとなる「投影定理」と,投影定理によって直接画像を再構成する方法の問題点を説明しました。今回は,CTスキャナの開発当初,この問題点を解決するために用いられた「フィルタ補正逆投影法」の考えを説明します。
逆投影法
投影定理からはいったん離れて,もうすこし素朴な再構成の方法を考えてみましょう。物体のある点(x, y)での値 f(x, y)を求めるのに,(x, y)を通って写された投影をすべての θについて足しあわせることを考えます。こうすると,これらの投影はすべて f(x, y)を含んでいますから,f(x, y)が一番強調され,投影に含まれている他の値によるぼけは生じるものの,一応 f(x, y)が復元されるように思えます。この方法を逆投影法といいます。本当に復元ができるかどうか,計算してみましょう。角度 θの軸に投影されたRadon変換 g(s, θ)のうち,(x, y)を通ってきた部分は,前回の (8)式で説明した sと x, yの関係式
s = x cos θ + y sin θ (1)
によって,g(x cos θ+ y sin θ, θ)となります。これをすべての θについて足しあわせるわけですから,逆投影法による再構成像 b(x, y)は
b(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (2)
と表されます。Radon変換の式 (前回の (6)式),すなわち
g(s, θ) =
!! ∞
−∞f(x, y)δ(x cos θ + y sin θ − s)dxdy (3)
と (1)式を (2)式に代入すると
b(x, y) =
! π
0
"!! ∞
−∞f(x′, y′)δ(x′ cos θ + y′ sin θ − (x cos θ + y sin θ))dx′dy′
#dθ
=
!! ∞
−∞f(x′, y′)
"! π
0δ((x′ − x) cos θ + (y′ − y) sin θ))dθ
#dx′dy′ (4)
となります。ここで,関数 h(θ)が有限個の θ = θkについてしか 0にならないとき
δ[h(θ)] =$
k
1
|h′(θk)|δ[θ − θk] (5)
がなりたつことを用います(証明は略)。(4)式のデルタ関数の引数について
(x′ − x) cos θ + (y′ − y) sin θ) =%
(x′ − x)2 + (y′ − y)2 sin(θ + α),
α = cos−1 y′−y√(x′−x)2+(y′−y)2
= sin−1 x′−x√(x′−x)2+(y′−y)2
(6)
で,0 ! θ < πでこの値が 0になるのは θ = π − αのときだけです。したがって,(4)式のデルタ関数は
δ((x′ − x) cos θ + (y′ − y) sin θ)) =1&&&
%(x′ − x)2 + (y′ − y)2 cos(π)
&&&δ(θ − (π − α)) (7)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 1/5 ページ
Radon変換
逆投影
2013年度春学期 画像情報処理 第14回第4部・CTスキャナ ― 投影からの画像の再構成/ 逆投影法による再構成
前回の講義では,画像の再構成の手がかりとなる「投影定理」と,投影定理によって直接画像を再構成する方法の問題点を説明しました。今回は,CTスキャナの開発当初,この問題点を解決するために用いられた「フィルタ補正逆投影法」の考えを説明します。
逆投影法
投影定理からはいったん離れて,もうすこし素朴な再構成の方法を考えてみましょう。物体のある点(x, y)での値 f(x, y)を求めるのに,(x, y)を通って写された投影をすべての θについて足しあわせることを考えます。こうすると,これらの投影はすべて f(x, y)を含んでいますから,f(x, y)が一番強調され,投影に含まれている他の値によるぼけは生じるものの,一応 f(x, y)が復元されるように思えます。この方法を逆投影法といいます。本当に復元ができるかどうか,計算してみましょう。角度 θの軸に投影されたRadon変換 g(s, θ)のうち,(x, y)を通ってきた部分は,前回の (8)式で説明した sと x, yの関係式
s = x cos θ + y sin θ (1)
によって,g(x cos θ+ y sin θ, θ)となります。これをすべての θについて足しあわせるわけですから,逆投影法による再構成像 b(x, y)は
b(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (2)
と表されます。Radon変換の式 (前回の (6)式),すなわち
g(s, θ) =
!! ∞
−∞f(x, y)δ(x cos θ + y sin θ − s)dxdy (3)
と (1)式を (2)式に代入すると
b(x, y) =
! π
0
"!! ∞
−∞f(x′, y′)δ(x′ cos θ + y′ sin θ − (x cos θ + y sin θ))dx′dy′
#dθ
=
!! ∞
−∞f(x′, y′)
"! π
0δ((x′ − x) cos θ + (y′ − y) sin θ))dθ
#dx′dy′ (4)
となります。ここで,関数 h(θ)が有限個の θ = θkについてしか 0にならないとき
δ[h(θ)] =$
k
1
|h′(θk)|δ[θ − θk] (5)
がなりたつことを用います(証明は略)。(4)式のデルタ関数の引数について
(x′ − x) cos θ + (y′ − y) sin θ) =%
(x′ − x)2 + (y′ − y)2 sin(θ + α),
α = cos−1 y′−y√(x′−x)2+(y′−y)2
= sin−1 x′−x√(x′−x)2+(y′−y)2
(6)
で,0 ! θ < πでこの値が 0になるのは θ = π − αのときだけです。したがって,(4)式のデルタ関数は
δ((x′ − x) cos θ + (y′ − y) sin θ)) =1&&&
%(x′ − x)2 + (y′ − y)2 cos(π)
&&&δ(θ − (π − α)) (7)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 1/5 ページ
![Page 53: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/53.jpg)
2014
A. A
sano
, Kan
sai U
niv.
復元できているのだろうか?
2013年度春学期 画像情報処理 第14回第4部・CTスキャナ ― 投影からの画像の再構成/ 逆投影法による再構成
前回の講義では,画像の再構成の手がかりとなる「投影定理」と,投影定理によって直接画像を再構成する方法の問題点を説明しました。今回は,CTスキャナの開発当初,この問題点を解決するために用いられた「フィルタ補正逆投影法」の考えを説明します。
逆投影法
投影定理からはいったん離れて,もうすこし素朴な再構成の方法を考えてみましょう。物体のある点(x, y)での値 f(x, y)を求めるのに,(x, y)を通って写された投影をすべての θについて足しあわせることを考えます。こうすると,これらの投影はすべて f(x, y)を含んでいますから,f(x, y)が一番強調され,投影に含まれている他の値によるぼけは生じるものの,一応 f(x, y)が復元されるように思えます。この方法を逆投影法といいます。本当に復元ができるかどうか,計算してみましょう。角度 θの軸に投影されたRadon変換 g(s, θ)のうち,(x, y)を通ってきた部分は,前回の (8)式で説明した sと x, yの関係式
s = x cos θ + y sin θ (1)
によって,g(x cos θ+ y sin θ, θ)となります。これをすべての θについて足しあわせるわけですから,逆投影法による再構成像 b(x, y)は
b(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (2)
と表されます。Radon変換の式 (前回の (6)式),すなわち
g(s, θ) =
!! ∞
−∞f(x, y)δ(x cos θ + y sin θ − s)dxdy (3)
と (1)式を (2)式に代入すると
b(x, y) =
! π
0
"!! ∞
−∞f(x′, y′)δ(x′ cos θ + y′ sin θ − (x cos θ + y sin θ))dx′dy′
#dθ
=
!! ∞
−∞f(x′, y′)
"! π
0δ((x′ − x) cos θ + (y′ − y) sin θ))dθ
#dx′dy′ (4)
となります。ここで,関数 h(θ)が有限個の θ = θkについてしか 0にならないとき
δ[h(θ)] =$
k
1
|h′(θk)|δ[θ − θk] (5)
がなりたつことを用います(証明は略)。(4)式のデルタ関数の引数について
(x′ − x) cos θ + (y′ − y) sin θ) =%
(x′ − x)2 + (y′ − y)2 sin(θ + α),
α = cos−1 y′−y√(x′−x)2+(y′−y)2
= sin−1 x′−x√(x′−x)2+(y′−y)2
(6)
で,0 ! θ < πでこの値が 0になるのは θ = π − αのときだけです。したがって,(4)式のデルタ関数は
δ((x′ − x) cos θ + (y′ − y) sin θ)) =1&&&
%(x′ − x)2 + (y′ − y)2 cos(π)
&&&δ(θ − (π − α)) (7)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 1/5 ページ
2013年度春学期 画像情報処理 第14回第4部・CTスキャナ ― 投影からの画像の再構成/ 逆投影法による再構成
前回の講義では,画像の再構成の手がかりとなる「投影定理」と,投影定理によって直接画像を再構成する方法の問題点を説明しました。今回は,CTスキャナの開発当初,この問題点を解決するために用いられた「フィルタ補正逆投影法」の考えを説明します。
逆投影法
投影定理からはいったん離れて,もうすこし素朴な再構成の方法を考えてみましょう。物体のある点(x, y)での値 f(x, y)を求めるのに,(x, y)を通って写された投影をすべての θについて足しあわせることを考えます。こうすると,これらの投影はすべて f(x, y)を含んでいますから,f(x, y)が一番強調され,投影に含まれている他の値によるぼけは生じるものの,一応 f(x, y)が復元されるように思えます。この方法を逆投影法といいます。本当に復元ができるかどうか,計算してみましょう。角度 θの軸に投影されたRadon変換 g(s, θ)のうち,(x, y)を通ってきた部分は,前回の (8)式で説明した sと x, yの関係式
s = x cos θ + y sin θ (1)
によって,g(x cos θ+ y sin θ, θ)となります。これをすべての θについて足しあわせるわけですから,逆投影法による再構成像 b(x, y)は
b(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (2)
と表されます。Radon変換の式 (前回の (6)式),すなわち
g(s, θ) =
!! ∞
−∞f(x, y)δ(x cos θ + y sin θ − s)dxdy (3)
と (1)式を (2)式に代入すると
b(x, y) =
! π
0
"!! ∞
−∞f(x′, y′)δ(x′ cos θ + y′ sin θ − (x cos θ + y sin θ))dx′dy′
#dθ
=
!! ∞
−∞f(x′, y′)
"! π
0δ((x′ − x) cos θ + (y′ − y) sin θ))dθ
#dx′dy′ (4)
となります。ここで,関数 h(θ)が有限個の θ = θkについてしか 0にならないとき
δ[h(θ)] =$
k
1
|h′(θk)|δ[θ − θk] (5)
がなりたつことを用います(証明は略)。(4)式のデルタ関数の引数について
(x′ − x) cos θ + (y′ − y) sin θ) =%
(x′ − x)2 + (y′ − y)2 sin(θ + α),
α = cos−1 y′−y√(x′−x)2+(y′−y)2
= sin−1 x′−x√(x′−x)2+(y′−y)2
(6)
で,0 ! θ < πでこの値が 0になるのは θ = π − αのときだけです。したがって,(4)式のデルタ関数は
δ((x′ − x) cos θ + (y′ − y) sin θ)) =1&&&
%(x′ − x)2 + (y′ − y)2 cos(π)
&&&δ(θ − (π − α)) (7)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 1/5 ページ
2013年度春学期 画像情報処理 第14回第4部・CTスキャナ ― 投影からの画像の再構成/ 逆投影法による再構成
前回の講義では,画像の再構成の手がかりとなる「投影定理」と,投影定理によって直接画像を再構成する方法の問題点を説明しました。今回は,CTスキャナの開発当初,この問題点を解決するために用いられた「フィルタ補正逆投影法」の考えを説明します。
逆投影法
投影定理からはいったん離れて,もうすこし素朴な再構成の方法を考えてみましょう。物体のある点(x, y)での値 f(x, y)を求めるのに,(x, y)を通って写された投影をすべての θについて足しあわせることを考えます。こうすると,これらの投影はすべて f(x, y)を含んでいますから,f(x, y)が一番強調され,投影に含まれている他の値によるぼけは生じるものの,一応 f(x, y)が復元されるように思えます。この方法を逆投影法といいます。本当に復元ができるかどうか,計算してみましょう。角度 θの軸に投影されたRadon変換 g(s, θ)のうち,(x, y)を通ってきた部分は,前回の (8)式で説明した sと x, yの関係式
s = x cos θ + y sin θ (1)
によって,g(x cos θ+ y sin θ, θ)となります。これをすべての θについて足しあわせるわけですから,逆投影法による再構成像 b(x, y)は
b(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (2)
と表されます。Radon変換の式 (前回の (6)式),すなわち
g(s, θ) =
!! ∞
−∞f(x, y)δ(x cos θ + y sin θ − s)dxdy (3)
と (1)式を (2)式に代入すると
b(x, y) =
! π
0
"!! ∞
−∞f(x′, y′)δ(x′ cos θ + y′ sin θ − (x cos θ + y sin θ))dx′dy′
#dθ
=
!! ∞
−∞f(x′, y′)
"! π
0δ((x′ − x) cos θ + (y′ − y) sin θ))dθ
#dx′dy′ (4)
となります。ここで,関数 h(θ)が有限個の θ = θkについてしか 0にならないとき
δ[h(θ)] =$
k
1
|h′(θk)|δ[θ − θk] (5)
がなりたつことを用います(証明は略)。(4)式のデルタ関数の引数について
(x′ − x) cos θ + (y′ − y) sin θ) =%
(x′ − x)2 + (y′ − y)2 sin(θ + α),
α = cos−1 y′−y√(x′−x)2+(y′−y)2
= sin−1 x′−x√(x′−x)2+(y′−y)2
(6)
で,0 ! θ < πでこの値が 0になるのは θ = π − αのときだけです。したがって,(4)式のデルタ関数は
δ((x′ − x) cos θ + (y′ − y) sin θ)) =1&&&
%(x′ − x)2 + (y′ − y)2 cos(π)
&&&δ(θ − (π − α)) (7)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 1/5 ページ
Radon変換
逆投影
2013年度春学期 画像情報処理 第14回第4部・CTスキャナ ― 投影からの画像の再構成/ 逆投影法による再構成
前回の講義では,画像の再構成の手がかりとなる「投影定理」と,投影定理によって直接画像を再構成する方法の問題点を説明しました。今回は,CTスキャナの開発当初,この問題点を解決するために用いられた「フィルタ補正逆投影法」の考えを説明します。
逆投影法
投影定理からはいったん離れて,もうすこし素朴な再構成の方法を考えてみましょう。物体のある点(x, y)での値 f(x, y)を求めるのに,(x, y)を通って写された投影をすべての θについて足しあわせることを考えます。こうすると,これらの投影はすべて f(x, y)を含んでいますから,f(x, y)が一番強調され,投影に含まれている他の値によるぼけは生じるものの,一応 f(x, y)が復元されるように思えます。この方法を逆投影法といいます。本当に復元ができるかどうか,計算してみましょう。角度 θの軸に投影されたRadon変換 g(s, θ)のうち,(x, y)を通ってきた部分は,前回の (8)式で説明した sと x, yの関係式
s = x cos θ + y sin θ (1)
によって,g(x cos θ+ y sin θ, θ)となります。これをすべての θについて足しあわせるわけですから,逆投影法による再構成像 b(x, y)は
b(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (2)
と表されます。Radon変換の式 (前回の (6)式),すなわち
g(s, θ) =
!! ∞
−∞f(x, y)δ(x cos θ + y sin θ − s)dxdy (3)
と (1)式を (2)式に代入すると
b(x, y) =
! π
0
"!! ∞
−∞f(x′, y′)δ(x′ cos θ + y′ sin θ − (x cos θ + y sin θ))dx′dy′
#dθ
=
!! ∞
−∞f(x′, y′)
"! π
0δ((x′ − x) cos θ + (y′ − y) sin θ))dθ
#dx′dy′ (4)
となります。ここで,関数 h(θ)が有限個の θ = θkについてしか 0にならないとき
δ[h(θ)] =$
k
1
|h′(θk)|δ[θ − θk] (5)
がなりたつことを用います(証明は略)。(4)式のデルタ関数の引数について
(x′ − x) cos θ + (y′ − y) sin θ) =%
(x′ − x)2 + (y′ − y)2 sin(θ + α),
α = cos−1 y′−y√(x′−x)2+(y′−y)2
= sin−1 x′−x√(x′−x)2+(y′−y)2
(6)
で,0 ! θ < πでこの値が 0になるのは θ = π − αのときだけです。したがって,(4)式のデルタ関数は
δ((x′ − x) cos θ + (y′ − y) sin θ)) =1&&&
%(x′ − x)2 + (y′ − y)2 cos(π)
&&&δ(θ − (π − α)) (7)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 1/5 ページ
![Page 54: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/54.jpg)
2014
A. A
sano
, Kan
sai U
niv.
復元できているのだろうか?
2013年度春学期 画像情報処理 第14回第4部・CTスキャナ ― 投影からの画像の再構成/ 逆投影法による再構成
前回の講義では,画像の再構成の手がかりとなる「投影定理」と,投影定理によって直接画像を再構成する方法の問題点を説明しました。今回は,CTスキャナの開発当初,この問題点を解決するために用いられた「フィルタ補正逆投影法」の考えを説明します。
逆投影法
投影定理からはいったん離れて,もうすこし素朴な再構成の方法を考えてみましょう。物体のある点(x, y)での値 f(x, y)を求めるのに,(x, y)を通って写された投影をすべての θについて足しあわせることを考えます。こうすると,これらの投影はすべて f(x, y)を含んでいますから,f(x, y)が一番強調され,投影に含まれている他の値によるぼけは生じるものの,一応 f(x, y)が復元されるように思えます。この方法を逆投影法といいます。本当に復元ができるかどうか,計算してみましょう。角度 θの軸に投影されたRadon変換 g(s, θ)のうち,(x, y)を通ってきた部分は,前回の (8)式で説明した sと x, yの関係式
s = x cos θ + y sin θ (1)
によって,g(x cos θ+ y sin θ, θ)となります。これをすべての θについて足しあわせるわけですから,逆投影法による再構成像 b(x, y)は
b(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (2)
と表されます。Radon変換の式 (前回の (6)式),すなわち
g(s, θ) =
!! ∞
−∞f(x, y)δ(x cos θ + y sin θ − s)dxdy (3)
と (1)式を (2)式に代入すると
b(x, y) =
! π
0
"!! ∞
−∞f(x′, y′)δ(x′ cos θ + y′ sin θ − (x cos θ + y sin θ))dx′dy′
#dθ
=
!! ∞
−∞f(x′, y′)
"! π
0δ((x′ − x) cos θ + (y′ − y) sin θ))dθ
#dx′dy′ (4)
となります。ここで,関数 h(θ)が有限個の θ = θkについてしか 0にならないとき
δ[h(θ)] =$
k
1
|h′(θk)|δ[θ − θk] (5)
がなりたつことを用います(証明は略)。(4)式のデルタ関数の引数について
(x′ − x) cos θ + (y′ − y) sin θ) =%
(x′ − x)2 + (y′ − y)2 sin(θ + α),
α = cos−1 y′−y√(x′−x)2+(y′−y)2
= sin−1 x′−x√(x′−x)2+(y′−y)2
(6)
で,0 ! θ < πでこの値が 0になるのは θ = π − αのときだけです。したがって,(4)式のデルタ関数は
δ((x′ − x) cos θ + (y′ − y) sin θ)) =1&&&
%(x′ − x)2 + (y′ − y)2 cos(π)
&&&δ(θ − (π − α)) (7)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 1/5 ページ
2013年度春学期 画像情報処理 第14回第4部・CTスキャナ ― 投影からの画像の再構成/ 逆投影法による再構成
前回の講義では,画像の再構成の手がかりとなる「投影定理」と,投影定理によって直接画像を再構成する方法の問題点を説明しました。今回は,CTスキャナの開発当初,この問題点を解決するために用いられた「フィルタ補正逆投影法」の考えを説明します。
逆投影法
投影定理からはいったん離れて,もうすこし素朴な再構成の方法を考えてみましょう。物体のある点(x, y)での値 f(x, y)を求めるのに,(x, y)を通って写された投影をすべての θについて足しあわせることを考えます。こうすると,これらの投影はすべて f(x, y)を含んでいますから,f(x, y)が一番強調され,投影に含まれている他の値によるぼけは生じるものの,一応 f(x, y)が復元されるように思えます。この方法を逆投影法といいます。本当に復元ができるかどうか,計算してみましょう。角度 θの軸に投影されたRadon変換 g(s, θ)のうち,(x, y)を通ってきた部分は,前回の (8)式で説明した sと x, yの関係式
s = x cos θ + y sin θ (1)
によって,g(x cos θ+ y sin θ, θ)となります。これをすべての θについて足しあわせるわけですから,逆投影法による再構成像 b(x, y)は
b(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (2)
と表されます。Radon変換の式 (前回の (6)式),すなわち
g(s, θ) =
!! ∞
−∞f(x, y)δ(x cos θ + y sin θ − s)dxdy (3)
と (1)式を (2)式に代入すると
b(x, y) =
! π
0
"!! ∞
−∞f(x′, y′)δ(x′ cos θ + y′ sin θ − (x cos θ + y sin θ))dx′dy′
#dθ
=
!! ∞
−∞f(x′, y′)
"! π
0δ((x′ − x) cos θ + (y′ − y) sin θ))dθ
#dx′dy′ (4)
となります。ここで,関数 h(θ)が有限個の θ = θkについてしか 0にならないとき
δ[h(θ)] =$
k
1
|h′(θk)|δ[θ − θk] (5)
がなりたつことを用います(証明は略)。(4)式のデルタ関数の引数について
(x′ − x) cos θ + (y′ − y) sin θ) =%
(x′ − x)2 + (y′ − y)2 sin(θ + α),
α = cos−1 y′−y√(x′−x)2+(y′−y)2
= sin−1 x′−x√(x′−x)2+(y′−y)2
(6)
で,0 ! θ < πでこの値が 0になるのは θ = π − αのときだけです。したがって,(4)式のデルタ関数は
δ((x′ − x) cos θ + (y′ − y) sin θ)) =1&&&
%(x′ − x)2 + (y′ − y)2 cos(π)
&&&δ(θ − (π − α)) (7)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 1/5 ページ
2013年度春学期 画像情報処理 第14回第4部・CTスキャナ ― 投影からの画像の再構成/ 逆投影法による再構成
前回の講義では,画像の再構成の手がかりとなる「投影定理」と,投影定理によって直接画像を再構成する方法の問題点を説明しました。今回は,CTスキャナの開発当初,この問題点を解決するために用いられた「フィルタ補正逆投影法」の考えを説明します。
逆投影法
投影定理からはいったん離れて,もうすこし素朴な再構成の方法を考えてみましょう。物体のある点(x, y)での値 f(x, y)を求めるのに,(x, y)を通って写された投影をすべての θについて足しあわせることを考えます。こうすると,これらの投影はすべて f(x, y)を含んでいますから,f(x, y)が一番強調され,投影に含まれている他の値によるぼけは生じるものの,一応 f(x, y)が復元されるように思えます。この方法を逆投影法といいます。本当に復元ができるかどうか,計算してみましょう。角度 θの軸に投影されたRadon変換 g(s, θ)のうち,(x, y)を通ってきた部分は,前回の (8)式で説明した sと x, yの関係式
s = x cos θ + y sin θ (1)
によって,g(x cos θ+ y sin θ, θ)となります。これをすべての θについて足しあわせるわけですから,逆投影法による再構成像 b(x, y)は
b(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (2)
と表されます。Radon変換の式 (前回の (6)式),すなわち
g(s, θ) =
!! ∞
−∞f(x, y)δ(x cos θ + y sin θ − s)dxdy (3)
と (1)式を (2)式に代入すると
b(x, y) =
! π
0
"!! ∞
−∞f(x′, y′)δ(x′ cos θ + y′ sin θ − (x cos θ + y sin θ))dx′dy′
#dθ
=
!! ∞
−∞f(x′, y′)
"! π
0δ((x′ − x) cos θ + (y′ − y) sin θ))dθ
#dx′dy′ (4)
となります。ここで,関数 h(θ)が有限個の θ = θkについてしか 0にならないとき
δ[h(θ)] =$
k
1
|h′(θk)|δ[θ − θk] (5)
がなりたつことを用います(証明は略)。(4)式のデルタ関数の引数について
(x′ − x) cos θ + (y′ − y) sin θ) =%
(x′ − x)2 + (y′ − y)2 sin(θ + α),
α = cos−1 y′−y√(x′−x)2+(y′−y)2
= sin−1 x′−x√(x′−x)2+(y′−y)2
(6)
で,0 ! θ < πでこの値が 0になるのは θ = π − αのときだけです。したがって,(4)式のデルタ関数は
δ((x′ − x) cos θ + (y′ − y) sin θ)) =1&&&
%(x′ − x)2 + (y′ − y)2 cos(π)
&&&δ(θ − (π − α)) (7)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 1/5 ページ
Radon変換
逆投影
2013年度春学期 画像情報処理 第14回第4部・CTスキャナ ― 投影からの画像の再構成/ 逆投影法による再構成
前回の講義では,画像の再構成の手がかりとなる「投影定理」と,投影定理によって直接画像を再構成する方法の問題点を説明しました。今回は,CTスキャナの開発当初,この問題点を解決するために用いられた「フィルタ補正逆投影法」の考えを説明します。
逆投影法
投影定理からはいったん離れて,もうすこし素朴な再構成の方法を考えてみましょう。物体のある点(x, y)での値 f(x, y)を求めるのに,(x, y)を通って写された投影をすべての θについて足しあわせることを考えます。こうすると,これらの投影はすべて f(x, y)を含んでいますから,f(x, y)が一番強調され,投影に含まれている他の値によるぼけは生じるものの,一応 f(x, y)が復元されるように思えます。この方法を逆投影法といいます。本当に復元ができるかどうか,計算してみましょう。角度 θの軸に投影されたRadon変換 g(s, θ)のうち,(x, y)を通ってきた部分は,前回の (8)式で説明した sと x, yの関係式
s = x cos θ + y sin θ (1)
によって,g(x cos θ+ y sin θ, θ)となります。これをすべての θについて足しあわせるわけですから,逆投影法による再構成像 b(x, y)は
b(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (2)
と表されます。Radon変換の式 (前回の (6)式),すなわち
g(s, θ) =
!! ∞
−∞f(x, y)δ(x cos θ + y sin θ − s)dxdy (3)
と (1)式を (2)式に代入すると
b(x, y) =
! π
0
"!! ∞
−∞f(x′, y′)δ(x′ cos θ + y′ sin θ − (x cos θ + y sin θ))dx′dy′
#dθ
=
!! ∞
−∞f(x′, y′)
"! π
0δ((x′ − x) cos θ + (y′ − y) sin θ))dθ
#dx′dy′ (4)
となります。ここで,関数 h(θ)が有限個の θ = θkについてしか 0にならないとき
δ[h(θ)] =$
k
1
|h′(θk)|δ[θ − θk] (5)
がなりたつことを用います(証明は略)。(4)式のデルタ関数の引数について
(x′ − x) cos θ + (y′ − y) sin θ) =%
(x′ − x)2 + (y′ − y)2 sin(θ + α),
α = cos−1 y′−y√(x′−x)2+(y′−y)2
= sin−1 x′−x√(x′−x)2+(y′−y)2
(6)
で,0 ! θ < πでこの値が 0になるのは θ = π − αのときだけです。したがって,(4)式のデルタ関数は
δ((x′ − x) cos θ + (y′ − y) sin θ)) =1&&&
%(x′ − x)2 + (y′ − y)2 cos(π)
&&&δ(θ − (π − α)) (7)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 1/5 ページ
![Page 55: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/55.jpg)
2014
A. A
sano
, Kan
sai U
niv.
復元できているのだろうか?
2013年度春学期 画像情報処理 第14回第4部・CTスキャナ ― 投影からの画像の再構成/ 逆投影法による再構成
前回の講義では,画像の再構成の手がかりとなる「投影定理」と,投影定理によって直接画像を再構成する方法の問題点を説明しました。今回は,CTスキャナの開発当初,この問題点を解決するために用いられた「フィルタ補正逆投影法」の考えを説明します。
逆投影法
投影定理からはいったん離れて,もうすこし素朴な再構成の方法を考えてみましょう。物体のある点(x, y)での値 f(x, y)を求めるのに,(x, y)を通って写された投影をすべての θについて足しあわせることを考えます。こうすると,これらの投影はすべて f(x, y)を含んでいますから,f(x, y)が一番強調され,投影に含まれている他の値によるぼけは生じるものの,一応 f(x, y)が復元されるように思えます。この方法を逆投影法といいます。本当に復元ができるかどうか,計算してみましょう。角度 θの軸に投影されたRadon変換 g(s, θ)のうち,(x, y)を通ってきた部分は,前回の (8)式で説明した sと x, yの関係式
s = x cos θ + y sin θ (1)
によって,g(x cos θ+ y sin θ, θ)となります。これをすべての θについて足しあわせるわけですから,逆投影法による再構成像 b(x, y)は
b(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (2)
と表されます。Radon変換の式 (前回の (6)式),すなわち
g(s, θ) =
!! ∞
−∞f(x, y)δ(x cos θ + y sin θ − s)dxdy (3)
と (1)式を (2)式に代入すると
b(x, y) =
! π
0
"!! ∞
−∞f(x′, y′)δ(x′ cos θ + y′ sin θ − (x cos θ + y sin θ))dx′dy′
#dθ
=
!! ∞
−∞f(x′, y′)
"! π
0δ((x′ − x) cos θ + (y′ − y) sin θ))dθ
#dx′dy′ (4)
となります。ここで,関数 h(θ)が有限個の θ = θkについてしか 0にならないとき
δ[h(θ)] =$
k
1
|h′(θk)|δ[θ − θk] (5)
がなりたつことを用います(証明は略)。(4)式のデルタ関数の引数について
(x′ − x) cos θ + (y′ − y) sin θ) =%
(x′ − x)2 + (y′ − y)2 sin(θ + α),
α = cos−1 y′−y√(x′−x)2+(y′−y)2
= sin−1 x′−x√(x′−x)2+(y′−y)2
(6)
で,0 ! θ < πでこの値が 0になるのは θ = π − αのときだけです。したがって,(4)式のデルタ関数は
δ((x′ − x) cos θ + (y′ − y) sin θ)) =1&&&
%(x′ − x)2 + (y′ − y)2 cos(π)
&&&δ(θ − (π − α)) (7)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 1/5 ページ
2013年度春学期 画像情報処理 第14回第4部・CTスキャナ ― 投影からの画像の再構成/ 逆投影法による再構成
前回の講義では,画像の再構成の手がかりとなる「投影定理」と,投影定理によって直接画像を再構成する方法の問題点を説明しました。今回は,CTスキャナの開発当初,この問題点を解決するために用いられた「フィルタ補正逆投影法」の考えを説明します。
逆投影法
投影定理からはいったん離れて,もうすこし素朴な再構成の方法を考えてみましょう。物体のある点(x, y)での値 f(x, y)を求めるのに,(x, y)を通って写された投影をすべての θについて足しあわせることを考えます。こうすると,これらの投影はすべて f(x, y)を含んでいますから,f(x, y)が一番強調され,投影に含まれている他の値によるぼけは生じるものの,一応 f(x, y)が復元されるように思えます。この方法を逆投影法といいます。本当に復元ができるかどうか,計算してみましょう。角度 θの軸に投影されたRadon変換 g(s, θ)のうち,(x, y)を通ってきた部分は,前回の (8)式で説明した sと x, yの関係式
s = x cos θ + y sin θ (1)
によって,g(x cos θ+ y sin θ, θ)となります。これをすべての θについて足しあわせるわけですから,逆投影法による再構成像 b(x, y)は
b(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (2)
と表されます。Radon変換の式 (前回の (6)式),すなわち
g(s, θ) =
!! ∞
−∞f(x, y)δ(x cos θ + y sin θ − s)dxdy (3)
と (1)式を (2)式に代入すると
b(x, y) =
! π
0
"!! ∞
−∞f(x′, y′)δ(x′ cos θ + y′ sin θ − (x cos θ + y sin θ))dx′dy′
#dθ
=
!! ∞
−∞f(x′, y′)
"! π
0δ((x′ − x) cos θ + (y′ − y) sin θ))dθ
#dx′dy′ (4)
となります。ここで,関数 h(θ)が有限個の θ = θkについてしか 0にならないとき
δ[h(θ)] =$
k
1
|h′(θk)|δ[θ − θk] (5)
がなりたつことを用います(証明は略)。(4)式のデルタ関数の引数について
(x′ − x) cos θ + (y′ − y) sin θ) =%
(x′ − x)2 + (y′ − y)2 sin(θ + α),
α = cos−1 y′−y√(x′−x)2+(y′−y)2
= sin−1 x′−x√(x′−x)2+(y′−y)2
(6)
で,0 ! θ < πでこの値が 0になるのは θ = π − αのときだけです。したがって,(4)式のデルタ関数は
δ((x′ − x) cos θ + (y′ − y) sin θ)) =1&&&
%(x′ − x)2 + (y′ − y)2 cos(π)
&&&δ(θ − (π − α)) (7)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 1/5 ページ
2013年度春学期 画像情報処理 第14回第4部・CTスキャナ ― 投影からの画像の再構成/ 逆投影法による再構成
前回の講義では,画像の再構成の手がかりとなる「投影定理」と,投影定理によって直接画像を再構成する方法の問題点を説明しました。今回は,CTスキャナの開発当初,この問題点を解決するために用いられた「フィルタ補正逆投影法」の考えを説明します。
逆投影法
投影定理からはいったん離れて,もうすこし素朴な再構成の方法を考えてみましょう。物体のある点(x, y)での値 f(x, y)を求めるのに,(x, y)を通って写された投影をすべての θについて足しあわせることを考えます。こうすると,これらの投影はすべて f(x, y)を含んでいますから,f(x, y)が一番強調され,投影に含まれている他の値によるぼけは生じるものの,一応 f(x, y)が復元されるように思えます。この方法を逆投影法といいます。本当に復元ができるかどうか,計算してみましょう。角度 θの軸に投影されたRadon変換 g(s, θ)のうち,(x, y)を通ってきた部分は,前回の (8)式で説明した sと x, yの関係式
s = x cos θ + y sin θ (1)
によって,g(x cos θ+ y sin θ, θ)となります。これをすべての θについて足しあわせるわけですから,逆投影法による再構成像 b(x, y)は
b(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (2)
と表されます。Radon変換の式 (前回の (6)式),すなわち
g(s, θ) =
!! ∞
−∞f(x, y)δ(x cos θ + y sin θ − s)dxdy (3)
と (1)式を (2)式に代入すると
b(x, y) =
! π
0
"!! ∞
−∞f(x′, y′)δ(x′ cos θ + y′ sin θ − (x cos θ + y sin θ))dx′dy′
#dθ
=
!! ∞
−∞f(x′, y′)
"! π
0δ((x′ − x) cos θ + (y′ − y) sin θ))dθ
#dx′dy′ (4)
となります。ここで,関数 h(θ)が有限個の θ = θkについてしか 0にならないとき
δ[h(θ)] =$
k
1
|h′(θk)|δ[θ − θk] (5)
がなりたつことを用います(証明は略)。(4)式のデルタ関数の引数について
(x′ − x) cos θ + (y′ − y) sin θ) =%
(x′ − x)2 + (y′ − y)2 sin(θ + α),
α = cos−1 y′−y√(x′−x)2+(y′−y)2
= sin−1 x′−x√(x′−x)2+(y′−y)2
(6)
で,0 ! θ < πでこの値が 0になるのは θ = π − αのときだけです。したがって,(4)式のデルタ関数は
δ((x′ − x) cos θ + (y′ − y) sin θ)) =1&&&
%(x′ − x)2 + (y′ − y)2 cos(π)
&&&δ(θ − (π − α)) (7)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 1/5 ページ
Radon変換
逆投影
2013年度春学期 画像情報処理 第14回第4部・CTスキャナ ― 投影からの画像の再構成/ 逆投影法による再構成
前回の講義では,画像の再構成の手がかりとなる「投影定理」と,投影定理によって直接画像を再構成する方法の問題点を説明しました。今回は,CTスキャナの開発当初,この問題点を解決するために用いられた「フィルタ補正逆投影法」の考えを説明します。
逆投影法
投影定理からはいったん離れて,もうすこし素朴な再構成の方法を考えてみましょう。物体のある点(x, y)での値 f(x, y)を求めるのに,(x, y)を通って写された投影をすべての θについて足しあわせることを考えます。こうすると,これらの投影はすべて f(x, y)を含んでいますから,f(x, y)が一番強調され,投影に含まれている他の値によるぼけは生じるものの,一応 f(x, y)が復元されるように思えます。この方法を逆投影法といいます。本当に復元ができるかどうか,計算してみましょう。角度 θの軸に投影されたRadon変換 g(s, θ)のうち,(x, y)を通ってきた部分は,前回の (8)式で説明した sと x, yの関係式
s = x cos θ + y sin θ (1)
によって,g(x cos θ+ y sin θ, θ)となります。これをすべての θについて足しあわせるわけですから,逆投影法による再構成像 b(x, y)は
b(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (2)
と表されます。Radon変換の式 (前回の (6)式),すなわち
g(s, θ) =
!! ∞
−∞f(x, y)δ(x cos θ + y sin θ − s)dxdy (3)
と (1)式を (2)式に代入すると
b(x, y) =
! π
0
"!! ∞
−∞f(x′, y′)δ(x′ cos θ + y′ sin θ − (x cos θ + y sin θ))dx′dy′
#dθ
=
!! ∞
−∞f(x′, y′)
"! π
0δ((x′ − x) cos θ + (y′ − y) sin θ))dθ
#dx′dy′ (4)
となります。ここで,関数 h(θ)が有限個の θ = θkについてしか 0にならないとき
δ[h(θ)] =$
k
1
|h′(θk)|δ[θ − θk] (5)
がなりたつことを用います(証明は略)。(4)式のデルタ関数の引数について
(x′ − x) cos θ + (y′ − y) sin θ) =%
(x′ − x)2 + (y′ − y)2 sin(θ + α),
α = cos−1 y′−y√(x′−x)2+(y′−y)2
= sin−1 x′−x√(x′−x)2+(y′−y)2
(6)
で,0 ! θ < πでこの値が 0になるのは θ = π − αのときだけです。したがって,(4)式のデルタ関数は
δ((x′ − x) cos θ + (y′ − y) sin θ)) =1&&&
%(x′ − x)2 + (y′ − y)2 cos(π)
&&&δ(θ − (π − α)) (7)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 1/5 ページ
![Page 56: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/56.jpg)
2014
A. A
sano
, Kan
sai U
niv.
復元できているのだろうか?
2013年度春学期 画像情報処理 第14回第4部・CTスキャナ ― 投影からの画像の再構成/ 逆投影法による再構成
前回の講義では,画像の再構成の手がかりとなる「投影定理」と,投影定理によって直接画像を再構成する方法の問題点を説明しました。今回は,CTスキャナの開発当初,この問題点を解決するために用いられた「フィルタ補正逆投影法」の考えを説明します。
逆投影法
投影定理からはいったん離れて,もうすこし素朴な再構成の方法を考えてみましょう。物体のある点(x, y)での値 f(x, y)を求めるのに,(x, y)を通って写された投影をすべての θについて足しあわせることを考えます。こうすると,これらの投影はすべて f(x, y)を含んでいますから,f(x, y)が一番強調され,投影に含まれている他の値によるぼけは生じるものの,一応 f(x, y)が復元されるように思えます。この方法を逆投影法といいます。本当に復元ができるかどうか,計算してみましょう。角度 θの軸に投影されたRadon変換 g(s, θ)のうち,(x, y)を通ってきた部分は,前回の (8)式で説明した sと x, yの関係式
s = x cos θ + y sin θ (1)
によって,g(x cos θ+ y sin θ, θ)となります。これをすべての θについて足しあわせるわけですから,逆投影法による再構成像 b(x, y)は
b(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (2)
と表されます。Radon変換の式 (前回の (6)式),すなわち
g(s, θ) =
!! ∞
−∞f(x, y)δ(x cos θ + y sin θ − s)dxdy (3)
と (1)式を (2)式に代入すると
b(x, y) =
! π
0
"!! ∞
−∞f(x′, y′)δ(x′ cos θ + y′ sin θ − (x cos θ + y sin θ))dx′dy′
#dθ
=
!! ∞
−∞f(x′, y′)
"! π
0δ((x′ − x) cos θ + (y′ − y) sin θ))dθ
#dx′dy′ (4)
となります。ここで,関数 h(θ)が有限個の θ = θkについてしか 0にならないとき
δ[h(θ)] =$
k
1
|h′(θk)|δ[θ − θk] (5)
がなりたつことを用います(証明は略)。(4)式のデルタ関数の引数について
(x′ − x) cos θ + (y′ − y) sin θ) =%
(x′ − x)2 + (y′ − y)2 sin(θ + α),
α = cos−1 y′−y√(x′−x)2+(y′−y)2
= sin−1 x′−x√(x′−x)2+(y′−y)2
(6)
で,0 ! θ < πでこの値が 0になるのは θ = π − αのときだけです。したがって,(4)式のデルタ関数は
δ((x′ − x) cos θ + (y′ − y) sin θ)) =1&&&
%(x′ − x)2 + (y′ − y)2 cos(π)
&&&δ(θ − (π − α)) (7)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 1/5 ページ
![Page 57: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/57.jpg)
2014
A. A
sano
, Kan
sai U
niv.
復元できているのだろうか?
2013年度春学期 画像情報処理 第14回第4部・CTスキャナ ― 投影からの画像の再構成/ 逆投影法による再構成
前回の講義では,画像の再構成の手がかりとなる「投影定理」と,投影定理によって直接画像を再構成する方法の問題点を説明しました。今回は,CTスキャナの開発当初,この問題点を解決するために用いられた「フィルタ補正逆投影法」の考えを説明します。
逆投影法
投影定理からはいったん離れて,もうすこし素朴な再構成の方法を考えてみましょう。物体のある点(x, y)での値 f(x, y)を求めるのに,(x, y)を通って写された投影をすべての θについて足しあわせることを考えます。こうすると,これらの投影はすべて f(x, y)を含んでいますから,f(x, y)が一番強調され,投影に含まれている他の値によるぼけは生じるものの,一応 f(x, y)が復元されるように思えます。この方法を逆投影法といいます。本当に復元ができるかどうか,計算してみましょう。角度 θの軸に投影されたRadon変換 g(s, θ)のうち,(x, y)を通ってきた部分は,前回の (8)式で説明した sと x, yの関係式
s = x cos θ + y sin θ (1)
によって,g(x cos θ+ y sin θ, θ)となります。これをすべての θについて足しあわせるわけですから,逆投影法による再構成像 b(x, y)は
b(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (2)
と表されます。Radon変換の式 (前回の (6)式),すなわち
g(s, θ) =
!! ∞
−∞f(x, y)δ(x cos θ + y sin θ − s)dxdy (3)
と (1)式を (2)式に代入すると
b(x, y) =
! π
0
"!! ∞
−∞f(x′, y′)δ(x′ cos θ + y′ sin θ − (x cos θ + y sin θ))dx′dy′
#dθ
=
!! ∞
−∞f(x′, y′)
"! π
0δ((x′ − x) cos θ + (y′ − y) sin θ))dθ
#dx′dy′ (4)
となります。ここで,関数 h(θ)が有限個の θ = θkについてしか 0にならないとき
δ[h(θ)] =$
k
1
|h′(θk)|δ[θ − θk] (5)
がなりたつことを用います(証明は略)。(4)式のデルタ関数の引数について
(x′ − x) cos θ + (y′ − y) sin θ) =%
(x′ − x)2 + (y′ − y)2 sin(θ + α),
α = cos−1 y′−y√(x′−x)2+(y′−y)2
= sin−1 x′−x√(x′−x)2+(y′−y)2
(6)
で,0 ! θ < πでこの値が 0になるのは θ = π − αのときだけです。したがって,(4)式のデルタ関数は
δ((x′ − x) cos θ + (y′ − y) sin θ)) =1&&&
%(x′ − x)2 + (y′ − y)2 cos(π)
&&&δ(θ − (π − α)) (7)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 1/5 ページ
![Page 58: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/58.jpg)
2014
A. A
sano
, Kan
sai U
niv.
復元できているのだろうか?
h(θ)が有限個のθkでしか0にならないとき
2013年度春学期 画像情報処理 第14回第4部・CTスキャナ ― 投影からの画像の再構成/ 逆投影法による再構成
前回の講義では,画像の再構成の手がかりとなる「投影定理」と,投影定理によって直接画像を再構成する方法の問題点を説明しました。今回は,CTスキャナの開発当初,この問題点を解決するために用いられた「フィルタ補正逆投影法」の考えを説明します。
逆投影法
投影定理からはいったん離れて,もうすこし素朴な再構成の方法を考えてみましょう。物体のある点(x, y)での値 f(x, y)を求めるのに,(x, y)を通って写された投影をすべての θについて足しあわせることを考えます。こうすると,これらの投影はすべて f(x, y)を含んでいますから,f(x, y)が一番強調され,投影に含まれている他の値によるぼけは生じるものの,一応 f(x, y)が復元されるように思えます。この方法を逆投影法といいます。本当に復元ができるかどうか,計算してみましょう。角度 θの軸に投影されたRadon変換 g(s, θ)のうち,(x, y)を通ってきた部分は,前回の (8)式で説明した sと x, yの関係式
s = x cos θ + y sin θ (1)
によって,g(x cos θ+ y sin θ, θ)となります。これをすべての θについて足しあわせるわけですから,逆投影法による再構成像 b(x, y)は
b(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (2)
と表されます。Radon変換の式 (前回の (6)式),すなわち
g(s, θ) =
!! ∞
−∞f(x, y)δ(x cos θ + y sin θ − s)dxdy (3)
と (1)式を (2)式に代入すると
b(x, y) =
! π
0
"!! ∞
−∞f(x′, y′)δ(x′ cos θ + y′ sin θ − (x cos θ + y sin θ))dx′dy′
#dθ
=
!! ∞
−∞f(x′, y′)
"! π
0δ((x′ − x) cos θ + (y′ − y) sin θ))dθ
#dx′dy′ (4)
となります。ここで,関数 h(θ)が有限個の θ = θkについてしか 0にならないとき
δ[h(θ)] =$
k
1
|h′(θk)|δ[θ − θk] (5)
がなりたつことを用います(証明は略)。(4)式のデルタ関数の引数について
(x′ − x) cos θ + (y′ − y) sin θ) =%
(x′ − x)2 + (y′ − y)2 sin(θ + α),
α = cos−1 y′−y√(x′−x)2+(y′−y)2
= sin−1 x′−x√(x′−x)2+(y′−y)2
(6)
で,0 ! θ < πでこの値が 0になるのは θ = π − αのときだけです。したがって,(4)式のデルタ関数は
δ((x′ − x) cos θ + (y′ − y) sin θ)) =1&&&
%(x′ − x)2 + (y′ − y)2 cos(π)
&&&δ(θ − (π − α)) (7)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 1/5 ページ
2013年度春学期 画像情報処理 第14回第4部・CTスキャナ ― 投影からの画像の再構成/ 逆投影法による再構成
前回の講義では,画像の再構成の手がかりとなる「投影定理」と,投影定理によって直接画像を再構成する方法の問題点を説明しました。今回は,CTスキャナの開発当初,この問題点を解決するために用いられた「フィルタ補正逆投影法」の考えを説明します。
逆投影法
投影定理からはいったん離れて,もうすこし素朴な再構成の方法を考えてみましょう。物体のある点(x, y)での値 f(x, y)を求めるのに,(x, y)を通って写された投影をすべての θについて足しあわせることを考えます。こうすると,これらの投影はすべて f(x, y)を含んでいますから,f(x, y)が一番強調され,投影に含まれている他の値によるぼけは生じるものの,一応 f(x, y)が復元されるように思えます。この方法を逆投影法といいます。本当に復元ができるかどうか,計算してみましょう。角度 θの軸に投影されたRadon変換 g(s, θ)のうち,(x, y)を通ってきた部分は,前回の (8)式で説明した sと x, yの関係式
s = x cos θ + y sin θ (1)
によって,g(x cos θ+ y sin θ, θ)となります。これをすべての θについて足しあわせるわけですから,逆投影法による再構成像 b(x, y)は
b(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (2)
と表されます。Radon変換の式 (前回の (6)式),すなわち
g(s, θ) =
!! ∞
−∞f(x, y)δ(x cos θ + y sin θ − s)dxdy (3)
と (1)式を (2)式に代入すると
b(x, y) =
! π
0
"!! ∞
−∞f(x′, y′)δ(x′ cos θ + y′ sin θ − (x cos θ + y sin θ))dx′dy′
#dθ
=
!! ∞
−∞f(x′, y′)
"! π
0δ((x′ − x) cos θ + (y′ − y) sin θ))dθ
#dx′dy′ (4)
となります。ここで,関数 h(θ)が有限個の θ = θkについてしか 0にならないとき
δ[h(θ)] =$
k
1
|h′(θk)|δ[θ − θk] (5)
がなりたつことを用います(証明は略)。(4)式のデルタ関数の引数について
(x′ − x) cos θ + (y′ − y) sin θ) =%
(x′ − x)2 + (y′ − y)2 sin(θ + α),
α = cos−1 y′−y√(x′−x)2+(y′−y)2
= sin−1 x′−x√(x′−x)2+(y′−y)2
(6)
で,0 ! θ < πでこの値が 0になるのは θ = π − αのときだけです。したがって,(4)式のデルタ関数は
δ((x′ − x) cos θ + (y′ − y) sin θ)) =1&&&
%(x′ − x)2 + (y′ − y)2 cos(π)
&&&δ(θ − (π − α)) (7)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 1/5 ページ
![Page 59: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/59.jpg)
2014
A. A
sano
, Kan
sai U
niv.
復元できているのだろうか?
h(θ)が有限個のθkでしか0にならないとき
2013年度春学期 画像情報処理 第14回第4部・CTスキャナ ― 投影からの画像の再構成/ 逆投影法による再構成
前回の講義では,画像の再構成の手がかりとなる「投影定理」と,投影定理によって直接画像を再構成する方法の問題点を説明しました。今回は,CTスキャナの開発当初,この問題点を解決するために用いられた「フィルタ補正逆投影法」の考えを説明します。
逆投影法
投影定理からはいったん離れて,もうすこし素朴な再構成の方法を考えてみましょう。物体のある点(x, y)での値 f(x, y)を求めるのに,(x, y)を通って写された投影をすべての θについて足しあわせることを考えます。こうすると,これらの投影はすべて f(x, y)を含んでいますから,f(x, y)が一番強調され,投影に含まれている他の値によるぼけは生じるものの,一応 f(x, y)が復元されるように思えます。この方法を逆投影法といいます。本当に復元ができるかどうか,計算してみましょう。角度 θの軸に投影されたRadon変換 g(s, θ)のうち,(x, y)を通ってきた部分は,前回の (8)式で説明した sと x, yの関係式
s = x cos θ + y sin θ (1)
によって,g(x cos θ+ y sin θ, θ)となります。これをすべての θについて足しあわせるわけですから,逆投影法による再構成像 b(x, y)は
b(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (2)
と表されます。Radon変換の式 (前回の (6)式),すなわち
g(s, θ) =
!! ∞
−∞f(x, y)δ(x cos θ + y sin θ − s)dxdy (3)
と (1)式を (2)式に代入すると
b(x, y) =
! π
0
"!! ∞
−∞f(x′, y′)δ(x′ cos θ + y′ sin θ − (x cos θ + y sin θ))dx′dy′
#dθ
=
!! ∞
−∞f(x′, y′)
"! π
0δ((x′ − x) cos θ + (y′ − y) sin θ))dθ
#dx′dy′ (4)
となります。ここで,関数 h(θ)が有限個の θ = θkについてしか 0にならないとき
δ[h(θ)] =$
k
1
|h′(θk)|δ[θ − θk] (5)
がなりたつことを用います(証明は略)。(4)式のデルタ関数の引数について
(x′ − x) cos θ + (y′ − y) sin θ) =%
(x′ − x)2 + (y′ − y)2 sin(θ + α),
α = cos−1 y′−y√(x′−x)2+(y′−y)2
= sin−1 x′−x√(x′−x)2+(y′−y)2
(6)
で,0 ! θ < πでこの値が 0になるのは θ = π − αのときだけです。したがって,(4)式のデルタ関数は
δ((x′ − x) cos θ + (y′ − y) sin θ)) =1&&&
%(x′ − x)2 + (y′ − y)2 cos(π)
&&&δ(θ − (π − α)) (7)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 1/5 ページ
2013年度春学期 画像情報処理 第14回第4部・CTスキャナ ― 投影からの画像の再構成/ 逆投影法による再構成
前回の講義では,画像の再構成の手がかりとなる「投影定理」と,投影定理によって直接画像を再構成する方法の問題点を説明しました。今回は,CTスキャナの開発当初,この問題点を解決するために用いられた「フィルタ補正逆投影法」の考えを説明します。
逆投影法
投影定理からはいったん離れて,もうすこし素朴な再構成の方法を考えてみましょう。物体のある点(x, y)での値 f(x, y)を求めるのに,(x, y)を通って写された投影をすべての θについて足しあわせることを考えます。こうすると,これらの投影はすべて f(x, y)を含んでいますから,f(x, y)が一番強調され,投影に含まれている他の値によるぼけは生じるものの,一応 f(x, y)が復元されるように思えます。この方法を逆投影法といいます。本当に復元ができるかどうか,計算してみましょう。角度 θの軸に投影されたRadon変換 g(s, θ)のうち,(x, y)を通ってきた部分は,前回の (8)式で説明した sと x, yの関係式
s = x cos θ + y sin θ (1)
によって,g(x cos θ+ y sin θ, θ)となります。これをすべての θについて足しあわせるわけですから,逆投影法による再構成像 b(x, y)は
b(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (2)
と表されます。Radon変換の式 (前回の (6)式),すなわち
g(s, θ) =
!! ∞
−∞f(x, y)δ(x cos θ + y sin θ − s)dxdy (3)
と (1)式を (2)式に代入すると
b(x, y) =
! π
0
"!! ∞
−∞f(x′, y′)δ(x′ cos θ + y′ sin θ − (x cos θ + y sin θ))dx′dy′
#dθ
=
!! ∞
−∞f(x′, y′)
"! π
0δ((x′ − x) cos θ + (y′ − y) sin θ))dθ
#dx′dy′ (4)
となります。ここで,関数 h(θ)が有限個の θ = θkについてしか 0にならないとき
δ[h(θ)] =$
k
1
|h′(θk)|δ[θ − θk] (5)
がなりたつことを用います(証明は略)。(4)式のデルタ関数の引数について
(x′ − x) cos θ + (y′ − y) sin θ) =%
(x′ − x)2 + (y′ − y)2 sin(θ + α),
α = cos−1 y′−y√(x′−x)2+(y′−y)2
= sin−1 x′−x√(x′−x)2+(y′−y)2
(6)
で,0 ! θ < πでこの値が 0になるのは θ = π − αのときだけです。したがって,(4)式のデルタ関数は
δ((x′ − x) cos θ + (y′ − y) sin θ)) =1&&&
%(x′ − x)2 + (y′ − y)2 cos(π)
&&&δ(θ − (π − α)) (7)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 1/5 ページ
2013年度春学期 画像情報処理 第14回第4部・CTスキャナ ― 投影からの画像の再構成/ 逆投影法による再構成
前回の講義では,画像の再構成の手がかりとなる「投影定理」と,投影定理によって直接画像を再構成する方法の問題点を説明しました。今回は,CTスキャナの開発当初,この問題点を解決するために用いられた「フィルタ補正逆投影法」の考えを説明します。
逆投影法
投影定理からはいったん離れて,もうすこし素朴な再構成の方法を考えてみましょう。物体のある点(x, y)での値 f(x, y)を求めるのに,(x, y)を通って写された投影をすべての θについて足しあわせることを考えます。こうすると,これらの投影はすべて f(x, y)を含んでいますから,f(x, y)が一番強調され,投影に含まれている他の値によるぼけは生じるものの,一応 f(x, y)が復元されるように思えます。この方法を逆投影法といいます。本当に復元ができるかどうか,計算してみましょう。角度 θの軸に投影されたRadon変換 g(s, θ)のうち,(x, y)を通ってきた部分は,前回の (8)式で説明した sと x, yの関係式
s = x cos θ + y sin θ (1)
によって,g(x cos θ+ y sin θ, θ)となります。これをすべての θについて足しあわせるわけですから,逆投影法による再構成像 b(x, y)は
b(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (2)
と表されます。Radon変換の式 (前回の (6)式),すなわち
g(s, θ) =
!! ∞
−∞f(x, y)δ(x cos θ + y sin θ − s)dxdy (3)
と (1)式を (2)式に代入すると
b(x, y) =
! π
0
"!! ∞
−∞f(x′, y′)δ(x′ cos θ + y′ sin θ − (x cos θ + y sin θ))dx′dy′
#dθ
=
!! ∞
−∞f(x′, y′)
"! π
0δ((x′ − x) cos θ + (y′ − y) sin θ))dθ
#dx′dy′
(4)
となります。ここで,関数 h(θ)が有限個の θ = θkについてしか 0にならないとき
δ[h(θ)] =$
k
1
|h′(θk)|δ[θ − θk] (5)
がなりたつことを用います(証明は略)。(4)式のデルタ関数の引数について
(x′ − x) cos θ + (y′ − y) sin θ =%
(x′ − x)2 + (y′ − y)2 sin(θ + α),
α = cos−1 y′−y√(x′−x)2+(y′−y)2
= sin−1 x′−x√(x′−x)2+(y′−y)2
(6)
で,0 ! θ < πでこの値が 0になるのは θ = π − αのときだけです。したがって,(4)式のデルタ関数は
δ((x′ − x) cos θ + (y′ − y) sin θ)) =1&&&
%(x′ − x)2 + (y′ − y)2 cos(π)
&&&δ(θ − (π − α)) (7)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 1/5 ページ
三角関数を合成
![Page 60: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/60.jpg)
2014
A. A
sano
, Kan
sai U
niv.
復元できているのだろうか?
h(θ)が有限個のθkでしか0にならないとき
2013年度春学期 画像情報処理 第14回第4部・CTスキャナ ― 投影からの画像の再構成/ 逆投影法による再構成
前回の講義では,画像の再構成の手がかりとなる「投影定理」と,投影定理によって直接画像を再構成する方法の問題点を説明しました。今回は,CTスキャナの開発当初,この問題点を解決するために用いられた「フィルタ補正逆投影法」の考えを説明します。
逆投影法
投影定理からはいったん離れて,もうすこし素朴な再構成の方法を考えてみましょう。物体のある点(x, y)での値 f(x, y)を求めるのに,(x, y)を通って写された投影をすべての θについて足しあわせることを考えます。こうすると,これらの投影はすべて f(x, y)を含んでいますから,f(x, y)が一番強調され,投影に含まれている他の値によるぼけは生じるものの,一応 f(x, y)が復元されるように思えます。この方法を逆投影法といいます。本当に復元ができるかどうか,計算してみましょう。角度 θの軸に投影されたRadon変換 g(s, θ)のうち,(x, y)を通ってきた部分は,前回の (8)式で説明した sと x, yの関係式
s = x cos θ + y sin θ (1)
によって,g(x cos θ+ y sin θ, θ)となります。これをすべての θについて足しあわせるわけですから,逆投影法による再構成像 b(x, y)は
b(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (2)
と表されます。Radon変換の式 (前回の (6)式),すなわち
g(s, θ) =
!! ∞
−∞f(x, y)δ(x cos θ + y sin θ − s)dxdy (3)
と (1)式を (2)式に代入すると
b(x, y) =
! π
0
"!! ∞
−∞f(x′, y′)δ(x′ cos θ + y′ sin θ − (x cos θ + y sin θ))dx′dy′
#dθ
=
!! ∞
−∞f(x′, y′)
"! π
0δ((x′ − x) cos θ + (y′ − y) sin θ))dθ
#dx′dy′ (4)
となります。ここで,関数 h(θ)が有限個の θ = θkについてしか 0にならないとき
δ[h(θ)] =$
k
1
|h′(θk)|δ[θ − θk] (5)
がなりたつことを用います(証明は略)。(4)式のデルタ関数の引数について
(x′ − x) cos θ + (y′ − y) sin θ) =%
(x′ − x)2 + (y′ − y)2 sin(θ + α),
α = cos−1 y′−y√(x′−x)2+(y′−y)2
= sin−1 x′−x√(x′−x)2+(y′−y)2
(6)
で,0 ! θ < πでこの値が 0になるのは θ = π − αのときだけです。したがって,(4)式のデルタ関数は
δ((x′ − x) cos θ + (y′ − y) sin θ)) =1&&&
%(x′ − x)2 + (y′ − y)2 cos(π)
&&&δ(θ − (π − α)) (7)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 1/5 ページ
2013年度春学期 画像情報処理 第14回第4部・CTスキャナ ― 投影からの画像の再構成/ 逆投影法による再構成
前回の講義では,画像の再構成の手がかりとなる「投影定理」と,投影定理によって直接画像を再構成する方法の問題点を説明しました。今回は,CTスキャナの開発当初,この問題点を解決するために用いられた「フィルタ補正逆投影法」の考えを説明します。
逆投影法
投影定理からはいったん離れて,もうすこし素朴な再構成の方法を考えてみましょう。物体のある点(x, y)での値 f(x, y)を求めるのに,(x, y)を通って写された投影をすべての θについて足しあわせることを考えます。こうすると,これらの投影はすべて f(x, y)を含んでいますから,f(x, y)が一番強調され,投影に含まれている他の値によるぼけは生じるものの,一応 f(x, y)が復元されるように思えます。この方法を逆投影法といいます。本当に復元ができるかどうか,計算してみましょう。角度 θの軸に投影されたRadon変換 g(s, θ)のうち,(x, y)を通ってきた部分は,前回の (8)式で説明した sと x, yの関係式
s = x cos θ + y sin θ (1)
によって,g(x cos θ+ y sin θ, θ)となります。これをすべての θについて足しあわせるわけですから,逆投影法による再構成像 b(x, y)は
b(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (2)
と表されます。Radon変換の式 (前回の (6)式),すなわち
g(s, θ) =
!! ∞
−∞f(x, y)δ(x cos θ + y sin θ − s)dxdy (3)
と (1)式を (2)式に代入すると
b(x, y) =
! π
0
"!! ∞
−∞f(x′, y′)δ(x′ cos θ + y′ sin θ − (x cos θ + y sin θ))dx′dy′
#dθ
=
!! ∞
−∞f(x′, y′)
"! π
0δ((x′ − x) cos θ + (y′ − y) sin θ))dθ
#dx′dy′ (4)
となります。ここで,関数 h(θ)が有限個の θ = θkについてしか 0にならないとき
δ[h(θ)] =$
k
1
|h′(θk)|δ[θ − θk] (5)
がなりたつことを用います(証明は略)。(4)式のデルタ関数の引数について
(x′ − x) cos θ + (y′ − y) sin θ) =%
(x′ − x)2 + (y′ − y)2 sin(θ + α),
α = cos−1 y′−y√(x′−x)2+(y′−y)2
= sin−1 x′−x√(x′−x)2+(y′−y)2
(6)
で,0 ! θ < πでこの値が 0になるのは θ = π − αのときだけです。したがって,(4)式のデルタ関数は
δ((x′ − x) cos θ + (y′ − y) sin θ)) =1&&&
%(x′ − x)2 + (y′ − y)2 cos(π)
&&&δ(θ − (π − α)) (7)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 1/5 ページ
2013年度春学期 画像情報処理 第14回第4部・CTスキャナ ― 投影からの画像の再構成/ 逆投影法による再構成
前回の講義では,画像の再構成の手がかりとなる「投影定理」と,投影定理によって直接画像を再構成する方法の問題点を説明しました。今回は,CTスキャナの開発当初,この問題点を解決するために用いられた「フィルタ補正逆投影法」の考えを説明します。
逆投影法
投影定理からはいったん離れて,もうすこし素朴な再構成の方法を考えてみましょう。物体のある点(x, y)での値 f(x, y)を求めるのに,(x, y)を通って写された投影をすべての θについて足しあわせることを考えます。こうすると,これらの投影はすべて f(x, y)を含んでいますから,f(x, y)が一番強調され,投影に含まれている他の値によるぼけは生じるものの,一応 f(x, y)が復元されるように思えます。この方法を逆投影法といいます。本当に復元ができるかどうか,計算してみましょう。角度 θの軸に投影されたRadon変換 g(s, θ)のうち,(x, y)を通ってきた部分は,前回の (8)式で説明した sと x, yの関係式
s = x cos θ + y sin θ (1)
によって,g(x cos θ+ y sin θ, θ)となります。これをすべての θについて足しあわせるわけですから,逆投影法による再構成像 b(x, y)は
b(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (2)
と表されます。Radon変換の式 (前回の (6)式),すなわち
g(s, θ) =
!! ∞
−∞f(x, y)δ(x cos θ + y sin θ − s)dxdy (3)
と (1)式を (2)式に代入すると
b(x, y) =
! π
0
"!! ∞
−∞f(x′, y′)δ(x′ cos θ + y′ sin θ − (x cos θ + y sin θ))dx′dy′
#dθ
=
!! ∞
−∞f(x′, y′)
"! π
0δ((x′ − x) cos θ + (y′ − y) sin θ))dθ
#dx′dy′
(4)
となります。ここで,関数 h(θ)が有限個の θ = θkについてしか 0にならないとき
δ[h(θ)] =$
k
1
|h′(θk)|δ[θ − θk] (5)
がなりたつことを用います(証明は略)。(4)式のデルタ関数の引数について
(x′ − x) cos θ + (y′ − y) sin θ =%
(x′ − x)2 + (y′ − y)2 sin(θ + α),
α = cos−1 y′−y√(x′−x)2+(y′−y)2
= sin−1 x′−x√(x′−x)2+(y′−y)2
(6)
で,0 ! θ < πでこの値が 0になるのは θ = π − αのときだけです。したがって,(4)式のデルタ関数は
δ((x′ − x) cos θ + (y′ − y) sin θ)) =1&&&
%(x′ − x)2 + (y′ − y)2 cos(π)
&&&δ(θ − (π − α)) (7)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 1/5 ページ
三角関数を合成
θ = π − α のときだけ0
![Page 61: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/61.jpg)
2014
A. A
sano
, Kan
sai U
niv.
復元できているのだろうか?
h(θ)が有限個のθkでしか0にならないとき
2013年度春学期 画像情報処理 第14回第4部・CTスキャナ ― 投影からの画像の再構成/ 逆投影法による再構成
前回の講義では,画像の再構成の手がかりとなる「投影定理」と,投影定理によって直接画像を再構成する方法の問題点を説明しました。今回は,CTスキャナの開発当初,この問題点を解決するために用いられた「フィルタ補正逆投影法」の考えを説明します。
逆投影法
投影定理からはいったん離れて,もうすこし素朴な再構成の方法を考えてみましょう。物体のある点(x, y)での値 f(x, y)を求めるのに,(x, y)を通って写された投影をすべての θについて足しあわせることを考えます。こうすると,これらの投影はすべて f(x, y)を含んでいますから,f(x, y)が一番強調され,投影に含まれている他の値によるぼけは生じるものの,一応 f(x, y)が復元されるように思えます。この方法を逆投影法といいます。本当に復元ができるかどうか,計算してみましょう。角度 θの軸に投影されたRadon変換 g(s, θ)のうち,(x, y)を通ってきた部分は,前回の (8)式で説明した sと x, yの関係式
s = x cos θ + y sin θ (1)
によって,g(x cos θ+ y sin θ, θ)となります。これをすべての θについて足しあわせるわけですから,逆投影法による再構成像 b(x, y)は
b(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (2)
と表されます。Radon変換の式 (前回の (6)式),すなわち
g(s, θ) =
!! ∞
−∞f(x, y)δ(x cos θ + y sin θ − s)dxdy (3)
と (1)式を (2)式に代入すると
b(x, y) =
! π
0
"!! ∞
−∞f(x′, y′)δ(x′ cos θ + y′ sin θ − (x cos θ + y sin θ))dx′dy′
#dθ
=
!! ∞
−∞f(x′, y′)
"! π
0δ((x′ − x) cos θ + (y′ − y) sin θ))dθ
#dx′dy′ (4)
となります。ここで,関数 h(θ)が有限個の θ = θkについてしか 0にならないとき
δ[h(θ)] =$
k
1
|h′(θk)|δ[θ − θk] (5)
がなりたつことを用います(証明は略)。(4)式のデルタ関数の引数について
(x′ − x) cos θ + (y′ − y) sin θ) =%
(x′ − x)2 + (y′ − y)2 sin(θ + α),
α = cos−1 y′−y√(x′−x)2+(y′−y)2
= sin−1 x′−x√(x′−x)2+(y′−y)2
(6)
で,0 ! θ < πでこの値が 0になるのは θ = π − αのときだけです。したがって,(4)式のデルタ関数は
δ((x′ − x) cos θ + (y′ − y) sin θ)) =1&&&
%(x′ − x)2 + (y′ − y)2 cos(π)
&&&δ(θ − (π − α)) (7)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 1/5 ページ
2013年度春学期 画像情報処理 第14回第4部・CTスキャナ ― 投影からの画像の再構成/ 逆投影法による再構成
前回の講義では,画像の再構成の手がかりとなる「投影定理」と,投影定理によって直接画像を再構成する方法の問題点を説明しました。今回は,CTスキャナの開発当初,この問題点を解決するために用いられた「フィルタ補正逆投影法」の考えを説明します。
逆投影法
投影定理からはいったん離れて,もうすこし素朴な再構成の方法を考えてみましょう。物体のある点(x, y)での値 f(x, y)を求めるのに,(x, y)を通って写された投影をすべての θについて足しあわせることを考えます。こうすると,これらの投影はすべて f(x, y)を含んでいますから,f(x, y)が一番強調され,投影に含まれている他の値によるぼけは生じるものの,一応 f(x, y)が復元されるように思えます。この方法を逆投影法といいます。本当に復元ができるかどうか,計算してみましょう。角度 θの軸に投影されたRadon変換 g(s, θ)のうち,(x, y)を通ってきた部分は,前回の (8)式で説明した sと x, yの関係式
s = x cos θ + y sin θ (1)
によって,g(x cos θ+ y sin θ, θ)となります。これをすべての θについて足しあわせるわけですから,逆投影法による再構成像 b(x, y)は
b(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (2)
と表されます。Radon変換の式 (前回の (6)式),すなわち
g(s, θ) =
!! ∞
−∞f(x, y)δ(x cos θ + y sin θ − s)dxdy (3)
と (1)式を (2)式に代入すると
b(x, y) =
! π
0
"!! ∞
−∞f(x′, y′)δ(x′ cos θ + y′ sin θ − (x cos θ + y sin θ))dx′dy′
#dθ
=
!! ∞
−∞f(x′, y′)
"! π
0δ((x′ − x) cos θ + (y′ − y) sin θ))dθ
#dx′dy′ (4)
となります。ここで,関数 h(θ)が有限個の θ = θkについてしか 0にならないとき
δ[h(θ)] =$
k
1
|h′(θk)|δ[θ − θk] (5)
がなりたつことを用います(証明は略)。(4)式のデルタ関数の引数について
(x′ − x) cos θ + (y′ − y) sin θ) =%
(x′ − x)2 + (y′ − y)2 sin(θ + α),
α = cos−1 y′−y√(x′−x)2+(y′−y)2
= sin−1 x′−x√(x′−x)2+(y′−y)2
(6)
で,0 ! θ < πでこの値が 0になるのは θ = π − αのときだけです。したがって,(4)式のデルタ関数は
δ((x′ − x) cos θ + (y′ − y) sin θ)) =1&&&
%(x′ − x)2 + (y′ − y)2 cos(π)
&&&δ(θ − (π − α)) (7)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 1/5 ページ
2013年度春学期 画像情報処理 第14回第4部・CTスキャナ ― 投影からの画像の再構成/ 逆投影法による再構成
前回の講義では,画像の再構成の手がかりとなる「投影定理」と,投影定理によって直接画像を再構成する方法の問題点を説明しました。今回は,CTスキャナの開発当初,この問題点を解決するために用いられた「フィルタ補正逆投影法」の考えを説明します。
逆投影法
投影定理からはいったん離れて,もうすこし素朴な再構成の方法を考えてみましょう。物体のある点(x, y)での値 f(x, y)を求めるのに,(x, y)を通って写された投影をすべての θについて足しあわせることを考えます。こうすると,これらの投影はすべて f(x, y)を含んでいますから,f(x, y)が一番強調され,投影に含まれている他の値によるぼけは生じるものの,一応 f(x, y)が復元されるように思えます。この方法を逆投影法といいます。本当に復元ができるかどうか,計算してみましょう。角度 θの軸に投影されたRadon変換 g(s, θ)のうち,(x, y)を通ってきた部分は,前回の (8)式で説明した sと x, yの関係式
s = x cos θ + y sin θ (1)
によって,g(x cos θ+ y sin θ, θ)となります。これをすべての θについて足しあわせるわけですから,逆投影法による再構成像 b(x, y)は
b(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (2)
と表されます。Radon変換の式 (前回の (6)式),すなわち
g(s, θ) =
!! ∞
−∞f(x, y)δ(x cos θ + y sin θ − s)dxdy (3)
と (1)式を (2)式に代入すると
b(x, y) =
! π
0
"!! ∞
−∞f(x′, y′)δ(x′ cos θ + y′ sin θ − (x cos θ + y sin θ))dx′dy′
#dθ
=
!! ∞
−∞f(x′, y′)
"! π
0δ((x′ − x) cos θ + (y′ − y) sin θ))dθ
#dx′dy′
(4)
となります。ここで,関数 h(θ)が有限個の θ = θkについてしか 0にならないとき
δ[h(θ)] =$
k
1
|h′(θk)|δ[θ − θk] (5)
がなりたつことを用います(証明は略)。(4)式のデルタ関数の引数について
(x′ − x) cos θ + (y′ − y) sin θ =%
(x′ − x)2 + (y′ − y)2 sin(θ + α),
α = cos−1 y′−y√(x′−x)2+(y′−y)2
= sin−1 x′−x√(x′−x)2+(y′−y)2
(6)
で,0 ! θ < πでこの値が 0になるのは θ = π − αのときだけです。したがって,(4)式のデルタ関数は
δ((x′ − x) cos θ + (y′ − y) sin θ)) =1&&&
%(x′ − x)2 + (y′ − y)2 cos(π)
&&&δ(θ − (π − α)) (7)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 1/5 ページ
2013年度春学期 画像情報処理 第14回第4部・CTスキャナ ― 投影からの画像の再構成/ 逆投影法による再構成
前回の講義では,画像の再構成の手がかりとなる「投影定理」と,投影定理によって直接画像を再構成する方法の問題点を説明しました。今回は,CTスキャナの開発当初,この問題点を解決するために用いられた「フィルタ補正逆投影法」の考えを説明します。
逆投影法
投影定理からはいったん離れて,もうすこし素朴な再構成の方法を考えてみましょう。物体のある点(x, y)での値 f(x, y)を求めるのに,(x, y)を通って写された投影をすべての θについて足しあわせることを考えます。こうすると,これらの投影はすべて f(x, y)を含んでいますから,f(x, y)が一番強調され,投影に含まれている他の値によるぼけは生じるものの,一応 f(x, y)が復元されるように思えます。この方法を逆投影法といいます。本当に復元ができるかどうか,計算してみましょう。角度 θの軸に投影されたRadon変換 g(s, θ)のうち,(x, y)を通ってきた部分は,前回の (8)式で説明した sと x, yの関係式
s = x cos θ + y sin θ (1)
によって,g(x cos θ+ y sin θ, θ)となります。これをすべての θについて足しあわせるわけですから,逆投影法による再構成像 b(x, y)は
b(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (2)
と表されます。Radon変換の式 (前回の (6)式),すなわち
g(s, θ) =
!! ∞
−∞f(x, y)δ(x cos θ + y sin θ − s)dxdy (3)
と (1)式を (2)式に代入すると
b(x, y) =
! π
0
"!! ∞
−∞f(x′, y′)δ(x′ cos θ + y′ sin θ − (x cos θ + y sin θ))dx′dy′
#dθ
=
!! ∞
−∞f(x′, y′)
"! π
0δ((x′ − x) cos θ + (y′ − y) sin θ))dθ
#dx′dy′
(4)
となります。ここで,関数 h(θ)が有限個の θ = θkについてしか 0にならないとき
δ[h(θ)] =$
k
1
|h′(θk)|δ[θ − θk] (5)
がなりたつことを用います(証明は略)。(4)式のデルタ関数の引数について
(x′ − x) cos θ + (y′ − y) sin θ =%
(x′ − x)2 + (y′ − y)2 sin(θ + α),
α = cos−1 y′−y√(x′−x)2+(y′−y)2
= sin−1 x′−x√(x′−x)2+(y′−y)2
(6)
で,0 ! θ < πでこの値が 0になるのは θ = π − αのときだけです。したがって,(4)式のデルタ関数は
δ((x′ − x) cos θ + (y′ − y) sin θ)) =1&&&
%(x′ − x)2 + (y′ − y)2 cos(π)
&&&δ(θ − (π − α)) (7)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 1/5 ページ
三角関数を合成
θ = π − α のときだけ0
![Page 62: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/62.jpg)
2014
A. A
sano
, Kan
sai U
niv.
復元できているといえなくもないが
2013年度春学期 画像情報処理 第14回第4部・CTスキャナ ― 投影からの画像の再構成/ 逆投影法による再構成
前回の講義では,画像の再構成の手がかりとなる「投影定理」と,投影定理によって直接画像を再構成する方法の問題点を説明しました。今回は,CTスキャナの開発当初,この問題点を解決するために用いられた「フィルタ補正逆投影法」の考えを説明します。
逆投影法
投影定理からはいったん離れて,もうすこし素朴な再構成の方法を考えてみましょう。物体のある点(x, y)での値 f(x, y)を求めるのに,(x, y)を通って写された投影をすべての θについて足しあわせることを考えます。こうすると,これらの投影はすべて f(x, y)を含んでいますから,f(x, y)が一番強調され,投影に含まれている他の値によるぼけは生じるものの,一応 f(x, y)が復元されるように思えます。この方法を逆投影法といいます。本当に復元ができるかどうか,計算してみましょう。角度 θの軸に投影されたRadon変換 g(s, θ)のうち,(x, y)を通ってきた部分は,前回の (8)式で説明した sと x, yの関係式
s = x cos θ + y sin θ (1)
によって,g(x cos θ+ y sin θ, θ)となります。これをすべての θについて足しあわせるわけですから,逆投影法による再構成像 b(x, y)は
b(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (2)
と表されます。Radon変換の式 (前回の (6)式),すなわち
g(s, θ) =
!! ∞
−∞f(x, y)δ(x cos θ + y sin θ − s)dxdy (3)
と (1)式を (2)式に代入すると
b(x, y) =
! π
0
"!! ∞
−∞f(x′, y′)δ(x′ cos θ + y′ sin θ − (x cos θ + y sin θ))dx′dy′
#dθ
=
!! ∞
−∞f(x′, y′)
"! π
0δ((x′ − x) cos θ + (y′ − y) sin θ))dθ
#dx′dy′ (4)
となります。ここで,関数 h(θ)が有限個の θ = θkについてしか 0にならないとき
δ[h(θ)] =$
k
1
|h′(θk)|δ[θ − θk] (5)
がなりたつことを用います(証明は略)。(4)式のデルタ関数の引数について
(x′ − x) cos θ + (y′ − y) sin θ) =%
(x′ − x)2 + (y′ − y)2 sin(θ + α),
α = cos−1 y′−y√(x′−x)2+(y′−y)2
= sin−1 x′−x√(x′−x)2+(y′−y)2
(6)
で,0 ! θ < πでこの値が 0になるのは θ = π − αのときだけです。したがって,(4)式のデルタ関数は
δ((x′ − x) cos θ + (y′ − y) sin θ)) =1&&&
%(x′ − x)2 + (y′ − y)2 cos(π)
&&&δ(θ − (π − α)) (7)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 1/5 ページ
![Page 63: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/63.jpg)
2014
A. A
sano
, Kan
sai U
niv.
復元できているといえなくもないが
2013年度春学期 画像情報処理 第14回第4部・CTスキャナ ― 投影からの画像の再構成/ 逆投影法による再構成
前回の講義では,画像の再構成の手がかりとなる「投影定理」と,投影定理によって直接画像を再構成する方法の問題点を説明しました。今回は,CTスキャナの開発当初,この問題点を解決するために用いられた「フィルタ補正逆投影法」の考えを説明します。
逆投影法
投影定理からはいったん離れて,もうすこし素朴な再構成の方法を考えてみましょう。物体のある点(x, y)での値 f(x, y)を求めるのに,(x, y)を通って写された投影をすべての θについて足しあわせることを考えます。こうすると,これらの投影はすべて f(x, y)を含んでいますから,f(x, y)が一番強調され,投影に含まれている他の値によるぼけは生じるものの,一応 f(x, y)が復元されるように思えます。この方法を逆投影法といいます。本当に復元ができるかどうか,計算してみましょう。角度 θの軸に投影されたRadon変換 g(s, θ)のうち,(x, y)を通ってきた部分は,前回の (8)式で説明した sと x, yの関係式
s = x cos θ + y sin θ (1)
によって,g(x cos θ+ y sin θ, θ)となります。これをすべての θについて足しあわせるわけですから,逆投影法による再構成像 b(x, y)は
b(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (2)
と表されます。Radon変換の式 (前回の (6)式),すなわち
g(s, θ) =
!! ∞
−∞f(x, y)δ(x cos θ + y sin θ − s)dxdy (3)
と (1)式を (2)式に代入すると
b(x, y) =
! π
0
"!! ∞
−∞f(x′, y′)δ(x′ cos θ + y′ sin θ − (x cos θ + y sin θ))dx′dy′
#dθ
=
!! ∞
−∞f(x′, y′)
"! π
0δ((x′ − x) cos θ + (y′ − y) sin θ))dθ
#dx′dy′ (4)
となります。ここで,関数 h(θ)が有限個の θ = θkについてしか 0にならないとき
δ[h(θ)] =$
k
1
|h′(θk)|δ[θ − θk] (5)
がなりたつことを用います(証明は略)。(4)式のデルタ関数の引数について
(x′ − x) cos θ + (y′ − y) sin θ) =%
(x′ − x)2 + (y′ − y)2 sin(θ + α),
α = cos−1 y′−y√(x′−x)2+(y′−y)2
= sin−1 x′−x√(x′−x)2+(y′−y)2
(6)
で,0 ! θ < πでこの値が 0になるのは θ = π − αのときだけです。したがって,(4)式のデルタ関数は
δ((x′ − x) cos θ + (y′ − y) sin θ)) =1&&&
%(x′ − x)2 + (y′ − y)2 cos(π)
&&&δ(θ − (π − α)) (7)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 1/5 ページ
![Page 64: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/64.jpg)
2014
A. A
sano
, Kan
sai U
niv.
復元できているといえなくもないが
2013年度春学期 画像情報処理 第14回第4部・CTスキャナ ― 投影からの画像の再構成/ 逆投影法による再構成
前回の講義では,画像の再構成の手がかりとなる「投影定理」と,投影定理によって直接画像を再構成する方法の問題点を説明しました。今回は,CTスキャナの開発当初,この問題点を解決するために用いられた「フィルタ補正逆投影法」の考えを説明します。
逆投影法
投影定理からはいったん離れて,もうすこし素朴な再構成の方法を考えてみましょう。物体のある点(x, y)での値 f(x, y)を求めるのに,(x, y)を通って写された投影をすべての θについて足しあわせることを考えます。こうすると,これらの投影はすべて f(x, y)を含んでいますから,f(x, y)が一番強調され,投影に含まれている他の値によるぼけは生じるものの,一応 f(x, y)が復元されるように思えます。この方法を逆投影法といいます。本当に復元ができるかどうか,計算してみましょう。角度 θの軸に投影されたRadon変換 g(s, θ)のうち,(x, y)を通ってきた部分は,前回の (8)式で説明した sと x, yの関係式
s = x cos θ + y sin θ (1)
によって,g(x cos θ+ y sin θ, θ)となります。これをすべての θについて足しあわせるわけですから,逆投影法による再構成像 b(x, y)は
b(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (2)
と表されます。Radon変換の式 (前回の (6)式),すなわち
g(s, θ) =
!! ∞
−∞f(x, y)δ(x cos θ + y sin θ − s)dxdy (3)
と (1)式を (2)式に代入すると
b(x, y) =
! π
0
"!! ∞
−∞f(x′, y′)δ(x′ cos θ + y′ sin θ − (x cos θ + y sin θ))dx′dy′
#dθ
=
!! ∞
−∞f(x′, y′)
"! π
0δ((x′ − x) cos θ + (y′ − y) sin θ))dθ
#dx′dy′ (4)
となります。ここで,関数 h(θ)が有限個の θ = θkについてしか 0にならないとき
δ[h(θ)] =$
k
1
|h′(θk)|δ[θ − θk] (5)
がなりたつことを用います(証明は略)。(4)式のデルタ関数の引数について
(x′ − x) cos θ + (y′ − y) sin θ) =%
(x′ − x)2 + (y′ − y)2 sin(θ + α),
α = cos−1 y′−y√(x′−x)2+(y′−y)2
= sin−1 x′−x√(x′−x)2+(y′−y)2
(6)
で,0 ! θ < πでこの値が 0になるのは θ = π − αのときだけです。したがって,(4)式のデルタ関数は
δ((x′ − x) cos θ + (y′ − y) sin θ)) =1&&&
%(x′ − x)2 + (y′ − y)2 cos(π)
&&&δ(θ − (π − α)) (7)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 1/5 ページ
2013年度春学期 画像情報処理 第14回第4部・CTスキャナ ― 投影からの画像の再構成/ 逆投影法による再構成
前回の講義では,画像の再構成の手がかりとなる「投影定理」と,投影定理によって直接画像を再構成する方法の問題点を説明しました。今回は,CTスキャナの開発当初,この問題点を解決するために用いられた「フィルタ補正逆投影法」の考えを説明します。
逆投影法
投影定理からはいったん離れて,もうすこし素朴な再構成の方法を考えてみましょう。物体のある点(x, y)での値 f(x, y)を求めるのに,(x, y)を通って写された投影をすべての θについて足しあわせることを考えます。こうすると,これらの投影はすべて f(x, y)を含んでいますから,f(x, y)が一番強調され,投影に含まれている他の値によるぼけは生じるものの,一応 f(x, y)が復元されるように思えます。この方法を逆投影法といいます。本当に復元ができるかどうか,計算してみましょう。角度 θの軸に投影されたRadon変換 g(s, θ)のうち,(x, y)を通ってきた部分は,前回の (8)式で説明した sと x, yの関係式
s = x cos θ + y sin θ (1)
によって,g(x cos θ+ y sin θ, θ)となります。これをすべての θについて足しあわせるわけですから,逆投影法による再構成像 b(x, y)は
b(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (2)
と表されます。Radon変換の式 (前回の (6)式),すなわち
g(s, θ) =
!! ∞
−∞f(x, y)δ(x cos θ + y sin θ − s)dxdy (3)
と (1)式を (2)式に代入すると
b(x, y) =
! π
0
"!! ∞
−∞f(x′, y′)δ(x′ cos θ + y′ sin θ − (x cos θ + y sin θ))dx′dy′
#dθ
=
!! ∞
−∞f(x′, y′)
"! π
0δ((x′ − x) cos θ + (y′ − y) sin θ))dθ
#dx′dy′
(4)
となります。ここで,関数 h(θ)が有限個の θ = θkについてしか 0にならないとき
δ[h(θ)] =$
k
1
|h′(θk)|δ[θ − θk] (5)
がなりたつことを用います(証明は略)。(4)式のデルタ関数の引数について
(x′ − x) cos θ + (y′ − y) sin θ =%
(x′ − x)2 + (y′ − y)2 sin(θ + α),
α = cos−1 y′−y√(x′−x)2+(y′−y)2
= sin−1 x′−x√(x′−x)2+(y′−y)2
(6)
で,0 ! θ < πでこの値が 0になるのは θ = π − αのときだけです。したがって,(4)式のデルタ関数は
δ((x′ − x) cos θ + (y′ − y) sin θ)) =1&&&
%(x′ − x)2 + (y′ − y)2 cos(π)
&&&δ(θ − (π − α)) (7)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 1/5 ページ
![Page 65: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/65.jpg)
2014
A. A
sano
, Kan
sai U
niv.
復元できているといえなくもないが
2013年度春学期 画像情報処理 第14回第4部・CTスキャナ ― 投影からの画像の再構成/ 逆投影法による再構成
前回の講義では,画像の再構成の手がかりとなる「投影定理」と,投影定理によって直接画像を再構成する方法の問題点を説明しました。今回は,CTスキャナの開発当初,この問題点を解決するために用いられた「フィルタ補正逆投影法」の考えを説明します。
逆投影法
投影定理からはいったん離れて,もうすこし素朴な再構成の方法を考えてみましょう。物体のある点(x, y)での値 f(x, y)を求めるのに,(x, y)を通って写された投影をすべての θについて足しあわせることを考えます。こうすると,これらの投影はすべて f(x, y)を含んでいますから,f(x, y)が一番強調され,投影に含まれている他の値によるぼけは生じるものの,一応 f(x, y)が復元されるように思えます。この方法を逆投影法といいます。本当に復元ができるかどうか,計算してみましょう。角度 θの軸に投影されたRadon変換 g(s, θ)のうち,(x, y)を通ってきた部分は,前回の (8)式で説明した sと x, yの関係式
s = x cos θ + y sin θ (1)
によって,g(x cos θ+ y sin θ, θ)となります。これをすべての θについて足しあわせるわけですから,逆投影法による再構成像 b(x, y)は
b(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (2)
と表されます。Radon変換の式 (前回の (6)式),すなわち
g(s, θ) =
!! ∞
−∞f(x, y)δ(x cos θ + y sin θ − s)dxdy (3)
と (1)式を (2)式に代入すると
b(x, y) =
! π
0
"!! ∞
−∞f(x′, y′)δ(x′ cos θ + y′ sin θ − (x cos θ + y sin θ))dx′dy′
#dθ
=
!! ∞
−∞f(x′, y′)
"! π
0δ((x′ − x) cos θ + (y′ − y) sin θ))dθ
#dx′dy′ (4)
となります。ここで,関数 h(θ)が有限個の θ = θkについてしか 0にならないとき
δ[h(θ)] =$
k
1
|h′(θk)|δ[θ − θk] (5)
がなりたつことを用います(証明は略)。(4)式のデルタ関数の引数について
(x′ − x) cos θ + (y′ − y) sin θ) =%
(x′ − x)2 + (y′ − y)2 sin(θ + α),
α = cos−1 y′−y√(x′−x)2+(y′−y)2
= sin−1 x′−x√(x′−x)2+(y′−y)2
(6)
で,0 ! θ < πでこの値が 0になるのは θ = π − αのときだけです。したがって,(4)式のデルタ関数は
δ((x′ − x) cos θ + (y′ − y) sin θ)) =1&&&
%(x′ − x)2 + (y′ − y)2 cos(π)
&&&δ(θ − (π − α)) (7)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 1/5 ページ
2013年度春学期 画像情報処理 第14回第4部・CTスキャナ ― 投影からの画像の再構成/ 逆投影法による再構成
前回の講義では,画像の再構成の手がかりとなる「投影定理」と,投影定理によって直接画像を再構成する方法の問題点を説明しました。今回は,CTスキャナの開発当初,この問題点を解決するために用いられた「フィルタ補正逆投影法」の考えを説明します。
逆投影法
投影定理からはいったん離れて,もうすこし素朴な再構成の方法を考えてみましょう。物体のある点(x, y)での値 f(x, y)を求めるのに,(x, y)を通って写された投影をすべての θについて足しあわせることを考えます。こうすると,これらの投影はすべて f(x, y)を含んでいますから,f(x, y)が一番強調され,投影に含まれている他の値によるぼけは生じるものの,一応 f(x, y)が復元されるように思えます。この方法を逆投影法といいます。本当に復元ができるかどうか,計算してみましょう。角度 θの軸に投影されたRadon変換 g(s, θ)のうち,(x, y)を通ってきた部分は,前回の (8)式で説明した sと x, yの関係式
s = x cos θ + y sin θ (1)
によって,g(x cos θ+ y sin θ, θ)となります。これをすべての θについて足しあわせるわけですから,逆投影法による再構成像 b(x, y)は
b(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (2)
と表されます。Radon変換の式 (前回の (6)式),すなわち
g(s, θ) =
!! ∞
−∞f(x, y)δ(x cos θ + y sin θ − s)dxdy (3)
と (1)式を (2)式に代入すると
b(x, y) =
! π
0
"!! ∞
−∞f(x′, y′)δ(x′ cos θ + y′ sin θ − (x cos θ + y sin θ))dx′dy′
#dθ
=
!! ∞
−∞f(x′, y′)
"! π
0δ((x′ − x) cos θ + (y′ − y) sin θ))dθ
#dx′dy′
(4)
となります。ここで,関数 h(θ)が有限個の θ = θkについてしか 0にならないとき
δ[h(θ)] =$
k
1
|h′(θk)|δ[θ − θk] (5)
がなりたつことを用います(証明は略)。(4)式のデルタ関数の引数について
(x′ − x) cos θ + (y′ − y) sin θ =%
(x′ − x)2 + (y′ − y)2 sin(θ + α),
α = cos−1 y′−y√(x′−x)2+(y′−y)2
= sin−1 x′−x√(x′−x)2+(y′−y)2
(6)
で,0 ! θ < πでこの値が 0になるのは θ = π − αのときだけです。したがって,(4)式のデルタ関数は
δ((x′ − x) cos θ + (y′ − y) sin θ)) =1&&&
%(x′ − x)2 + (y′ − y)2 cos(π)
&&&δ(θ − (π − α)) (7)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 1/5 ページ
![Page 66: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/66.jpg)
2014
A. A
sano
, Kan
sai U
niv.
復元できているといえなくもないが
積分すると1
2013年度春学期 画像情報処理 第14回第4部・CTスキャナ ― 投影からの画像の再構成/ 逆投影法による再構成
前回の講義では,画像の再構成の手がかりとなる「投影定理」と,投影定理によって直接画像を再構成する方法の問題点を説明しました。今回は,CTスキャナの開発当初,この問題点を解決するために用いられた「フィルタ補正逆投影法」の考えを説明します。
逆投影法
投影定理からはいったん離れて,もうすこし素朴な再構成の方法を考えてみましょう。物体のある点(x, y)での値 f(x, y)を求めるのに,(x, y)を通って写された投影をすべての θについて足しあわせることを考えます。こうすると,これらの投影はすべて f(x, y)を含んでいますから,f(x, y)が一番強調され,投影に含まれている他の値によるぼけは生じるものの,一応 f(x, y)が復元されるように思えます。この方法を逆投影法といいます。本当に復元ができるかどうか,計算してみましょう。角度 θの軸に投影されたRadon変換 g(s, θ)のうち,(x, y)を通ってきた部分は,前回の (8)式で説明した sと x, yの関係式
s = x cos θ + y sin θ (1)
によって,g(x cos θ+ y sin θ, θ)となります。これをすべての θについて足しあわせるわけですから,逆投影法による再構成像 b(x, y)は
b(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (2)
と表されます。Radon変換の式 (前回の (6)式),すなわち
g(s, θ) =
!! ∞
−∞f(x, y)δ(x cos θ + y sin θ − s)dxdy (3)
と (1)式を (2)式に代入すると
b(x, y) =
! π
0
"!! ∞
−∞f(x′, y′)δ(x′ cos θ + y′ sin θ − (x cos θ + y sin θ))dx′dy′
#dθ
=
!! ∞
−∞f(x′, y′)
"! π
0δ((x′ − x) cos θ + (y′ − y) sin θ))dθ
#dx′dy′ (4)
となります。ここで,関数 h(θ)が有限個の θ = θkについてしか 0にならないとき
δ[h(θ)] =$
k
1
|h′(θk)|δ[θ − θk] (5)
がなりたつことを用います(証明は略)。(4)式のデルタ関数の引数について
(x′ − x) cos θ + (y′ − y) sin θ) =%
(x′ − x)2 + (y′ − y)2 sin(θ + α),
α = cos−1 y′−y√(x′−x)2+(y′−y)2
= sin−1 x′−x√(x′−x)2+(y′−y)2
(6)
で,0 ! θ < πでこの値が 0になるのは θ = π − αのときだけです。したがって,(4)式のデルタ関数は
δ((x′ − x) cos θ + (y′ − y) sin θ)) =1&&&
%(x′ − x)2 + (y′ − y)2 cos(π)
&&&δ(θ − (π − α)) (7)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 1/5 ページ
2013年度春学期 画像情報処理 第14回第4部・CTスキャナ ― 投影からの画像の再構成/ 逆投影法による再構成
前回の講義では,画像の再構成の手がかりとなる「投影定理」と,投影定理によって直接画像を再構成する方法の問題点を説明しました。今回は,CTスキャナの開発当初,この問題点を解決するために用いられた「フィルタ補正逆投影法」の考えを説明します。
逆投影法
投影定理からはいったん離れて,もうすこし素朴な再構成の方法を考えてみましょう。物体のある点(x, y)での値 f(x, y)を求めるのに,(x, y)を通って写された投影をすべての θについて足しあわせることを考えます。こうすると,これらの投影はすべて f(x, y)を含んでいますから,f(x, y)が一番強調され,投影に含まれている他の値によるぼけは生じるものの,一応 f(x, y)が復元されるように思えます。この方法を逆投影法といいます。本当に復元ができるかどうか,計算してみましょう。角度 θの軸に投影されたRadon変換 g(s, θ)のうち,(x, y)を通ってきた部分は,前回の (8)式で説明した sと x, yの関係式
s = x cos θ + y sin θ (1)
によって,g(x cos θ+ y sin θ, θ)となります。これをすべての θについて足しあわせるわけですから,逆投影法による再構成像 b(x, y)は
b(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (2)
と表されます。Radon変換の式 (前回の (6)式),すなわち
g(s, θ) =
!! ∞
−∞f(x, y)δ(x cos θ + y sin θ − s)dxdy (3)
と (1)式を (2)式に代入すると
b(x, y) =
! π
0
"!! ∞
−∞f(x′, y′)δ(x′ cos θ + y′ sin θ − (x cos θ + y sin θ))dx′dy′
#dθ
=
!! ∞
−∞f(x′, y′)
"! π
0δ((x′ − x) cos θ + (y′ − y) sin θ))dθ
#dx′dy′
(4)
となります。ここで,関数 h(θ)が有限個の θ = θkについてしか 0にならないとき
δ[h(θ)] =$
k
1
|h′(θk)|δ[θ − θk] (5)
がなりたつことを用います(証明は略)。(4)式のデルタ関数の引数について
(x′ − x) cos θ + (y′ − y) sin θ =%
(x′ − x)2 + (y′ − y)2 sin(θ + α),
α = cos−1 y′−y√(x′−x)2+(y′−y)2
= sin−1 x′−x√(x′−x)2+(y′−y)2
(6)
で,0 ! θ < πでこの値が 0になるのは θ = π − αのときだけです。したがって,(4)式のデルタ関数は
δ((x′ − x) cos θ + (y′ − y) sin θ)) =1&&&
%(x′ − x)2 + (y′ − y)2 cos(π)
&&&δ(θ − (π − α)) (7)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 1/5 ページ
![Page 67: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/67.jpg)
2014
A. A
sano
, Kan
sai U
niv.
復元できているといえなくもないが
積分すると1
2013年度春学期 画像情報処理 第14回第4部・CTスキャナ ― 投影からの画像の再構成/ 逆投影法による再構成
前回の講義では,画像の再構成の手がかりとなる「投影定理」と,投影定理によって直接画像を再構成する方法の問題点を説明しました。今回は,CTスキャナの開発当初,この問題点を解決するために用いられた「フィルタ補正逆投影法」の考えを説明します。
逆投影法
投影定理からはいったん離れて,もうすこし素朴な再構成の方法を考えてみましょう。物体のある点(x, y)での値 f(x, y)を求めるのに,(x, y)を通って写された投影をすべての θについて足しあわせることを考えます。こうすると,これらの投影はすべて f(x, y)を含んでいますから,f(x, y)が一番強調され,投影に含まれている他の値によるぼけは生じるものの,一応 f(x, y)が復元されるように思えます。この方法を逆投影法といいます。本当に復元ができるかどうか,計算してみましょう。角度 θの軸に投影されたRadon変換 g(s, θ)のうち,(x, y)を通ってきた部分は,前回の (8)式で説明した sと x, yの関係式
s = x cos θ + y sin θ (1)
によって,g(x cos θ+ y sin θ, θ)となります。これをすべての θについて足しあわせるわけですから,逆投影法による再構成像 b(x, y)は
b(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (2)
と表されます。Radon変換の式 (前回の (6)式),すなわち
g(s, θ) =
!! ∞
−∞f(x, y)δ(x cos θ + y sin θ − s)dxdy (3)
と (1)式を (2)式に代入すると
b(x, y) =
! π
0
"!! ∞
−∞f(x′, y′)δ(x′ cos θ + y′ sin θ − (x cos θ + y sin θ))dx′dy′
#dθ
=
!! ∞
−∞f(x′, y′)
"! π
0δ((x′ − x) cos θ + (y′ − y) sin θ))dθ
#dx′dy′ (4)
となります。ここで,関数 h(θ)が有限個の θ = θkについてしか 0にならないとき
δ[h(θ)] =$
k
1
|h′(θk)|δ[θ − θk] (5)
がなりたつことを用います(証明は略)。(4)式のデルタ関数の引数について
(x′ − x) cos θ + (y′ − y) sin θ) =%
(x′ − x)2 + (y′ − y)2 sin(θ + α),
α = cos−1 y′−y√(x′−x)2+(y′−y)2
= sin−1 x′−x√(x′−x)2+(y′−y)2
(6)
で,0 ! θ < πでこの値が 0になるのは θ = π − αのときだけです。したがって,(4)式のデルタ関数は
δ((x′ − x) cos θ + (y′ − y) sin θ)) =1&&&
%(x′ − x)2 + (y′ − y)2 cos(π)
&&&δ(θ − (π − α)) (7)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 1/5 ページ
となり,(4)式は
b(x, y) =
!! ∞
−∞f(x′, y′)
"1#
(x′ − x)2 + (y′ − y)2
$dx′dy′
= f(x, y) ∗"
1#x2 + y2
$ (8)
となります。∗は,第1部で出てきたコンヴォリューションの記号です。したがって,逆投影法による再構成像 b(x, y)は,もとの物体 f(x, y)の各点に関数 1/
#x2 + y2を重畳してぼかした像になります。
このままでは,得られた像は大きくぼやけているので,まだ再構成像が得られたとはいえません。しかし,(8)式をフーリエ変換すると, 第1部で説明した「コンヴォリューションのフーリエ変換=フーリエ変換のかけ算」の関係があるので
FT [b(x, y)] = FT [f(x, y)]× FT
"1#
x2 + y2
$
∴ FT [f(x, y)] = FT [b(x, y)]/FT
"1#
x2 + y2
$ (9)
となります。
FT
"1#
x2 + y2
$=
1%f2x + f2
y
(10)
であることを用いると(証明は略),(9)式は
FT [f(x, y)] =%f2x + f2
y × FT [b(x, y)] (11)
となり,(11) 式でもとの物体 f(x, y) のフーリエ変換を復元できます。この方法を逆フィルタリング(inverse filtering)といい,このような方法でコンヴォリューションの逆演算を行うことをデコンヴォリューション (deconvolution)といいます。
この方法には,2つの問題点があります。そのひとつは,逆投影 b(x, y)は物体 f(x, y)がぼけて広がった形になっているため,FT [b(x, y)]を物体 f(x, y)の存在する範囲よりもずっと大きくとって計算しなければならないことです。
もうひとつは,f(x, y)は吸収率の分布ですから,すべての (x, y)において正の値であるはずなのに,(11)式から fx = fy = 0のとき FT [f(x, y)] = 0となることです。つまり,フーリエ変換の周波数 0の値,すなわち f(x, y)の平均が 0なのに,f(x, y)がすべて正の値というのはありえないはずです。これは,fx = fy = 0のとき FT [b(x, y)]は発散してしまっていて,そもそも情報が得られていないことに原因があります。
フィルタ補正逆投影法
前節のように逆投影法は実はうまくいきませんが,投影定理を用いると,逆投影法とよく似ていてしかも実用的な再構成法を導くことができます。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 2/5 ページ
2013年度春学期 画像情報処理 第14回第4部・CTスキャナ ― 投影からの画像の再構成/ 逆投影法による再構成
前回の講義では,画像の再構成の手がかりとなる「投影定理」と,投影定理によって直接画像を再構成する方法の問題点を説明しました。今回は,CTスキャナの開発当初,この問題点を解決するために用いられた「フィルタ補正逆投影法」の考えを説明します。
逆投影法
投影定理からはいったん離れて,もうすこし素朴な再構成の方法を考えてみましょう。物体のある点(x, y)での値 f(x, y)を求めるのに,(x, y)を通って写された投影をすべての θについて足しあわせることを考えます。こうすると,これらの投影はすべて f(x, y)を含んでいますから,f(x, y)が一番強調され,投影に含まれている他の値によるぼけは生じるものの,一応 f(x, y)が復元されるように思えます。この方法を逆投影法といいます。本当に復元ができるかどうか,計算してみましょう。角度 θの軸に投影されたRadon変換 g(s, θ)のうち,(x, y)を通ってきた部分は,前回の (8)式で説明した sと x, yの関係式
s = x cos θ + y sin θ (1)
によって,g(x cos θ+ y sin θ, θ)となります。これをすべての θについて足しあわせるわけですから,逆投影法による再構成像 b(x, y)は
b(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (2)
と表されます。Radon変換の式 (前回の (6)式),すなわち
g(s, θ) =
!! ∞
−∞f(x, y)δ(x cos θ + y sin θ − s)dxdy (3)
と (1)式を (2)式に代入すると
b(x, y) =
! π
0
"!! ∞
−∞f(x′, y′)δ(x′ cos θ + y′ sin θ − (x cos θ + y sin θ))dx′dy′
#dθ
=
!! ∞
−∞f(x′, y′)
"! π
0δ((x′ − x) cos θ + (y′ − y) sin θ))dθ
#dx′dy′
(4)
となります。ここで,関数 h(θ)が有限個の θ = θkについてしか 0にならないとき
δ[h(θ)] =$
k
1
|h′(θk)|δ[θ − θk] (5)
がなりたつことを用います(証明は略)。(4)式のデルタ関数の引数について
(x′ − x) cos θ + (y′ − y) sin θ =%
(x′ − x)2 + (y′ − y)2 sin(θ + α),
α = cos−1 y′−y√(x′−x)2+(y′−y)2
= sin−1 x′−x√(x′−x)2+(y′−y)2
(6)
で,0 ! θ < πでこの値が 0になるのは θ = π − αのときだけです。したがって,(4)式のデルタ関数は
δ((x′ − x) cos θ + (y′ − y) sin θ)) =1&&&
%(x′ − x)2 + (y′ − y)2 cos(π)
&&&δ(θ − (π − α)) (7)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 1/5 ページよって
![Page 68: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/68.jpg)
2014
A. A
sano
, Kan
sai U
niv.
復元できているといえなくもないが
積分すると1
2013年度春学期 画像情報処理 第14回第4部・CTスキャナ ― 投影からの画像の再構成/ 逆投影法による再構成
前回の講義では,画像の再構成の手がかりとなる「投影定理」と,投影定理によって直接画像を再構成する方法の問題点を説明しました。今回は,CTスキャナの開発当初,この問題点を解決するために用いられた「フィルタ補正逆投影法」の考えを説明します。
逆投影法
投影定理からはいったん離れて,もうすこし素朴な再構成の方法を考えてみましょう。物体のある点(x, y)での値 f(x, y)を求めるのに,(x, y)を通って写された投影をすべての θについて足しあわせることを考えます。こうすると,これらの投影はすべて f(x, y)を含んでいますから,f(x, y)が一番強調され,投影に含まれている他の値によるぼけは生じるものの,一応 f(x, y)が復元されるように思えます。この方法を逆投影法といいます。本当に復元ができるかどうか,計算してみましょう。角度 θの軸に投影されたRadon変換 g(s, θ)のうち,(x, y)を通ってきた部分は,前回の (8)式で説明した sと x, yの関係式
s = x cos θ + y sin θ (1)
によって,g(x cos θ+ y sin θ, θ)となります。これをすべての θについて足しあわせるわけですから,逆投影法による再構成像 b(x, y)は
b(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (2)
と表されます。Radon変換の式 (前回の (6)式),すなわち
g(s, θ) =
!! ∞
−∞f(x, y)δ(x cos θ + y sin θ − s)dxdy (3)
と (1)式を (2)式に代入すると
b(x, y) =
! π
0
"!! ∞
−∞f(x′, y′)δ(x′ cos θ + y′ sin θ − (x cos θ + y sin θ))dx′dy′
#dθ
=
!! ∞
−∞f(x′, y′)
"! π
0δ((x′ − x) cos θ + (y′ − y) sin θ))dθ
#dx′dy′ (4)
となります。ここで,関数 h(θ)が有限個の θ = θkについてしか 0にならないとき
δ[h(θ)] =$
k
1
|h′(θk)|δ[θ − θk] (5)
がなりたつことを用います(証明は略)。(4)式のデルタ関数の引数について
(x′ − x) cos θ + (y′ − y) sin θ) =%
(x′ − x)2 + (y′ − y)2 sin(θ + α),
α = cos−1 y′−y√(x′−x)2+(y′−y)2
= sin−1 x′−x√(x′−x)2+(y′−y)2
(6)
で,0 ! θ < πでこの値が 0になるのは θ = π − αのときだけです。したがって,(4)式のデルタ関数は
δ((x′ − x) cos θ + (y′ − y) sin θ)) =1&&&
%(x′ − x)2 + (y′ − y)2 cos(π)
&&&δ(θ − (π − α)) (7)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 1/5 ページ
となり,(4)式は
b(x, y) =
!! ∞
−∞f(x′, y′)
"1#
(x′ − x)2 + (y′ − y)2
$dx′dy′
= f(x, y) ∗"
1#x2 + y2
$ (8)
となります。∗は,第1部で出てきたコンヴォリューションの記号です。したがって,逆投影法による再構成像 b(x, y)は,もとの物体 f(x, y)の各点に関数 1/
#x2 + y2を重畳してぼかした像になります。
このままでは,得られた像は大きくぼやけているので,まだ再構成像が得られたとはいえません。しかし,(8)式をフーリエ変換すると, 第1部で説明した「コンヴォリューションのフーリエ変換=フーリエ変換のかけ算」の関係があるので
FT [b(x, y)] = FT [f(x, y)]× FT
"1#
x2 + y2
$
∴ FT [f(x, y)] = FT [b(x, y)]/FT
"1#
x2 + y2
$ (9)
となります。
FT
"1#
x2 + y2
$=
1%f2x + f2
y
(10)
であることを用いると(証明は略),(9)式は
FT [f(x, y)] =%f2x + f2
y × FT [b(x, y)] (11)
となり,(11) 式でもとの物体 f(x, y) のフーリエ変換を復元できます。この方法を逆フィルタリング(inverse filtering)といい,このような方法でコンヴォリューションの逆演算を行うことをデコンヴォリューション (deconvolution)といいます。
この方法には,2つの問題点があります。そのひとつは,逆投影 b(x, y)は物体 f(x, y)がぼけて広がった形になっているため,FT [b(x, y)]を物体 f(x, y)の存在する範囲よりもずっと大きくとって計算しなければならないことです。
もうひとつは,f(x, y)は吸収率の分布ですから,すべての (x, y)において正の値であるはずなのに,(11)式から fx = fy = 0のとき FT [f(x, y)] = 0となることです。つまり,フーリエ変換の周波数 0の値,すなわち f(x, y)の平均が 0なのに,f(x, y)がすべて正の値というのはありえないはずです。これは,fx = fy = 0のとき FT [b(x, y)]は発散してしまっていて,そもそも情報が得られていないことに原因があります。
フィルタ補正逆投影法
前節のように逆投影法は実はうまくいきませんが,投影定理を用いると,逆投影法とよく似ていてしかも実用的な再構成法を導くことができます。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 2/5 ページ
2013年度春学期 画像情報処理 第14回第4部・CTスキャナ ― 投影からの画像の再構成/ 逆投影法による再構成
前回の講義では,画像の再構成の手がかりとなる「投影定理」と,投影定理によって直接画像を再構成する方法の問題点を説明しました。今回は,CTスキャナの開発当初,この問題点を解決するために用いられた「フィルタ補正逆投影法」の考えを説明します。
逆投影法
投影定理からはいったん離れて,もうすこし素朴な再構成の方法を考えてみましょう。物体のある点(x, y)での値 f(x, y)を求めるのに,(x, y)を通って写された投影をすべての θについて足しあわせることを考えます。こうすると,これらの投影はすべて f(x, y)を含んでいますから,f(x, y)が一番強調され,投影に含まれている他の値によるぼけは生じるものの,一応 f(x, y)が復元されるように思えます。この方法を逆投影法といいます。本当に復元ができるかどうか,計算してみましょう。角度 θの軸に投影されたRadon変換 g(s, θ)のうち,(x, y)を通ってきた部分は,前回の (8)式で説明した sと x, yの関係式
s = x cos θ + y sin θ (1)
によって,g(x cos θ+ y sin θ, θ)となります。これをすべての θについて足しあわせるわけですから,逆投影法による再構成像 b(x, y)は
b(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (2)
と表されます。Radon変換の式 (前回の (6)式),すなわち
g(s, θ) =
!! ∞
−∞f(x, y)δ(x cos θ + y sin θ − s)dxdy (3)
と (1)式を (2)式に代入すると
b(x, y) =
! π
0
"!! ∞
−∞f(x′, y′)δ(x′ cos θ + y′ sin θ − (x cos θ + y sin θ))dx′dy′
#dθ
=
!! ∞
−∞f(x′, y′)
"! π
0δ((x′ − x) cos θ + (y′ − y) sin θ))dθ
#dx′dy′
(4)
となります。ここで,関数 h(θ)が有限個の θ = θkについてしか 0にならないとき
δ[h(θ)] =$
k
1
|h′(θk)|δ[θ − θk] (5)
がなりたつことを用います(証明は略)。(4)式のデルタ関数の引数について
(x′ − x) cos θ + (y′ − y) sin θ =%
(x′ − x)2 + (y′ − y)2 sin(θ + α),
α = cos−1 y′−y√(x′−x)2+(y′−y)2
= sin−1 x′−x√(x′−x)2+(y′−y)2
(6)
で,0 ! θ < πでこの値が 0になるのは θ = π − αのときだけです。したがって,(4)式のデルタ関数は
δ((x′ − x) cos θ + (y′ − y) sin θ)) =1&&&
%(x′ − x)2 + (y′ − y)2 cos(π)
&&&δ(θ − (π − α)) (7)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 1/5 ページよって
コンヴォリューションに なっている
![Page 69: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/69.jpg)
2014
A. A
sano
, Kan
sai U
niv.
復元するにはとなり,(4)式は
b(x, y) =
!! ∞
−∞f(x′, y′)
"1#
(x′ − x)2 + (y′ − y)2
$dx′dy′
= f(x, y) ∗"
1#x2 + y2
$ (8)
となります。∗は,第1部で出てきたコンヴォリューションの記号です。したがって,逆投影法による再構成像 b(x, y)は,もとの物体 f(x, y)の各点に関数 1/
#x2 + y2を重畳してぼかした像になります。
このままでは,得られた像は大きくぼやけているので,まだ再構成像が得られたとはいえません。しかし,(8)式をフーリエ変換すると, 第1部で説明した「コンヴォリューションのフーリエ変換=フーリエ変換のかけ算」の関係があるので
FT [b(x, y)] = FT [f(x, y)]× FT
"1#
x2 + y2
$
∴ FT [f(x, y)] = FT [b(x, y)]/FT
"1#
x2 + y2
$ (9)
となります。
FT
"1#
x2 + y2
$=
1%f2x + f2
y
(10)
であることを用いると(証明は略),(9)式は
FT [f(x, y)] =%f2x + f2
y × FT [b(x, y)] (11)
となり,(11) 式でもとの物体 f(x, y) のフーリエ変換を復元できます。この方法を逆フィルタリング(inverse filtering)といい,このような方法でコンヴォリューションの逆演算を行うことをデコンヴォリューション (deconvolution)といいます。
この方法には,2つの問題点があります。そのひとつは,逆投影 b(x, y)は物体 f(x, y)がぼけて広がった形になっているため,FT [b(x, y)]を物体 f(x, y)の存在する範囲よりもずっと大きくとって計算しなければならないことです。
もうひとつは,f(x, y)は吸収率の分布ですから,すべての (x, y)において正の値であるはずなのに,(11)式から fx = fy = 0のとき FT [f(x, y)] = 0となることです。つまり,フーリエ変換の周波数 0の値,すなわち f(x, y)の平均が 0なのに,f(x, y)がすべて正の値というのはありえないはずです。これは,fx = fy = 0のとき FT [b(x, y)]は発散してしまっていて,そもそも情報が得られていないことに原因があります。
フィルタ補正逆投影法
前節のように逆投影法は実はうまくいきませんが,投影定理を用いると,逆投影法とよく似ていてしかも実用的な再構成法を導くことができます。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 2/5 ページ
となり,(4)式は
b(x, y) =
!! ∞
−∞f(x′, y′)
"1#
(x′ − x)2 + (y′ − y)2
$dx′dy′
= f(x, y) ∗"
1#x2 + y2
$ (8)
となります。∗は,第1部で出てきたコンヴォリューションの記号です。したがって,逆投影法による再構成像 b(x, y)は,もとの物体 f(x, y)の各点に関数 1/
#x2 + y2を重畳してぼかした像になります。
このままでは,得られた像は大きくぼやけているので,まだ再構成像が得られたとはいえません。しかし,(8)式をフーリエ変換すると, 第1部で説明した「コンヴォリューションのフーリエ変換=フーリエ変換のかけ算」の関係があるので
FT [b(x, y)] = FT [f(x, y)]× FT
"1#
x2 + y2
$
∴ FT [f(x, y)] = FT [b(x, y)]/FT
"1#
x2 + y2
$ (9)
となります。
FT
"1#
x2 + y2
$=
1%f2x + f2
y
(10)
であることを用いると(証明は略),(9)式は
FT [f(x, y)] =%f2x + f2
y × FT [b(x, y)] (11)
となり,(11) 式でもとの物体 f(x, y) のフーリエ変換を復元できます。この方法を逆フィルタリング(inverse filtering)といい,このような方法でコンヴォリューションの逆演算を行うことをデコンヴォリューション (deconvolution)といいます。
この方法には,2つの問題点があります。そのひとつは,逆投影 b(x, y)は物体 f(x, y)がぼけて広がった形になっているため,FT [b(x, y)]を物体 f(x, y)の存在する範囲よりもずっと大きくとって計算しなければならないことです。
もうひとつは,f(x, y)は吸収率の分布ですから,すべての (x, y)において正の値であるはずなのに,(11)式から fx = fy = 0のとき FT [f(x, y)] = 0となることです。つまり,フーリエ変換の周波数 0の値,すなわち f(x, y)の平均が 0なのに,f(x, y)がすべて正の値というのはありえないはずです。これは,fx = fy = 0のとき FT [b(x, y)]は発散してしまっていて,そもそも情報が得られていないことに原因があります。
フィルタ補正逆投影法
前節のように逆投影法は実はうまくいきませんが,投影定理を用いると,逆投影法とよく似ていてしかも実用的な再構成法を導くことができます。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 2/5 ページ
![Page 70: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/70.jpg)
2014
A. A
sano
, Kan
sai U
niv.
復元するには
フーリエ変換すると,コンヴォリューション→積
となり,(4)式は
b(x, y) =
!! ∞
−∞f(x′, y′)
"1#
(x′ − x)2 + (y′ − y)2
$dx′dy′
= f(x, y) ∗"
1#x2 + y2
$ (8)
となります。∗は,第1部で出てきたコンヴォリューションの記号です。したがって,逆投影法による再構成像 b(x, y)は,もとの物体 f(x, y)の各点に関数 1/
#x2 + y2を重畳してぼかした像になります。
このままでは,得られた像は大きくぼやけているので,まだ再構成像が得られたとはいえません。しかし,(8)式をフーリエ変換すると, 第1部で説明した「コンヴォリューションのフーリエ変換=フーリエ変換のかけ算」の関係があるので
FT [b(x, y)] = FT [f(x, y)]× FT
"1#
x2 + y2
$
∴ FT [f(x, y)] = FT [b(x, y)]/FT
"1#
x2 + y2
$ (9)
となります。
FT
"1#
x2 + y2
$=
1%f2x + f2
y
(10)
であることを用いると(証明は略),(9)式は
FT [f(x, y)] =%f2x + f2
y × FT [b(x, y)] (11)
となり,(11) 式でもとの物体 f(x, y) のフーリエ変換を復元できます。この方法を逆フィルタリング(inverse filtering)といい,このような方法でコンヴォリューションの逆演算を行うことをデコンヴォリューション (deconvolution)といいます。
この方法には,2つの問題点があります。そのひとつは,逆投影 b(x, y)は物体 f(x, y)がぼけて広がった形になっているため,FT [b(x, y)]を物体 f(x, y)の存在する範囲よりもずっと大きくとって計算しなければならないことです。
もうひとつは,f(x, y)は吸収率の分布ですから,すべての (x, y)において正の値であるはずなのに,(11)式から fx = fy = 0のとき FT [f(x, y)] = 0となることです。つまり,フーリエ変換の周波数 0の値,すなわち f(x, y)の平均が 0なのに,f(x, y)がすべて正の値というのはありえないはずです。これは,fx = fy = 0のとき FT [b(x, y)]は発散してしまっていて,そもそも情報が得られていないことに原因があります。
フィルタ補正逆投影法
前節のように逆投影法は実はうまくいきませんが,投影定理を用いると,逆投影法とよく似ていてしかも実用的な再構成法を導くことができます。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 2/5 ページ
となり,(4)式は
b(x, y) =
!! ∞
−∞f(x′, y′)
"1#
(x′ − x)2 + (y′ − y)2
$dx′dy′
= f(x, y) ∗"
1#x2 + y2
$ (8)
となります。∗は,第1部で出てきたコンヴォリューションの記号です。したがって,逆投影法による再構成像 b(x, y)は,もとの物体 f(x, y)の各点に関数 1/
#x2 + y2を重畳してぼかした像になります。
このままでは,得られた像は大きくぼやけているので,まだ再構成像が得られたとはいえません。しかし,(8)式をフーリエ変換すると, 第1部で説明した「コンヴォリューションのフーリエ変換=フーリエ変換のかけ算」の関係があるので
FT [b(x, y)] = FT [f(x, y)]× FT
"1#
x2 + y2
$
∴ FT [f(x, y)] = FT [b(x, y)]/FT
"1#
x2 + y2
$ (9)
となります。
FT
"1#
x2 + y2
$=
1%f2x + f2
y
(10)
であることを用いると(証明は略),(9)式は
FT [f(x, y)] =%f2x + f2
y × FT [b(x, y)] (11)
となり,(11) 式でもとの物体 f(x, y) のフーリエ変換を復元できます。この方法を逆フィルタリング(inverse filtering)といい,このような方法でコンヴォリューションの逆演算を行うことをデコンヴォリューション (deconvolution)といいます。
この方法には,2つの問題点があります。そのひとつは,逆投影 b(x, y)は物体 f(x, y)がぼけて広がった形になっているため,FT [b(x, y)]を物体 f(x, y)の存在する範囲よりもずっと大きくとって計算しなければならないことです。
もうひとつは,f(x, y)は吸収率の分布ですから,すべての (x, y)において正の値であるはずなのに,(11)式から fx = fy = 0のとき FT [f(x, y)] = 0となることです。つまり,フーリエ変換の周波数 0の値,すなわち f(x, y)の平均が 0なのに,f(x, y)がすべて正の値というのはありえないはずです。これは,fx = fy = 0のとき FT [b(x, y)]は発散してしまっていて,そもそも情報が得られていないことに原因があります。
フィルタ補正逆投影法
前節のように逆投影法は実はうまくいきませんが,投影定理を用いると,逆投影法とよく似ていてしかも実用的な再構成法を導くことができます。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 2/5 ページ
![Page 71: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/71.jpg)
2014
A. A
sano
, Kan
sai U
niv.
復元するには
フーリエ変換すると,コンヴォリューション→積
となり,(4)式は
b(x, y) =
!! ∞
−∞f(x′, y′)
"1#
(x′ − x)2 + (y′ − y)2
$dx′dy′
= f(x, y) ∗"
1#x2 + y2
$ (8)
となります。∗は,第1部で出てきたコンヴォリューションの記号です。したがって,逆投影法による再構成像 b(x, y)は,もとの物体 f(x, y)の各点に関数 1/
#x2 + y2を重畳してぼかした像になります。
このままでは,得られた像は大きくぼやけているので,まだ再構成像が得られたとはいえません。しかし,(8)式をフーリエ変換すると, 第1部で説明した「コンヴォリューションのフーリエ変換=フーリエ変換のかけ算」の関係があるので
FT [b(x, y)] = FT [f(x, y)]× FT
"1#
x2 + y2
$
∴ FT [f(x, y)] = FT [b(x, y)]/FT
"1#
x2 + y2
$ (9)
となります。
FT
"1#
x2 + y2
$=
1%f2x + f2
y
(10)
であることを用いると(証明は略),(9)式は
FT [f(x, y)] =%f2x + f2
y × FT [b(x, y)] (11)
となり,(11) 式でもとの物体 f(x, y) のフーリエ変換を復元できます。この方法を逆フィルタリング(inverse filtering)といい,このような方法でコンヴォリューションの逆演算を行うことをデコンヴォリューション (deconvolution)といいます。
この方法には,2つの問題点があります。そのひとつは,逆投影 b(x, y)は物体 f(x, y)がぼけて広がった形になっているため,FT [b(x, y)]を物体 f(x, y)の存在する範囲よりもずっと大きくとって計算しなければならないことです。
もうひとつは,f(x, y)は吸収率の分布ですから,すべての (x, y)において正の値であるはずなのに,(11)式から fx = fy = 0のとき FT [f(x, y)] = 0となることです。つまり,フーリエ変換の周波数 0の値,すなわち f(x, y)の平均が 0なのに,f(x, y)がすべて正の値というのはありえないはずです。これは,fx = fy = 0のとき FT [b(x, y)]は発散してしまっていて,そもそも情報が得られていないことに原因があります。
フィルタ補正逆投影法
前節のように逆投影法は実はうまくいきませんが,投影定理を用いると,逆投影法とよく似ていてしかも実用的な再構成法を導くことができます。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 2/5 ページ
となり,(4)式は
b(x, y) =
!! ∞
−∞f(x′, y′)
"1#
(x′ − x)2 + (y′ − y)2
$dx′dy′
= f(x, y) ∗"
1#x2 + y2
$ (8)
となります。∗は,第1部で出てきたコンヴォリューションの記号です。したがって,逆投影法による再構成像 b(x, y)は,もとの物体 f(x, y)の各点に関数 1/
#x2 + y2を重畳してぼかした像になります。
このままでは,得られた像は大きくぼやけているので,まだ再構成像が得られたとはいえません。しかし,(8)式をフーリエ変換すると, 第1部で説明した「コンヴォリューションのフーリエ変換=フーリエ変換のかけ算」の関係があるので
FT [b(x, y)] = FT [f(x, y)]× FT
"1#
x2 + y2
$
∴ FT [f(x, y)] = FT [b(x, y)]/FT
"1#
x2 + y2
$ (9)
となります。
FT
"1#
x2 + y2
$=
1%f2x + f2
y
(10)
であることを用いると(証明は略),(9)式は
FT [f(x, y)] =%f2x + f2
y × FT [b(x, y)] (11)
となり,(11) 式でもとの物体 f(x, y) のフーリエ変換を復元できます。この方法を逆フィルタリング(inverse filtering)といい,このような方法でコンヴォリューションの逆演算を行うことをデコンヴォリューション (deconvolution)といいます。
この方法には,2つの問題点があります。そのひとつは,逆投影 b(x, y)は物体 f(x, y)がぼけて広がった形になっているため,FT [b(x, y)]を物体 f(x, y)の存在する範囲よりもずっと大きくとって計算しなければならないことです。
もうひとつは,f(x, y)は吸収率の分布ですから,すべての (x, y)において正の値であるはずなのに,(11)式から fx = fy = 0のとき FT [f(x, y)] = 0となることです。つまり,フーリエ変換の周波数 0の値,すなわち f(x, y)の平均が 0なのに,f(x, y)がすべて正の値というのはありえないはずです。これは,fx = fy = 0のとき FT [b(x, y)]は発散してしまっていて,そもそも情報が得られていないことに原因があります。
フィルタ補正逆投影法
前節のように逆投影法は実はうまくいきませんが,投影定理を用いると,逆投影法とよく似ていてしかも実用的な再構成法を導くことができます。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 2/5 ページ
となり,(4)式は
b(x, y) =
!! ∞
−∞f(x′, y′)
"1#
(x′ − x)2 + (y′ − y)2
$dx′dy′
= f(x, y) ∗"
1#x2 + y2
$ (8)
となります。∗は,第1部で出てきたコンヴォリューションの記号です。したがって,逆投影法による再構成像 b(x, y)は,もとの物体 f(x, y)の各点に関数 1/
#x2 + y2を重畳してぼかした像になります。
このままでは,得られた像は大きくぼやけているので,まだ再構成像が得られたとはいえません。しかし,(8)式をフーリエ変換すると, 第1部で説明した「コンヴォリューションのフーリエ変換=フーリエ変換のかけ算」の関係があるので
FT [b(x, y)] = FT [f(x, y)]× FT
"1#
x2 + y2
$
∴ FT [f(x, y)] = FT [b(x, y)]/FT
"1#
x2 + y2
$ (9)
となります。
FT
"1#
x2 + y2
$=
1%f2x + f2
y
(10)
であることを用いると(証明は略),(9)式は
FT [f(x, y)] =%f2x + f2
y × FT [b(x, y)] (11)
となり,(11) 式でもとの物体 f(x, y) のフーリエ変換を復元できます。この方法を逆フィルタリング(inverse filtering)といい,このような方法でコンヴォリューションの逆演算を行うことをデコンヴォリューション (deconvolution)といいます。
この方法には,2つの問題点があります。そのひとつは,逆投影 b(x, y)は物体 f(x, y)がぼけて広がった形になっているため,FT [b(x, y)]を物体 f(x, y)の存在する範囲よりもずっと大きくとって計算しなければならないことです。
もうひとつは,f(x, y)は吸収率の分布ですから,すべての (x, y)において正の値であるはずなのに,(11)式から fx = fy = 0のとき FT [f(x, y)] = 0となることです。つまり,フーリエ変換の周波数 0の値,すなわち f(x, y)の平均が 0なのに,f(x, y)がすべて正の値というのはありえないはずです。これは,fx = fy = 0のとき FT [b(x, y)]は発散してしまっていて,そもそも情報が得られていないことに原因があります。
フィルタ補正逆投影法
前節のように逆投影法は実はうまくいきませんが,投影定理を用いると,逆投影法とよく似ていてしかも実用的な再構成法を導くことができます。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 2/5 ページ
![Page 72: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/72.jpg)
2014
A. A
sano
, Kan
sai U
niv.
復元するには
フーリエ変換すると,コンヴォリューション→積
となり,(4)式は
b(x, y) =
!! ∞
−∞f(x′, y′)
"1#
(x′ − x)2 + (y′ − y)2
$dx′dy′
= f(x, y) ∗"
1#x2 + y2
$ (8)
となります。∗は,第1部で出てきたコンヴォリューションの記号です。したがって,逆投影法による再構成像 b(x, y)は,もとの物体 f(x, y)の各点に関数 1/
#x2 + y2を重畳してぼかした像になります。
このままでは,得られた像は大きくぼやけているので,まだ再構成像が得られたとはいえません。しかし,(8)式をフーリエ変換すると, 第1部で説明した「コンヴォリューションのフーリエ変換=フーリエ変換のかけ算」の関係があるので
FT [b(x, y)] = FT [f(x, y)]× FT
"1#
x2 + y2
$
∴ FT [f(x, y)] = FT [b(x, y)]/FT
"1#
x2 + y2
$ (9)
となります。
FT
"1#
x2 + y2
$=
1%f2x + f2
y
(10)
であることを用いると(証明は略),(9)式は
FT [f(x, y)] =%f2x + f2
y × FT [b(x, y)] (11)
となり,(11) 式でもとの物体 f(x, y) のフーリエ変換を復元できます。この方法を逆フィルタリング(inverse filtering)といい,このような方法でコンヴォリューションの逆演算を行うことをデコンヴォリューション (deconvolution)といいます。
この方法には,2つの問題点があります。そのひとつは,逆投影 b(x, y)は物体 f(x, y)がぼけて広がった形になっているため,FT [b(x, y)]を物体 f(x, y)の存在する範囲よりもずっと大きくとって計算しなければならないことです。
もうひとつは,f(x, y)は吸収率の分布ですから,すべての (x, y)において正の値であるはずなのに,(11)式から fx = fy = 0のとき FT [f(x, y)] = 0となることです。つまり,フーリエ変換の周波数 0の値,すなわち f(x, y)の平均が 0なのに,f(x, y)がすべて正の値というのはありえないはずです。これは,fx = fy = 0のとき FT [b(x, y)]は発散してしまっていて,そもそも情報が得られていないことに原因があります。
フィルタ補正逆投影法
前節のように逆投影法は実はうまくいきませんが,投影定理を用いると,逆投影法とよく似ていてしかも実用的な再構成法を導くことができます。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 2/5 ページ
となり,(4)式は
b(x, y) =
!! ∞
−∞f(x′, y′)
"1#
(x′ − x)2 + (y′ − y)2
$dx′dy′
= f(x, y) ∗"
1#x2 + y2
$ (8)
となります。∗は,第1部で出てきたコンヴォリューションの記号です。したがって,逆投影法による再構成像 b(x, y)は,もとの物体 f(x, y)の各点に関数 1/
#x2 + y2を重畳してぼかした像になります。
このままでは,得られた像は大きくぼやけているので,まだ再構成像が得られたとはいえません。しかし,(8)式をフーリエ変換すると, 第1部で説明した「コンヴォリューションのフーリエ変換=フーリエ変換のかけ算」の関係があるので
FT [b(x, y)] = FT [f(x, y)]× FT
"1#
x2 + y2
$
∴ FT [f(x, y)] = FT [b(x, y)]/FT
"1#
x2 + y2
$ (9)
となります。
FT
"1#
x2 + y2
$=
1%f2x + f2
y
(10)
であることを用いると(証明は略),(9)式は
FT [f(x, y)] =%f2x + f2
y × FT [b(x, y)] (11)
となり,(11) 式でもとの物体 f(x, y) のフーリエ変換を復元できます。この方法を逆フィルタリング(inverse filtering)といい,このような方法でコンヴォリューションの逆演算を行うことをデコンヴォリューション (deconvolution)といいます。
この方法には,2つの問題点があります。そのひとつは,逆投影 b(x, y)は物体 f(x, y)がぼけて広がった形になっているため,FT [b(x, y)]を物体 f(x, y)の存在する範囲よりもずっと大きくとって計算しなければならないことです。
もうひとつは,f(x, y)は吸収率の分布ですから,すべての (x, y)において正の値であるはずなのに,(11)式から fx = fy = 0のとき FT [f(x, y)] = 0となることです。つまり,フーリエ変換の周波数 0の値,すなわち f(x, y)の平均が 0なのに,f(x, y)がすべて正の値というのはありえないはずです。これは,fx = fy = 0のとき FT [b(x, y)]は発散してしまっていて,そもそも情報が得られていないことに原因があります。
フィルタ補正逆投影法
前節のように逆投影法は実はうまくいきませんが,投影定理を用いると,逆投影法とよく似ていてしかも実用的な再構成法を導くことができます。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 2/5 ページ
となり,(4)式は
b(x, y) =
!! ∞
−∞f(x′, y′)
"1#
(x′ − x)2 + (y′ − y)2
$dx′dy′
= f(x, y) ∗"
1#x2 + y2
$ (8)
となります。∗は,第1部で出てきたコンヴォリューションの記号です。したがって,逆投影法による再構成像 b(x, y)は,もとの物体 f(x, y)の各点に関数 1/
#x2 + y2を重畳してぼかした像になります。
このままでは,得られた像は大きくぼやけているので,まだ再構成像が得られたとはいえません。しかし,(8)式をフーリエ変換すると, 第1部で説明した「コンヴォリューションのフーリエ変換=フーリエ変換のかけ算」の関係があるので
FT [b(x, y)] = FT [f(x, y)]× FT
"1#
x2 + y2
$
∴ FT [f(x, y)] = FT [b(x, y)]/FT
"1#
x2 + y2
$ (9)
となります。
FT
"1#
x2 + y2
$=
1%f2x + f2
y
(10)
であることを用いると(証明は略),(9)式は
FT [f(x, y)] =%f2x + f2
y × FT [b(x, y)] (11)
となり,(11) 式でもとの物体 f(x, y) のフーリエ変換を復元できます。この方法を逆フィルタリング(inverse filtering)といい,このような方法でコンヴォリューションの逆演算を行うことをデコンヴォリューション (deconvolution)といいます。
この方法には,2つの問題点があります。そのひとつは,逆投影 b(x, y)は物体 f(x, y)がぼけて広がった形になっているため,FT [b(x, y)]を物体 f(x, y)の存在する範囲よりもずっと大きくとって計算しなければならないことです。
もうひとつは,f(x, y)は吸収率の分布ですから,すべての (x, y)において正の値であるはずなのに,(11)式から fx = fy = 0のとき FT [f(x, y)] = 0となることです。つまり,フーリエ変換の周波数 0の値,すなわち f(x, y)の平均が 0なのに,f(x, y)がすべて正の値というのはありえないはずです。これは,fx = fy = 0のとき FT [b(x, y)]は発散してしまっていて,そもそも情報が得られていないことに原因があります。
フィルタ補正逆投影法
前節のように逆投影法は実はうまくいきませんが,投影定理を用いると,逆投影法とよく似ていてしかも実用的な再構成法を導くことができます。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 2/5 ページ
となり,(4)式は
b(x, y) =
!! ∞
−∞f(x′, y′)
"1#
(x′ − x)2 + (y′ − y)2
$dx′dy′
= f(x, y) ∗"
1#x2 + y2
$ (8)
となります。∗は,第1部で出てきたコンヴォリューションの記号です。したがって,逆投影法による再構成像 b(x, y)は,もとの物体 f(x, y)の各点に関数 1/
#x2 + y2を重畳してぼかした像になります。
このままでは,得られた像は大きくぼやけているので,まだ再構成像が得られたとはいえません。しかし,(8)式をフーリエ変換すると, 第1部で説明した「コンヴォリューションのフーリエ変換=フーリエ変換のかけ算」の関係があるので
FT [b(x, y)] = FT [f(x, y)]× FT
"1#
x2 + y2
$
∴ FT [f(x, y)] = FT [b(x, y)]/FT
"1#
x2 + y2
$ (9)
となります。
FT
"1#
x2 + y2
$=
1%f2x + f2
y
(10)
であることを用いると(証明は略),(9)式は
FT [f(x, y)] =%f2x + f2
y × FT [b(x, y)] (11)
となり,(11) 式でもとの物体 f(x, y) のフーリエ変換を復元できます。この方法を逆フィルタリング(inverse filtering)といい,このような方法でコンヴォリューションの逆演算を行うことをデコンヴォリューション (deconvolution)といいます。
この方法には,2つの問題点があります。そのひとつは,逆投影 b(x, y)は物体 f(x, y)がぼけて広がった形になっているため,FT [b(x, y)]を物体 f(x, y)の存在する範囲よりもずっと大きくとって計算しなければならないことです。
もうひとつは,f(x, y)は吸収率の分布ですから,すべての (x, y)において正の値であるはずなのに,(11)式から fx = fy = 0のとき FT [f(x, y)] = 0となることです。つまり,フーリエ変換の周波数 0の値,すなわち f(x, y)の平均が 0なのに,f(x, y)がすべて正の値というのはありえないはずです。これは,fx = fy = 0のとき FT [b(x, y)]は発散してしまっていて,そもそも情報が得られていないことに原因があります。
フィルタ補正逆投影法
前節のように逆投影法は実はうまくいきませんが,投影定理を用いると,逆投影法とよく似ていてしかも実用的な再構成法を導くことができます。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 2/5 ページ
なので
![Page 73: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/73.jpg)
2014
A. A
sano
, Kan
sai U
niv.
復元するには
フーリエ変換すると,コンヴォリューション→積
となり,(4)式は
b(x, y) =
!! ∞
−∞f(x′, y′)
"1#
(x′ − x)2 + (y′ − y)2
$dx′dy′
= f(x, y) ∗"
1#x2 + y2
$ (8)
となります。∗は,第1部で出てきたコンヴォリューションの記号です。したがって,逆投影法による再構成像 b(x, y)は,もとの物体 f(x, y)の各点に関数 1/
#x2 + y2を重畳してぼかした像になります。
このままでは,得られた像は大きくぼやけているので,まだ再構成像が得られたとはいえません。しかし,(8)式をフーリエ変換すると, 第1部で説明した「コンヴォリューションのフーリエ変換=フーリエ変換のかけ算」の関係があるので
FT [b(x, y)] = FT [f(x, y)]× FT
"1#
x2 + y2
$
∴ FT [f(x, y)] = FT [b(x, y)]/FT
"1#
x2 + y2
$ (9)
となります。
FT
"1#
x2 + y2
$=
1%f2x + f2
y
(10)
であることを用いると(証明は略),(9)式は
FT [f(x, y)] =%f2x + f2
y × FT [b(x, y)] (11)
となり,(11) 式でもとの物体 f(x, y) のフーリエ変換を復元できます。この方法を逆フィルタリング(inverse filtering)といい,このような方法でコンヴォリューションの逆演算を行うことをデコンヴォリューション (deconvolution)といいます。
この方法には,2つの問題点があります。そのひとつは,逆投影 b(x, y)は物体 f(x, y)がぼけて広がった形になっているため,FT [b(x, y)]を物体 f(x, y)の存在する範囲よりもずっと大きくとって計算しなければならないことです。
もうひとつは,f(x, y)は吸収率の分布ですから,すべての (x, y)において正の値であるはずなのに,(11)式から fx = fy = 0のとき FT [f(x, y)] = 0となることです。つまり,フーリエ変換の周波数 0の値,すなわち f(x, y)の平均が 0なのに,f(x, y)がすべて正の値というのはありえないはずです。これは,fx = fy = 0のとき FT [b(x, y)]は発散してしまっていて,そもそも情報が得られていないことに原因があります。
フィルタ補正逆投影法
前節のように逆投影法は実はうまくいきませんが,投影定理を用いると,逆投影法とよく似ていてしかも実用的な再構成法を導くことができます。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 2/5 ページ
となり,(4)式は
b(x, y) =
!! ∞
−∞f(x′, y′)
"1#
(x′ − x)2 + (y′ − y)2
$dx′dy′
= f(x, y) ∗"
1#x2 + y2
$ (8)
となります。∗は,第1部で出てきたコンヴォリューションの記号です。したがって,逆投影法による再構成像 b(x, y)は,もとの物体 f(x, y)の各点に関数 1/
#x2 + y2を重畳してぼかした像になります。
このままでは,得られた像は大きくぼやけているので,まだ再構成像が得られたとはいえません。しかし,(8)式をフーリエ変換すると, 第1部で説明した「コンヴォリューションのフーリエ変換=フーリエ変換のかけ算」の関係があるので
FT [b(x, y)] = FT [f(x, y)]× FT
"1#
x2 + y2
$
∴ FT [f(x, y)] = FT [b(x, y)]/FT
"1#
x2 + y2
$ (9)
となります。
FT
"1#
x2 + y2
$=
1%f2x + f2
y
(10)
であることを用いると(証明は略),(9)式は
FT [f(x, y)] =%f2x + f2
y × FT [b(x, y)] (11)
となり,(11) 式でもとの物体 f(x, y) のフーリエ変換を復元できます。この方法を逆フィルタリング(inverse filtering)といい,このような方法でコンヴォリューションの逆演算を行うことをデコンヴォリューション (deconvolution)といいます。
この方法には,2つの問題点があります。そのひとつは,逆投影 b(x, y)は物体 f(x, y)がぼけて広がった形になっているため,FT [b(x, y)]を物体 f(x, y)の存在する範囲よりもずっと大きくとって計算しなければならないことです。
もうひとつは,f(x, y)は吸収率の分布ですから,すべての (x, y)において正の値であるはずなのに,(11)式から fx = fy = 0のとき FT [f(x, y)] = 0となることです。つまり,フーリエ変換の周波数 0の値,すなわち f(x, y)の平均が 0なのに,f(x, y)がすべて正の値というのはありえないはずです。これは,fx = fy = 0のとき FT [b(x, y)]は発散してしまっていて,そもそも情報が得られていないことに原因があります。
フィルタ補正逆投影法
前節のように逆投影法は実はうまくいきませんが,投影定理を用いると,逆投影法とよく似ていてしかも実用的な再構成法を導くことができます。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 2/5 ページ
となり,(4)式は
b(x, y) =
!! ∞
−∞f(x′, y′)
"1#
(x′ − x)2 + (y′ − y)2
$dx′dy′
= f(x, y) ∗"
1#x2 + y2
$ (8)
となります。∗は,第1部で出てきたコンヴォリューションの記号です。したがって,逆投影法による再構成像 b(x, y)は,もとの物体 f(x, y)の各点に関数 1/
#x2 + y2を重畳してぼかした像になります。
このままでは,得られた像は大きくぼやけているので,まだ再構成像が得られたとはいえません。しかし,(8)式をフーリエ変換すると, 第1部で説明した「コンヴォリューションのフーリエ変換=フーリエ変換のかけ算」の関係があるので
FT [b(x, y)] = FT [f(x, y)]× FT
"1#
x2 + y2
$
∴ FT [f(x, y)] = FT [b(x, y)]/FT
"1#
x2 + y2
$ (9)
となります。
FT
"1#
x2 + y2
$=
1%f2x + f2
y
(10)
であることを用いると(証明は略),(9)式は
FT [f(x, y)] =%f2x + f2
y × FT [b(x, y)] (11)
となり,(11) 式でもとの物体 f(x, y) のフーリエ変換を復元できます。この方法を逆フィルタリング(inverse filtering)といい,このような方法でコンヴォリューションの逆演算を行うことをデコンヴォリューション (deconvolution)といいます。
この方法には,2つの問題点があります。そのひとつは,逆投影 b(x, y)は物体 f(x, y)がぼけて広がった形になっているため,FT [b(x, y)]を物体 f(x, y)の存在する範囲よりもずっと大きくとって計算しなければならないことです。
もうひとつは,f(x, y)は吸収率の分布ですから,すべての (x, y)において正の値であるはずなのに,(11)式から fx = fy = 0のとき FT [f(x, y)] = 0となることです。つまり,フーリエ変換の周波数 0の値,すなわち f(x, y)の平均が 0なのに,f(x, y)がすべて正の値というのはありえないはずです。これは,fx = fy = 0のとき FT [b(x, y)]は発散してしまっていて,そもそも情報が得られていないことに原因があります。
フィルタ補正逆投影法
前節のように逆投影法は実はうまくいきませんが,投影定理を用いると,逆投影法とよく似ていてしかも実用的な再構成法を導くことができます。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 2/5 ページ
となり,(4)式は
b(x, y) =
!! ∞
−∞f(x′, y′)
"1#
(x′ − x)2 + (y′ − y)2
$dx′dy′
= f(x, y) ∗"
1#x2 + y2
$ (8)
となります。∗は,第1部で出てきたコンヴォリューションの記号です。したがって,逆投影法による再構成像 b(x, y)は,もとの物体 f(x, y)の各点に関数 1/
#x2 + y2を重畳してぼかした像になります。
このままでは,得られた像は大きくぼやけているので,まだ再構成像が得られたとはいえません。しかし,(8)式をフーリエ変換すると, 第1部で説明した「コンヴォリューションのフーリエ変換=フーリエ変換のかけ算」の関係があるので
FT [b(x, y)] = FT [f(x, y)]× FT
"1#
x2 + y2
$
∴ FT [f(x, y)] = FT [b(x, y)]/FT
"1#
x2 + y2
$ (9)
となります。
FT
"1#
x2 + y2
$=
1%f2x + f2
y
(10)
であることを用いると(証明は略),(9)式は
FT [f(x, y)] =%f2x + f2
y × FT [b(x, y)] (11)
となり,(11) 式でもとの物体 f(x, y) のフーリエ変換を復元できます。この方法を逆フィルタリング(inverse filtering)といい,このような方法でコンヴォリューションの逆演算を行うことをデコンヴォリューション (deconvolution)といいます。
この方法には,2つの問題点があります。そのひとつは,逆投影 b(x, y)は物体 f(x, y)がぼけて広がった形になっているため,FT [b(x, y)]を物体 f(x, y)の存在する範囲よりもずっと大きくとって計算しなければならないことです。
もうひとつは,f(x, y)は吸収率の分布ですから,すべての (x, y)において正の値であるはずなのに,(11)式から fx = fy = 0のとき FT [f(x, y)] = 0となることです。つまり,フーリエ変換の周波数 0の値,すなわち f(x, y)の平均が 0なのに,f(x, y)がすべて正の値というのはありえないはずです。これは,fx = fy = 0のとき FT [b(x, y)]は発散してしまっていて,そもそも情報が得られていないことに原因があります。
フィルタ補正逆投影法
前節のように逆投影法は実はうまくいきませんが,投影定理を用いると,逆投影法とよく似ていてしかも実用的な再構成法を導くことができます。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 2/5 ページ
となり,(4)式は
b(x, y) =
!! ∞
−∞f(x′, y′)
"1#
(x′ − x)2 + (y′ − y)2
$dx′dy′
= f(x, y) ∗"
1#x2 + y2
$ (8)
となります。∗は,第1部で出てきたコンヴォリューションの記号です。したがって,逆投影法による再構成像 b(x, y)は,もとの物体 f(x, y)の各点に関数 1/
#x2 + y2を重畳してぼかした像になります。
このままでは,得られた像は大きくぼやけているので,まだ再構成像が得られたとはいえません。しかし,(8)式をフーリエ変換すると, 第1部で説明した「コンヴォリューションのフーリエ変換=フーリエ変換のかけ算」の関係があるので
FT [b(x, y)] = FT [f(x, y)]× FT
"1#
x2 + y2
$
∴ FT [f(x, y)] = FT [b(x, y)]/FT
"1#
x2 + y2
$ (9)
となります。
FT
"1#
x2 + y2
$=
1%f2x + f2
y
(10)
であることを用いると(証明は略),(9)式は
FT [f(x, y)] =%f2x + f2
y × FT [b(x, y)] (11)
となり,(11) 式でもとの物体 f(x, y) のフーリエ変換を復元できます。この方法を逆フィルタリング(inverse filtering)といい,このような方法でコンヴォリューションの逆演算を行うことをデコンヴォリューション (deconvolution)といいます。
この方法には,2つの問題点があります。そのひとつは,逆投影 b(x, y)は物体 f(x, y)がぼけて広がった形になっているため,FT [b(x, y)]を物体 f(x, y)の存在する範囲よりもずっと大きくとって計算しなければならないことです。
もうひとつは,f(x, y)は吸収率の分布ですから,すべての (x, y)において正の値であるはずなのに,(11)式から fx = fy = 0のとき FT [f(x, y)] = 0となることです。つまり,フーリエ変換の周波数 0の値,すなわち f(x, y)の平均が 0なのに,f(x, y)がすべて正の値というのはありえないはずです。これは,fx = fy = 0のとき FT [b(x, y)]は発散してしまっていて,そもそも情報が得られていないことに原因があります。
フィルタ補正逆投影法
前節のように逆投影法は実はうまくいきませんが,投影定理を用いると,逆投影法とよく似ていてしかも実用的な再構成法を導くことができます。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 2/5 ページ
なので
![Page 74: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/74.jpg)
2014
A. A
sano
, Kan
sai U
niv.
これでいいのでしょうか?
となり,(4)式は
b(x, y) =
!! ∞
−∞f(x′, y′)
"1#
(x′ − x)2 + (y′ − y)2
$dx′dy′
= f(x, y) ∗"
1#x2 + y2
$ (8)
となります。∗は,第1部で出てきたコンヴォリューションの記号です。したがって,逆投影法による再構成像 b(x, y)は,もとの物体 f(x, y)の各点に関数 1/
#x2 + y2を重畳してぼかした像になります。
このままでは,得られた像は大きくぼやけているので,まだ再構成像が得られたとはいえません。しかし,(8)式をフーリエ変換すると, 第1部で説明した「コンヴォリューションのフーリエ変換=フーリエ変換のかけ算」の関係があるので
FT [b(x, y)] = FT [f(x, y)]× FT
"1#
x2 + y2
$
∴ FT [f(x, y)] = FT [b(x, y)]/FT
"1#
x2 + y2
$ (9)
となります。
FT
"1#
x2 + y2
$=
1%f2x + f2
y
(10)
であることを用いると(証明は略),(9)式は
FT [f(x, y)] =%f2x + f2
y × FT [b(x, y)] (11)
となり,(11) 式でもとの物体 f(x, y) のフーリエ変換を復元できます。この方法を逆フィルタリング(inverse filtering)といい,このような方法でコンヴォリューションの逆演算を行うことをデコンヴォリューション (deconvolution)といいます。
この方法には,2つの問題点があります。そのひとつは,逆投影 b(x, y)は物体 f(x, y)がぼけて広がった形になっているため,FT [b(x, y)]を物体 f(x, y)の存在する範囲よりもずっと大きくとって計算しなければならないことです。
もうひとつは,f(x, y)は吸収率の分布ですから,すべての (x, y)において正の値であるはずなのに,(11)式から fx = fy = 0のとき FT [f(x, y)] = 0となることです。つまり,フーリエ変換の周波数 0の値,すなわち f(x, y)の平均が 0なのに,f(x, y)がすべて正の値というのはありえないはずです。これは,fx = fy = 0のとき FT [b(x, y)]は発散してしまっていて,そもそも情報が得られていないことに原因があります。
フィルタ補正逆投影法
前節のように逆投影法は実はうまくいきませんが,投影定理を用いると,逆投影法とよく似ていてしかも実用的な再構成法を導くことができます。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 2/5 ページ
![Page 75: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/75.jpg)
2014
A. A
sano
, Kan
sai U
niv.
これでいいのでしょうか?
となり,(4)式は
b(x, y) =
!! ∞
−∞f(x′, y′)
"1#
(x′ − x)2 + (y′ − y)2
$dx′dy′
= f(x, y) ∗"
1#x2 + y2
$ (8)
となります。∗は,第1部で出てきたコンヴォリューションの記号です。したがって,逆投影法による再構成像 b(x, y)は,もとの物体 f(x, y)の各点に関数 1/
#x2 + y2を重畳してぼかした像になります。
このままでは,得られた像は大きくぼやけているので,まだ再構成像が得られたとはいえません。しかし,(8)式をフーリエ変換すると, 第1部で説明した「コンヴォリューションのフーリエ変換=フーリエ変換のかけ算」の関係があるので
FT [b(x, y)] = FT [f(x, y)]× FT
"1#
x2 + y2
$
∴ FT [f(x, y)] = FT [b(x, y)]/FT
"1#
x2 + y2
$ (9)
となります。
FT
"1#
x2 + y2
$=
1%f2x + f2
y
(10)
であることを用いると(証明は略),(9)式は
FT [f(x, y)] =%f2x + f2
y × FT [b(x, y)] (11)
となり,(11) 式でもとの物体 f(x, y) のフーリエ変換を復元できます。この方法を逆フィルタリング(inverse filtering)といい,このような方法でコンヴォリューションの逆演算を行うことをデコンヴォリューション (deconvolution)といいます。
この方法には,2つの問題点があります。そのひとつは,逆投影 b(x, y)は物体 f(x, y)がぼけて広がった形になっているため,FT [b(x, y)]を物体 f(x, y)の存在する範囲よりもずっと大きくとって計算しなければならないことです。
もうひとつは,f(x, y)は吸収率の分布ですから,すべての (x, y)において正の値であるはずなのに,(11)式から fx = fy = 0のとき FT [f(x, y)] = 0となることです。つまり,フーリエ変換の周波数 0の値,すなわち f(x, y)の平均が 0なのに,f(x, y)がすべて正の値というのはありえないはずです。これは,fx = fy = 0のとき FT [b(x, y)]は発散してしまっていて,そもそも情報が得られていないことに原因があります。
フィルタ補正逆投影法
前節のように逆投影法は実はうまくいきませんが,投影定理を用いると,逆投影法とよく似ていてしかも実用的な再構成法を導くことができます。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 2/5 ページ
となり,(4)式は
b(x, y) =
!! ∞
−∞f(x′, y′)
"1#
(x′ − x)2 + (y′ − y)2
$dx′dy′
= f(x, y) ∗"
1#x2 + y2
$ (8)
となります。∗は,第1部で出てきたコンヴォリューションの記号です。したがって,逆投影法による再構成像 b(x, y)は,もとの物体 f(x, y)の各点に関数 1/
#x2 + y2を重畳してぼかした像になります。
このままでは,得られた像は大きくぼやけているので,まだ再構成像が得られたとはいえません。しかし,(8)式をフーリエ変換すると, 第1部で説明した「コンヴォリューションのフーリエ変換=フーリエ変換のかけ算」の関係があるので
FT [b(x, y)] = FT [f(x, y)]× FT
"1#
x2 + y2
$
∴ FT [f(x, y)] = FT [b(x, y)]/FT
"1#
x2 + y2
$ (9)
となります。
FT
"1#
x2 + y2
$=
1%f2x + f2
y
(10)
であることを用いると(証明は略),(9)式は
FT [f(x, y)] =%f2x + f2
y × FT [b(x, y)] (11)
となり,(11) 式でもとの物体 f(x, y) のフーリエ変換を復元できます。この方法を逆フィルタリング(inverse filtering)といい,このような方法でコンヴォリューションの逆演算を行うことをデコンヴォリューション (deconvolution)といいます。
この方法には,2つの問題点があります。そのひとつは,逆投影 b(x, y)は物体 f(x, y)がぼけて広がった形になっているため,FT [b(x, y)]を物体 f(x, y)の存在する範囲よりもずっと大きくとって計算しなければならないことです。
もうひとつは,f(x, y)は吸収率の分布ですから,すべての (x, y)において正の値であるはずなのに,(11)式から fx = fy = 0のとき FT [f(x, y)] = 0となることです。つまり,フーリエ変換の周波数 0の値,すなわち f(x, y)の平均が 0なのに,f(x, y)がすべて正の値というのはありえないはずです。これは,fx = fy = 0のとき FT [b(x, y)]は発散してしまっていて,そもそも情報が得られていないことに原因があります。
フィルタ補正逆投影法
前節のように逆投影法は実はうまくいきませんが,投影定理を用いると,逆投影法とよく似ていてしかも実用的な再構成法を導くことができます。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 2/5 ページ
![Page 76: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/76.jpg)
2014
A. A
sano
, Kan
sai U
niv.
これでいいのでしょうか?
となり,(4)式は
b(x, y) =
!! ∞
−∞f(x′, y′)
"1#
(x′ − x)2 + (y′ − y)2
$dx′dy′
= f(x, y) ∗"
1#x2 + y2
$ (8)
となります。∗は,第1部で出てきたコンヴォリューションの記号です。したがって,逆投影法による再構成像 b(x, y)は,もとの物体 f(x, y)の各点に関数 1/
#x2 + y2を重畳してぼかした像になります。
このままでは,得られた像は大きくぼやけているので,まだ再構成像が得られたとはいえません。しかし,(8)式をフーリエ変換すると, 第1部で説明した「コンヴォリューションのフーリエ変換=フーリエ変換のかけ算」の関係があるので
FT [b(x, y)] = FT [f(x, y)]× FT
"1#
x2 + y2
$
∴ FT [f(x, y)] = FT [b(x, y)]/FT
"1#
x2 + y2
$ (9)
となります。
FT
"1#
x2 + y2
$=
1%f2x + f2
y
(10)
であることを用いると(証明は略),(9)式は
FT [f(x, y)] =%f2x + f2
y × FT [b(x, y)] (11)
となり,(11) 式でもとの物体 f(x, y) のフーリエ変換を復元できます。この方法を逆フィルタリング(inverse filtering)といい,このような方法でコンヴォリューションの逆演算を行うことをデコンヴォリューション (deconvolution)といいます。
この方法には,2つの問題点があります。そのひとつは,逆投影 b(x, y)は物体 f(x, y)がぼけて広がった形になっているため,FT [b(x, y)]を物体 f(x, y)の存在する範囲よりもずっと大きくとって計算しなければならないことです。
もうひとつは,f(x, y)は吸収率の分布ですから,すべての (x, y)において正の値であるはずなのに,(11)式から fx = fy = 0のとき FT [f(x, y)] = 0となることです。つまり,フーリエ変換の周波数 0の値,すなわち f(x, y)の平均が 0なのに,f(x, y)がすべて正の値というのはありえないはずです。これは,fx = fy = 0のとき FT [b(x, y)]は発散してしまっていて,そもそも情報が得られていないことに原因があります。
フィルタ補正逆投影法
前節のように逆投影法は実はうまくいきませんが,投影定理を用いると,逆投影法とよく似ていてしかも実用的な再構成法を導くことができます。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 2/5 ページ
となり,(4)式は
b(x, y) =
!! ∞
−∞f(x′, y′)
"1#
(x′ − x)2 + (y′ − y)2
$dx′dy′
= f(x, y) ∗"
1#x2 + y2
$ (8)
となります。∗は,第1部で出てきたコンヴォリューションの記号です。したがって,逆投影法による再構成像 b(x, y)は,もとの物体 f(x, y)の各点に関数 1/
#x2 + y2を重畳してぼかした像になります。
このままでは,得られた像は大きくぼやけているので,まだ再構成像が得られたとはいえません。しかし,(8)式をフーリエ変換すると, 第1部で説明した「コンヴォリューションのフーリエ変換=フーリエ変換のかけ算」の関係があるので
FT [b(x, y)] = FT [f(x, y)]× FT
"1#
x2 + y2
$
∴ FT [f(x, y)] = FT [b(x, y)]/FT
"1#
x2 + y2
$ (9)
となります。
FT
"1#
x2 + y2
$=
1%f2x + f2
y
(10)
であることを用いると(証明は略),(9)式は
FT [f(x, y)] =%f2x + f2
y × FT [b(x, y)] (11)
となり,(11) 式でもとの物体 f(x, y) のフーリエ変換を復元できます。この方法を逆フィルタリング(inverse filtering)といい,このような方法でコンヴォリューションの逆演算を行うことをデコンヴォリューション (deconvolution)といいます。
この方法には,2つの問題点があります。そのひとつは,逆投影 b(x, y)は物体 f(x, y)がぼけて広がった形になっているため,FT [b(x, y)]を物体 f(x, y)の存在する範囲よりもずっと大きくとって計算しなければならないことです。
もうひとつは,f(x, y)は吸収率の分布ですから,すべての (x, y)において正の値であるはずなのに,(11)式から fx = fy = 0のとき FT [f(x, y)] = 0となることです。つまり,フーリエ変換の周波数 0の値,すなわち f(x, y)の平均が 0なのに,f(x, y)がすべて正の値というのはありえないはずです。これは,fx = fy = 0のとき FT [b(x, y)]は発散してしまっていて,そもそも情報が得られていないことに原因があります。
フィルタ補正逆投影法
前節のように逆投影法は実はうまくいきませんが,投影定理を用いると,逆投影法とよく似ていてしかも実用的な再構成法を導くことができます。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 2/5 ページ
周波数0の成分
![Page 77: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/77.jpg)
2014
A. A
sano
, Kan
sai U
niv.
これでいいのでしょうか?
となり,(4)式は
b(x, y) =
!! ∞
−∞f(x′, y′)
"1#
(x′ − x)2 + (y′ − y)2
$dx′dy′
= f(x, y) ∗"
1#x2 + y2
$ (8)
となります。∗は,第1部で出てきたコンヴォリューションの記号です。したがって,逆投影法による再構成像 b(x, y)は,もとの物体 f(x, y)の各点に関数 1/
#x2 + y2を重畳してぼかした像になります。
このままでは,得られた像は大きくぼやけているので,まだ再構成像が得られたとはいえません。しかし,(8)式をフーリエ変換すると, 第1部で説明した「コンヴォリューションのフーリエ変換=フーリエ変換のかけ算」の関係があるので
FT [b(x, y)] = FT [f(x, y)]× FT
"1#
x2 + y2
$
∴ FT [f(x, y)] = FT [b(x, y)]/FT
"1#
x2 + y2
$ (9)
となります。
FT
"1#
x2 + y2
$=
1%f2x + f2
y
(10)
であることを用いると(証明は略),(9)式は
FT [f(x, y)] =%f2x + f2
y × FT [b(x, y)] (11)
となり,(11) 式でもとの物体 f(x, y) のフーリエ変換を復元できます。この方法を逆フィルタリング(inverse filtering)といい,このような方法でコンヴォリューションの逆演算を行うことをデコンヴォリューション (deconvolution)といいます。
この方法には,2つの問題点があります。そのひとつは,逆投影 b(x, y)は物体 f(x, y)がぼけて広がった形になっているため,FT [b(x, y)]を物体 f(x, y)の存在する範囲よりもずっと大きくとって計算しなければならないことです。
もうひとつは,f(x, y)は吸収率の分布ですから,すべての (x, y)において正の値であるはずなのに,(11)式から fx = fy = 0のとき FT [f(x, y)] = 0となることです。つまり,フーリエ変換の周波数 0の値,すなわち f(x, y)の平均が 0なのに,f(x, y)がすべて正の値というのはありえないはずです。これは,fx = fy = 0のとき FT [b(x, y)]は発散してしまっていて,そもそも情報が得られていないことに原因があります。
フィルタ補正逆投影法
前節のように逆投影法は実はうまくいきませんが,投影定理を用いると,逆投影法とよく似ていてしかも実用的な再構成法を導くことができます。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 2/5 ページ
となり,(4)式は
b(x, y) =
!! ∞
−∞f(x′, y′)
"1#
(x′ − x)2 + (y′ − y)2
$dx′dy′
= f(x, y) ∗"
1#x2 + y2
$ (8)
となります。∗は,第1部で出てきたコンヴォリューションの記号です。したがって,逆投影法による再構成像 b(x, y)は,もとの物体 f(x, y)の各点に関数 1/
#x2 + y2を重畳してぼかした像になります。
このままでは,得られた像は大きくぼやけているので,まだ再構成像が得られたとはいえません。しかし,(8)式をフーリエ変換すると, 第1部で説明した「コンヴォリューションのフーリエ変換=フーリエ変換のかけ算」の関係があるので
FT [b(x, y)] = FT [f(x, y)]× FT
"1#
x2 + y2
$
∴ FT [f(x, y)] = FT [b(x, y)]/FT
"1#
x2 + y2
$ (9)
となります。
FT
"1#
x2 + y2
$=
1%f2x + f2
y
(10)
であることを用いると(証明は略),(9)式は
FT [f(x, y)] =%f2x + f2
y × FT [b(x, y)] (11)
となり,(11) 式でもとの物体 f(x, y) のフーリエ変換を復元できます。この方法を逆フィルタリング(inverse filtering)といい,このような方法でコンヴォリューションの逆演算を行うことをデコンヴォリューション (deconvolution)といいます。
この方法には,2つの問題点があります。そのひとつは,逆投影 b(x, y)は物体 f(x, y)がぼけて広がった形になっているため,FT [b(x, y)]を物体 f(x, y)の存在する範囲よりもずっと大きくとって計算しなければならないことです。
もうひとつは,f(x, y)は吸収率の分布ですから,すべての (x, y)において正の値であるはずなのに,(11)式から fx = fy = 0のとき FT [f(x, y)] = 0となることです。つまり,フーリエ変換の周波数 0の値,すなわち f(x, y)の平均が 0なのに,f(x, y)がすべて正の値というのはありえないはずです。これは,fx = fy = 0のとき FT [b(x, y)]は発散してしまっていて,そもそも情報が得られていないことに原因があります。
フィルタ補正逆投影法
前節のように逆投影法は実はうまくいきませんが,投影定理を用いると,逆投影法とよく似ていてしかも実用的な再構成法を導くことができます。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 2/5 ページ
となり,(4)式は
b(x, y) =
!! ∞
−∞f(x′, y′)
"1#
(x′ − x)2 + (y′ − y)2
$dx′dy′
= f(x, y) ∗"
1#x2 + y2
$ (8)
となります。∗は,第1部で出てきたコンヴォリューションの記号です。したがって,逆投影法による再構成像 b(x, y)は,もとの物体 f(x, y)の各点に関数 1/
#x2 + y2を重畳してぼかした像になります。
このままでは,得られた像は大きくぼやけているので,まだ再構成像が得られたとはいえません。しかし,(8)式をフーリエ変換すると, 第1部で説明した「コンヴォリューションのフーリエ変換=フーリエ変換のかけ算」の関係があるので
FT [b(x, y)] = FT [f(x, y)]× FT
"1#
x2 + y2
$
∴ FT [f(x, y)] = FT [b(x, y)]/FT
"1#
x2 + y2
$ (9)
となります。
FT
"1#
x2 + y2
$=
1%f2x + f2
y
(10)
であることを用いると(証明は略),(9)式は
FT [f(x, y)] =%f2x + f2
y × FT [b(x, y)] (11)
となり,(11) 式でもとの物体 f(x, y) のフーリエ変換を復元できます。この方法を逆フィルタリング(inverse filtering)といい,このような方法でコンヴォリューションの逆演算を行うことをデコンヴォリューション (deconvolution)といいます。
この方法には,2つの問題点があります。そのひとつは,逆投影 b(x, y)は物体 f(x, y)がぼけて広がった形になっているため,FT [b(x, y)]を物体 f(x, y)の存在する範囲よりもずっと大きくとって計算しなければならないことです。
もうひとつは,f(x, y)は吸収率の分布ですから,すべての (x, y)において正の値であるはずなのに,(11)式から fx = fy = 0のとき FT [f(x, y)] = 0となることです。つまり,フーリエ変換の周波数 0の値,すなわち f(x, y)の平均が 0なのに,f(x, y)がすべて正の値というのはありえないはずです。これは,fx = fy = 0のとき FT [b(x, y)]は発散してしまっていて,そもそも情報が得られていないことに原因があります。
フィルタ補正逆投影法
前節のように逆投影法は実はうまくいきませんが,投影定理を用いると,逆投影法とよく似ていてしかも実用的な再構成法を導くことができます。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 2/5 ページ
周波数0の成分
![Page 78: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/78.jpg)
2014
A. A
sano
, Kan
sai U
niv.
これでいいのでしょうか?
となり,(4)式は
b(x, y) =
!! ∞
−∞f(x′, y′)
"1#
(x′ − x)2 + (y′ − y)2
$dx′dy′
= f(x, y) ∗"
1#x2 + y2
$ (8)
となります。∗は,第1部で出てきたコンヴォリューションの記号です。したがって,逆投影法による再構成像 b(x, y)は,もとの物体 f(x, y)の各点に関数 1/
#x2 + y2を重畳してぼかした像になります。
このままでは,得られた像は大きくぼやけているので,まだ再構成像が得られたとはいえません。しかし,(8)式をフーリエ変換すると, 第1部で説明した「コンヴォリューションのフーリエ変換=フーリエ変換のかけ算」の関係があるので
FT [b(x, y)] = FT [f(x, y)]× FT
"1#
x2 + y2
$
∴ FT [f(x, y)] = FT [b(x, y)]/FT
"1#
x2 + y2
$ (9)
となります。
FT
"1#
x2 + y2
$=
1%f2x + f2
y
(10)
であることを用いると(証明は略),(9)式は
FT [f(x, y)] =%f2x + f2
y × FT [b(x, y)] (11)
となり,(11) 式でもとの物体 f(x, y) のフーリエ変換を復元できます。この方法を逆フィルタリング(inverse filtering)といい,このような方法でコンヴォリューションの逆演算を行うことをデコンヴォリューション (deconvolution)といいます。
この方法には,2つの問題点があります。そのひとつは,逆投影 b(x, y)は物体 f(x, y)がぼけて広がった形になっているため,FT [b(x, y)]を物体 f(x, y)の存在する範囲よりもずっと大きくとって計算しなければならないことです。
もうひとつは,f(x, y)は吸収率の分布ですから,すべての (x, y)において正の値であるはずなのに,(11)式から fx = fy = 0のとき FT [f(x, y)] = 0となることです。つまり,フーリエ変換の周波数 0の値,すなわち f(x, y)の平均が 0なのに,f(x, y)がすべて正の値というのはありえないはずです。これは,fx = fy = 0のとき FT [b(x, y)]は発散してしまっていて,そもそも情報が得られていないことに原因があります。
フィルタ補正逆投影法
前節のように逆投影法は実はうまくいきませんが,投影定理を用いると,逆投影法とよく似ていてしかも実用的な再構成法を導くことができます。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 2/5 ページ
となり,(4)式は
b(x, y) =
!! ∞
−∞f(x′, y′)
"1#
(x′ − x)2 + (y′ − y)2
$dx′dy′
= f(x, y) ∗"
1#x2 + y2
$ (8)
となります。∗は,第1部で出てきたコンヴォリューションの記号です。したがって,逆投影法による再構成像 b(x, y)は,もとの物体 f(x, y)の各点に関数 1/
#x2 + y2を重畳してぼかした像になります。
このままでは,得られた像は大きくぼやけているので,まだ再構成像が得られたとはいえません。しかし,(8)式をフーリエ変換すると, 第1部で説明した「コンヴォリューションのフーリエ変換=フーリエ変換のかけ算」の関係があるので
FT [b(x, y)] = FT [f(x, y)]× FT
"1#
x2 + y2
$
∴ FT [f(x, y)] = FT [b(x, y)]/FT
"1#
x2 + y2
$ (9)
となります。
FT
"1#
x2 + y2
$=
1%f2x + f2
y
(10)
であることを用いると(証明は略),(9)式は
FT [f(x, y)] =%f2x + f2
y × FT [b(x, y)] (11)
となり,(11) 式でもとの物体 f(x, y) のフーリエ変換を復元できます。この方法を逆フィルタリング(inverse filtering)といい,このような方法でコンヴォリューションの逆演算を行うことをデコンヴォリューション (deconvolution)といいます。
この方法には,2つの問題点があります。そのひとつは,逆投影 b(x, y)は物体 f(x, y)がぼけて広がった形になっているため,FT [b(x, y)]を物体 f(x, y)の存在する範囲よりもずっと大きくとって計算しなければならないことです。
もうひとつは,f(x, y)は吸収率の分布ですから,すべての (x, y)において正の値であるはずなのに,(11)式から fx = fy = 0のとき FT [f(x, y)] = 0となることです。つまり,フーリエ変換の周波数 0の値,すなわち f(x, y)の平均が 0なのに,f(x, y)がすべて正の値というのはありえないはずです。これは,fx = fy = 0のとき FT [b(x, y)]は発散してしまっていて,そもそも情報が得られていないことに原因があります。
フィルタ補正逆投影法
前節のように逆投影法は実はうまくいきませんが,投影定理を用いると,逆投影法とよく似ていてしかも実用的な再構成法を導くことができます。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 2/5 ページ
となり,(4)式は
b(x, y) =
!! ∞
−∞f(x′, y′)
"1#
(x′ − x)2 + (y′ − y)2
$dx′dy′
= f(x, y) ∗"
1#x2 + y2
$ (8)
となります。∗は,第1部で出てきたコンヴォリューションの記号です。したがって,逆投影法による再構成像 b(x, y)は,もとの物体 f(x, y)の各点に関数 1/
#x2 + y2を重畳してぼかした像になります。
このままでは,得られた像は大きくぼやけているので,まだ再構成像が得られたとはいえません。しかし,(8)式をフーリエ変換すると, 第1部で説明した「コンヴォリューションのフーリエ変換=フーリエ変換のかけ算」の関係があるので
FT [b(x, y)] = FT [f(x, y)]× FT
"1#
x2 + y2
$
∴ FT [f(x, y)] = FT [b(x, y)]/FT
"1#
x2 + y2
$ (9)
となります。
FT
"1#
x2 + y2
$=
1%f2x + f2
y
(10)
であることを用いると(証明は略),(9)式は
FT [f(x, y)] =%f2x + f2
y × FT [b(x, y)] (11)
となり,(11) 式でもとの物体 f(x, y) のフーリエ変換を復元できます。この方法を逆フィルタリング(inverse filtering)といい,このような方法でコンヴォリューションの逆演算を行うことをデコンヴォリューション (deconvolution)といいます。
この方法には,2つの問題点があります。そのひとつは,逆投影 b(x, y)は物体 f(x, y)がぼけて広がった形になっているため,FT [b(x, y)]を物体 f(x, y)の存在する範囲よりもずっと大きくとって計算しなければならないことです。
もうひとつは,f(x, y)は吸収率の分布ですから,すべての (x, y)において正の値であるはずなのに,(11)式から fx = fy = 0のとき FT [f(x, y)] = 0となることです。つまり,フーリエ変換の周波数 0の値,すなわち f(x, y)の平均が 0なのに,f(x, y)がすべて正の値というのはありえないはずです。これは,fx = fy = 0のとき FT [b(x, y)]は発散してしまっていて,そもそも情報が得られていないことに原因があります。
フィルタ補正逆投影法
前節のように逆投影法は実はうまくいきませんが,投影定理を用いると,逆投影法とよく似ていてしかも実用的な再構成法を導くことができます。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 2/5 ページ
周波数0の成分
![Page 79: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/79.jpg)
2014
A. A
sano
, Kan
sai U
niv.
これでいいのでしょうか?
つまりf(x, y)は
となり,(4)式は
b(x, y) =
!! ∞
−∞f(x′, y′)
"1#
(x′ − x)2 + (y′ − y)2
$dx′dy′
= f(x, y) ∗"
1#x2 + y2
$ (8)
となります。∗は,第1部で出てきたコンヴォリューションの記号です。したがって,逆投影法による再構成像 b(x, y)は,もとの物体 f(x, y)の各点に関数 1/
#x2 + y2を重畳してぼかした像になります。
このままでは,得られた像は大きくぼやけているので,まだ再構成像が得られたとはいえません。しかし,(8)式をフーリエ変換すると, 第1部で説明した「コンヴォリューションのフーリエ変換=フーリエ変換のかけ算」の関係があるので
FT [b(x, y)] = FT [f(x, y)]× FT
"1#
x2 + y2
$
∴ FT [f(x, y)] = FT [b(x, y)]/FT
"1#
x2 + y2
$ (9)
となります。
FT
"1#
x2 + y2
$=
1%f2x + f2
y
(10)
であることを用いると(証明は略),(9)式は
FT [f(x, y)] =%f2x + f2
y × FT [b(x, y)] (11)
となり,(11) 式でもとの物体 f(x, y) のフーリエ変換を復元できます。この方法を逆フィルタリング(inverse filtering)といい,このような方法でコンヴォリューションの逆演算を行うことをデコンヴォリューション (deconvolution)といいます。
この方法には,2つの問題点があります。そのひとつは,逆投影 b(x, y)は物体 f(x, y)がぼけて広がった形になっているため,FT [b(x, y)]を物体 f(x, y)の存在する範囲よりもずっと大きくとって計算しなければならないことです。
もうひとつは,f(x, y)は吸収率の分布ですから,すべての (x, y)において正の値であるはずなのに,(11)式から fx = fy = 0のとき FT [f(x, y)] = 0となることです。つまり,フーリエ変換の周波数 0の値,すなわち f(x, y)の平均が 0なのに,f(x, y)がすべて正の値というのはありえないはずです。これは,fx = fy = 0のとき FT [b(x, y)]は発散してしまっていて,そもそも情報が得られていないことに原因があります。
フィルタ補正逆投影法
前節のように逆投影法は実はうまくいきませんが,投影定理を用いると,逆投影法とよく似ていてしかも実用的な再構成法を導くことができます。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 2/5 ページ
となり,(4)式は
b(x, y) =
!! ∞
−∞f(x′, y′)
"1#
(x′ − x)2 + (y′ − y)2
$dx′dy′
= f(x, y) ∗"
1#x2 + y2
$ (8)
となります。∗は,第1部で出てきたコンヴォリューションの記号です。したがって,逆投影法による再構成像 b(x, y)は,もとの物体 f(x, y)の各点に関数 1/
#x2 + y2を重畳してぼかした像になります。
このままでは,得られた像は大きくぼやけているので,まだ再構成像が得られたとはいえません。しかし,(8)式をフーリエ変換すると, 第1部で説明した「コンヴォリューションのフーリエ変換=フーリエ変換のかけ算」の関係があるので
FT [b(x, y)] = FT [f(x, y)]× FT
"1#
x2 + y2
$
∴ FT [f(x, y)] = FT [b(x, y)]/FT
"1#
x2 + y2
$ (9)
となります。
FT
"1#
x2 + y2
$=
1%f2x + f2
y
(10)
であることを用いると(証明は略),(9)式は
FT [f(x, y)] =%f2x + f2
y × FT [b(x, y)] (11)
となり,(11) 式でもとの物体 f(x, y) のフーリエ変換を復元できます。この方法を逆フィルタリング(inverse filtering)といい,このような方法でコンヴォリューションの逆演算を行うことをデコンヴォリューション (deconvolution)といいます。
この方法には,2つの問題点があります。そのひとつは,逆投影 b(x, y)は物体 f(x, y)がぼけて広がった形になっているため,FT [b(x, y)]を物体 f(x, y)の存在する範囲よりもずっと大きくとって計算しなければならないことです。
もうひとつは,f(x, y)は吸収率の分布ですから,すべての (x, y)において正の値であるはずなのに,(11)式から fx = fy = 0のとき FT [f(x, y)] = 0となることです。つまり,フーリエ変換の周波数 0の値,すなわち f(x, y)の平均が 0なのに,f(x, y)がすべて正の値というのはありえないはずです。これは,fx = fy = 0のとき FT [b(x, y)]は発散してしまっていて,そもそも情報が得られていないことに原因があります。
フィルタ補正逆投影法
前節のように逆投影法は実はうまくいきませんが,投影定理を用いると,逆投影法とよく似ていてしかも実用的な再構成法を導くことができます。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 2/5 ページ
となり,(4)式は
b(x, y) =
!! ∞
−∞f(x′, y′)
"1#
(x′ − x)2 + (y′ − y)2
$dx′dy′
= f(x, y) ∗"
1#x2 + y2
$ (8)
となります。∗は,第1部で出てきたコンヴォリューションの記号です。したがって,逆投影法による再構成像 b(x, y)は,もとの物体 f(x, y)の各点に関数 1/
#x2 + y2を重畳してぼかした像になります。
このままでは,得られた像は大きくぼやけているので,まだ再構成像が得られたとはいえません。しかし,(8)式をフーリエ変換すると, 第1部で説明した「コンヴォリューションのフーリエ変換=フーリエ変換のかけ算」の関係があるので
FT [b(x, y)] = FT [f(x, y)]× FT
"1#
x2 + y2
$
∴ FT [f(x, y)] = FT [b(x, y)]/FT
"1#
x2 + y2
$ (9)
となります。
FT
"1#
x2 + y2
$=
1%f2x + f2
y
(10)
であることを用いると(証明は略),(9)式は
FT [f(x, y)] =%f2x + f2
y × FT [b(x, y)] (11)
となり,(11) 式でもとの物体 f(x, y) のフーリエ変換を復元できます。この方法を逆フィルタリング(inverse filtering)といい,このような方法でコンヴォリューションの逆演算を行うことをデコンヴォリューション (deconvolution)といいます。
この方法には,2つの問題点があります。そのひとつは,逆投影 b(x, y)は物体 f(x, y)がぼけて広がった形になっているため,FT [b(x, y)]を物体 f(x, y)の存在する範囲よりもずっと大きくとって計算しなければならないことです。
もうひとつは,f(x, y)は吸収率の分布ですから,すべての (x, y)において正の値であるはずなのに,(11)式から fx = fy = 0のとき FT [f(x, y)] = 0となることです。つまり,フーリエ変換の周波数 0の値,すなわち f(x, y)の平均が 0なのに,f(x, y)がすべて正の値というのはありえないはずです。これは,fx = fy = 0のとき FT [b(x, y)]は発散してしまっていて,そもそも情報が得られていないことに原因があります。
フィルタ補正逆投影法
前節のように逆投影法は実はうまくいきませんが,投影定理を用いると,逆投影法とよく似ていてしかも実用的な再構成法を導くことができます。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 2/5 ページ
周波数0の成分
![Page 80: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/80.jpg)
2014
A. A
sano
, Kan
sai U
niv.
これでいいのでしょうか?
つまりf(x, y)は
となり,(4)式は
b(x, y) =
!! ∞
−∞f(x′, y′)
"1#
(x′ − x)2 + (y′ − y)2
$dx′dy′
= f(x, y) ∗"
1#x2 + y2
$ (8)
となります。∗は,第1部で出てきたコンヴォリューションの記号です。したがって,逆投影法による再構成像 b(x, y)は,もとの物体 f(x, y)の各点に関数 1/
#x2 + y2を重畳してぼかした像になります。
このままでは,得られた像は大きくぼやけているので,まだ再構成像が得られたとはいえません。しかし,(8)式をフーリエ変換すると, 第1部で説明した「コンヴォリューションのフーリエ変換=フーリエ変換のかけ算」の関係があるので
FT [b(x, y)] = FT [f(x, y)]× FT
"1#
x2 + y2
$
∴ FT [f(x, y)] = FT [b(x, y)]/FT
"1#
x2 + y2
$ (9)
となります。
FT
"1#
x2 + y2
$=
1%f2x + f2
y
(10)
であることを用いると(証明は略),(9)式は
FT [f(x, y)] =%f2x + f2
y × FT [b(x, y)] (11)
となり,(11) 式でもとの物体 f(x, y) のフーリエ変換を復元できます。この方法を逆フィルタリング(inverse filtering)といい,このような方法でコンヴォリューションの逆演算を行うことをデコンヴォリューション (deconvolution)といいます。
この方法には,2つの問題点があります。そのひとつは,逆投影 b(x, y)は物体 f(x, y)がぼけて広がった形になっているため,FT [b(x, y)]を物体 f(x, y)の存在する範囲よりもずっと大きくとって計算しなければならないことです。
もうひとつは,f(x, y)は吸収率の分布ですから,すべての (x, y)において正の値であるはずなのに,(11)式から fx = fy = 0のとき FT [f(x, y)] = 0となることです。つまり,フーリエ変換の周波数 0の値,すなわち f(x, y)の平均が 0なのに,f(x, y)がすべて正の値というのはありえないはずです。これは,fx = fy = 0のとき FT [b(x, y)]は発散してしまっていて,そもそも情報が得られていないことに原因があります。
フィルタ補正逆投影法
前節のように逆投影法は実はうまくいきませんが,投影定理を用いると,逆投影法とよく似ていてしかも実用的な再構成法を導くことができます。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 2/5 ページ
となり,(4)式は
b(x, y) =
!! ∞
−∞f(x′, y′)
"1#
(x′ − x)2 + (y′ − y)2
$dx′dy′
= f(x, y) ∗"
1#x2 + y2
$ (8)
となります。∗は,第1部で出てきたコンヴォリューションの記号です。したがって,逆投影法による再構成像 b(x, y)は,もとの物体 f(x, y)の各点に関数 1/
#x2 + y2を重畳してぼかした像になります。
このままでは,得られた像は大きくぼやけているので,まだ再構成像が得られたとはいえません。しかし,(8)式をフーリエ変換すると, 第1部で説明した「コンヴォリューションのフーリエ変換=フーリエ変換のかけ算」の関係があるので
FT [b(x, y)] = FT [f(x, y)]× FT
"1#
x2 + y2
$
∴ FT [f(x, y)] = FT [b(x, y)]/FT
"1#
x2 + y2
$ (9)
となります。
FT
"1#
x2 + y2
$=
1%f2x + f2
y
(10)
であることを用いると(証明は略),(9)式は
FT [f(x, y)] =%f2x + f2
y × FT [b(x, y)] (11)
となり,(11) 式でもとの物体 f(x, y) のフーリエ変換を復元できます。この方法を逆フィルタリング(inverse filtering)といい,このような方法でコンヴォリューションの逆演算を行うことをデコンヴォリューション (deconvolution)といいます。
この方法には,2つの問題点があります。そのひとつは,逆投影 b(x, y)は物体 f(x, y)がぼけて広がった形になっているため,FT [b(x, y)]を物体 f(x, y)の存在する範囲よりもずっと大きくとって計算しなければならないことです。
もうひとつは,f(x, y)は吸収率の分布ですから,すべての (x, y)において正の値であるはずなのに,(11)式から fx = fy = 0のとき FT [f(x, y)] = 0となることです。つまり,フーリエ変換の周波数 0の値,すなわち f(x, y)の平均が 0なのに,f(x, y)がすべて正の値というのはありえないはずです。これは,fx = fy = 0のとき FT [b(x, y)]は発散してしまっていて,そもそも情報が得られていないことに原因があります。
フィルタ補正逆投影法
前節のように逆投影法は実はうまくいきませんが,投影定理を用いると,逆投影法とよく似ていてしかも実用的な再構成法を導くことができます。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 2/5 ページ
となり,(4)式は
b(x, y) =
!! ∞
−∞f(x′, y′)
"1#
(x′ − x)2 + (y′ − y)2
$dx′dy′
= f(x, y) ∗"
1#x2 + y2
$ (8)
となります。∗は,第1部で出てきたコンヴォリューションの記号です。したがって,逆投影法による再構成像 b(x, y)は,もとの物体 f(x, y)の各点に関数 1/
#x2 + y2を重畳してぼかした像になります。
このままでは,得られた像は大きくぼやけているので,まだ再構成像が得られたとはいえません。しかし,(8)式をフーリエ変換すると, 第1部で説明した「コンヴォリューションのフーリエ変換=フーリエ変換のかけ算」の関係があるので
FT [b(x, y)] = FT [f(x, y)]× FT
"1#
x2 + y2
$
∴ FT [f(x, y)] = FT [b(x, y)]/FT
"1#
x2 + y2
$ (9)
となります。
FT
"1#
x2 + y2
$=
1%f2x + f2
y
(10)
であることを用いると(証明は略),(9)式は
FT [f(x, y)] =%f2x + f2
y × FT [b(x, y)] (11)
となり,(11) 式でもとの物体 f(x, y) のフーリエ変換を復元できます。この方法を逆フィルタリング(inverse filtering)といい,このような方法でコンヴォリューションの逆演算を行うことをデコンヴォリューション (deconvolution)といいます。
この方法には,2つの問題点があります。そのひとつは,逆投影 b(x, y)は物体 f(x, y)がぼけて広がった形になっているため,FT [b(x, y)]を物体 f(x, y)の存在する範囲よりもずっと大きくとって計算しなければならないことです。
もうひとつは,f(x, y)は吸収率の分布ですから,すべての (x, y)において正の値であるはずなのに,(11)式から fx = fy = 0のとき FT [f(x, y)] = 0となることです。つまり,フーリエ変換の周波数 0の値,すなわち f(x, y)の平均が 0なのに,f(x, y)がすべて正の値というのはありえないはずです。これは,fx = fy = 0のとき FT [b(x, y)]は発散してしまっていて,そもそも情報が得られていないことに原因があります。
フィルタ補正逆投影法
前節のように逆投影法は実はうまくいきませんが,投影定理を用いると,逆投影法とよく似ていてしかも実用的な再構成法を導くことができます。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 2/5 ページ
周波数0の成分
0
![Page 81: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/81.jpg)
2014
A. A
sano
, Kan
sai U
niv.
これでいいのでしょうか?
つまりf(x, y)は
となり,(4)式は
b(x, y) =
!! ∞
−∞f(x′, y′)
"1#
(x′ − x)2 + (y′ − y)2
$dx′dy′
= f(x, y) ∗"
1#x2 + y2
$ (8)
となります。∗は,第1部で出てきたコンヴォリューションの記号です。したがって,逆投影法による再構成像 b(x, y)は,もとの物体 f(x, y)の各点に関数 1/
#x2 + y2を重畳してぼかした像になります。
このままでは,得られた像は大きくぼやけているので,まだ再構成像が得られたとはいえません。しかし,(8)式をフーリエ変換すると, 第1部で説明した「コンヴォリューションのフーリエ変換=フーリエ変換のかけ算」の関係があるので
FT [b(x, y)] = FT [f(x, y)]× FT
"1#
x2 + y2
$
∴ FT [f(x, y)] = FT [b(x, y)]/FT
"1#
x2 + y2
$ (9)
となります。
FT
"1#
x2 + y2
$=
1%f2x + f2
y
(10)
であることを用いると(証明は略),(9)式は
FT [f(x, y)] =%f2x + f2
y × FT [b(x, y)] (11)
となり,(11) 式でもとの物体 f(x, y) のフーリエ変換を復元できます。この方法を逆フィルタリング(inverse filtering)といい,このような方法でコンヴォリューションの逆演算を行うことをデコンヴォリューション (deconvolution)といいます。
この方法には,2つの問題点があります。そのひとつは,逆投影 b(x, y)は物体 f(x, y)がぼけて広がった形になっているため,FT [b(x, y)]を物体 f(x, y)の存在する範囲よりもずっと大きくとって計算しなければならないことです。
もうひとつは,f(x, y)は吸収率の分布ですから,すべての (x, y)において正の値であるはずなのに,(11)式から fx = fy = 0のとき FT [f(x, y)] = 0となることです。つまり,フーリエ変換の周波数 0の値,すなわち f(x, y)の平均が 0なのに,f(x, y)がすべて正の値というのはありえないはずです。これは,fx = fy = 0のとき FT [b(x, y)]は発散してしまっていて,そもそも情報が得られていないことに原因があります。
フィルタ補正逆投影法
前節のように逆投影法は実はうまくいきませんが,投影定理を用いると,逆投影法とよく似ていてしかも実用的な再構成法を導くことができます。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 2/5 ページ
となり,(4)式は
b(x, y) =
!! ∞
−∞f(x′, y′)
"1#
(x′ − x)2 + (y′ − y)2
$dx′dy′
= f(x, y) ∗"
1#x2 + y2
$ (8)
となります。∗は,第1部で出てきたコンヴォリューションの記号です。したがって,逆投影法による再構成像 b(x, y)は,もとの物体 f(x, y)の各点に関数 1/
#x2 + y2を重畳してぼかした像になります。
このままでは,得られた像は大きくぼやけているので,まだ再構成像が得られたとはいえません。しかし,(8)式をフーリエ変換すると, 第1部で説明した「コンヴォリューションのフーリエ変換=フーリエ変換のかけ算」の関係があるので
FT [b(x, y)] = FT [f(x, y)]× FT
"1#
x2 + y2
$
∴ FT [f(x, y)] = FT [b(x, y)]/FT
"1#
x2 + y2
$ (9)
となります。
FT
"1#
x2 + y2
$=
1%f2x + f2
y
(10)
であることを用いると(証明は略),(9)式は
FT [f(x, y)] =%f2x + f2
y × FT [b(x, y)] (11)
となり,(11) 式でもとの物体 f(x, y) のフーリエ変換を復元できます。この方法を逆フィルタリング(inverse filtering)といい,このような方法でコンヴォリューションの逆演算を行うことをデコンヴォリューション (deconvolution)といいます。
この方法には,2つの問題点があります。そのひとつは,逆投影 b(x, y)は物体 f(x, y)がぼけて広がった形になっているため,FT [b(x, y)]を物体 f(x, y)の存在する範囲よりもずっと大きくとって計算しなければならないことです。
もうひとつは,f(x, y)は吸収率の分布ですから,すべての (x, y)において正の値であるはずなのに,(11)式から fx = fy = 0のとき FT [f(x, y)] = 0となることです。つまり,フーリエ変換の周波数 0の値,すなわち f(x, y)の平均が 0なのに,f(x, y)がすべて正の値というのはありえないはずです。これは,fx = fy = 0のとき FT [b(x, y)]は発散してしまっていて,そもそも情報が得られていないことに原因があります。
フィルタ補正逆投影法
前節のように逆投影法は実はうまくいきませんが,投影定理を用いると,逆投影法とよく似ていてしかも実用的な再構成法を導くことができます。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 2/5 ページ
となり,(4)式は
b(x, y) =
!! ∞
−∞f(x′, y′)
"1#
(x′ − x)2 + (y′ − y)2
$dx′dy′
= f(x, y) ∗"
1#x2 + y2
$ (8)
となります。∗は,第1部で出てきたコンヴォリューションの記号です。したがって,逆投影法による再構成像 b(x, y)は,もとの物体 f(x, y)の各点に関数 1/
#x2 + y2を重畳してぼかした像になります。
このままでは,得られた像は大きくぼやけているので,まだ再構成像が得られたとはいえません。しかし,(8)式をフーリエ変換すると, 第1部で説明した「コンヴォリューションのフーリエ変換=フーリエ変換のかけ算」の関係があるので
FT [b(x, y)] = FT [f(x, y)]× FT
"1#
x2 + y2
$
∴ FT [f(x, y)] = FT [b(x, y)]/FT
"1#
x2 + y2
$ (9)
となります。
FT
"1#
x2 + y2
$=
1%f2x + f2
y
(10)
であることを用いると(証明は略),(9)式は
FT [f(x, y)] =%f2x + f2
y × FT [b(x, y)] (11)
となり,(11) 式でもとの物体 f(x, y) のフーリエ変換を復元できます。この方法を逆フィルタリング(inverse filtering)といい,このような方法でコンヴォリューションの逆演算を行うことをデコンヴォリューション (deconvolution)といいます。
この方法には,2つの問題点があります。そのひとつは,逆投影 b(x, y)は物体 f(x, y)がぼけて広がった形になっているため,FT [b(x, y)]を物体 f(x, y)の存在する範囲よりもずっと大きくとって計算しなければならないことです。
もうひとつは,f(x, y)は吸収率の分布ですから,すべての (x, y)において正の値であるはずなのに,(11)式から fx = fy = 0のとき FT [f(x, y)] = 0となることです。つまり,フーリエ変換の周波数 0の値,すなわち f(x, y)の平均が 0なのに,f(x, y)がすべて正の値というのはありえないはずです。これは,fx = fy = 0のとき FT [b(x, y)]は発散してしまっていて,そもそも情報が得られていないことに原因があります。
フィルタ補正逆投影法
前節のように逆投影法は実はうまくいきませんが,投影定理を用いると,逆投影法とよく似ていてしかも実用的な再構成法を導くことができます。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 2/5 ページ
周波数0の成分
0
![Page 82: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/82.jpg)
2014
A. A
sano
, Kan
sai U
niv.
これでいいのでしょうか?
つまりf(x, y)は
となり,(4)式は
b(x, y) =
!! ∞
−∞f(x′, y′)
"1#
(x′ − x)2 + (y′ − y)2
$dx′dy′
= f(x, y) ∗"
1#x2 + y2
$ (8)
となります。∗は,第1部で出てきたコンヴォリューションの記号です。したがって,逆投影法による再構成像 b(x, y)は,もとの物体 f(x, y)の各点に関数 1/
#x2 + y2を重畳してぼかした像になります。
このままでは,得られた像は大きくぼやけているので,まだ再構成像が得られたとはいえません。しかし,(8)式をフーリエ変換すると, 第1部で説明した「コンヴォリューションのフーリエ変換=フーリエ変換のかけ算」の関係があるので
FT [b(x, y)] = FT [f(x, y)]× FT
"1#
x2 + y2
$
∴ FT [f(x, y)] = FT [b(x, y)]/FT
"1#
x2 + y2
$ (9)
となります。
FT
"1#
x2 + y2
$=
1%f2x + f2
y
(10)
であることを用いると(証明は略),(9)式は
FT [f(x, y)] =%f2x + f2
y × FT [b(x, y)] (11)
となり,(11) 式でもとの物体 f(x, y) のフーリエ変換を復元できます。この方法を逆フィルタリング(inverse filtering)といい,このような方法でコンヴォリューションの逆演算を行うことをデコンヴォリューション (deconvolution)といいます。
この方法には,2つの問題点があります。そのひとつは,逆投影 b(x, y)は物体 f(x, y)がぼけて広がった形になっているため,FT [b(x, y)]を物体 f(x, y)の存在する範囲よりもずっと大きくとって計算しなければならないことです。
もうひとつは,f(x, y)は吸収率の分布ですから,すべての (x, y)において正の値であるはずなのに,(11)式から fx = fy = 0のとき FT [f(x, y)] = 0となることです。つまり,フーリエ変換の周波数 0の値,すなわち f(x, y)の平均が 0なのに,f(x, y)がすべて正の値というのはありえないはずです。これは,fx = fy = 0のとき FT [b(x, y)]は発散してしまっていて,そもそも情報が得られていないことに原因があります。
フィルタ補正逆投影法
前節のように逆投影法は実はうまくいきませんが,投影定理を用いると,逆投影法とよく似ていてしかも実用的な再構成法を導くことができます。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 2/5 ページ
となり,(4)式は
b(x, y) =
!! ∞
−∞f(x′, y′)
"1#
(x′ − x)2 + (y′ − y)2
$dx′dy′
= f(x, y) ∗"
1#x2 + y2
$ (8)
となります。∗は,第1部で出てきたコンヴォリューションの記号です。したがって,逆投影法による再構成像 b(x, y)は,もとの物体 f(x, y)の各点に関数 1/
#x2 + y2を重畳してぼかした像になります。
このままでは,得られた像は大きくぼやけているので,まだ再構成像が得られたとはいえません。しかし,(8)式をフーリエ変換すると, 第1部で説明した「コンヴォリューションのフーリエ変換=フーリエ変換のかけ算」の関係があるので
FT [b(x, y)] = FT [f(x, y)]× FT
"1#
x2 + y2
$
∴ FT [f(x, y)] = FT [b(x, y)]/FT
"1#
x2 + y2
$ (9)
となります。
FT
"1#
x2 + y2
$=
1%f2x + f2
y
(10)
であることを用いると(証明は略),(9)式は
FT [f(x, y)] =%f2x + f2
y × FT [b(x, y)] (11)
となり,(11) 式でもとの物体 f(x, y) のフーリエ変換を復元できます。この方法を逆フィルタリング(inverse filtering)といい,このような方法でコンヴォリューションの逆演算を行うことをデコンヴォリューション (deconvolution)といいます。
この方法には,2つの問題点があります。そのひとつは,逆投影 b(x, y)は物体 f(x, y)がぼけて広がった形になっているため,FT [b(x, y)]を物体 f(x, y)の存在する範囲よりもずっと大きくとって計算しなければならないことです。
もうひとつは,f(x, y)は吸収率の分布ですから,すべての (x, y)において正の値であるはずなのに,(11)式から fx = fy = 0のとき FT [f(x, y)] = 0となることです。つまり,フーリエ変換の周波数 0の値,すなわち f(x, y)の平均が 0なのに,f(x, y)がすべて正の値というのはありえないはずです。これは,fx = fy = 0のとき FT [b(x, y)]は発散してしまっていて,そもそも情報が得られていないことに原因があります。
フィルタ補正逆投影法
前節のように逆投影法は実はうまくいきませんが,投影定理を用いると,逆投影法とよく似ていてしかも実用的な再構成法を導くことができます。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 2/5 ページ
となり,(4)式は
b(x, y) =
!! ∞
−∞f(x′, y′)
"1#
(x′ − x)2 + (y′ − y)2
$dx′dy′
= f(x, y) ∗"
1#x2 + y2
$ (8)
となります。∗は,第1部で出てきたコンヴォリューションの記号です。したがって,逆投影法による再構成像 b(x, y)は,もとの物体 f(x, y)の各点に関数 1/
#x2 + y2を重畳してぼかした像になります。
このままでは,得られた像は大きくぼやけているので,まだ再構成像が得られたとはいえません。しかし,(8)式をフーリエ変換すると, 第1部で説明した「コンヴォリューションのフーリエ変換=フーリエ変換のかけ算」の関係があるので
FT [b(x, y)] = FT [f(x, y)]× FT
"1#
x2 + y2
$
∴ FT [f(x, y)] = FT [b(x, y)]/FT
"1#
x2 + y2
$ (9)
となります。
FT
"1#
x2 + y2
$=
1%f2x + f2
y
(10)
であることを用いると(証明は略),(9)式は
FT [f(x, y)] =%f2x + f2
y × FT [b(x, y)] (11)
となり,(11) 式でもとの物体 f(x, y) のフーリエ変換を復元できます。この方法を逆フィルタリング(inverse filtering)といい,このような方法でコンヴォリューションの逆演算を行うことをデコンヴォリューション (deconvolution)といいます。
この方法には,2つの問題点があります。そのひとつは,逆投影 b(x, y)は物体 f(x, y)がぼけて広がった形になっているため,FT [b(x, y)]を物体 f(x, y)の存在する範囲よりもずっと大きくとって計算しなければならないことです。
もうひとつは,f(x, y)は吸収率の分布ですから,すべての (x, y)において正の値であるはずなのに,(11)式から fx = fy = 0のとき FT [f(x, y)] = 0となることです。つまり,フーリエ変換の周波数 0の値,すなわち f(x, y)の平均が 0なのに,f(x, y)がすべて正の値というのはありえないはずです。これは,fx = fy = 0のとき FT [b(x, y)]は発散してしまっていて,そもそも情報が得られていないことに原因があります。
フィルタ補正逆投影法
前節のように逆投影法は実はうまくいきませんが,投影定理を用いると,逆投影法とよく似ていてしかも実用的な再構成法を導くことができます。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 2/5 ページ
周波数0の成分
0 こうなっている ことになる
![Page 83: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/83.jpg)
2014
A. A
sano
, Kan
sai U
niv.
これでいいのでしょうか?
つまりf(x, y)は
となり,(4)式は
b(x, y) =
!! ∞
−∞f(x′, y′)
"1#
(x′ − x)2 + (y′ − y)2
$dx′dy′
= f(x, y) ∗"
1#x2 + y2
$ (8)
となります。∗は,第1部で出てきたコンヴォリューションの記号です。したがって,逆投影法による再構成像 b(x, y)は,もとの物体 f(x, y)の各点に関数 1/
#x2 + y2を重畳してぼかした像になります。
このままでは,得られた像は大きくぼやけているので,まだ再構成像が得られたとはいえません。しかし,(8)式をフーリエ変換すると, 第1部で説明した「コンヴォリューションのフーリエ変換=フーリエ変換のかけ算」の関係があるので
FT [b(x, y)] = FT [f(x, y)]× FT
"1#
x2 + y2
$
∴ FT [f(x, y)] = FT [b(x, y)]/FT
"1#
x2 + y2
$ (9)
となります。
FT
"1#
x2 + y2
$=
1%f2x + f2
y
(10)
であることを用いると(証明は略),(9)式は
FT [f(x, y)] =%f2x + f2
y × FT [b(x, y)] (11)
となり,(11) 式でもとの物体 f(x, y) のフーリエ変換を復元できます。この方法を逆フィルタリング(inverse filtering)といい,このような方法でコンヴォリューションの逆演算を行うことをデコンヴォリューション (deconvolution)といいます。
この方法には,2つの問題点があります。そのひとつは,逆投影 b(x, y)は物体 f(x, y)がぼけて広がった形になっているため,FT [b(x, y)]を物体 f(x, y)の存在する範囲よりもずっと大きくとって計算しなければならないことです。
もうひとつは,f(x, y)は吸収率の分布ですから,すべての (x, y)において正の値であるはずなのに,(11)式から fx = fy = 0のとき FT [f(x, y)] = 0となることです。つまり,フーリエ変換の周波数 0の値,すなわち f(x, y)の平均が 0なのに,f(x, y)がすべて正の値というのはありえないはずです。これは,fx = fy = 0のとき FT [b(x, y)]は発散してしまっていて,そもそも情報が得られていないことに原因があります。
フィルタ補正逆投影法
前節のように逆投影法は実はうまくいきませんが,投影定理を用いると,逆投影法とよく似ていてしかも実用的な再構成法を導くことができます。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 2/5 ページ
となり,(4)式は
b(x, y) =
!! ∞
−∞f(x′, y′)
"1#
(x′ − x)2 + (y′ − y)2
$dx′dy′
= f(x, y) ∗"
1#x2 + y2
$ (8)
となります。∗は,第1部で出てきたコンヴォリューションの記号です。したがって,逆投影法による再構成像 b(x, y)は,もとの物体 f(x, y)の各点に関数 1/
#x2 + y2を重畳してぼかした像になります。
このままでは,得られた像は大きくぼやけているので,まだ再構成像が得られたとはいえません。しかし,(8)式をフーリエ変換すると, 第1部で説明した「コンヴォリューションのフーリエ変換=フーリエ変換のかけ算」の関係があるので
FT [b(x, y)] = FT [f(x, y)]× FT
"1#
x2 + y2
$
∴ FT [f(x, y)] = FT [b(x, y)]/FT
"1#
x2 + y2
$ (9)
となります。
FT
"1#
x2 + y2
$=
1%f2x + f2
y
(10)
であることを用いると(証明は略),(9)式は
FT [f(x, y)] =%f2x + f2
y × FT [b(x, y)] (11)
となり,(11) 式でもとの物体 f(x, y) のフーリエ変換を復元できます。この方法を逆フィルタリング(inverse filtering)といい,このような方法でコンヴォリューションの逆演算を行うことをデコンヴォリューション (deconvolution)といいます。
この方法には,2つの問題点があります。そのひとつは,逆投影 b(x, y)は物体 f(x, y)がぼけて広がった形になっているため,FT [b(x, y)]を物体 f(x, y)の存在する範囲よりもずっと大きくとって計算しなければならないことです。
もうひとつは,f(x, y)は吸収率の分布ですから,すべての (x, y)において正の値であるはずなのに,(11)式から fx = fy = 0のとき FT [f(x, y)] = 0となることです。つまり,フーリエ変換の周波数 0の値,すなわち f(x, y)の平均が 0なのに,f(x, y)がすべて正の値というのはありえないはずです。これは,fx = fy = 0のとき FT [b(x, y)]は発散してしまっていて,そもそも情報が得られていないことに原因があります。
フィルタ補正逆投影法
前節のように逆投影法は実はうまくいきませんが,投影定理を用いると,逆投影法とよく似ていてしかも実用的な再構成法を導くことができます。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 2/5 ページ
となり,(4)式は
b(x, y) =
!! ∞
−∞f(x′, y′)
"1#
(x′ − x)2 + (y′ − y)2
$dx′dy′
= f(x, y) ∗"
1#x2 + y2
$ (8)
となります。∗は,第1部で出てきたコンヴォリューションの記号です。したがって,逆投影法による再構成像 b(x, y)は,もとの物体 f(x, y)の各点に関数 1/
#x2 + y2を重畳してぼかした像になります。
このままでは,得られた像は大きくぼやけているので,まだ再構成像が得られたとはいえません。しかし,(8)式をフーリエ変換すると, 第1部で説明した「コンヴォリューションのフーリエ変換=フーリエ変換のかけ算」の関係があるので
FT [b(x, y)] = FT [f(x, y)]× FT
"1#
x2 + y2
$
∴ FT [f(x, y)] = FT [b(x, y)]/FT
"1#
x2 + y2
$ (9)
となります。
FT
"1#
x2 + y2
$=
1%f2x + f2
y
(10)
であることを用いると(証明は略),(9)式は
FT [f(x, y)] =%f2x + f2
y × FT [b(x, y)] (11)
となり,(11) 式でもとの物体 f(x, y) のフーリエ変換を復元できます。この方法を逆フィルタリング(inverse filtering)といい,このような方法でコンヴォリューションの逆演算を行うことをデコンヴォリューション (deconvolution)といいます。
この方法には,2つの問題点があります。そのひとつは,逆投影 b(x, y)は物体 f(x, y)がぼけて広がった形になっているため,FT [b(x, y)]を物体 f(x, y)の存在する範囲よりもずっと大きくとって計算しなければならないことです。
もうひとつは,f(x, y)は吸収率の分布ですから,すべての (x, y)において正の値であるはずなのに,(11)式から fx = fy = 0のとき FT [f(x, y)] = 0となることです。つまり,フーリエ変換の周波数 0の値,すなわち f(x, y)の平均が 0なのに,f(x, y)がすべて正の値というのはありえないはずです。これは,fx = fy = 0のとき FT [b(x, y)]は発散してしまっていて,そもそも情報が得られていないことに原因があります。
フィルタ補正逆投影法
前節のように逆投影法は実はうまくいきませんが,投影定理を用いると,逆投影法とよく似ていてしかも実用的な再構成法を導くことができます。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 2/5 ページ
周波数0の成分
0 こうなっている ことになる
おかしい。画像なんだから
![Page 84: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/84.jpg)
2014
A. A
sano
, Kan
sai U
niv.
これでいいのでしょうか?
つまりf(x, y)は
となり,(4)式は
b(x, y) =
!! ∞
−∞f(x′, y′)
"1#
(x′ − x)2 + (y′ − y)2
$dx′dy′
= f(x, y) ∗"
1#x2 + y2
$ (8)
となります。∗は,第1部で出てきたコンヴォリューションの記号です。したがって,逆投影法による再構成像 b(x, y)は,もとの物体 f(x, y)の各点に関数 1/
#x2 + y2を重畳してぼかした像になります。
このままでは,得られた像は大きくぼやけているので,まだ再構成像が得られたとはいえません。しかし,(8)式をフーリエ変換すると, 第1部で説明した「コンヴォリューションのフーリエ変換=フーリエ変換のかけ算」の関係があるので
FT [b(x, y)] = FT [f(x, y)]× FT
"1#
x2 + y2
$
∴ FT [f(x, y)] = FT [b(x, y)]/FT
"1#
x2 + y2
$ (9)
となります。
FT
"1#
x2 + y2
$=
1%f2x + f2
y
(10)
であることを用いると(証明は略),(9)式は
FT [f(x, y)] =%f2x + f2
y × FT [b(x, y)] (11)
となり,(11) 式でもとの物体 f(x, y) のフーリエ変換を復元できます。この方法を逆フィルタリング(inverse filtering)といい,このような方法でコンヴォリューションの逆演算を行うことをデコンヴォリューション (deconvolution)といいます。
この方法には,2つの問題点があります。そのひとつは,逆投影 b(x, y)は物体 f(x, y)がぼけて広がった形になっているため,FT [b(x, y)]を物体 f(x, y)の存在する範囲よりもずっと大きくとって計算しなければならないことです。
もうひとつは,f(x, y)は吸収率の分布ですから,すべての (x, y)において正の値であるはずなのに,(11)式から fx = fy = 0のとき FT [f(x, y)] = 0となることです。つまり,フーリエ変換の周波数 0の値,すなわち f(x, y)の平均が 0なのに,f(x, y)がすべて正の値というのはありえないはずです。これは,fx = fy = 0のとき FT [b(x, y)]は発散してしまっていて,そもそも情報が得られていないことに原因があります。
フィルタ補正逆投影法
前節のように逆投影法は実はうまくいきませんが,投影定理を用いると,逆投影法とよく似ていてしかも実用的な再構成法を導くことができます。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 2/5 ページ
となり,(4)式は
b(x, y) =
!! ∞
−∞f(x′, y′)
"1#
(x′ − x)2 + (y′ − y)2
$dx′dy′
= f(x, y) ∗"
1#x2 + y2
$ (8)
となります。∗は,第1部で出てきたコンヴォリューションの記号です。したがって,逆投影法による再構成像 b(x, y)は,もとの物体 f(x, y)の各点に関数 1/
#x2 + y2を重畳してぼかした像になります。
このままでは,得られた像は大きくぼやけているので,まだ再構成像が得られたとはいえません。しかし,(8)式をフーリエ変換すると, 第1部で説明した「コンヴォリューションのフーリエ変換=フーリエ変換のかけ算」の関係があるので
FT [b(x, y)] = FT [f(x, y)]× FT
"1#
x2 + y2
$
∴ FT [f(x, y)] = FT [b(x, y)]/FT
"1#
x2 + y2
$ (9)
となります。
FT
"1#
x2 + y2
$=
1%f2x + f2
y
(10)
であることを用いると(証明は略),(9)式は
FT [f(x, y)] =%f2x + f2
y × FT [b(x, y)] (11)
となり,(11) 式でもとの物体 f(x, y) のフーリエ変換を復元できます。この方法を逆フィルタリング(inverse filtering)といい,このような方法でコンヴォリューションの逆演算を行うことをデコンヴォリューション (deconvolution)といいます。
この方法には,2つの問題点があります。そのひとつは,逆投影 b(x, y)は物体 f(x, y)がぼけて広がった形になっているため,FT [b(x, y)]を物体 f(x, y)の存在する範囲よりもずっと大きくとって計算しなければならないことです。
もうひとつは,f(x, y)は吸収率の分布ですから,すべての (x, y)において正の値であるはずなのに,(11)式から fx = fy = 0のとき FT [f(x, y)] = 0となることです。つまり,フーリエ変換の周波数 0の値,すなわち f(x, y)の平均が 0なのに,f(x, y)がすべて正の値というのはありえないはずです。これは,fx = fy = 0のとき FT [b(x, y)]は発散してしまっていて,そもそも情報が得られていないことに原因があります。
フィルタ補正逆投影法
前節のように逆投影法は実はうまくいきませんが,投影定理を用いると,逆投影法とよく似ていてしかも実用的な再構成法を導くことができます。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 2/5 ページ
となり,(4)式は
b(x, y) =
!! ∞
−∞f(x′, y′)
"1#
(x′ − x)2 + (y′ − y)2
$dx′dy′
= f(x, y) ∗"
1#x2 + y2
$ (8)
となります。∗は,第1部で出てきたコンヴォリューションの記号です。したがって,逆投影法による再構成像 b(x, y)は,もとの物体 f(x, y)の各点に関数 1/
#x2 + y2を重畳してぼかした像になります。
このままでは,得られた像は大きくぼやけているので,まだ再構成像が得られたとはいえません。しかし,(8)式をフーリエ変換すると, 第1部で説明した「コンヴォリューションのフーリエ変換=フーリエ変換のかけ算」の関係があるので
FT [b(x, y)] = FT [f(x, y)]× FT
"1#
x2 + y2
$
∴ FT [f(x, y)] = FT [b(x, y)]/FT
"1#
x2 + y2
$ (9)
となります。
FT
"1#
x2 + y2
$=
1%f2x + f2
y
(10)
であることを用いると(証明は略),(9)式は
FT [f(x, y)] =%f2x + f2
y × FT [b(x, y)] (11)
となり,(11) 式でもとの物体 f(x, y) のフーリエ変換を復元できます。この方法を逆フィルタリング(inverse filtering)といい,このような方法でコンヴォリューションの逆演算を行うことをデコンヴォリューション (deconvolution)といいます。
この方法には,2つの問題点があります。そのひとつは,逆投影 b(x, y)は物体 f(x, y)がぼけて広がった形になっているため,FT [b(x, y)]を物体 f(x, y)の存在する範囲よりもずっと大きくとって計算しなければならないことです。
もうひとつは,f(x, y)は吸収率の分布ですから,すべての (x, y)において正の値であるはずなのに,(11)式から fx = fy = 0のとき FT [f(x, y)] = 0となることです。つまり,フーリエ変換の周波数 0の値,すなわち f(x, y)の平均が 0なのに,f(x, y)がすべて正の値というのはありえないはずです。これは,fx = fy = 0のとき FT [b(x, y)]は発散してしまっていて,そもそも情報が得られていないことに原因があります。
フィルタ補正逆投影法
前節のように逆投影法は実はうまくいきませんが,投影定理を用いると,逆投影法とよく似ていてしかも実用的な再構成法を導くことができます。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 2/5 ページ
周波数0の成分
0 こうなっている ことになる
おかしい。画像なんだから
0
![Page 85: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/85.jpg)
2014
A. A
sano
, Kan
sai U
niv.
これでいいのでしょうか?
つまりf(x, y)は
となり,(4)式は
b(x, y) =
!! ∞
−∞f(x′, y′)
"1#
(x′ − x)2 + (y′ − y)2
$dx′dy′
= f(x, y) ∗"
1#x2 + y2
$ (8)
となります。∗は,第1部で出てきたコンヴォリューションの記号です。したがって,逆投影法による再構成像 b(x, y)は,もとの物体 f(x, y)の各点に関数 1/
#x2 + y2を重畳してぼかした像になります。
このままでは,得られた像は大きくぼやけているので,まだ再構成像が得られたとはいえません。しかし,(8)式をフーリエ変換すると, 第1部で説明した「コンヴォリューションのフーリエ変換=フーリエ変換のかけ算」の関係があるので
FT [b(x, y)] = FT [f(x, y)]× FT
"1#
x2 + y2
$
∴ FT [f(x, y)] = FT [b(x, y)]/FT
"1#
x2 + y2
$ (9)
となります。
FT
"1#
x2 + y2
$=
1%f2x + f2
y
(10)
であることを用いると(証明は略),(9)式は
FT [f(x, y)] =%f2x + f2
y × FT [b(x, y)] (11)
となり,(11) 式でもとの物体 f(x, y) のフーリエ変換を復元できます。この方法を逆フィルタリング(inverse filtering)といい,このような方法でコンヴォリューションの逆演算を行うことをデコンヴォリューション (deconvolution)といいます。
この方法には,2つの問題点があります。そのひとつは,逆投影 b(x, y)は物体 f(x, y)がぼけて広がった形になっているため,FT [b(x, y)]を物体 f(x, y)の存在する範囲よりもずっと大きくとって計算しなければならないことです。
もうひとつは,f(x, y)は吸収率の分布ですから,すべての (x, y)において正の値であるはずなのに,(11)式から fx = fy = 0のとき FT [f(x, y)] = 0となることです。つまり,フーリエ変換の周波数 0の値,すなわち f(x, y)の平均が 0なのに,f(x, y)がすべて正の値というのはありえないはずです。これは,fx = fy = 0のとき FT [b(x, y)]は発散してしまっていて,そもそも情報が得られていないことに原因があります。
フィルタ補正逆投影法
前節のように逆投影法は実はうまくいきませんが,投影定理を用いると,逆投影法とよく似ていてしかも実用的な再構成法を導くことができます。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 2/5 ページ
となり,(4)式は
b(x, y) =
!! ∞
−∞f(x′, y′)
"1#
(x′ − x)2 + (y′ − y)2
$dx′dy′
= f(x, y) ∗"
1#x2 + y2
$ (8)
となります。∗は,第1部で出てきたコンヴォリューションの記号です。したがって,逆投影法による再構成像 b(x, y)は,もとの物体 f(x, y)の各点に関数 1/
#x2 + y2を重畳してぼかした像になります。
このままでは,得られた像は大きくぼやけているので,まだ再構成像が得られたとはいえません。しかし,(8)式をフーリエ変換すると, 第1部で説明した「コンヴォリューションのフーリエ変換=フーリエ変換のかけ算」の関係があるので
FT [b(x, y)] = FT [f(x, y)]× FT
"1#
x2 + y2
$
∴ FT [f(x, y)] = FT [b(x, y)]/FT
"1#
x2 + y2
$ (9)
となります。
FT
"1#
x2 + y2
$=
1%f2x + f2
y
(10)
であることを用いると(証明は略),(9)式は
FT [f(x, y)] =%f2x + f2
y × FT [b(x, y)] (11)
となり,(11) 式でもとの物体 f(x, y) のフーリエ変換を復元できます。この方法を逆フィルタリング(inverse filtering)といい,このような方法でコンヴォリューションの逆演算を行うことをデコンヴォリューション (deconvolution)といいます。
この方法には,2つの問題点があります。そのひとつは,逆投影 b(x, y)は物体 f(x, y)がぼけて広がった形になっているため,FT [b(x, y)]を物体 f(x, y)の存在する範囲よりもずっと大きくとって計算しなければならないことです。
もうひとつは,f(x, y)は吸収率の分布ですから,すべての (x, y)において正の値であるはずなのに,(11)式から fx = fy = 0のとき FT [f(x, y)] = 0となることです。つまり,フーリエ変換の周波数 0の値,すなわち f(x, y)の平均が 0なのに,f(x, y)がすべて正の値というのはありえないはずです。これは,fx = fy = 0のとき FT [b(x, y)]は発散してしまっていて,そもそも情報が得られていないことに原因があります。
フィルタ補正逆投影法
前節のように逆投影法は実はうまくいきませんが,投影定理を用いると,逆投影法とよく似ていてしかも実用的な再構成法を導くことができます。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 2/5 ページ
となり,(4)式は
b(x, y) =
!! ∞
−∞f(x′, y′)
"1#
(x′ − x)2 + (y′ − y)2
$dx′dy′
= f(x, y) ∗"
1#x2 + y2
$ (8)
となります。∗は,第1部で出てきたコンヴォリューションの記号です。したがって,逆投影法による再構成像 b(x, y)は,もとの物体 f(x, y)の各点に関数 1/
#x2 + y2を重畳してぼかした像になります。
このままでは,得られた像は大きくぼやけているので,まだ再構成像が得られたとはいえません。しかし,(8)式をフーリエ変換すると, 第1部で説明した「コンヴォリューションのフーリエ変換=フーリエ変換のかけ算」の関係があるので
FT [b(x, y)] = FT [f(x, y)]× FT
"1#
x2 + y2
$
∴ FT [f(x, y)] = FT [b(x, y)]/FT
"1#
x2 + y2
$ (9)
となります。
FT
"1#
x2 + y2
$=
1%f2x + f2
y
(10)
であることを用いると(証明は略),(9)式は
FT [f(x, y)] =%f2x + f2
y × FT [b(x, y)] (11)
となり,(11) 式でもとの物体 f(x, y) のフーリエ変換を復元できます。この方法を逆フィルタリング(inverse filtering)といい,このような方法でコンヴォリューションの逆演算を行うことをデコンヴォリューション (deconvolution)といいます。
この方法には,2つの問題点があります。そのひとつは,逆投影 b(x, y)は物体 f(x, y)がぼけて広がった形になっているため,FT [b(x, y)]を物体 f(x, y)の存在する範囲よりもずっと大きくとって計算しなければならないことです。
もうひとつは,f(x, y)は吸収率の分布ですから,すべての (x, y)において正の値であるはずなのに,(11)式から fx = fy = 0のとき FT [f(x, y)] = 0となることです。つまり,フーリエ変換の周波数 0の値,すなわち f(x, y)の平均が 0なのに,f(x, y)がすべて正の値というのはありえないはずです。これは,fx = fy = 0のとき FT [b(x, y)]は発散してしまっていて,そもそも情報が得られていないことに原因があります。
フィルタ補正逆投影法
前節のように逆投影法は実はうまくいきませんが,投影定理を用いると,逆投影法とよく似ていてしかも実用的な再構成法を導くことができます。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 2/5 ページ
周波数0の成分
0 こうなっている ことになる
おかしい。画像なんだから
0
![Page 86: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/86.jpg)
2014
A. A
sano
, Kan
sai U
niv.
これでいいのでしょうか?
つまりf(x, y)は
となり,(4)式は
b(x, y) =
!! ∞
−∞f(x′, y′)
"1#
(x′ − x)2 + (y′ − y)2
$dx′dy′
= f(x, y) ∗"
1#x2 + y2
$ (8)
となります。∗は,第1部で出てきたコンヴォリューションの記号です。したがって,逆投影法による再構成像 b(x, y)は,もとの物体 f(x, y)の各点に関数 1/
#x2 + y2を重畳してぼかした像になります。
このままでは,得られた像は大きくぼやけているので,まだ再構成像が得られたとはいえません。しかし,(8)式をフーリエ変換すると, 第1部で説明した「コンヴォリューションのフーリエ変換=フーリエ変換のかけ算」の関係があるので
FT [b(x, y)] = FT [f(x, y)]× FT
"1#
x2 + y2
$
∴ FT [f(x, y)] = FT [b(x, y)]/FT
"1#
x2 + y2
$ (9)
となります。
FT
"1#
x2 + y2
$=
1%f2x + f2
y
(10)
であることを用いると(証明は略),(9)式は
FT [f(x, y)] =%f2x + f2
y × FT [b(x, y)] (11)
となり,(11) 式でもとの物体 f(x, y) のフーリエ変換を復元できます。この方法を逆フィルタリング(inverse filtering)といい,このような方法でコンヴォリューションの逆演算を行うことをデコンヴォリューション (deconvolution)といいます。
この方法には,2つの問題点があります。そのひとつは,逆投影 b(x, y)は物体 f(x, y)がぼけて広がった形になっているため,FT [b(x, y)]を物体 f(x, y)の存在する範囲よりもずっと大きくとって計算しなければならないことです。
もうひとつは,f(x, y)は吸収率の分布ですから,すべての (x, y)において正の値であるはずなのに,(11)式から fx = fy = 0のとき FT [f(x, y)] = 0となることです。つまり,フーリエ変換の周波数 0の値,すなわち f(x, y)の平均が 0なのに,f(x, y)がすべて正の値というのはありえないはずです。これは,fx = fy = 0のとき FT [b(x, y)]は発散してしまっていて,そもそも情報が得られていないことに原因があります。
フィルタ補正逆投影法
前節のように逆投影法は実はうまくいきませんが,投影定理を用いると,逆投影法とよく似ていてしかも実用的な再構成法を導くことができます。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 2/5 ページ
となり,(4)式は
b(x, y) =
!! ∞
−∞f(x′, y′)
"1#
(x′ − x)2 + (y′ − y)2
$dx′dy′
= f(x, y) ∗"
1#x2 + y2
$ (8)
となります。∗は,第1部で出てきたコンヴォリューションの記号です。したがって,逆投影法による再構成像 b(x, y)は,もとの物体 f(x, y)の各点に関数 1/
#x2 + y2を重畳してぼかした像になります。
このままでは,得られた像は大きくぼやけているので,まだ再構成像が得られたとはいえません。しかし,(8)式をフーリエ変換すると, 第1部で説明した「コンヴォリューションのフーリエ変換=フーリエ変換のかけ算」の関係があるので
FT [b(x, y)] = FT [f(x, y)]× FT
"1#
x2 + y2
$
∴ FT [f(x, y)] = FT [b(x, y)]/FT
"1#
x2 + y2
$ (9)
となります。
FT
"1#
x2 + y2
$=
1%f2x + f2
y
(10)
であることを用いると(証明は略),(9)式は
FT [f(x, y)] =%f2x + f2
y × FT [b(x, y)] (11)
となり,(11) 式でもとの物体 f(x, y) のフーリエ変換を復元できます。この方法を逆フィルタリング(inverse filtering)といい,このような方法でコンヴォリューションの逆演算を行うことをデコンヴォリューション (deconvolution)といいます。
この方法には,2つの問題点があります。そのひとつは,逆投影 b(x, y)は物体 f(x, y)がぼけて広がった形になっているため,FT [b(x, y)]を物体 f(x, y)の存在する範囲よりもずっと大きくとって計算しなければならないことです。
もうひとつは,f(x, y)は吸収率の分布ですから,すべての (x, y)において正の値であるはずなのに,(11)式から fx = fy = 0のとき FT [f(x, y)] = 0となることです。つまり,フーリエ変換の周波数 0の値,すなわち f(x, y)の平均が 0なのに,f(x, y)がすべて正の値というのはありえないはずです。これは,fx = fy = 0のとき FT [b(x, y)]は発散してしまっていて,そもそも情報が得られていないことに原因があります。
フィルタ補正逆投影法
前節のように逆投影法は実はうまくいきませんが,投影定理を用いると,逆投影法とよく似ていてしかも実用的な再構成法を導くことができます。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 2/5 ページ
となり,(4)式は
b(x, y) =
!! ∞
−∞f(x′, y′)
"1#
(x′ − x)2 + (y′ − y)2
$dx′dy′
= f(x, y) ∗"
1#x2 + y2
$ (8)
となります。∗は,第1部で出てきたコンヴォリューションの記号です。したがって,逆投影法による再構成像 b(x, y)は,もとの物体 f(x, y)の各点に関数 1/
#x2 + y2を重畳してぼかした像になります。
このままでは,得られた像は大きくぼやけているので,まだ再構成像が得られたとはいえません。しかし,(8)式をフーリエ変換すると, 第1部で説明した「コンヴォリューションのフーリエ変換=フーリエ変換のかけ算」の関係があるので
FT [b(x, y)] = FT [f(x, y)]× FT
"1#
x2 + y2
$
∴ FT [f(x, y)] = FT [b(x, y)]/FT
"1#
x2 + y2
$ (9)
となります。
FT
"1#
x2 + y2
$=
1%f2x + f2
y
(10)
であることを用いると(証明は略),(9)式は
FT [f(x, y)] =%f2x + f2
y × FT [b(x, y)] (11)
となり,(11) 式でもとの物体 f(x, y) のフーリエ変換を復元できます。この方法を逆フィルタリング(inverse filtering)といい,このような方法でコンヴォリューションの逆演算を行うことをデコンヴォリューション (deconvolution)といいます。
この方法には,2つの問題点があります。そのひとつは,逆投影 b(x, y)は物体 f(x, y)がぼけて広がった形になっているため,FT [b(x, y)]を物体 f(x, y)の存在する範囲よりもずっと大きくとって計算しなければならないことです。
もうひとつは,f(x, y)は吸収率の分布ですから,すべての (x, y)において正の値であるはずなのに,(11)式から fx = fy = 0のとき FT [f(x, y)] = 0となることです。つまり,フーリエ変換の周波数 0の値,すなわち f(x, y)の平均が 0なのに,f(x, y)がすべて正の値というのはありえないはずです。これは,fx = fy = 0のとき FT [b(x, y)]は発散してしまっていて,そもそも情報が得られていないことに原因があります。
フィルタ補正逆投影法
前節のように逆投影法は実はうまくいきませんが,投影定理を用いると,逆投影法とよく似ていてしかも実用的な再構成法を導くことができます。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 2/5 ページ
周波数0の成分
0 こうなっている ことになる
おかしい。画像なんだから
0値は正のはず
![Page 87: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/87.jpg)
2014
A. A
sano
, Kan
sai U
niv.
これでいいのでしょうか?
つまりf(x, y)は
となり,(4)式は
b(x, y) =
!! ∞
−∞f(x′, y′)
"1#
(x′ − x)2 + (y′ − y)2
$dx′dy′
= f(x, y) ∗"
1#x2 + y2
$ (8)
となります。∗は,第1部で出てきたコンヴォリューションの記号です。したがって,逆投影法による再構成像 b(x, y)は,もとの物体 f(x, y)の各点に関数 1/
#x2 + y2を重畳してぼかした像になります。
このままでは,得られた像は大きくぼやけているので,まだ再構成像が得られたとはいえません。しかし,(8)式をフーリエ変換すると, 第1部で説明した「コンヴォリューションのフーリエ変換=フーリエ変換のかけ算」の関係があるので
FT [b(x, y)] = FT [f(x, y)]× FT
"1#
x2 + y2
$
∴ FT [f(x, y)] = FT [b(x, y)]/FT
"1#
x2 + y2
$ (9)
となります。
FT
"1#
x2 + y2
$=
1%f2x + f2
y
(10)
であることを用いると(証明は略),(9)式は
FT [f(x, y)] =%f2x + f2
y × FT [b(x, y)] (11)
となり,(11) 式でもとの物体 f(x, y) のフーリエ変換を復元できます。この方法を逆フィルタリング(inverse filtering)といい,このような方法でコンヴォリューションの逆演算を行うことをデコンヴォリューション (deconvolution)といいます。
この方法には,2つの問題点があります。そのひとつは,逆投影 b(x, y)は物体 f(x, y)がぼけて広がった形になっているため,FT [b(x, y)]を物体 f(x, y)の存在する範囲よりもずっと大きくとって計算しなければならないことです。
もうひとつは,f(x, y)は吸収率の分布ですから,すべての (x, y)において正の値であるはずなのに,(11)式から fx = fy = 0のとき FT [f(x, y)] = 0となることです。つまり,フーリエ変換の周波数 0の値,すなわち f(x, y)の平均が 0なのに,f(x, y)がすべて正の値というのはありえないはずです。これは,fx = fy = 0のとき FT [b(x, y)]は発散してしまっていて,そもそも情報が得られていないことに原因があります。
フィルタ補正逆投影法
前節のように逆投影法は実はうまくいきませんが,投影定理を用いると,逆投影法とよく似ていてしかも実用的な再構成法を導くことができます。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 2/5 ページ
となり,(4)式は
b(x, y) =
!! ∞
−∞f(x′, y′)
"1#
(x′ − x)2 + (y′ − y)2
$dx′dy′
= f(x, y) ∗"
1#x2 + y2
$ (8)
となります。∗は,第1部で出てきたコンヴォリューションの記号です。したがって,逆投影法による再構成像 b(x, y)は,もとの物体 f(x, y)の各点に関数 1/
#x2 + y2を重畳してぼかした像になります。
このままでは,得られた像は大きくぼやけているので,まだ再構成像が得られたとはいえません。しかし,(8)式をフーリエ変換すると, 第1部で説明した「コンヴォリューションのフーリエ変換=フーリエ変換のかけ算」の関係があるので
FT [b(x, y)] = FT [f(x, y)]× FT
"1#
x2 + y2
$
∴ FT [f(x, y)] = FT [b(x, y)]/FT
"1#
x2 + y2
$ (9)
となります。
FT
"1#
x2 + y2
$=
1%f2x + f2
y
(10)
であることを用いると(証明は略),(9)式は
FT [f(x, y)] =%f2x + f2
y × FT [b(x, y)] (11)
となり,(11) 式でもとの物体 f(x, y) のフーリエ変換を復元できます。この方法を逆フィルタリング(inverse filtering)といい,このような方法でコンヴォリューションの逆演算を行うことをデコンヴォリューション (deconvolution)といいます。
この方法には,2つの問題点があります。そのひとつは,逆投影 b(x, y)は物体 f(x, y)がぼけて広がった形になっているため,FT [b(x, y)]を物体 f(x, y)の存在する範囲よりもずっと大きくとって計算しなければならないことです。
もうひとつは,f(x, y)は吸収率の分布ですから,すべての (x, y)において正の値であるはずなのに,(11)式から fx = fy = 0のとき FT [f(x, y)] = 0となることです。つまり,フーリエ変換の周波数 0の値,すなわち f(x, y)の平均が 0なのに,f(x, y)がすべて正の値というのはありえないはずです。これは,fx = fy = 0のとき FT [b(x, y)]は発散してしまっていて,そもそも情報が得られていないことに原因があります。
フィルタ補正逆投影法
前節のように逆投影法は実はうまくいきませんが,投影定理を用いると,逆投影法とよく似ていてしかも実用的な再構成法を導くことができます。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 2/5 ページ
となり,(4)式は
b(x, y) =
!! ∞
−∞f(x′, y′)
"1#
(x′ − x)2 + (y′ − y)2
$dx′dy′
= f(x, y) ∗"
1#x2 + y2
$ (8)
となります。∗は,第1部で出てきたコンヴォリューションの記号です。したがって,逆投影法による再構成像 b(x, y)は,もとの物体 f(x, y)の各点に関数 1/
#x2 + y2を重畳してぼかした像になります。
このままでは,得られた像は大きくぼやけているので,まだ再構成像が得られたとはいえません。しかし,(8)式をフーリエ変換すると, 第1部で説明した「コンヴォリューションのフーリエ変換=フーリエ変換のかけ算」の関係があるので
FT [b(x, y)] = FT [f(x, y)]× FT
"1#
x2 + y2
$
∴ FT [f(x, y)] = FT [b(x, y)]/FT
"1#
x2 + y2
$ (9)
となります。
FT
"1#
x2 + y2
$=
1%f2x + f2
y
(10)
であることを用いると(証明は略),(9)式は
FT [f(x, y)] =%f2x + f2
y × FT [b(x, y)] (11)
となり,(11) 式でもとの物体 f(x, y) のフーリエ変換を復元できます。この方法を逆フィルタリング(inverse filtering)といい,このような方法でコンヴォリューションの逆演算を行うことをデコンヴォリューション (deconvolution)といいます。
この方法には,2つの問題点があります。そのひとつは,逆投影 b(x, y)は物体 f(x, y)がぼけて広がった形になっているため,FT [b(x, y)]を物体 f(x, y)の存在する範囲よりもずっと大きくとって計算しなければならないことです。
もうひとつは,f(x, y)は吸収率の分布ですから,すべての (x, y)において正の値であるはずなのに,(11)式から fx = fy = 0のとき FT [f(x, y)] = 0となることです。つまり,フーリエ変換の周波数 0の値,すなわち f(x, y)の平均が 0なのに,f(x, y)がすべて正の値というのはありえないはずです。これは,fx = fy = 0のとき FT [b(x, y)]は発散してしまっていて,そもそも情報が得られていないことに原因があります。
フィルタ補正逆投影法
前節のように逆投影法は実はうまくいきませんが,投影定理を用いると,逆投影法とよく似ていてしかも実用的な再構成法を導くことができます。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 2/5 ページ
周波数0の成分
0 こうなっている ことになる
おかしい。画像なんだから
0値は正のはず
そもそも
![Page 88: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/88.jpg)
2014
A. A
sano
, Kan
sai U
niv.
これでいいのでしょうか?
つまりf(x, y)は
となり,(4)式は
b(x, y) =
!! ∞
−∞f(x′, y′)
"1#
(x′ − x)2 + (y′ − y)2
$dx′dy′
= f(x, y) ∗"
1#x2 + y2
$ (8)
となります。∗は,第1部で出てきたコンヴォリューションの記号です。したがって,逆投影法による再構成像 b(x, y)は,もとの物体 f(x, y)の各点に関数 1/
#x2 + y2を重畳してぼかした像になります。
このままでは,得られた像は大きくぼやけているので,まだ再構成像が得られたとはいえません。しかし,(8)式をフーリエ変換すると, 第1部で説明した「コンヴォリューションのフーリエ変換=フーリエ変換のかけ算」の関係があるので
FT [b(x, y)] = FT [f(x, y)]× FT
"1#
x2 + y2
$
∴ FT [f(x, y)] = FT [b(x, y)]/FT
"1#
x2 + y2
$ (9)
となります。
FT
"1#
x2 + y2
$=
1%f2x + f2
y
(10)
であることを用いると(証明は略),(9)式は
FT [f(x, y)] =%f2x + f2
y × FT [b(x, y)] (11)
となり,(11) 式でもとの物体 f(x, y) のフーリエ変換を復元できます。この方法を逆フィルタリング(inverse filtering)といい,このような方法でコンヴォリューションの逆演算を行うことをデコンヴォリューション (deconvolution)といいます。
この方法には,2つの問題点があります。そのひとつは,逆投影 b(x, y)は物体 f(x, y)がぼけて広がった形になっているため,FT [b(x, y)]を物体 f(x, y)の存在する範囲よりもずっと大きくとって計算しなければならないことです。
もうひとつは,f(x, y)は吸収率の分布ですから,すべての (x, y)において正の値であるはずなのに,(11)式から fx = fy = 0のとき FT [f(x, y)] = 0となることです。つまり,フーリエ変換の周波数 0の値,すなわち f(x, y)の平均が 0なのに,f(x, y)がすべて正の値というのはありえないはずです。これは,fx = fy = 0のとき FT [b(x, y)]は発散してしまっていて,そもそも情報が得られていないことに原因があります。
フィルタ補正逆投影法
前節のように逆投影法は実はうまくいきませんが,投影定理を用いると,逆投影法とよく似ていてしかも実用的な再構成法を導くことができます。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 2/5 ページ
となり,(4)式は
b(x, y) =
!! ∞
−∞f(x′, y′)
"1#
(x′ − x)2 + (y′ − y)2
$dx′dy′
= f(x, y) ∗"
1#x2 + y2
$ (8)
となります。∗は,第1部で出てきたコンヴォリューションの記号です。したがって,逆投影法による再構成像 b(x, y)は,もとの物体 f(x, y)の各点に関数 1/
#x2 + y2を重畳してぼかした像になります。
このままでは,得られた像は大きくぼやけているので,まだ再構成像が得られたとはいえません。しかし,(8)式をフーリエ変換すると, 第1部で説明した「コンヴォリューションのフーリエ変換=フーリエ変換のかけ算」の関係があるので
FT [b(x, y)] = FT [f(x, y)]× FT
"1#
x2 + y2
$
∴ FT [f(x, y)] = FT [b(x, y)]/FT
"1#
x2 + y2
$ (9)
となります。
FT
"1#
x2 + y2
$=
1%f2x + f2
y
(10)
であることを用いると(証明は略),(9)式は
FT [f(x, y)] =%f2x + f2
y × FT [b(x, y)] (11)
となり,(11) 式でもとの物体 f(x, y) のフーリエ変換を復元できます。この方法を逆フィルタリング(inverse filtering)といい,このような方法でコンヴォリューションの逆演算を行うことをデコンヴォリューション (deconvolution)といいます。
この方法には,2つの問題点があります。そのひとつは,逆投影 b(x, y)は物体 f(x, y)がぼけて広がった形になっているため,FT [b(x, y)]を物体 f(x, y)の存在する範囲よりもずっと大きくとって計算しなければならないことです。
もうひとつは,f(x, y)は吸収率の分布ですから,すべての (x, y)において正の値であるはずなのに,(11)式から fx = fy = 0のとき FT [f(x, y)] = 0となることです。つまり,フーリエ変換の周波数 0の値,すなわち f(x, y)の平均が 0なのに,f(x, y)がすべて正の値というのはありえないはずです。これは,fx = fy = 0のとき FT [b(x, y)]は発散してしまっていて,そもそも情報が得られていないことに原因があります。
フィルタ補正逆投影法
前節のように逆投影法は実はうまくいきませんが,投影定理を用いると,逆投影法とよく似ていてしかも実用的な再構成法を導くことができます。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 2/5 ページ
となり,(4)式は
b(x, y) =
!! ∞
−∞f(x′, y′)
"1#
(x′ − x)2 + (y′ − y)2
$dx′dy′
= f(x, y) ∗"
1#x2 + y2
$ (8)
となります。∗は,第1部で出てきたコンヴォリューションの記号です。したがって,逆投影法による再構成像 b(x, y)は,もとの物体 f(x, y)の各点に関数 1/
#x2 + y2を重畳してぼかした像になります。
このままでは,得られた像は大きくぼやけているので,まだ再構成像が得られたとはいえません。しかし,(8)式をフーリエ変換すると, 第1部で説明した「コンヴォリューションのフーリエ変換=フーリエ変換のかけ算」の関係があるので
FT [b(x, y)] = FT [f(x, y)]× FT
"1#
x2 + y2
$
∴ FT [f(x, y)] = FT [b(x, y)]/FT
"1#
x2 + y2
$ (9)
となります。
FT
"1#
x2 + y2
$=
1%f2x + f2
y
(10)
であることを用いると(証明は略),(9)式は
FT [f(x, y)] =%f2x + f2
y × FT [b(x, y)] (11)
となり,(11) 式でもとの物体 f(x, y) のフーリエ変換を復元できます。この方法を逆フィルタリング(inverse filtering)といい,このような方法でコンヴォリューションの逆演算を行うことをデコンヴォリューション (deconvolution)といいます。
この方法には,2つの問題点があります。そのひとつは,逆投影 b(x, y)は物体 f(x, y)がぼけて広がった形になっているため,FT [b(x, y)]を物体 f(x, y)の存在する範囲よりもずっと大きくとって計算しなければならないことです。
もうひとつは,f(x, y)は吸収率の分布ですから,すべての (x, y)において正の値であるはずなのに,(11)式から fx = fy = 0のとき FT [f(x, y)] = 0となることです。つまり,フーリエ変換の周波数 0の値,すなわち f(x, y)の平均が 0なのに,f(x, y)がすべて正の値というのはありえないはずです。これは,fx = fy = 0のとき FT [b(x, y)]は発散してしまっていて,そもそも情報が得られていないことに原因があります。
フィルタ補正逆投影法
前節のように逆投影法は実はうまくいきませんが,投影定理を用いると,逆投影法とよく似ていてしかも実用的な再構成法を導くことができます。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 2/5 ページ
となり,(4)式は
b(x, y) =
!! ∞
−∞f(x′, y′)
"1#
(x′ − x)2 + (y′ − y)2
$dx′dy′
= f(x, y) ∗"
1#x2 + y2
$ (8)
となります。∗は,第1部で出てきたコンヴォリューションの記号です。したがって,逆投影法による再構成像 b(x, y)は,もとの物体 f(x, y)の各点に関数 1/
#x2 + y2を重畳してぼかした像になります。
このままでは,得られた像は大きくぼやけているので,まだ再構成像が得られたとはいえません。しかし,(8)式をフーリエ変換すると, 第1部で説明した「コンヴォリューションのフーリエ変換=フーリエ変換のかけ算」の関係があるので
FT [b(x, y)] = FT [f(x, y)]× FT
"1#
x2 + y2
$
∴ FT [f(x, y)] = FT [b(x, y)]/FT
"1#
x2 + y2
$ (9)
となります。
FT
"1#
x2 + y2
$=
1%f2x + f2
y
(10)
であることを用いると(証明は略),(9)式は
FT [f(x, y)] =%f2x + f2
y × FT [b(x, y)] (11)
となり,(11) 式でもとの物体 f(x, y) のフーリエ変換を復元できます。この方法を逆フィルタリング(inverse filtering)といい,このような方法でコンヴォリューションの逆演算を行うことをデコンヴォリューション (deconvolution)といいます。
この方法には,2つの問題点があります。そのひとつは,逆投影 b(x, y)は物体 f(x, y)がぼけて広がった形になっているため,FT [b(x, y)]を物体 f(x, y)の存在する範囲よりもずっと大きくとって計算しなければならないことです。
もうひとつは,f(x, y)は吸収率の分布ですから,すべての (x, y)において正の値であるはずなのに,(11)式から fx = fy = 0のとき FT [f(x, y)] = 0となることです。つまり,フーリエ変換の周波数 0の値,すなわち f(x, y)の平均が 0なのに,f(x, y)がすべて正の値というのはありえないはずです。これは,fx = fy = 0のとき FT [b(x, y)]は発散してしまっていて,そもそも情報が得られていないことに原因があります。
フィルタ補正逆投影法
前節のように逆投影法は実はうまくいきませんが,投影定理を用いると,逆投影法とよく似ていてしかも実用的な再構成法を導くことができます。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 2/5 ページ
周波数0の成分
0 こうなっている ことになる
おかしい。画像なんだから
0値は正のはず
そもそも
![Page 89: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/89.jpg)
2014
A. A
sano
, Kan
sai U
niv.
これでいいのでしょうか?
つまりf(x, y)は
となり,(4)式は
b(x, y) =
!! ∞
−∞f(x′, y′)
"1#
(x′ − x)2 + (y′ − y)2
$dx′dy′
= f(x, y) ∗"
1#x2 + y2
$ (8)
となります。∗は,第1部で出てきたコンヴォリューションの記号です。したがって,逆投影法による再構成像 b(x, y)は,もとの物体 f(x, y)の各点に関数 1/
#x2 + y2を重畳してぼかした像になります。
このままでは,得られた像は大きくぼやけているので,まだ再構成像が得られたとはいえません。しかし,(8)式をフーリエ変換すると, 第1部で説明した「コンヴォリューションのフーリエ変換=フーリエ変換のかけ算」の関係があるので
FT [b(x, y)] = FT [f(x, y)]× FT
"1#
x2 + y2
$
∴ FT [f(x, y)] = FT [b(x, y)]/FT
"1#
x2 + y2
$ (9)
となります。
FT
"1#
x2 + y2
$=
1%f2x + f2
y
(10)
であることを用いると(証明は略),(9)式は
FT [f(x, y)] =%f2x + f2
y × FT [b(x, y)] (11)
となり,(11) 式でもとの物体 f(x, y) のフーリエ変換を復元できます。この方法を逆フィルタリング(inverse filtering)といい,このような方法でコンヴォリューションの逆演算を行うことをデコンヴォリューション (deconvolution)といいます。
この方法には,2つの問題点があります。そのひとつは,逆投影 b(x, y)は物体 f(x, y)がぼけて広がった形になっているため,FT [b(x, y)]を物体 f(x, y)の存在する範囲よりもずっと大きくとって計算しなければならないことです。
もうひとつは,f(x, y)は吸収率の分布ですから,すべての (x, y)において正の値であるはずなのに,(11)式から fx = fy = 0のとき FT [f(x, y)] = 0となることです。つまり,フーリエ変換の周波数 0の値,すなわち f(x, y)の平均が 0なのに,f(x, y)がすべて正の値というのはありえないはずです。これは,fx = fy = 0のとき FT [b(x, y)]は発散してしまっていて,そもそも情報が得られていないことに原因があります。
フィルタ補正逆投影法
前節のように逆投影法は実はうまくいきませんが,投影定理を用いると,逆投影法とよく似ていてしかも実用的な再構成法を導くことができます。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 2/5 ページ
となり,(4)式は
b(x, y) =
!! ∞
−∞f(x′, y′)
"1#
(x′ − x)2 + (y′ − y)2
$dx′dy′
= f(x, y) ∗"
1#x2 + y2
$ (8)
となります。∗は,第1部で出てきたコンヴォリューションの記号です。したがって,逆投影法による再構成像 b(x, y)は,もとの物体 f(x, y)の各点に関数 1/
#x2 + y2を重畳してぼかした像になります。
このままでは,得られた像は大きくぼやけているので,まだ再構成像が得られたとはいえません。しかし,(8)式をフーリエ変換すると, 第1部で説明した「コンヴォリューションのフーリエ変換=フーリエ変換のかけ算」の関係があるので
FT [b(x, y)] = FT [f(x, y)]× FT
"1#
x2 + y2
$
∴ FT [f(x, y)] = FT [b(x, y)]/FT
"1#
x2 + y2
$ (9)
となります。
FT
"1#
x2 + y2
$=
1%f2x + f2
y
(10)
であることを用いると(証明は略),(9)式は
FT [f(x, y)] =%f2x + f2
y × FT [b(x, y)] (11)
となり,(11) 式でもとの物体 f(x, y) のフーリエ変換を復元できます。この方法を逆フィルタリング(inverse filtering)といい,このような方法でコンヴォリューションの逆演算を行うことをデコンヴォリューション (deconvolution)といいます。
この方法には,2つの問題点があります。そのひとつは,逆投影 b(x, y)は物体 f(x, y)がぼけて広がった形になっているため,FT [b(x, y)]を物体 f(x, y)の存在する範囲よりもずっと大きくとって計算しなければならないことです。
もうひとつは,f(x, y)は吸収率の分布ですから,すべての (x, y)において正の値であるはずなのに,(11)式から fx = fy = 0のとき FT [f(x, y)] = 0となることです。つまり,フーリエ変換の周波数 0の値,すなわち f(x, y)の平均が 0なのに,f(x, y)がすべて正の値というのはありえないはずです。これは,fx = fy = 0のとき FT [b(x, y)]は発散してしまっていて,そもそも情報が得られていないことに原因があります。
フィルタ補正逆投影法
前節のように逆投影法は実はうまくいきませんが,投影定理を用いると,逆投影法とよく似ていてしかも実用的な再構成法を導くことができます。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 2/5 ページ
となり,(4)式は
b(x, y) =
!! ∞
−∞f(x′, y′)
"1#
(x′ − x)2 + (y′ − y)2
$dx′dy′
= f(x, y) ∗"
1#x2 + y2
$ (8)
となります。∗は,第1部で出てきたコンヴォリューションの記号です。したがって,逆投影法による再構成像 b(x, y)は,もとの物体 f(x, y)の各点に関数 1/
#x2 + y2を重畳してぼかした像になります。
このままでは,得られた像は大きくぼやけているので,まだ再構成像が得られたとはいえません。しかし,(8)式をフーリエ変換すると, 第1部で説明した「コンヴォリューションのフーリエ変換=フーリエ変換のかけ算」の関係があるので
FT [b(x, y)] = FT [f(x, y)]× FT
"1#
x2 + y2
$
∴ FT [f(x, y)] = FT [b(x, y)]/FT
"1#
x2 + y2
$ (9)
となります。
FT
"1#
x2 + y2
$=
1%f2x + f2
y
(10)
であることを用いると(証明は略),(9)式は
FT [f(x, y)] =%f2x + f2
y × FT [b(x, y)] (11)
となり,(11) 式でもとの物体 f(x, y) のフーリエ変換を復元できます。この方法を逆フィルタリング(inverse filtering)といい,このような方法でコンヴォリューションの逆演算を行うことをデコンヴォリューション (deconvolution)といいます。
この方法には,2つの問題点があります。そのひとつは,逆投影 b(x, y)は物体 f(x, y)がぼけて広がった形になっているため,FT [b(x, y)]を物体 f(x, y)の存在する範囲よりもずっと大きくとって計算しなければならないことです。
もうひとつは,f(x, y)は吸収率の分布ですから,すべての (x, y)において正の値であるはずなのに,(11)式から fx = fy = 0のとき FT [f(x, y)] = 0となることです。つまり,フーリエ変換の周波数 0の値,すなわち f(x, y)の平均が 0なのに,f(x, y)がすべて正の値というのはありえないはずです。これは,fx = fy = 0のとき FT [b(x, y)]は発散してしまっていて,そもそも情報が得られていないことに原因があります。
フィルタ補正逆投影法
前節のように逆投影法は実はうまくいきませんが,投影定理を用いると,逆投影法とよく似ていてしかも実用的な再構成法を導くことができます。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 2/5 ページ
となり,(4)式は
b(x, y) =
!! ∞
−∞f(x′, y′)
"1#
(x′ − x)2 + (y′ − y)2
$dx′dy′
= f(x, y) ∗"
1#x2 + y2
$ (8)
となります。∗は,第1部で出てきたコンヴォリューションの記号です。したがって,逆投影法による再構成像 b(x, y)は,もとの物体 f(x, y)の各点に関数 1/
#x2 + y2を重畳してぼかした像になります。
このままでは,得られた像は大きくぼやけているので,まだ再構成像が得られたとはいえません。しかし,(8)式をフーリエ変換すると, 第1部で説明した「コンヴォリューションのフーリエ変換=フーリエ変換のかけ算」の関係があるので
FT [b(x, y)] = FT [f(x, y)]× FT
"1#
x2 + y2
$
∴ FT [f(x, y)] = FT [b(x, y)]/FT
"1#
x2 + y2
$ (9)
となります。
FT
"1#
x2 + y2
$=
1%f2x + f2
y
(10)
であることを用いると(証明は略),(9)式は
FT [f(x, y)] =%f2x + f2
y × FT [b(x, y)] (11)
となり,(11) 式でもとの物体 f(x, y) のフーリエ変換を復元できます。この方法を逆フィルタリング(inverse filtering)といい,このような方法でコンヴォリューションの逆演算を行うことをデコンヴォリューション (deconvolution)といいます。
この方法には,2つの問題点があります。そのひとつは,逆投影 b(x, y)は物体 f(x, y)がぼけて広がった形になっているため,FT [b(x, y)]を物体 f(x, y)の存在する範囲よりもずっと大きくとって計算しなければならないことです。
もうひとつは,f(x, y)は吸収率の分布ですから,すべての (x, y)において正の値であるはずなのに,(11)式から fx = fy = 0のとき FT [f(x, y)] = 0となることです。つまり,フーリエ変換の周波数 0の値,すなわち f(x, y)の平均が 0なのに,f(x, y)がすべて正の値というのはありえないはずです。これは,fx = fy = 0のとき FT [b(x, y)]は発散してしまっていて,そもそも情報が得られていないことに原因があります。
フィルタ補正逆投影法
前節のように逆投影法は実はうまくいきませんが,投影定理を用いると,逆投影法とよく似ていてしかも実用的な再構成法を導くことができます。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 2/5 ページ
となり,(4)式は
b(x, y) =
!! ∞
−∞f(x′, y′)
"1#
(x′ − x)2 + (y′ − y)2
$dx′dy′
= f(x, y) ∗"
1#x2 + y2
$ (8)
となります。∗は,第1部で出てきたコンヴォリューションの記号です。したがって,逆投影法による再構成像 b(x, y)は,もとの物体 f(x, y)の各点に関数 1/
#x2 + y2を重畳してぼかした像になります。
このままでは,得られた像は大きくぼやけているので,まだ再構成像が得られたとはいえません。しかし,(8)式をフーリエ変換すると, 第1部で説明した「コンヴォリューションのフーリエ変換=フーリエ変換のかけ算」の関係があるので
FT [b(x, y)] = FT [f(x, y)]× FT
"1#
x2 + y2
$
∴ FT [f(x, y)] = FT [b(x, y)]/FT
"1#
x2 + y2
$ (9)
となります。
FT
"1#
x2 + y2
$=
1%f2x + f2
y
(10)
であることを用いると(証明は略),(9)式は
FT [f(x, y)] =%f2x + f2
y × FT [b(x, y)] (11)
となり,(11) 式でもとの物体 f(x, y) のフーリエ変換を復元できます。この方法を逆フィルタリング(inverse filtering)といい,このような方法でコンヴォリューションの逆演算を行うことをデコンヴォリューション (deconvolution)といいます。
この方法には,2つの問題点があります。そのひとつは,逆投影 b(x, y)は物体 f(x, y)がぼけて広がった形になっているため,FT [b(x, y)]を物体 f(x, y)の存在する範囲よりもずっと大きくとって計算しなければならないことです。
もうひとつは,f(x, y)は吸収率の分布ですから,すべての (x, y)において正の値であるはずなのに,(11)式から fx = fy = 0のとき FT [f(x, y)] = 0となることです。つまり,フーリエ変換の周波数 0の値,すなわち f(x, y)の平均が 0なのに,f(x, y)がすべて正の値というのはありえないはずです。これは,fx = fy = 0のとき FT [b(x, y)]は発散してしまっていて,そもそも情報が得られていないことに原因があります。
フィルタ補正逆投影法
前節のように逆投影法は実はうまくいきませんが,投影定理を用いると,逆投影法とよく似ていてしかも実用的な再構成法を導くことができます。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 2/5 ページ
周波数0の成分
0 こうなっている ことになる
おかしい。画像なんだから
0値は正のはず
そもそも
![Page 90: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/90.jpg)
2014
A. A
sano
, Kan
sai U
niv.
これでいいのでしょうか?
つまりf(x, y)は
となり,(4)式は
b(x, y) =
!! ∞
−∞f(x′, y′)
"1#
(x′ − x)2 + (y′ − y)2
$dx′dy′
= f(x, y) ∗"
1#x2 + y2
$ (8)
となります。∗は,第1部で出てきたコンヴォリューションの記号です。したがって,逆投影法による再構成像 b(x, y)は,もとの物体 f(x, y)の各点に関数 1/
#x2 + y2を重畳してぼかした像になります。
このままでは,得られた像は大きくぼやけているので,まだ再構成像が得られたとはいえません。しかし,(8)式をフーリエ変換すると, 第1部で説明した「コンヴォリューションのフーリエ変換=フーリエ変換のかけ算」の関係があるので
FT [b(x, y)] = FT [f(x, y)]× FT
"1#
x2 + y2
$
∴ FT [f(x, y)] = FT [b(x, y)]/FT
"1#
x2 + y2
$ (9)
となります。
FT
"1#
x2 + y2
$=
1%f2x + f2
y
(10)
であることを用いると(証明は略),(9)式は
FT [f(x, y)] =%f2x + f2
y × FT [b(x, y)] (11)
となり,(11) 式でもとの物体 f(x, y) のフーリエ変換を復元できます。この方法を逆フィルタリング(inverse filtering)といい,このような方法でコンヴォリューションの逆演算を行うことをデコンヴォリューション (deconvolution)といいます。
この方法には,2つの問題点があります。そのひとつは,逆投影 b(x, y)は物体 f(x, y)がぼけて広がった形になっているため,FT [b(x, y)]を物体 f(x, y)の存在する範囲よりもずっと大きくとって計算しなければならないことです。
もうひとつは,f(x, y)は吸収率の分布ですから,すべての (x, y)において正の値であるはずなのに,(11)式から fx = fy = 0のとき FT [f(x, y)] = 0となることです。つまり,フーリエ変換の周波数 0の値,すなわち f(x, y)の平均が 0なのに,f(x, y)がすべて正の値というのはありえないはずです。これは,fx = fy = 0のとき FT [b(x, y)]は発散してしまっていて,そもそも情報が得られていないことに原因があります。
フィルタ補正逆投影法
前節のように逆投影法は実はうまくいきませんが,投影定理を用いると,逆投影法とよく似ていてしかも実用的な再構成法を導くことができます。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 2/5 ページ
となり,(4)式は
b(x, y) =
!! ∞
−∞f(x′, y′)
"1#
(x′ − x)2 + (y′ − y)2
$dx′dy′
= f(x, y) ∗"
1#x2 + y2
$ (8)
となります。∗は,第1部で出てきたコンヴォリューションの記号です。したがって,逆投影法による再構成像 b(x, y)は,もとの物体 f(x, y)の各点に関数 1/
#x2 + y2を重畳してぼかした像になります。
このままでは,得られた像は大きくぼやけているので,まだ再構成像が得られたとはいえません。しかし,(8)式をフーリエ変換すると, 第1部で説明した「コンヴォリューションのフーリエ変換=フーリエ変換のかけ算」の関係があるので
FT [b(x, y)] = FT [f(x, y)]× FT
"1#
x2 + y2
$
∴ FT [f(x, y)] = FT [b(x, y)]/FT
"1#
x2 + y2
$ (9)
となります。
FT
"1#
x2 + y2
$=
1%f2x + f2
y
(10)
であることを用いると(証明は略),(9)式は
FT [f(x, y)] =%f2x + f2
y × FT [b(x, y)] (11)
となり,(11) 式でもとの物体 f(x, y) のフーリエ変換を復元できます。この方法を逆フィルタリング(inverse filtering)といい,このような方法でコンヴォリューションの逆演算を行うことをデコンヴォリューション (deconvolution)といいます。
この方法には,2つの問題点があります。そのひとつは,逆投影 b(x, y)は物体 f(x, y)がぼけて広がった形になっているため,FT [b(x, y)]を物体 f(x, y)の存在する範囲よりもずっと大きくとって計算しなければならないことです。
もうひとつは,f(x, y)は吸収率の分布ですから,すべての (x, y)において正の値であるはずなのに,(11)式から fx = fy = 0のとき FT [f(x, y)] = 0となることです。つまり,フーリエ変換の周波数 0の値,すなわち f(x, y)の平均が 0なのに,f(x, y)がすべて正の値というのはありえないはずです。これは,fx = fy = 0のとき FT [b(x, y)]は発散してしまっていて,そもそも情報が得られていないことに原因があります。
フィルタ補正逆投影法
前節のように逆投影法は実はうまくいきませんが,投影定理を用いると,逆投影法とよく似ていてしかも実用的な再構成法を導くことができます。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 2/5 ページ
となり,(4)式は
b(x, y) =
!! ∞
−∞f(x′, y′)
"1#
(x′ − x)2 + (y′ − y)2
$dx′dy′
= f(x, y) ∗"
1#x2 + y2
$ (8)
となります。∗は,第1部で出てきたコンヴォリューションの記号です。したがって,逆投影法による再構成像 b(x, y)は,もとの物体 f(x, y)の各点に関数 1/
#x2 + y2を重畳してぼかした像になります。
このままでは,得られた像は大きくぼやけているので,まだ再構成像が得られたとはいえません。しかし,(8)式をフーリエ変換すると, 第1部で説明した「コンヴォリューションのフーリエ変換=フーリエ変換のかけ算」の関係があるので
FT [b(x, y)] = FT [f(x, y)]× FT
"1#
x2 + y2
$
∴ FT [f(x, y)] = FT [b(x, y)]/FT
"1#
x2 + y2
$ (9)
となります。
FT
"1#
x2 + y2
$=
1%f2x + f2
y
(10)
であることを用いると(証明は略),(9)式は
FT [f(x, y)] =%f2x + f2
y × FT [b(x, y)] (11)
となり,(11) 式でもとの物体 f(x, y) のフーリエ変換を復元できます。この方法を逆フィルタリング(inverse filtering)といい,このような方法でコンヴォリューションの逆演算を行うことをデコンヴォリューション (deconvolution)といいます。
この方法には,2つの問題点があります。そのひとつは,逆投影 b(x, y)は物体 f(x, y)がぼけて広がった形になっているため,FT [b(x, y)]を物体 f(x, y)の存在する範囲よりもずっと大きくとって計算しなければならないことです。
もうひとつは,f(x, y)は吸収率の分布ですから,すべての (x, y)において正の値であるはずなのに,(11)式から fx = fy = 0のとき FT [f(x, y)] = 0となることです。つまり,フーリエ変換の周波数 0の値,すなわち f(x, y)の平均が 0なのに,f(x, y)がすべて正の値というのはありえないはずです。これは,fx = fy = 0のとき FT [b(x, y)]は発散してしまっていて,そもそも情報が得られていないことに原因があります。
フィルタ補正逆投影法
前節のように逆投影法は実はうまくいきませんが,投影定理を用いると,逆投影法とよく似ていてしかも実用的な再構成法を導くことができます。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 2/5 ページ
となり,(4)式は
b(x, y) =
!! ∞
−∞f(x′, y′)
"1#
(x′ − x)2 + (y′ − y)2
$dx′dy′
= f(x, y) ∗"
1#x2 + y2
$ (8)
となります。∗は,第1部で出てきたコンヴォリューションの記号です。したがって,逆投影法による再構成像 b(x, y)は,もとの物体 f(x, y)の各点に関数 1/
#x2 + y2を重畳してぼかした像になります。
このままでは,得られた像は大きくぼやけているので,まだ再構成像が得られたとはいえません。しかし,(8)式をフーリエ変換すると, 第1部で説明した「コンヴォリューションのフーリエ変換=フーリエ変換のかけ算」の関係があるので
FT [b(x, y)] = FT [f(x, y)]× FT
"1#
x2 + y2
$
∴ FT [f(x, y)] = FT [b(x, y)]/FT
"1#
x2 + y2
$ (9)
となります。
FT
"1#
x2 + y2
$=
1%f2x + f2
y
(10)
であることを用いると(証明は略),(9)式は
FT [f(x, y)] =%f2x + f2
y × FT [b(x, y)] (11)
となり,(11) 式でもとの物体 f(x, y) のフーリエ変換を復元できます。この方法を逆フィルタリング(inverse filtering)といい,このような方法でコンヴォリューションの逆演算を行うことをデコンヴォリューション (deconvolution)といいます。
この方法には,2つの問題点があります。そのひとつは,逆投影 b(x, y)は物体 f(x, y)がぼけて広がった形になっているため,FT [b(x, y)]を物体 f(x, y)の存在する範囲よりもずっと大きくとって計算しなければならないことです。
もうひとつは,f(x, y)は吸収率の分布ですから,すべての (x, y)において正の値であるはずなのに,(11)式から fx = fy = 0のとき FT [f(x, y)] = 0となることです。つまり,フーリエ変換の周波数 0の値,すなわち f(x, y)の平均が 0なのに,f(x, y)がすべて正の値というのはありえないはずです。これは,fx = fy = 0のとき FT [b(x, y)]は発散してしまっていて,そもそも情報が得られていないことに原因があります。
フィルタ補正逆投影法
前節のように逆投影法は実はうまくいきませんが,投影定理を用いると,逆投影法とよく似ていてしかも実用的な再構成法を導くことができます。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 2/5 ページ
となり,(4)式は
b(x, y) =
!! ∞
−∞f(x′, y′)
"1#
(x′ − x)2 + (y′ − y)2
$dx′dy′
= f(x, y) ∗"
1#x2 + y2
$ (8)
となります。∗は,第1部で出てきたコンヴォリューションの記号です。したがって,逆投影法による再構成像 b(x, y)は,もとの物体 f(x, y)の各点に関数 1/
#x2 + y2を重畳してぼかした像になります。
このままでは,得られた像は大きくぼやけているので,まだ再構成像が得られたとはいえません。しかし,(8)式をフーリエ変換すると, 第1部で説明した「コンヴォリューションのフーリエ変換=フーリエ変換のかけ算」の関係があるので
FT [b(x, y)] = FT [f(x, y)]× FT
"1#
x2 + y2
$
∴ FT [f(x, y)] = FT [b(x, y)]/FT
"1#
x2 + y2
$ (9)
となります。
FT
"1#
x2 + y2
$=
1%f2x + f2
y
(10)
であることを用いると(証明は略),(9)式は
FT [f(x, y)] =%f2x + f2
y × FT [b(x, y)] (11)
となり,(11) 式でもとの物体 f(x, y) のフーリエ変換を復元できます。この方法を逆フィルタリング(inverse filtering)といい,このような方法でコンヴォリューションの逆演算を行うことをデコンヴォリューション (deconvolution)といいます。
この方法には,2つの問題点があります。そのひとつは,逆投影 b(x, y)は物体 f(x, y)がぼけて広がった形になっているため,FT [b(x, y)]を物体 f(x, y)の存在する範囲よりもずっと大きくとって計算しなければならないことです。
もうひとつは,f(x, y)は吸収率の分布ですから,すべての (x, y)において正の値であるはずなのに,(11)式から fx = fy = 0のとき FT [f(x, y)] = 0となることです。つまり,フーリエ変換の周波数 0の値,すなわち f(x, y)の平均が 0なのに,f(x, y)がすべて正の値というのはありえないはずです。これは,fx = fy = 0のとき FT [b(x, y)]は発散してしまっていて,そもそも情報が得られていないことに原因があります。
フィルタ補正逆投影法
前節のように逆投影法は実はうまくいきませんが,投影定理を用いると,逆投影法とよく似ていてしかも実用的な再構成法を導くことができます。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 2/5 ページ
周波数0の成分
0 こうなっている ことになる
おかしい。画像なんだから
0値は正のはず
そもそも
となり,(4)式は
b(x, y) =
!! ∞
−∞f(x′, y′)
"1#
(x′ − x)2 + (y′ − y)2
$dx′dy′
= f(x, y) ∗"
1#x2 + y2
$ (8)
となります。∗は,第1部で出てきたコンヴォリューションの記号です。したがって,逆投影法による再構成像 b(x, y)は,もとの物体 f(x, y)の各点に関数 1/
#x2 + y2を重畳してぼかした像になります。
このままでは,得られた像は大きくぼやけているので,まだ再構成像が得られたとはいえません。しかし,(8)式をフーリエ変換すると, 第1部で説明した「コンヴォリューションのフーリエ変換=フーリエ変換のかけ算」の関係があるので
FT [b(x, y)] = FT [f(x, y)]× FT
"1#
x2 + y2
$
∴ FT [f(x, y)] = FT [b(x, y)]/FT
"1#
x2 + y2
$ (9)
となります。
FT
"1#
x2 + y2
$=
1%f2x + f2
y
(10)
であることを用いると(証明は略),(9)式は
FT [f(x, y)] =%f2x + f2
y × FT [b(x, y)] (11)
となり,(11) 式でもとの物体 f(x, y) のフーリエ変換を復元できます。この方法を逆フィルタリング(inverse filtering)といい,このような方法でコンヴォリューションの逆演算を行うことをデコンヴォリューション (deconvolution)といいます。
この方法には,2つの問題点があります。そのひとつは,逆投影 b(x, y)は物体 f(x, y)がぼけて広がった形になっているため,FT [b(x, y)]を物体 f(x, y)の存在する範囲よりもずっと大きくとって計算しなければならないことです。
もうひとつは,f(x, y)は吸収率の分布ですから,すべての (x, y)において正の値であるはずなのに,(11)式から fx = fy = 0のとき FT [f(x, y)] = 0となることです。つまり,フーリエ変換の周波数 0の値,すなわち f(x, y)の平均が 0なのに,f(x, y)がすべて正の値というのはありえないはずです。これは,fx = fy = 0のとき FT [b(x, y)]は発散してしまっていて,そもそも情報が得られていないことに原因があります。
フィルタ補正逆投影法
前節のように逆投影法は実はうまくいきませんが,投影定理を用いると,逆投影法とよく似ていてしかも実用的な再構成法を導くことができます。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 2/5 ページ
で発散している
![Page 91: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/91.jpg)
2014
A. A
sano
, Kan
sai U
niv.
フィルタ補正逆投影法
再び投影定理
fxF(fx, fy)
fy
θ
ξ
断面F(ξcosθ, ξsinθ)
ξ
Gθ(ξ)
等しい
x
y
θ
s
sg(s, θ)
u
物体
投影
物体の2次元フーリエ変換
投影の1次元フーリエ変換
図 3: 投影定理.
となります。これに上で説明した (x, y)座標と (s, u)座標との変数変換を行うと,先に述べたようにdxdy = dsduですから,
Gθ(ξ) =
!! ∞
−∞f(x, y)
exp(−i2πξ(x cos θ + y sin θ))dxdy
=
!! ∞
−∞f(x, y)
exp(−i2π((ξ cos θ)x+ (ξ sin θ)y))dxdy
= F (ξ cos θ, ξ sin θ) (18)
となります。
フーリエ変換法による再構成
投影定理によれば,ひとつの角度 θにおける投影を得ると,物体のフーリエ変換のひとつの断面がわかることになります。したがって,すべての θについての投影を求めれば,物体のフーリエ変換 F (fx, fy)
の形はすべて求まります。こうやって得られた F (fx, fy)を逆フーリエ変換すれば,もとの物体 f(x, y)
が再構成されます。このような再構成法を,フーリエ変換法 (Fourier transform method)による再構成といいます。
この方法は理論的にもっともすっきりしていますが,CTスキャナの開発当初は,用いることはできませんでした。それは,次の理由によります。
浅野 晃/画像情報処理(2013 年度春学期) 第13回 (2013. 7. 3) http://racco.mikeneko.jp/ 5/6 ページ
![Page 92: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/92.jpg)
2014
A. A
sano
, Kan
sai U
niv.
フィルタ補正逆投影法
再び投影定理
fxF(fx, fy)
fy
θ
ξ
断面F(ξcosθ, ξsinθ)
ξ
Gθ(ξ)
等しい
x
y
θ
s
sg(s, θ)
u
物体
投影
物体の2次元フーリエ変換
投影の1次元フーリエ変換
図 3: 投影定理.
となります。これに上で説明した (x, y)座標と (s, u)座標との変数変換を行うと,先に述べたようにdxdy = dsduですから,
Gθ(ξ) =
!! ∞
−∞f(x, y)
exp(−i2πξ(x cos θ + y sin θ))dxdy
=
!! ∞
−∞f(x, y)
exp(−i2π((ξ cos θ)x+ (ξ sin θ)y))dxdy
= F (ξ cos θ, ξ sin θ) (18)
となります。
フーリエ変換法による再構成
投影定理によれば,ひとつの角度 θにおける投影を得ると,物体のフーリエ変換のひとつの断面がわかることになります。したがって,すべての θについての投影を求めれば,物体のフーリエ変換 F (fx, fy)
の形はすべて求まります。こうやって得られた F (fx, fy)を逆フーリエ変換すれば,もとの物体 f(x, y)
が再構成されます。このような再構成法を,フーリエ変換法 (Fourier transform method)による再構成といいます。
この方法は理論的にもっともすっきりしていますが,CTスキャナの開発当初は,用いることはできませんでした。それは,次の理由によります。
浅野 晃/画像情報処理(2013 年度春学期) 第13回 (2013. 7. 3) http://racco.mikeneko.jp/ 5/6 ページ
復元
![Page 93: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/93.jpg)
2014
A. A
sano
, Kan
sai U
niv.
フィルタ補正逆投影法
再び投影定理
fxF(fx, fy)
fy
θ
ξ
断面F(ξcosθ, ξsinθ)
ξ
Gθ(ξ)
等しい
x
y
θ
s
sg(s, θ)
u
物体
投影
物体の2次元フーリエ変換
投影の1次元フーリエ変換
図 3: 投影定理.
となります。これに上で説明した (x, y)座標と (s, u)座標との変数変換を行うと,先に述べたようにdxdy = dsduですから,
Gθ(ξ) =
!! ∞
−∞f(x, y)
exp(−i2πξ(x cos θ + y sin θ))dxdy
=
!! ∞
−∞f(x, y)
exp(−i2π((ξ cos θ)x+ (ξ sin θ)y))dxdy
= F (ξ cos θ, ξ sin θ) (18)
となります。
フーリエ変換法による再構成
投影定理によれば,ひとつの角度 θにおける投影を得ると,物体のフーリエ変換のひとつの断面がわかることになります。したがって,すべての θについての投影を求めれば,物体のフーリエ変換 F (fx, fy)
の形はすべて求まります。こうやって得られた F (fx, fy)を逆フーリエ変換すれば,もとの物体 f(x, y)
が再構成されます。このような再構成法を,フーリエ変換法 (Fourier transform method)による再構成といいます。
この方法は理論的にもっともすっきりしていますが,CTスキャナの開発当初は,用いることはできませんでした。それは,次の理由によります。
浅野 晃/画像情報処理(2013 年度春学期) 第13回 (2013. 7. 3) http://racco.mikeneko.jp/ 5/6 ページ
復元
2次元逆フーリエ変換
![Page 94: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/94.jpg)
2014
A. A
sano
, Kan
sai U
niv.
フィルタ補正逆投影法
再び投影定理
fxF(fx, fy)
fy
θ
ξ
断面F(ξcosθ, ξsinθ)
ξ
Gθ(ξ)
等しい
x
y
θ
s
sg(s, θ)
u
物体
投影
物体の2次元フーリエ変換
投影の1次元フーリエ変換
図 3: 投影定理.
となります。これに上で説明した (x, y)座標と (s, u)座標との変数変換を行うと,先に述べたようにdxdy = dsduですから,
Gθ(ξ) =
!! ∞
−∞f(x, y)
exp(−i2πξ(x cos θ + y sin θ))dxdy
=
!! ∞
−∞f(x, y)
exp(−i2π((ξ cos θ)x+ (ξ sin θ)y))dxdy
= F (ξ cos θ, ξ sin θ) (18)
となります。
フーリエ変換法による再構成
投影定理によれば,ひとつの角度 θにおける投影を得ると,物体のフーリエ変換のひとつの断面がわかることになります。したがって,すべての θについての投影を求めれば,物体のフーリエ変換 F (fx, fy)
の形はすべて求まります。こうやって得られた F (fx, fy)を逆フーリエ変換すれば,もとの物体 f(x, y)
が再構成されます。このような再構成法を,フーリエ変換法 (Fourier transform method)による再構成といいます。
この方法は理論的にもっともすっきりしていますが,CTスキャナの開発当初は,用いることはできませんでした。それは,次の理由によります。
浅野 晃/画像情報処理(2013 年度春学期) 第13回 (2013. 7. 3) http://racco.mikeneko.jp/ 5/6 ページ
fxF(fx, fy)
fy
θ
ξ
断面F(ξcosθ, ξsinθ)
ξ
Gθ(ξ)
等しい
x
y
θ
s
sg(s, θ)
u
物体
投影
物体の2次元フーリエ変換
投影の1次元フーリエ変換
図 1: 投影定理.
FT [f(x, y)]を前回にならって F (fx, fy)と書くことにしましょう。F (fx, fy)を逆フーリエ変換したものが f(x, y)ですから,
f(x, y) =
!! ∞
−∞F (fx, fy) exp(i2π(fxx+ fyy))dfxdfy (12)
と表されます。これを,図 1の右下のように fx = ξ cos θ, fy = ξ sin θとして極座標 (ξ, θ)に変換すると
f(x, y) =
! 2π
0
! ∞
0F (ξ cos θ, ξ sin θ) exp(i2πξ(x cos θ + y sin θ))ξdξdθ (13)
となります。投影定理により,Radon変換 g(s, θ)の sについての 1次元フーリエ変換 Gθ(ξ)とは
Gθ(ξ) = F (ξ cos θ, ξ sin θ) (14)
という関係がありますから,
f(x, y) =
! 2π
0
! ∞
0Gθ(ξ) exp(i2πξ(x cos θ + y sin θ))ξdξdθ (15)
が得られます。ここで,ξの積分区間を (−∞,∞)とし,そのかわりに θの積分区間 (0,π)としても,積分する範囲は同じですから
f(x, y) =
! π
0
! ∞
−∞Gθ(ξ) exp(i2πξ(x cos θ + y sin θ))|ξ|dξdθ (16)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 3/5 ページ
復元
2次元逆フーリエ変換
![Page 95: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/95.jpg)
2014
A. A
sano
, Kan
sai U
niv.
フィルタ補正逆投影法
fxF(fx, fy)
fy
θ
ξ
断面F(ξcosθ, ξsinθ)
ξ
Gθ(ξ)
等しい
x
y
θ
s
sg(s, θ)
u
物体
投影
物体の2次元フーリエ変換
投影の1次元フーリエ変換
図 1: 投影定理.
FT [f(x, y)]を前回にならって F (fx, fy)と書くことにしましょう。F (fx, fy)を逆フーリエ変換したものが f(x, y)ですから,
f(x, y) =
!! ∞
−∞F (fx, fy) exp(i2π(fxx+ fyy))dfxdfy (12)
と表されます。これを,図 1の右下のように fx = ξ cos θ, fy = ξ sin θとして極座標 (ξ, θ)に変換すると
f(x, y) =
! 2π
0
! ∞
0F (ξ cos θ, ξ sin θ) exp(i2πξ(x cos θ + y sin θ))ξdξdθ (13)
となります。投影定理により,Radon変換 g(s, θ)の sについての 1次元フーリエ変換 Gθ(ξ)とは
Gθ(ξ) = F (ξ cos θ, ξ sin θ) (14)
という関係がありますから,
f(x, y) =
! 2π
0
! ∞
0Gθ(ξ) exp(i2πξ(x cos θ + y sin θ))ξdξdθ (15)
が得られます。ここで,ξの積分区間を (−∞,∞)とし,そのかわりに θの積分区間 (0,π)としても,積分する範囲は同じですから
f(x, y) =
! π
0
! ∞
−∞Gθ(ξ) exp(i2πξ(x cos θ + y sin θ))|ξ|dξdθ (16)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 3/5 ページ
![Page 96: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/96.jpg)
2014
A. A
sano
, Kan
sai U
niv.
フィルタ補正逆投影法
極座標に変換
fxF(fx, fy)
fy
θ
ξ
断面F(ξcosθ, ξsinθ)
ξ
Gθ(ξ)
等しい
x
y
θ
s
sg(s, θ)
u
物体
投影
物体の2次元フーリエ変換
投影の1次元フーリエ変換
図 1: 投影定理.
FT [f(x, y)]を前回にならって F (fx, fy)と書くことにしましょう。F (fx, fy)を逆フーリエ変換したものが f(x, y)ですから,
f(x, y) =
!! ∞
−∞F (fx, fy) exp(i2π(fxx+ fyy))dfxdfy (12)
と表されます。これを,図 1の右下のように fx = ξ cos θ, fy = ξ sin θとして極座標 (ξ, θ)に変換すると
f(x, y) =
! 2π
0
! ∞
0F (ξ cos θ, ξ sin θ) exp(i2πξ(x cos θ + y sin θ))ξdξdθ (13)
となります。投影定理により,Radon変換 g(s, θ)の sについての 1次元フーリエ変換 Gθ(ξ)とは
Gθ(ξ) = F (ξ cos θ, ξ sin θ) (14)
という関係がありますから,
f(x, y) =
! 2π
0
! ∞
0Gθ(ξ) exp(i2πξ(x cos θ + y sin θ))ξdξdθ (15)
が得られます。ここで,ξの積分区間を (−∞,∞)とし,そのかわりに θの積分区間 (0,π)としても,積分する範囲は同じですから
f(x, y) =
! π
0
! ∞
−∞Gθ(ξ) exp(i2πξ(x cos θ + y sin θ))|ξ|dξdθ (16)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 3/5 ページ
![Page 97: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/97.jpg)
2014
A. A
sano
, Kan
sai U
niv.
フィルタ補正逆投影法
極座標に変換
fxF(fx, fy)
fy
θ
ξ
断面F(ξcosθ, ξsinθ)
ξ
Gθ(ξ)
等しい
x
y
θ
s
sg(s, θ)
u
物体
投影
物体の2次元フーリエ変換
投影の1次元フーリエ変換
図 1: 投影定理.
FT [f(x, y)]を前回にならって F (fx, fy)と書くことにしましょう。F (fx, fy)を逆フーリエ変換したものが f(x, y)ですから,
f(x, y) =
!! ∞
−∞F (fx, fy) exp(i2π(fxx+ fyy))dfxdfy (12)
と表されます。これを,図 1の右下のように fx = ξ cos θ, fy = ξ sin θとして極座標 (ξ, θ)に変換すると
f(x, y) =
! 2π
0
! ∞
0F (ξ cos θ, ξ sin θ) exp(i2πξ(x cos θ + y sin θ))ξdξdθ (13)
となります。投影定理により,Radon変換 g(s, θ)の sについての 1次元フーリエ変換 Gθ(ξ)とは
Gθ(ξ) = F (ξ cos θ, ξ sin θ) (14)
という関係がありますから,
f(x, y) =
! 2π
0
! ∞
0Gθ(ξ) exp(i2πξ(x cos θ + y sin θ))ξdξdθ (15)
が得られます。ここで,ξの積分区間を (−∞,∞)とし,そのかわりに θの積分区間 (0,π)としても,積分する範囲は同じですから
f(x, y) =
! π
0
! ∞
−∞Gθ(ξ) exp(i2πξ(x cos θ + y sin θ))|ξ|dξdθ (16)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 3/5 ページ
fxF(fx, fy)
fy
θ
ξ
断面F(ξcosθ, ξsinθ)
ξ
Gθ(ξ)
等しい
x
y
θ
s
sg(s, θ)
u
物体
投影
物体の2次元フーリエ変換
投影の1次元フーリエ変換
図 1: 投影定理.
FT [f(x, y)]を前回にならって F (fx, fy)と書くことにしましょう。F (fx, fy)を逆フーリエ変換したものが f(x, y)ですから,
f(x, y) =
!! ∞
−∞F (fx, fy) exp(i2π(fxx+ fyy))dfxdfy (12)
と表されます。これを,図 1の右下のように fx = ξ cos θ, fy = ξ sin θとして極座標 (ξ, θ)に変換すると
f(x, y) =
! 2π
0
! ∞
0F (ξ cos θ, ξ sin θ) exp(i2πξ(x cos θ + y sin θ))ξdξdθ (13)
となります。投影定理により,Radon変換 g(s, θ)の sについての 1次元フーリエ変換 Gθ(ξ)とは
Gθ(ξ) = F (ξ cos θ, ξ sin θ) (14)
という関係がありますから,
f(x, y) =
! 2π
0
! ∞
0Gθ(ξ) exp(i2πξ(x cos θ + y sin θ))ξdξdθ (15)
が得られます。ここで,ξの積分区間を (−∞,∞)とし,そのかわりに θの積分区間 (0,π)としても,積分する範囲は同じですから
f(x, y) =
! π
0
! ∞
−∞Gθ(ξ) exp(i2πξ(x cos θ + y sin θ))|ξ|dξdθ (16)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 3/5 ページ
![Page 98: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/98.jpg)
2014
A. A
sano
, Kan
sai U
niv.
フィルタ補正逆投影法
極座標に変換
fxF(fx, fy)
fy
θ
ξ
断面F(ξcosθ, ξsinθ)
ξ
Gθ(ξ)
等しい
x
y
θ
s
sg(s, θ)
u
物体
投影
物体の2次元フーリエ変換
投影の1次元フーリエ変換
図 1: 投影定理.
FT [f(x, y)]を前回にならって F (fx, fy)と書くことにしましょう。F (fx, fy)を逆フーリエ変換したものが f(x, y)ですから,
f(x, y) =
!! ∞
−∞F (fx, fy) exp(i2π(fxx+ fyy))dfxdfy (12)
と表されます。これを,図 1の右下のように fx = ξ cos θ, fy = ξ sin θとして極座標 (ξ, θ)に変換すると
f(x, y) =
! 2π
0
! ∞
0F (ξ cos θ, ξ sin θ) exp(i2πξ(x cos θ + y sin θ))ξdξdθ (13)
となります。投影定理により,Radon変換 g(s, θ)の sについての 1次元フーリエ変換 Gθ(ξ)とは
Gθ(ξ) = F (ξ cos θ, ξ sin θ) (14)
という関係がありますから,
f(x, y) =
! 2π
0
! ∞
0Gθ(ξ) exp(i2πξ(x cos θ + y sin θ))ξdξdθ (15)
が得られます。ここで,ξの積分区間を (−∞,∞)とし,そのかわりに θの積分区間 (0,π)としても,積分する範囲は同じですから
f(x, y) =
! π
0
! ∞
−∞Gθ(ξ) exp(i2πξ(x cos θ + y sin θ))|ξ|dξdθ (16)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 3/5 ページ
fxF(fx, fy)
fy
θ
ξ
断面F(ξcosθ, ξsinθ)
ξ
Gθ(ξ)
等しい
x
y
θ
s
sg(s, θ)
u
物体
投影
物体の2次元フーリエ変換
投影の1次元フーリエ変換
図 1: 投影定理.
FT [f(x, y)]を前回にならって F (fx, fy)と書くことにしましょう。F (fx, fy)を逆フーリエ変換したものが f(x, y)ですから,
f(x, y) =
!! ∞
−∞F (fx, fy) exp(i2π(fxx+ fyy))dfxdfy (12)
と表されます。これを,図 1の右下のように fx = ξ cos θ, fy = ξ sin θとして極座標 (ξ, θ)に変換すると
f(x, y) =
! 2π
0
! ∞
0F (ξ cos θ, ξ sin θ) exp(i2πξ(x cos θ + y sin θ))ξdξdθ (13)
となります。投影定理により,Radon変換 g(s, θ)の sについての 1次元フーリエ変換 Gθ(ξ)とは
Gθ(ξ) = F (ξ cos θ, ξ sin θ) (14)
という関係がありますから,
f(x, y) =
! 2π
0
! ∞
0Gθ(ξ) exp(i2πξ(x cos θ + y sin θ))ξdξdθ (15)
が得られます。ここで,ξの積分区間を (−∞,∞)とし,そのかわりに θの積分区間 (0,π)としても,積分する範囲は同じですから
f(x, y) =
! π
0
! ∞
−∞Gθ(ξ) exp(i2πξ(x cos θ + y sin θ))|ξ|dξdθ (16)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 3/5 ページ
![Page 99: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/99.jpg)
2014
A. A
sano
, Kan
sai U
niv.
フィルタ補正逆投影法
極座標に変換
fxF(fx, fy)
fy
θ
ξ
断面F(ξcosθ, ξsinθ)
ξ
Gθ(ξ)
等しい
x
y
θ
s
sg(s, θ)
u
物体
投影
物体の2次元フーリエ変換
投影の1次元フーリエ変換
図 1: 投影定理.
FT [f(x, y)]を前回にならって F (fx, fy)と書くことにしましょう。F (fx, fy)を逆フーリエ変換したものが f(x, y)ですから,
f(x, y) =
!! ∞
−∞F (fx, fy) exp(i2π(fxx+ fyy))dfxdfy (12)
と表されます。これを,図 1の右下のように fx = ξ cos θ, fy = ξ sin θとして極座標 (ξ, θ)に変換すると
f(x, y) =
! 2π
0
! ∞
0F (ξ cos θ, ξ sin θ) exp(i2πξ(x cos θ + y sin θ))ξdξdθ (13)
となります。投影定理により,Radon変換 g(s, θ)の sについての 1次元フーリエ変換 Gθ(ξ)とは
Gθ(ξ) = F (ξ cos θ, ξ sin θ) (14)
という関係がありますから,
f(x, y) =
! 2π
0
! ∞
0Gθ(ξ) exp(i2πξ(x cos θ + y sin θ))ξdξdθ (15)
が得られます。ここで,ξの積分区間を (−∞,∞)とし,そのかわりに θの積分区間 (0,π)としても,積分する範囲は同じですから
f(x, y) =
! π
0
! ∞
−∞Gθ(ξ) exp(i2πξ(x cos θ + y sin θ))|ξ|dξdθ (16)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 3/5 ページ
fxF(fx, fy)
fy
θ
ξ
断面F(ξcosθ, ξsinθ)
ξ
Gθ(ξ)
等しい
x
y
θ
s
sg(s, θ)
u
物体
投影
物体の2次元フーリエ変換
投影の1次元フーリエ変換
図 1: 投影定理.
FT [f(x, y)]を前回にならって F (fx, fy)と書くことにしましょう。F (fx, fy)を逆フーリエ変換したものが f(x, y)ですから,
f(x, y) =
!! ∞
−∞F (fx, fy) exp(i2π(fxx+ fyy))dfxdfy (12)
と表されます。これを,図 1の右下のように fx = ξ cos θ, fy = ξ sin θとして極座標 (ξ, θ)に変換すると
f(x, y) =
! 2π
0
! ∞
0F (ξ cos θ, ξ sin θ) exp(i2πξ(x cos θ + y sin θ))ξdξdθ (13)
となります。投影定理により,Radon変換 g(s, θ)の sについての 1次元フーリエ変換 Gθ(ξ)とは
Gθ(ξ) = F (ξ cos θ, ξ sin θ) (14)
という関係がありますから,
f(x, y) =
! 2π
0
! ∞
0Gθ(ξ) exp(i2πξ(x cos θ + y sin θ))ξdξdθ (15)
が得られます。ここで,ξの積分区間を (−∞,∞)とし,そのかわりに θの積分区間 (0,π)としても,積分する範囲は同じですから
f(x, y) =
! π
0
! ∞
−∞Gθ(ξ) exp(i2πξ(x cos θ + y sin θ))|ξ|dξdθ (16)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 3/5 ページ
fxF(fx, fy)
fy
θ
ξ
断面F(ξcosθ, ξsinθ)
ξ
Gθ(ξ)
等しい
x
y
θ
s
sg(s, θ)
u
物体
投影
物体の2次元フーリエ変換
投影の1次元フーリエ変換
図 1: 投影定理.
FT [f(x, y)]を前回にならって F (fx, fy)と書くことにしましょう。F (fx, fy)を逆フーリエ変換したものが f(x, y)ですから,
f(x, y) =
!! ∞
−∞F (fx, fy) exp(i2π(fxx+ fyy))dfxdfy (12)
と表されます。これを,図 1の右下のように fx = ξ cos θ, fy = ξ sin θとして極座標 (ξ, θ)に変換すると
f(x, y) =
! 2π
0
! ∞
0F (ξ cos θ, ξ sin θ) exp(i2πξ(x cos θ + y sin θ))ξdξdθ (13)
となります。投影定理により,Radon変換 g(s, θ)の sについての 1次元フーリエ変換 Gθ(ξ)とは
Gθ(ξ) = F (ξ cos θ, ξ sin θ) (14)
という関係がありますから,
f(x, y) =
! 2π
0
! ∞
0Gθ(ξ) exp(i2πξ(x cos θ + y sin θ))ξdξdθ (15)
が得られます。ここで,ξの積分区間を (−∞,∞)とし,そのかわりに θの積分区間 (0,π)としても,積分する範囲は同じですから
f(x, y) =
! π
0
! ∞
−∞Gθ(ξ) exp(i2πξ(x cos θ + y sin θ))|ξ|dξdθ (16)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 3/5 ページ
![Page 100: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/100.jpg)
2014
A. A
sano
, Kan
sai U
niv.
フィルタ補正逆投影法
極座標に変換
fxF(fx, fy)
fy
θ
ξ
断面F(ξcosθ, ξsinθ)
ξ
Gθ(ξ)
等しい
x
y
θ
s
sg(s, θ)
u
物体
投影
物体の2次元フーリエ変換
投影の1次元フーリエ変換
図 1: 投影定理.
FT [f(x, y)]を前回にならって F (fx, fy)と書くことにしましょう。F (fx, fy)を逆フーリエ変換したものが f(x, y)ですから,
f(x, y) =
!! ∞
−∞F (fx, fy) exp(i2π(fxx+ fyy))dfxdfy (12)
と表されます。これを,図 1の右下のように fx = ξ cos θ, fy = ξ sin θとして極座標 (ξ, θ)に変換すると
f(x, y) =
! 2π
0
! ∞
0F (ξ cos θ, ξ sin θ) exp(i2πξ(x cos θ + y sin θ))ξdξdθ (13)
となります。投影定理により,Radon変換 g(s, θ)の sについての 1次元フーリエ変換 Gθ(ξ)とは
Gθ(ξ) = F (ξ cos θ, ξ sin θ) (14)
という関係がありますから,
f(x, y) =
! 2π
0
! ∞
0Gθ(ξ) exp(i2πξ(x cos θ + y sin θ))ξdξdθ (15)
が得られます。ここで,ξの積分区間を (−∞,∞)とし,そのかわりに θの積分区間 (0,π)としても,積分する範囲は同じですから
f(x, y) =
! π
0
! ∞
−∞Gθ(ξ) exp(i2πξ(x cos θ + y sin θ))|ξ|dξdθ (16)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 3/5 ページ
fxF(fx, fy)
fy
θ
ξ
断面F(ξcosθ, ξsinθ)
ξ
Gθ(ξ)
等しい
x
y
θ
s
sg(s, θ)
u
物体
投影
物体の2次元フーリエ変換
投影の1次元フーリエ変換
図 1: 投影定理.
FT [f(x, y)]を前回にならって F (fx, fy)と書くことにしましょう。F (fx, fy)を逆フーリエ変換したものが f(x, y)ですから,
f(x, y) =
!! ∞
−∞F (fx, fy) exp(i2π(fxx+ fyy))dfxdfy (12)
と表されます。これを,図 1の右下のように fx = ξ cos θ, fy = ξ sin θとして極座標 (ξ, θ)に変換すると
f(x, y) =
! 2π
0
! ∞
0F (ξ cos θ, ξ sin θ) exp(i2πξ(x cos θ + y sin θ))ξdξdθ (13)
となります。投影定理により,Radon変換 g(s, θ)の sについての 1次元フーリエ変換 Gθ(ξ)とは
Gθ(ξ) = F (ξ cos θ, ξ sin θ) (14)
という関係がありますから,
f(x, y) =
! 2π
0
! ∞
0Gθ(ξ) exp(i2πξ(x cos θ + y sin θ))ξdξdθ (15)
が得られます。ここで,ξの積分区間を (−∞,∞)とし,そのかわりに θの積分区間 (0,π)としても,積分する範囲は同じですから
f(x, y) =
! π
0
! ∞
−∞Gθ(ξ) exp(i2πξ(x cos θ + y sin θ))|ξ|dξdθ (16)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 3/5 ページ
fxF(fx, fy)
fy
θ
ξ
断面F(ξcosθ, ξsinθ)
ξ
Gθ(ξ)
等しい
x
y
θ
s
sg(s, θ)
u
物体
投影
物体の2次元フーリエ変換
投影の1次元フーリエ変換
図 1: 投影定理.
FT [f(x, y)]を前回にならって F (fx, fy)と書くことにしましょう。F (fx, fy)を逆フーリエ変換したものが f(x, y)ですから,
f(x, y) =
!! ∞
−∞F (fx, fy) exp(i2π(fxx+ fyy))dfxdfy (12)
と表されます。これを,図 1の右下のように fx = ξ cos θ, fy = ξ sin θとして極座標 (ξ, θ)に変換すると
f(x, y) =
! 2π
0
! ∞
0F (ξ cos θ, ξ sin θ) exp(i2πξ(x cos θ + y sin θ))ξdξdθ (13)
となります。投影定理により,Radon変換 g(s, θ)の sについての 1次元フーリエ変換 Gθ(ξ)とは
Gθ(ξ) = F (ξ cos θ, ξ sin θ) (14)
という関係がありますから,
f(x, y) =
! 2π
0
! ∞
0Gθ(ξ) exp(i2πξ(x cos θ + y sin θ))ξdξdθ (15)
が得られます。ここで,ξの積分区間を (−∞,∞)とし,そのかわりに θの積分区間 (0,π)としても,積分する範囲は同じですから
f(x, y) =
! π
0
! ∞
−∞Gθ(ξ) exp(i2πξ(x cos θ + y sin θ))|ξ|dξdθ (16)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 3/5 ページ
![Page 101: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/101.jpg)
2014
A. A
sano
, Kan
sai U
niv.
フィルタ補正逆投影法
極座標に変換
fxF(fx, fy)
fy
θ
ξ
断面F(ξcosθ, ξsinθ)
ξ
Gθ(ξ)
等しい
x
y
θ
s
sg(s, θ)
u
物体
投影
物体の2次元フーリエ変換
投影の1次元フーリエ変換
図 1: 投影定理.
FT [f(x, y)]を前回にならって F (fx, fy)と書くことにしましょう。F (fx, fy)を逆フーリエ変換したものが f(x, y)ですから,
f(x, y) =
!! ∞
−∞F (fx, fy) exp(i2π(fxx+ fyy))dfxdfy (12)
と表されます。これを,図 1の右下のように fx = ξ cos θ, fy = ξ sin θとして極座標 (ξ, θ)に変換すると
f(x, y) =
! 2π
0
! ∞
0F (ξ cos θ, ξ sin θ) exp(i2πξ(x cos θ + y sin θ))ξdξdθ (13)
となります。投影定理により,Radon変換 g(s, θ)の sについての 1次元フーリエ変換 Gθ(ξ)とは
Gθ(ξ) = F (ξ cos θ, ξ sin θ) (14)
という関係がありますから,
f(x, y) =
! 2π
0
! ∞
0Gθ(ξ) exp(i2πξ(x cos θ + y sin θ))ξdξdθ (15)
が得られます。ここで,ξの積分区間を (−∞,∞)とし,そのかわりに θの積分区間 (0,π)としても,積分する範囲は同じですから
f(x, y) =
! π
0
! ∞
−∞Gθ(ξ) exp(i2πξ(x cos θ + y sin θ))|ξ|dξdθ (16)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 3/5 ページ
fxF(fx, fy)
fy
θ
ξ
断面F(ξcosθ, ξsinθ)
ξ
Gθ(ξ)
等しい
x
y
θ
s
sg(s, θ)
u
物体
投影
物体の2次元フーリエ変換
投影の1次元フーリエ変換
図 1: 投影定理.
FT [f(x, y)]を前回にならって F (fx, fy)と書くことにしましょう。F (fx, fy)を逆フーリエ変換したものが f(x, y)ですから,
f(x, y) =
!! ∞
−∞F (fx, fy) exp(i2π(fxx+ fyy))dfxdfy (12)
と表されます。これを,図 1の右下のように fx = ξ cos θ, fy = ξ sin θとして極座標 (ξ, θ)に変換すると
f(x, y) =
! 2π
0
! ∞
0F (ξ cos θ, ξ sin θ) exp(i2πξ(x cos θ + y sin θ))ξdξdθ (13)
となります。投影定理により,Radon変換 g(s, θ)の sについての 1次元フーリエ変換 Gθ(ξ)とは
Gθ(ξ) = F (ξ cos θ, ξ sin θ) (14)
という関係がありますから,
f(x, y) =
! 2π
0
! ∞
0Gθ(ξ) exp(i2πξ(x cos θ + y sin θ))ξdξdθ (15)
が得られます。ここで,ξの積分区間を (−∞,∞)とし,そのかわりに θの積分区間 (0,π)としても,積分する範囲は同じですから
f(x, y) =
! π
0
! ∞
−∞Gθ(ξ) exp(i2πξ(x cos θ + y sin θ))|ξ|dξdθ (16)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 3/5 ページ
fxF(fx, fy)
fy
θ
ξ
断面F(ξcosθ, ξsinθ)
ξ
Gθ(ξ)
等しい
x
y
θ
s
sg(s, θ)
u
物体
投影
物体の2次元フーリエ変換
投影の1次元フーリエ変換
図 1: 投影定理.
FT [f(x, y)]を前回にならって F (fx, fy)と書くことにしましょう。F (fx, fy)を逆フーリエ変換したものが f(x, y)ですから,
f(x, y) =
!! ∞
−∞F (fx, fy) exp(i2π(fxx+ fyy))dfxdfy (12)
と表されます。これを,図 1の右下のように fx = ξ cos θ, fy = ξ sin θとして極座標 (ξ, θ)に変換すると
f(x, y) =
! 2π
0
! ∞
0F (ξ cos θ, ξ sin θ) exp(i2πξ(x cos θ + y sin θ))ξdξdθ (13)
となります。投影定理により,Radon変換 g(s, θ)の sについての 1次元フーリエ変換 Gθ(ξ)とは
Gθ(ξ) = F (ξ cos θ, ξ sin θ) (14)
という関係がありますから,
f(x, y) =
! 2π
0
! ∞
0Gθ(ξ) exp(i2πξ(x cos θ + y sin θ))ξdξdθ (15)
が得られます。ここで,ξの積分区間を (−∞,∞)とし,そのかわりに θの積分区間 (0,π)としても,積分する範囲は同じですから
f(x, y) =
! π
0
! ∞
−∞Gθ(ξ) exp(i2πξ(x cos θ + y sin θ))|ξ|dξdθ (16)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 3/5 ページ
![Page 102: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/102.jpg)
2014
A. A
sano
, Kan
sai U
niv.
フィルタ補正逆投影法
極座標に変換
fxF(fx, fy)
fy
θ
ξ
断面F(ξcosθ, ξsinθ)
ξ
Gθ(ξ)
等しい
x
y
θ
s
sg(s, θ)
u
物体
投影
物体の2次元フーリエ変換
投影の1次元フーリエ変換
図 1: 投影定理.
FT [f(x, y)]を前回にならって F (fx, fy)と書くことにしましょう。F (fx, fy)を逆フーリエ変換したものが f(x, y)ですから,
f(x, y) =
!! ∞
−∞F (fx, fy) exp(i2π(fxx+ fyy))dfxdfy (12)
と表されます。これを,図 1の右下のように fx = ξ cos θ, fy = ξ sin θとして極座標 (ξ, θ)に変換すると
f(x, y) =
! 2π
0
! ∞
0F (ξ cos θ, ξ sin θ) exp(i2πξ(x cos θ + y sin θ))ξdξdθ (13)
となります。投影定理により,Radon変換 g(s, θ)の sについての 1次元フーリエ変換 Gθ(ξ)とは
Gθ(ξ) = F (ξ cos θ, ξ sin θ) (14)
という関係がありますから,
f(x, y) =
! 2π
0
! ∞
0Gθ(ξ) exp(i2πξ(x cos θ + y sin θ))ξdξdθ (15)
が得られます。ここで,ξの積分区間を (−∞,∞)とし,そのかわりに θの積分区間 (0,π)としても,積分する範囲は同じですから
f(x, y) =
! π
0
! ∞
−∞Gθ(ξ) exp(i2πξ(x cos θ + y sin θ))|ξ|dξdθ (16)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 3/5 ページ
fxF(fx, fy)
fy
θ
ξ
断面F(ξcosθ, ξsinθ)
ξ
Gθ(ξ)
等しい
x
y
θ
s
sg(s, θ)
u
物体
投影
物体の2次元フーリエ変換
投影の1次元フーリエ変換
図 1: 投影定理.
FT [f(x, y)]を前回にならって F (fx, fy)と書くことにしましょう。F (fx, fy)を逆フーリエ変換したものが f(x, y)ですから,
f(x, y) =
!! ∞
−∞F (fx, fy) exp(i2π(fxx+ fyy))dfxdfy (12)
と表されます。これを,図 1の右下のように fx = ξ cos θ, fy = ξ sin θとして極座標 (ξ, θ)に変換すると
f(x, y) =
! 2π
0
! ∞
0F (ξ cos θ, ξ sin θ) exp(i2πξ(x cos θ + y sin θ))ξdξdθ (13)
となります。投影定理により,Radon変換 g(s, θ)の sについての 1次元フーリエ変換 Gθ(ξ)とは
Gθ(ξ) = F (ξ cos θ, ξ sin θ) (14)
という関係がありますから,
f(x, y) =
! 2π
0
! ∞
0Gθ(ξ) exp(i2πξ(x cos θ + y sin θ))ξdξdθ (15)
が得られます。ここで,ξの積分区間を (−∞,∞)とし,そのかわりに θの積分区間 (0,π)としても,積分する範囲は同じですから
f(x, y) =
! π
0
! ∞
−∞Gθ(ξ) exp(i2πξ(x cos θ + y sin θ))|ξ|dξdθ (16)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 3/5 ページ
fxF(fx, fy)
fy
θ
ξ
断面F(ξcosθ, ξsinθ)
ξ
Gθ(ξ)
等しい
x
y
θ
s
sg(s, θ)
u
物体
投影
物体の2次元フーリエ変換
投影の1次元フーリエ変換
図 1: 投影定理.
FT [f(x, y)]を前回にならって F (fx, fy)と書くことにしましょう。F (fx, fy)を逆フーリエ変換したものが f(x, y)ですから,
f(x, y) =
!! ∞
−∞F (fx, fy) exp(i2π(fxx+ fyy))dfxdfy (12)
と表されます。これを,図 1の右下のように fx = ξ cos θ, fy = ξ sin θとして極座標 (ξ, θ)に変換すると
f(x, y) =
! 2π
0
! ∞
0F (ξ cos θ, ξ sin θ) exp(i2πξ(x cos θ + y sin θ))ξdξdθ (13)
となります。投影定理により,Radon変換 g(s, θ)の sについての 1次元フーリエ変換 Gθ(ξ)とは
Gθ(ξ) = F (ξ cos θ, ξ sin θ) (14)
という関係がありますから,
f(x, y) =
! 2π
0
! ∞
0Gθ(ξ) exp(i2πξ(x cos θ + y sin θ))ξdξdθ (15)
が得られます。ここで,ξの積分区間を (−∞,∞)とし,そのかわりに θの積分区間 (0,π)としても,積分する範囲は同じですから
f(x, y) =
! π
0
! ∞
−∞Gθ(ξ) exp(i2πξ(x cos θ + y sin θ))|ξ|dξdθ (16)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 3/5 ページ
投影定理より
![Page 103: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/103.jpg)
2014
A. A
sano
, Kan
sai U
niv.
フィルタ補正逆投影法
極座標に変換
fxF(fx, fy)
fy
θ
ξ
断面F(ξcosθ, ξsinθ)
ξ
Gθ(ξ)
等しい
x
y
θ
s
sg(s, θ)
u
物体
投影
物体の2次元フーリエ変換
投影の1次元フーリエ変換
図 1: 投影定理.
FT [f(x, y)]を前回にならって F (fx, fy)と書くことにしましょう。F (fx, fy)を逆フーリエ変換したものが f(x, y)ですから,
f(x, y) =
!! ∞
−∞F (fx, fy) exp(i2π(fxx+ fyy))dfxdfy (12)
と表されます。これを,図 1の右下のように fx = ξ cos θ, fy = ξ sin θとして極座標 (ξ, θ)に変換すると
f(x, y) =
! 2π
0
! ∞
0F (ξ cos θ, ξ sin θ) exp(i2πξ(x cos θ + y sin θ))ξdξdθ (13)
となります。投影定理により,Radon変換 g(s, θ)の sについての 1次元フーリエ変換 Gθ(ξ)とは
Gθ(ξ) = F (ξ cos θ, ξ sin θ) (14)
という関係がありますから,
f(x, y) =
! 2π
0
! ∞
0Gθ(ξ) exp(i2πξ(x cos θ + y sin θ))ξdξdθ (15)
が得られます。ここで,ξの積分区間を (−∞,∞)とし,そのかわりに θの積分区間 (0,π)としても,積分する範囲は同じですから
f(x, y) =
! π
0
! ∞
−∞Gθ(ξ) exp(i2πξ(x cos θ + y sin θ))|ξ|dξdθ (16)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 3/5 ページ
fxF(fx, fy)
fy
θ
ξ
断面F(ξcosθ, ξsinθ)
ξ
Gθ(ξ)
等しい
x
y
θ
s
sg(s, θ)
u
物体
投影
物体の2次元フーリエ変換
投影の1次元フーリエ変換
図 1: 投影定理.
FT [f(x, y)]を前回にならって F (fx, fy)と書くことにしましょう。F (fx, fy)を逆フーリエ変換したものが f(x, y)ですから,
f(x, y) =
!! ∞
−∞F (fx, fy) exp(i2π(fxx+ fyy))dfxdfy (12)
と表されます。これを,図 1の右下のように fx = ξ cos θ, fy = ξ sin θとして極座標 (ξ, θ)に変換すると
f(x, y) =
! 2π
0
! ∞
0F (ξ cos θ, ξ sin θ) exp(i2πξ(x cos θ + y sin θ))ξdξdθ (13)
となります。投影定理により,Radon変換 g(s, θ)の sについての 1次元フーリエ変換 Gθ(ξ)とは
Gθ(ξ) = F (ξ cos θ, ξ sin θ) (14)
という関係がありますから,
f(x, y) =
! 2π
0
! ∞
0Gθ(ξ) exp(i2πξ(x cos θ + y sin θ))ξdξdθ (15)
が得られます。ここで,ξの積分区間を (−∞,∞)とし,そのかわりに θの積分区間 (0,π)としても,積分する範囲は同じですから
f(x, y) =
! π
0
! ∞
−∞Gθ(ξ) exp(i2πξ(x cos θ + y sin θ))|ξ|dξdθ (16)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 3/5 ページ
fxF(fx, fy)
fy
θ
ξ
断面F(ξcosθ, ξsinθ)
ξ
Gθ(ξ)
等しい
x
y
θ
s
sg(s, θ)
u
物体
投影
物体の2次元フーリエ変換
投影の1次元フーリエ変換
図 1: 投影定理.
FT [f(x, y)]を前回にならって F (fx, fy)と書くことにしましょう。F (fx, fy)を逆フーリエ変換したものが f(x, y)ですから,
f(x, y) =
!! ∞
−∞F (fx, fy) exp(i2π(fxx+ fyy))dfxdfy (12)
と表されます。これを,図 1の右下のように fx = ξ cos θ, fy = ξ sin θとして極座標 (ξ, θ)に変換すると
f(x, y) =
! 2π
0
! ∞
0F (ξ cos θ, ξ sin θ) exp(i2πξ(x cos θ + y sin θ))ξdξdθ (13)
となります。投影定理により,Radon変換 g(s, θ)の sについての 1次元フーリエ変換 Gθ(ξ)とは
Gθ(ξ) = F (ξ cos θ, ξ sin θ) (14)
という関係がありますから,
f(x, y) =
! 2π
0
! ∞
0Gθ(ξ) exp(i2πξ(x cos θ + y sin θ))ξdξdθ (15)
が得られます。ここで,ξの積分区間を (−∞,∞)とし,そのかわりに θの積分区間 (0,π)としても,積分する範囲は同じですから
f(x, y) =
! π
0
! ∞
−∞Gθ(ξ) exp(i2πξ(x cos θ + y sin θ))|ξ|dξdθ (16)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 3/5 ページ
fxF(fx, fy)
fy
θ
ξ
断面F(ξcosθ, ξsinθ)
ξ
Gθ(ξ)
等しい
x
y
θ
s
sg(s, θ)
u
物体
投影
物体の2次元フーリエ変換
投影の1次元フーリエ変換
図 1: 投影定理.
FT [f(x, y)]を前回にならって F (fx, fy)と書くことにしましょう。F (fx, fy)を逆フーリエ変換したものが f(x, y)ですから,
f(x, y) =
!! ∞
−∞F (fx, fy) exp(i2π(fxx+ fyy))dfxdfy (12)
と表されます。これを,図 1の右下のように fx = ξ cos θ, fy = ξ sin θとして極座標 (ξ, θ)に変換すると
f(x, y) =
! 2π
0
! ∞
0F (ξ cos θ, ξ sin θ) exp(i2πξ(x cos θ + y sin θ))ξdξdθ (13)
となります。投影定理により,Radon変換 g(s, θ)の sについての 1次元フーリエ変換 Gθ(ξ)とは
Gθ(ξ) = F (ξ cos θ, ξ sin θ) (14)
という関係がありますから,
f(x, y) =
! 2π
0
! ∞
0Gθ(ξ) exp(i2πξ(x cos θ + y sin θ))ξdξdθ (15)
が得られます。ここで,ξの積分区間を (−∞,∞)とし,そのかわりに θの積分区間 (0,π)としても,積分する範囲は同じですから
f(x, y) =
! π
0
! ∞
−∞Gθ(ξ) exp(i2πξ(x cos θ + y sin θ))|ξ|dξdθ (16)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 3/5 ページ
投影定理より
![Page 104: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/104.jpg)
2014
A. A
sano
, Kan
sai U
niv.
フィルタ補正逆投影法
極座標に変換
fxF(fx, fy)
fy
θ
ξ
断面F(ξcosθ, ξsinθ)
ξ
Gθ(ξ)
等しい
x
y
θ
s
sg(s, θ)
u
物体
投影
物体の2次元フーリエ変換
投影の1次元フーリエ変換
図 1: 投影定理.
FT [f(x, y)]を前回にならって F (fx, fy)と書くことにしましょう。F (fx, fy)を逆フーリエ変換したものが f(x, y)ですから,
f(x, y) =
!! ∞
−∞F (fx, fy) exp(i2π(fxx+ fyy))dfxdfy (12)
と表されます。これを,図 1の右下のように fx = ξ cos θ, fy = ξ sin θとして極座標 (ξ, θ)に変換すると
f(x, y) =
! 2π
0
! ∞
0F (ξ cos θ, ξ sin θ) exp(i2πξ(x cos θ + y sin θ))ξdξdθ (13)
となります。投影定理により,Radon変換 g(s, θ)の sについての 1次元フーリエ変換 Gθ(ξ)とは
Gθ(ξ) = F (ξ cos θ, ξ sin θ) (14)
という関係がありますから,
f(x, y) =
! 2π
0
! ∞
0Gθ(ξ) exp(i2πξ(x cos θ + y sin θ))ξdξdθ (15)
が得られます。ここで,ξの積分区間を (−∞,∞)とし,そのかわりに θの積分区間 (0,π)としても,積分する範囲は同じですから
f(x, y) =
! π
0
! ∞
−∞Gθ(ξ) exp(i2πξ(x cos θ + y sin θ))|ξ|dξdθ (16)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 3/5 ページ
fxF(fx, fy)
fy
θ
ξ
断面F(ξcosθ, ξsinθ)
ξ
Gθ(ξ)
等しい
x
y
θ
s
sg(s, θ)
u
物体
投影
物体の2次元フーリエ変換
投影の1次元フーリエ変換
図 1: 投影定理.
FT [f(x, y)]を前回にならって F (fx, fy)と書くことにしましょう。F (fx, fy)を逆フーリエ変換したものが f(x, y)ですから,
f(x, y) =
!! ∞
−∞F (fx, fy) exp(i2π(fxx+ fyy))dfxdfy (12)
と表されます。これを,図 1の右下のように fx = ξ cos θ, fy = ξ sin θとして極座標 (ξ, θ)に変換すると
f(x, y) =
! 2π
0
! ∞
0F (ξ cos θ, ξ sin θ) exp(i2πξ(x cos θ + y sin θ))ξdξdθ (13)
となります。投影定理により,Radon変換 g(s, θ)の sについての 1次元フーリエ変換 Gθ(ξ)とは
Gθ(ξ) = F (ξ cos θ, ξ sin θ) (14)
という関係がありますから,
f(x, y) =
! 2π
0
! ∞
0Gθ(ξ) exp(i2πξ(x cos θ + y sin θ))ξdξdθ (15)
が得られます。ここで,ξの積分区間を (−∞,∞)とし,そのかわりに θの積分区間 (0,π)としても,積分する範囲は同じですから
f(x, y) =
! π
0
! ∞
−∞Gθ(ξ) exp(i2πξ(x cos θ + y sin θ))|ξ|dξdθ (16)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 3/5 ページ
fxF(fx, fy)
fy
θ
ξ
断面F(ξcosθ, ξsinθ)
ξ
Gθ(ξ)
等しい
x
y
θ
s
sg(s, θ)
u
物体
投影
物体の2次元フーリエ変換
投影の1次元フーリエ変換
図 1: 投影定理.
FT [f(x, y)]を前回にならって F (fx, fy)と書くことにしましょう。F (fx, fy)を逆フーリエ変換したものが f(x, y)ですから,
f(x, y) =
!! ∞
−∞F (fx, fy) exp(i2π(fxx+ fyy))dfxdfy (12)
と表されます。これを,図 1の右下のように fx = ξ cos θ, fy = ξ sin θとして極座標 (ξ, θ)に変換すると
f(x, y) =
! 2π
0
! ∞
0F (ξ cos θ, ξ sin θ) exp(i2πξ(x cos θ + y sin θ))ξdξdθ (13)
となります。投影定理により,Radon変換 g(s, θ)の sについての 1次元フーリエ変換 Gθ(ξ)とは
Gθ(ξ) = F (ξ cos θ, ξ sin θ) (14)
という関係がありますから,
f(x, y) =
! 2π
0
! ∞
0Gθ(ξ) exp(i2πξ(x cos θ + y sin θ))ξdξdθ (15)
が得られます。ここで,ξの積分区間を (−∞,∞)とし,そのかわりに θの積分区間 (0,π)としても,積分する範囲は同じですから
f(x, y) =
! π
0
! ∞
−∞Gθ(ξ) exp(i2πξ(x cos θ + y sin θ))|ξ|dξdθ (16)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 3/5 ページ
fxF(fx, fy)
fy
θ
ξ
断面F(ξcosθ, ξsinθ)
ξ
Gθ(ξ)
等しい
x
y
θ
s
sg(s, θ)
u
物体
投影
物体の2次元フーリエ変換
投影の1次元フーリエ変換
図 1: 投影定理.
FT [f(x, y)]を前回にならって F (fx, fy)と書くことにしましょう。F (fx, fy)を逆フーリエ変換したものが f(x, y)ですから,
f(x, y) =
!! ∞
−∞F (fx, fy) exp(i2π(fxx+ fyy))dfxdfy (12)
と表されます。これを,図 1の右下のように fx = ξ cos θ, fy = ξ sin θとして極座標 (ξ, θ)に変換すると
f(x, y) =
! 2π
0
! ∞
0F (ξ cos θ, ξ sin θ) exp(i2πξ(x cos θ + y sin θ))ξdξdθ (13)
となります。投影定理により,Radon変換 g(s, θ)の sについての 1次元フーリエ変換 Gθ(ξ)とは
Gθ(ξ) = F (ξ cos θ, ξ sin θ) (14)
という関係がありますから,
f(x, y) =
! 2π
0
! ∞
0Gθ(ξ) exp(i2πξ(x cos θ + y sin θ))ξdξdθ (15)
が得られます。ここで,ξの積分区間を (−∞,∞)とし,そのかわりに θの積分区間 (0,π)としても,積分する範囲は同じですから
f(x, y) =
! π
0
! ∞
−∞Gθ(ξ) exp(i2πξ(x cos θ + y sin θ))|ξ|dξdθ (16)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 3/5 ページ
fxF(fx, fy)
fy
θ
ξ
断面F(ξcosθ, ξsinθ)
ξ
Gθ(ξ)
等しい
x
y
θ
s
sg(s, θ)
u
物体
投影
物体の2次元フーリエ変換
投影の1次元フーリエ変換
図 1: 投影定理.
FT [f(x, y)]を前回にならって F (fx, fy)と書くことにしましょう。F (fx, fy)を逆フーリエ変換したものが f(x, y)ですから,
f(x, y) =
!! ∞
−∞F (fx, fy) exp(i2π(fxx+ fyy))dfxdfy (12)
と表されます。これを,図 1の右下のように fx = ξ cos θ, fy = ξ sin θとして極座標 (ξ, θ)に変換すると
f(x, y) =
! 2π
0
! ∞
0F (ξ cos θ, ξ sin θ) exp(i2πξ(x cos θ + y sin θ))ξdξdθ (13)
となります。投影定理により,Radon変換 g(s, θ)の sについての 1次元フーリエ変換 Gθ(ξ)とは
Gθ(ξ) = F (ξ cos θ, ξ sin θ) (14)
という関係がありますから,
f(x, y) =
! 2π
0
! ∞
0Gθ(ξ) exp(i2πξ(x cos θ + y sin θ))ξdξdθ (15)
が得られます。ここで,ξの積分区間を (−∞,∞)とし,そのかわりに θの積分区間 (0,π)としても,積分する範囲は同じですから
f(x, y) =
! π
0
! ∞
−∞Gθ(ξ) exp(i2πξ(x cos θ + y sin θ))|ξ|dξdθ (16)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 3/5 ページ
投影定理より
![Page 105: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/105.jpg)
2014
A. A
sano
, Kan
sai U
niv.
フィルタ補正逆投影法
fxF(fx, fy)
fy
θ
ξ
断面F(ξcosθ, ξsinθ)
ξ
Gθ(ξ)
等しい
x
y
θ
s
sg(s, θ)
u
物体
投影
物体の2次元フーリエ変換
投影の1次元フーリエ変換
図 1: 投影定理.
FT [f(x, y)]を前回にならって F (fx, fy)と書くことにしましょう。F (fx, fy)を逆フーリエ変換したものが f(x, y)ですから,
f(x, y) =
!! ∞
−∞F (fx, fy) exp(i2π(fxx+ fyy))dfxdfy (12)
と表されます。これを,図 1の右下のように fx = ξ cos θ, fy = ξ sin θとして極座標 (ξ, θ)に変換すると
f(x, y) =
! 2π
0
! ∞
0F (ξ cos θ, ξ sin θ) exp(i2πξ(x cos θ + y sin θ))ξdξdθ (13)
となります。投影定理により,Radon変換 g(s, θ)の sについての 1次元フーリエ変換 Gθ(ξ)とは
Gθ(ξ) = F (ξ cos θ, ξ sin θ) (14)
という関係がありますから,
f(x, y) =
! 2π
0
! ∞
0Gθ(ξ) exp(i2πξ(x cos θ + y sin θ))ξdξdθ (15)
が得られます。ここで,ξの積分区間を (−∞,∞)とし,そのかわりに θの積分区間 (0,π)としても,積分する範囲は同じですから
f(x, y) =
! π
0
! ∞
−∞Gθ(ξ) exp(i2πξ(x cos θ + y sin θ))|ξ|dξdθ (16)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 3/5 ページ
![Page 106: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/106.jpg)
2014
A. A
sano
, Kan
sai U
niv.
フィルタ補正逆投影法
積分区間を変換
fxF(fx, fy)
fy
θ
ξ
断面F(ξcosθ, ξsinθ)
ξ
Gθ(ξ)
等しい
x
y
θ
s
sg(s, θ)
u
物体
投影
物体の2次元フーリエ変換
投影の1次元フーリエ変換
図 1: 投影定理.
FT [f(x, y)]を前回にならって F (fx, fy)と書くことにしましょう。F (fx, fy)を逆フーリエ変換したものが f(x, y)ですから,
f(x, y) =
!! ∞
−∞F (fx, fy) exp(i2π(fxx+ fyy))dfxdfy (12)
と表されます。これを,図 1の右下のように fx = ξ cos θ, fy = ξ sin θとして極座標 (ξ, θ)に変換すると
f(x, y) =
! 2π
0
! ∞
0F (ξ cos θ, ξ sin θ) exp(i2πξ(x cos θ + y sin θ))ξdξdθ (13)
となります。投影定理により,Radon変換 g(s, θ)の sについての 1次元フーリエ変換 Gθ(ξ)とは
Gθ(ξ) = F (ξ cos θ, ξ sin θ) (14)
という関係がありますから,
f(x, y) =
! 2π
0
! ∞
0Gθ(ξ) exp(i2πξ(x cos θ + y sin θ))ξdξdθ (15)
が得られます。ここで,ξの積分区間を (−∞,∞)とし,そのかわりに θの積分区間 (0,π)としても,積分する範囲は同じですから
f(x, y) =
! π
0
! ∞
−∞Gθ(ξ) exp(i2πξ(x cos θ + y sin θ))|ξ|dξdθ (16)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 3/5 ページ
![Page 107: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/107.jpg)
2014
A. A
sano
, Kan
sai U
niv.
フィルタ補正逆投影法
積分区間を変換
fxF(fx, fy)
fy
θ
ξ
断面F(ξcosθ, ξsinθ)
ξ
Gθ(ξ)
等しい
x
y
θ
s
sg(s, θ)
u
物体
投影
物体の2次元フーリエ変換
投影の1次元フーリエ変換
図 1: 投影定理.
FT [f(x, y)]を前回にならって F (fx, fy)と書くことにしましょう。F (fx, fy)を逆フーリエ変換したものが f(x, y)ですから,
f(x, y) =
!! ∞
−∞F (fx, fy) exp(i2π(fxx+ fyy))dfxdfy (12)
と表されます。これを,図 1の右下のように fx = ξ cos θ, fy = ξ sin θとして極座標 (ξ, θ)に変換すると
f(x, y) =
! 2π
0
! ∞
0F (ξ cos θ, ξ sin θ) exp(i2πξ(x cos θ + y sin θ))ξdξdθ (13)
となります。投影定理により,Radon変換 g(s, θ)の sについての 1次元フーリエ変換 Gθ(ξ)とは
Gθ(ξ) = F (ξ cos θ, ξ sin θ) (14)
という関係がありますから,
f(x, y) =
! 2π
0
! ∞
0Gθ(ξ) exp(i2πξ(x cos θ + y sin θ))ξdξdθ (15)
が得られます。ここで,ξの積分区間を (−∞,∞)とし,そのかわりに θの積分区間 (0,π)としても,積分する範囲は同じですから
f(x, y) =
! π
0
! ∞
−∞Gθ(ξ) exp(i2πξ(x cos θ + y sin θ))|ξ|dξdθ (16)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 3/5 ページ
fxF(fx, fy)
fy
θ
ξ
断面F(ξcosθ, ξsinθ)
ξ
Gθ(ξ)
等しい
x
y
θ
s
sg(s, θ)
u
物体
投影
物体の2次元フーリエ変換
投影の1次元フーリエ変換
図 1: 投影定理.
FT [f(x, y)]を前回にならって F (fx, fy)と書くことにしましょう。F (fx, fy)を逆フーリエ変換したものが f(x, y)ですから,
f(x, y) =
!! ∞
−∞F (fx, fy) exp(i2π(fxx+ fyy))dfxdfy (12)
と表されます。これを,図 1の右下のように fx = ξ cos θ, fy = ξ sin θとして極座標 (ξ, θ)に変換すると
f(x, y) =
! 2π
0
! ∞
0F (ξ cos θ, ξ sin θ) exp(i2πξ(x cos θ + y sin θ))ξdξdθ (13)
となります。投影定理により,Radon変換 g(s, θ)の sについての 1次元フーリエ変換 Gθ(ξ)とは
Gθ(ξ) = F (ξ cos θ, ξ sin θ) (14)
という関係がありますから,
f(x, y) =
! 2π
0
! ∞
0Gθ(ξ) exp(i2πξ(x cos θ + y sin θ))ξdξdθ (15)
が得られます。ここで,ξの積分区間を (−∞,∞)とし,そのかわりに θの積分区間 (0,π)としても,積分する範囲は同じですから
f(x, y) =
! π
0
! ∞
−∞Gθ(ξ) exp(i2πξ(x cos θ + y sin θ))|ξ|dξdθ (16)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 3/5 ページ
![Page 108: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/108.jpg)
2014
A. A
sano
, Kan
sai U
niv.
フィルタ補正逆投影法
積分区間を変換
fxF(fx, fy)
fy
θ
ξ
断面F(ξcosθ, ξsinθ)
ξ
Gθ(ξ)
等しい
x
y
θ
s
sg(s, θ)
u
物体
投影
物体の2次元フーリエ変換
投影の1次元フーリエ変換
図 1: 投影定理.
FT [f(x, y)]を前回にならって F (fx, fy)と書くことにしましょう。F (fx, fy)を逆フーリエ変換したものが f(x, y)ですから,
f(x, y) =
!! ∞
−∞F (fx, fy) exp(i2π(fxx+ fyy))dfxdfy (12)
と表されます。これを,図 1の右下のように fx = ξ cos θ, fy = ξ sin θとして極座標 (ξ, θ)に変換すると
f(x, y) =
! 2π
0
! ∞
0F (ξ cos θ, ξ sin θ) exp(i2πξ(x cos θ + y sin θ))ξdξdθ (13)
となります。投影定理により,Radon変換 g(s, θ)の sについての 1次元フーリエ変換 Gθ(ξ)とは
Gθ(ξ) = F (ξ cos θ, ξ sin θ) (14)
という関係がありますから,
f(x, y) =
! 2π
0
! ∞
0Gθ(ξ) exp(i2πξ(x cos θ + y sin θ))ξdξdθ (15)
が得られます。ここで,ξの積分区間を (−∞,∞)とし,そのかわりに θの積分区間 (0,π)としても,積分する範囲は同じですから
f(x, y) =
! π
0
! ∞
−∞Gθ(ξ) exp(i2πξ(x cos θ + y sin θ))|ξ|dξdθ (16)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 3/5 ページ
fxF(fx, fy)
fy
θ
ξ
断面F(ξcosθ, ξsinθ)
ξ
Gθ(ξ)
等しい
x
y
θ
s
sg(s, θ)
u
物体
投影
物体の2次元フーリエ変換
投影の1次元フーリエ変換
図 1: 投影定理.
FT [f(x, y)]を前回にならって F (fx, fy)と書くことにしましょう。F (fx, fy)を逆フーリエ変換したものが f(x, y)ですから,
f(x, y) =
!! ∞
−∞F (fx, fy) exp(i2π(fxx+ fyy))dfxdfy (12)
と表されます。これを,図 1の右下のように fx = ξ cos θ, fy = ξ sin θとして極座標 (ξ, θ)に変換すると
f(x, y) =
! 2π
0
! ∞
0F (ξ cos θ, ξ sin θ) exp(i2πξ(x cos θ + y sin θ))ξdξdθ (13)
となります。投影定理により,Radon変換 g(s, θ)の sについての 1次元フーリエ変換 Gθ(ξ)とは
Gθ(ξ) = F (ξ cos θ, ξ sin θ) (14)
という関係がありますから,
f(x, y) =
! 2π
0
! ∞
0Gθ(ξ) exp(i2πξ(x cos θ + y sin θ))ξdξdθ (15)
が得られます。ここで,ξの積分区間を (−∞,∞)とし,そのかわりに θの積分区間 (0,π)としても,積分する範囲は同じですから
f(x, y) =
! π
0
! ∞
−∞Gθ(ξ) exp(i2πξ(x cos θ + y sin θ))|ξ|dξdθ (16)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 3/5 ページ
![Page 109: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/109.jpg)
2014
A. A
sano
, Kan
sai U
niv.
フィルタ補正逆投影法
積分区間を変換
fxF(fx, fy)
fy
θ
ξ
断面F(ξcosθ, ξsinθ)
ξ
Gθ(ξ)
等しい
x
y
θ
s
sg(s, θ)
u
物体
投影
物体の2次元フーリエ変換
投影の1次元フーリエ変換
図 1: 投影定理.
FT [f(x, y)]を前回にならって F (fx, fy)と書くことにしましょう。F (fx, fy)を逆フーリエ変換したものが f(x, y)ですから,
f(x, y) =
!! ∞
−∞F (fx, fy) exp(i2π(fxx+ fyy))dfxdfy (12)
と表されます。これを,図 1の右下のように fx = ξ cos θ, fy = ξ sin θとして極座標 (ξ, θ)に変換すると
f(x, y) =
! 2π
0
! ∞
0F (ξ cos θ, ξ sin θ) exp(i2πξ(x cos θ + y sin θ))ξdξdθ (13)
となります。投影定理により,Radon変換 g(s, θ)の sについての 1次元フーリエ変換 Gθ(ξ)とは
Gθ(ξ) = F (ξ cos θ, ξ sin θ) (14)
という関係がありますから,
f(x, y) =
! 2π
0
! ∞
0Gθ(ξ) exp(i2πξ(x cos θ + y sin θ))ξdξdθ (15)
が得られます。ここで,ξの積分区間を (−∞,∞)とし,そのかわりに θの積分区間 (0,π)としても,積分する範囲は同じですから
f(x, y) =
! π
0
! ∞
−∞Gθ(ξ) exp(i2πξ(x cos θ + y sin θ))|ξ|dξdθ (16)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 3/5 ページ
fxF(fx, fy)
fy
θ
ξ
断面F(ξcosθ, ξsinθ)
ξ
Gθ(ξ)
等しい
x
y
θ
s
sg(s, θ)
u
物体
投影
物体の2次元フーリエ変換
投影の1次元フーリエ変換
図 1: 投影定理.
FT [f(x, y)]を前回にならって F (fx, fy)と書くことにしましょう。F (fx, fy)を逆フーリエ変換したものが f(x, y)ですから,
f(x, y) =
!! ∞
−∞F (fx, fy) exp(i2π(fxx+ fyy))dfxdfy (12)
と表されます。これを,図 1の右下のように fx = ξ cos θ, fy = ξ sin θとして極座標 (ξ, θ)に変換すると
f(x, y) =
! 2π
0
! ∞
0F (ξ cos θ, ξ sin θ) exp(i2πξ(x cos θ + y sin θ))ξdξdθ (13)
となります。投影定理により,Radon変換 g(s, θ)の sについての 1次元フーリエ変換 Gθ(ξ)とは
Gθ(ξ) = F (ξ cos θ, ξ sin θ) (14)
という関係がありますから,
f(x, y) =
! 2π
0
! ∞
0Gθ(ξ) exp(i2πξ(x cos θ + y sin θ))ξdξdθ (15)
が得られます。ここで,ξの積分区間を (−∞,∞)とし,そのかわりに θの積分区間 (0,π)としても,積分する範囲は同じですから
f(x, y) =
! π
0
! ∞
−∞Gθ(ξ) exp(i2πξ(x cos θ + y sin θ))|ξ|dξdθ (16)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 3/5 ページ
![Page 110: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/110.jpg)
2014
A. A
sano
, Kan
sai U
niv.
フィルタ補正逆投影法
積分区間を変換
fxF(fx, fy)
fy
θ
ξ
断面F(ξcosθ, ξsinθ)
ξ
Gθ(ξ)
等しい
x
y
θ
s
sg(s, θ)
u
物体
投影
物体の2次元フーリエ変換
投影の1次元フーリエ変換
図 1: 投影定理.
FT [f(x, y)]を前回にならって F (fx, fy)と書くことにしましょう。F (fx, fy)を逆フーリエ変換したものが f(x, y)ですから,
f(x, y) =
!! ∞
−∞F (fx, fy) exp(i2π(fxx+ fyy))dfxdfy (12)
と表されます。これを,図 1の右下のように fx = ξ cos θ, fy = ξ sin θとして極座標 (ξ, θ)に変換すると
f(x, y) =
! 2π
0
! ∞
0F (ξ cos θ, ξ sin θ) exp(i2πξ(x cos θ + y sin θ))ξdξdθ (13)
となります。投影定理により,Radon変換 g(s, θ)の sについての 1次元フーリエ変換 Gθ(ξ)とは
Gθ(ξ) = F (ξ cos θ, ξ sin θ) (14)
という関係がありますから,
f(x, y) =
! 2π
0
! ∞
0Gθ(ξ) exp(i2πξ(x cos θ + y sin θ))ξdξdθ (15)
が得られます。ここで,ξの積分区間を (−∞,∞)とし,そのかわりに θの積分区間 (0,π)としても,積分する範囲は同じですから
f(x, y) =
! π
0
! ∞
−∞Gθ(ξ) exp(i2πξ(x cos θ + y sin θ))|ξ|dξdθ (16)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 3/5 ページ
fxF(fx, fy)
fy
θ
ξ
断面F(ξcosθ, ξsinθ)
ξ
Gθ(ξ)
等しい
x
y
θ
s
sg(s, θ)
u
物体
投影
物体の2次元フーリエ変換
投影の1次元フーリエ変換
図 1: 投影定理.
FT [f(x, y)]を前回にならって F (fx, fy)と書くことにしましょう。F (fx, fy)を逆フーリエ変換したものが f(x, y)ですから,
f(x, y) =
!! ∞
−∞F (fx, fy) exp(i2π(fxx+ fyy))dfxdfy (12)
と表されます。これを,図 1の右下のように fx = ξ cos θ, fy = ξ sin θとして極座標 (ξ, θ)に変換すると
f(x, y) =
! 2π
0
! ∞
0F (ξ cos θ, ξ sin θ) exp(i2πξ(x cos θ + y sin θ))ξdξdθ (13)
となります。投影定理により,Radon変換 g(s, θ)の sについての 1次元フーリエ変換 Gθ(ξ)とは
Gθ(ξ) = F (ξ cos θ, ξ sin θ) (14)
という関係がありますから,
f(x, y) =
! 2π
0
! ∞
0Gθ(ξ) exp(i2πξ(x cos θ + y sin θ))ξdξdθ (15)
が得られます。ここで,ξの積分区間を (−∞,∞)とし,そのかわりに θの積分区間 (0,π)としても,積分する範囲は同じですから
f(x, y) =
! π
0
! ∞
−∞Gθ(ξ) exp(i2πξ(x cos θ + y sin θ))|ξ|dξdθ (16)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 3/5 ページ
2013年度春学期 画像情報処理 第14回第4部・CTスキャナ ― 投影からの画像の再構成/ 逆投影法による再構成
前回の講義では,画像の再構成の手がかりとなる「投影定理」と,投影定理によって直接画像を再構成する方法の問題点を説明しました。今回は,CTスキャナの開発当初,この問題点を解決するために用いられた「フィルタ補正逆投影法」の考えを説明します。
逆投影法
投影定理からはいったん離れて,もうすこし素朴な再構成の方法を考えてみましょう。物体のある点(x, y)での値 f(x, y)を求めるのに,(x, y)を通って写された投影をすべての θについて足しあわせることを考えます。こうすると,これらの投影はすべて f(x, y)を含んでいますから,f(x, y)が一番強調され,投影に含まれている他の値によるぼけは生じるものの,一応 f(x, y)が復元されるように思えます。この方法を逆投影法といいます。本当に復元ができるかどうか,計算してみましょう。角度 θの軸に投影されたRadon変換 g(s, θ)のうち,(x, y)を通ってきた部分は,前回の (8)式で説明した sと x, yの関係式
s = x cos θ + y sin θ (1)
によって,g(x cos θ+ y sin θ, θ)となります。これをすべての θについて足しあわせるわけですから,逆投影法による再構成像 b(x, y)は
b(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (2)
と表されます。Radon変換の式 (前回の (6)式),すなわち
g(s, θ) =
!! ∞
−∞f(x, y)δ(x cos θ + y sin θ − s)dxdy (3)
と (1)式を (2)式に代入すると
b(x, y) =
! π
0
"!! ∞
−∞f(x′, y′)δ(x′ cos θ + y′ sin θ − (x cos θ + y sin θ))dx′dy′
#dθ
=
!! ∞
−∞f(x′, y′)
"! π
0δ((x′ − x) cos θ + (y′ − y) sin θ))dθ
#dx′dy′ (4)
となります。ここで,関数 h(θ)が有限個の θ = θkについてしか 0にならないとき
δ[h(θ)] =$
k
1
|h′(θk)|δ[θ − θk] (5)
がなりたつことを用います(証明は略)。(4)式のデルタ関数の引数について
(x′ − x) cos θ + (y′ − y) sin θ) =%
(x′ − x)2 + (y′ − y)2 sin(θ + α),
α = cos−1 y′−y√(x′−x)2+(y′−y)2
= sin−1 x′−x√(x′−x)2+(y′−y)2
(6)
で,0 ! θ < πでこの値が 0になるのは θ = π − αのときだけです。したがって,(4)式のデルタ関数は
δ((x′ − x) cos θ + (y′ − y) sin θ)) =1&&&
%(x′ − x)2 + (y′ − y)2 cos(π)
&&&δ(θ − (π − α)) (7)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 1/5 ページ
![Page 111: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/111.jpg)
2014
A. A
sano
, Kan
sai U
niv.
フィルタ補正逆投影法
積分区間を変換
fxF(fx, fy)
fy
θ
ξ
断面F(ξcosθ, ξsinθ)
ξ
Gθ(ξ)
等しい
x
y
θ
s
sg(s, θ)
u
物体
投影
物体の2次元フーリエ変換
投影の1次元フーリエ変換
図 1: 投影定理.
FT [f(x, y)]を前回にならって F (fx, fy)と書くことにしましょう。F (fx, fy)を逆フーリエ変換したものが f(x, y)ですから,
f(x, y) =
!! ∞
−∞F (fx, fy) exp(i2π(fxx+ fyy))dfxdfy (12)
と表されます。これを,図 1の右下のように fx = ξ cos θ, fy = ξ sin θとして極座標 (ξ, θ)に変換すると
f(x, y) =
! 2π
0
! ∞
0F (ξ cos θ, ξ sin θ) exp(i2πξ(x cos θ + y sin θ))ξdξdθ (13)
となります。投影定理により,Radon変換 g(s, θ)の sについての 1次元フーリエ変換 Gθ(ξ)とは
Gθ(ξ) = F (ξ cos θ, ξ sin θ) (14)
という関係がありますから,
f(x, y) =
! 2π
0
! ∞
0Gθ(ξ) exp(i2πξ(x cos θ + y sin θ))ξdξdθ (15)
が得られます。ここで,ξの積分区間を (−∞,∞)とし,そのかわりに θの積分区間 (0,π)としても,積分する範囲は同じですから
f(x, y) =
! π
0
! ∞
−∞Gθ(ξ) exp(i2πξ(x cos θ + y sin θ))|ξ|dξdθ (16)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 3/5 ページ
fxF(fx, fy)
fy
θ
ξ
断面F(ξcosθ, ξsinθ)
ξ
Gθ(ξ)
等しい
x
y
θ
s
sg(s, θ)
u
物体
投影
物体の2次元フーリエ変換
投影の1次元フーリエ変換
図 1: 投影定理.
FT [f(x, y)]を前回にならって F (fx, fy)と書くことにしましょう。F (fx, fy)を逆フーリエ変換したものが f(x, y)ですから,
f(x, y) =
!! ∞
−∞F (fx, fy) exp(i2π(fxx+ fyy))dfxdfy (12)
と表されます。これを,図 1の右下のように fx = ξ cos θ, fy = ξ sin θとして極座標 (ξ, θ)に変換すると
f(x, y) =
! 2π
0
! ∞
0F (ξ cos θ, ξ sin θ) exp(i2πξ(x cos θ + y sin θ))ξdξdθ (13)
となります。投影定理により,Radon変換 g(s, θ)の sについての 1次元フーリエ変換 Gθ(ξ)とは
Gθ(ξ) = F (ξ cos θ, ξ sin θ) (14)
という関係がありますから,
f(x, y) =
! 2π
0
! ∞
0Gθ(ξ) exp(i2πξ(x cos θ + y sin θ))ξdξdθ (15)
が得られます。ここで,ξの積分区間を (−∞,∞)とし,そのかわりに θの積分区間 (0,π)としても,積分する範囲は同じですから
f(x, y) =
! π
0
! ∞
−∞Gθ(ξ) exp(i2πξ(x cos θ + y sin θ))|ξ|dξdθ (16)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 3/5 ページ
となり,sと x, yの関係式((1)式)を使うと
f(x, y) =
! π
0
"! ∞
−∞|ξ|Gθ(ξ) exp(i2πsξ)dξ
#dθ (17)
となります。この式の [ ]内は,関数 |ξ|Gθ(ξ)の逆フーリエ変換になっています。そこで,
g(s, θ) ≡ g(x cos θ + y sin θ, θ) ≡! ∞
−∞|ξ|Gθ(ξ) exp(i2πsξ)dξ (18)
とおくと,(17)式はf(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (19)
となります。
これは,(2)式の逆投影と同じ形です。つまり (19)式は,「各 θについて,投影を周波数空間において |ξ|倍するフィルタを適用しておいてから,逆投影」すれば物体 f(x,y)が得られることを表しています。この方法をフィルタ補正逆投影法 (filter back projection method)といいます。前節の「デコンヴォリューションをともなう逆投影法」では逆投影をしてから補正をしていますが,この方法では補正をしてから逆投影しています。
この方法では,投影に関してのみフーリエ変換を扱えばよいので,デコンヴォリューションをともなう逆投影法のように,ぼけによって広がった物体像の逆フーリエ変換を扱う必要はありません。また,投影定理を直接用いるフーリエ変換法と同様に,極座標上の点から直交座標上の格子点への補間の操作が必要ですが,フーリエ変換法と違って実空間で補間を行うので,実空間で画面全体にわたるアーティファクトを生じることはありません。また,フィルタによる補正は各 θで独立に行えるので,ある θでの補正を他の θでの投影の撮影を待たずに行えます。
ところで,(18)式の計算は Radon変換 g(s, θ))のフーリエ変換Gθ(ξ)にフィルタ関数 |ξ|をかけて逆フーリエ変換しているだけですから,フィルタ関数を実空間で表した FT−1[|ξ|]を用いると
g(s, θ) = g(s, θ) ∗ FT−1[|ξ|] (20)
とコンヴォリューションで表され,フーリエ変換を行う必要はなくなります。この方法はコンヴォリューション逆投影法 (convolution back projection method)とよばれています。
計算上の問題点
フィルタ補正逆投影法による再構成を実際に計算する場合,以下の2つの問題点があります。
サンプリング
ここまでの式の上では,どの変数も連続値をとるものとして考えていました。しかし,そんなことは現実には不可能です。「すべての θについて投影する」ことも不可能で,実際にはある間隔で装置を回転させながら撮影することになります。また,X線検出器も,連続したX線量の分布を記録することはできず,ある一定間隔に並んだ検出器で,X線量の離散的な分布を検出することになります。このとき,投影のもつ最高の空間周波数を ξmaxとすると,第1部で説明したサンプリング定理により,検出器の間隔は 1/(2ξmax)以下でなければなりません。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 4/5 ページ
2013年度春学期 画像情報処理 第14回第4部・CTスキャナ ― 投影からの画像の再構成/ 逆投影法による再構成
前回の講義では,画像の再構成の手がかりとなる「投影定理」と,投影定理によって直接画像を再構成する方法の問題点を説明しました。今回は,CTスキャナの開発当初,この問題点を解決するために用いられた「フィルタ補正逆投影法」の考えを説明します。
逆投影法
投影定理からはいったん離れて,もうすこし素朴な再構成の方法を考えてみましょう。物体のある点(x, y)での値 f(x, y)を求めるのに,(x, y)を通って写された投影をすべての θについて足しあわせることを考えます。こうすると,これらの投影はすべて f(x, y)を含んでいますから,f(x, y)が一番強調され,投影に含まれている他の値によるぼけは生じるものの,一応 f(x, y)が復元されるように思えます。この方法を逆投影法といいます。本当に復元ができるかどうか,計算してみましょう。角度 θの軸に投影されたRadon変換 g(s, θ)のうち,(x, y)を通ってきた部分は,前回の (8)式で説明した sと x, yの関係式
s = x cos θ + y sin θ (1)
によって,g(x cos θ+ y sin θ, θ)となります。これをすべての θについて足しあわせるわけですから,逆投影法による再構成像 b(x, y)は
b(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (2)
と表されます。Radon変換の式 (前回の (6)式),すなわち
g(s, θ) =
!! ∞
−∞f(x, y)δ(x cos θ + y sin θ − s)dxdy (3)
と (1)式を (2)式に代入すると
b(x, y) =
! π
0
"!! ∞
−∞f(x′, y′)δ(x′ cos θ + y′ sin θ − (x cos θ + y sin θ))dx′dy′
#dθ
=
!! ∞
−∞f(x′, y′)
"! π
0δ((x′ − x) cos θ + (y′ − y) sin θ))dθ
#dx′dy′ (4)
となります。ここで,関数 h(θ)が有限個の θ = θkについてしか 0にならないとき
δ[h(θ)] =$
k
1
|h′(θk)|δ[θ − θk] (5)
がなりたつことを用います(証明は略)。(4)式のデルタ関数の引数について
(x′ − x) cos θ + (y′ − y) sin θ) =%
(x′ − x)2 + (y′ − y)2 sin(θ + α),
α = cos−1 y′−y√(x′−x)2+(y′−y)2
= sin−1 x′−x√(x′−x)2+(y′−y)2
(6)
で,0 ! θ < πでこの値が 0になるのは θ = π − αのときだけです。したがって,(4)式のデルタ関数は
δ((x′ − x) cos θ + (y′ − y) sin θ)) =1&&&
%(x′ − x)2 + (y′ − y)2 cos(π)
&&&δ(θ − (π − α)) (7)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 1/5 ページ
![Page 112: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/112.jpg)
2014
A. A
sano
, Kan
sai U
niv.
フィルタ補正逆投影法
積分区間を変換
fxF(fx, fy)
fy
θ
ξ
断面F(ξcosθ, ξsinθ)
ξ
Gθ(ξ)
等しい
x
y
θ
s
sg(s, θ)
u
物体
投影
物体の2次元フーリエ変換
投影の1次元フーリエ変換
図 1: 投影定理.
FT [f(x, y)]を前回にならって F (fx, fy)と書くことにしましょう。F (fx, fy)を逆フーリエ変換したものが f(x, y)ですから,
f(x, y) =
!! ∞
−∞F (fx, fy) exp(i2π(fxx+ fyy))dfxdfy (12)
と表されます。これを,図 1の右下のように fx = ξ cos θ, fy = ξ sin θとして極座標 (ξ, θ)に変換すると
f(x, y) =
! 2π
0
! ∞
0F (ξ cos θ, ξ sin θ) exp(i2πξ(x cos θ + y sin θ))ξdξdθ (13)
となります。投影定理により,Radon変換 g(s, θ)の sについての 1次元フーリエ変換 Gθ(ξ)とは
Gθ(ξ) = F (ξ cos θ, ξ sin θ) (14)
という関係がありますから,
f(x, y) =
! 2π
0
! ∞
0Gθ(ξ) exp(i2πξ(x cos θ + y sin θ))ξdξdθ (15)
が得られます。ここで,ξの積分区間を (−∞,∞)とし,そのかわりに θの積分区間 (0,π)としても,積分する範囲は同じですから
f(x, y) =
! π
0
! ∞
−∞Gθ(ξ) exp(i2πξ(x cos θ + y sin θ))|ξ|dξdθ (16)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 3/5 ページ
fxF(fx, fy)
fy
θ
ξ
断面F(ξcosθ, ξsinθ)
ξ
Gθ(ξ)
等しい
x
y
θ
s
sg(s, θ)
u
物体
投影
物体の2次元フーリエ変換
投影の1次元フーリエ変換
図 1: 投影定理.
FT [f(x, y)]を前回にならって F (fx, fy)と書くことにしましょう。F (fx, fy)を逆フーリエ変換したものが f(x, y)ですから,
f(x, y) =
!! ∞
−∞F (fx, fy) exp(i2π(fxx+ fyy))dfxdfy (12)
と表されます。これを,図 1の右下のように fx = ξ cos θ, fy = ξ sin θとして極座標 (ξ, θ)に変換すると
f(x, y) =
! 2π
0
! ∞
0F (ξ cos θ, ξ sin θ) exp(i2πξ(x cos θ + y sin θ))ξdξdθ (13)
となります。投影定理により,Radon変換 g(s, θ)の sについての 1次元フーリエ変換 Gθ(ξ)とは
Gθ(ξ) = F (ξ cos θ, ξ sin θ) (14)
という関係がありますから,
f(x, y) =
! 2π
0
! ∞
0Gθ(ξ) exp(i2πξ(x cos θ + y sin θ))ξdξdθ (15)
が得られます。ここで,ξの積分区間を (−∞,∞)とし,そのかわりに θの積分区間 (0,π)としても,積分する範囲は同じですから
f(x, y) =
! π
0
! ∞
−∞Gθ(ξ) exp(i2πξ(x cos θ + y sin θ))|ξ|dξdθ (16)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 3/5 ページ
となり,sと x, yの関係式((1)式)を使うと
f(x, y) =
! π
0
"! ∞
−∞|ξ|Gθ(ξ) exp(i2πsξ)dξ
#dθ (17)
となります。この式の [ ]内は,関数 |ξ|Gθ(ξ)の逆フーリエ変換になっています。そこで,
g(s, θ) ≡ g(x cos θ + y sin θ, θ) ≡! ∞
−∞|ξ|Gθ(ξ) exp(i2πsξ)dξ (18)
とおくと,(17)式はf(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (19)
となります。
これは,(2)式の逆投影と同じ形です。つまり (19)式は,「各 θについて,投影を周波数空間において |ξ|倍するフィルタを適用しておいてから,逆投影」すれば物体 f(x,y)が得られることを表しています。この方法をフィルタ補正逆投影法 (filter back projection method)といいます。前節の「デコンヴォリューションをともなう逆投影法」では逆投影をしてから補正をしていますが,この方法では補正をしてから逆投影しています。
この方法では,投影に関してのみフーリエ変換を扱えばよいので,デコンヴォリューションをともなう逆投影法のように,ぼけによって広がった物体像の逆フーリエ変換を扱う必要はありません。また,投影定理を直接用いるフーリエ変換法と同様に,極座標上の点から直交座標上の格子点への補間の操作が必要ですが,フーリエ変換法と違って実空間で補間を行うので,実空間で画面全体にわたるアーティファクトを生じることはありません。また,フィルタによる補正は各 θで独立に行えるので,ある θでの補正を他の θでの投影の撮影を待たずに行えます。
ところで,(18)式の計算は Radon変換 g(s, θ))のフーリエ変換Gθ(ξ)にフィルタ関数 |ξ|をかけて逆フーリエ変換しているだけですから,フィルタ関数を実空間で表した FT−1[|ξ|]を用いると
g(s, θ) = g(s, θ) ∗ FT−1[|ξ|] (20)
とコンヴォリューションで表され,フーリエ変換を行う必要はなくなります。この方法はコンヴォリューション逆投影法 (convolution back projection method)とよばれています。
計算上の問題点
フィルタ補正逆投影法による再構成を実際に計算する場合,以下の2つの問題点があります。
サンプリング
ここまでの式の上では,どの変数も連続値をとるものとして考えていました。しかし,そんなことは現実には不可能です。「すべての θについて投影する」ことも不可能で,実際にはある間隔で装置を回転させながら撮影することになります。また,X線検出器も,連続したX線量の分布を記録することはできず,ある一定間隔に並んだ検出器で,X線量の離散的な分布を検出することになります。このとき,投影のもつ最高の空間周波数を ξmaxとすると,第1部で説明したサンプリング定理により,検出器の間隔は 1/(2ξmax)以下でなければなりません。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 4/5 ページ
2013年度春学期 画像情報処理 第14回第4部・CTスキャナ ― 投影からの画像の再構成/ 逆投影法による再構成
前回の講義では,画像の再構成の手がかりとなる「投影定理」と,投影定理によって直接画像を再構成する方法の問題点を説明しました。今回は,CTスキャナの開発当初,この問題点を解決するために用いられた「フィルタ補正逆投影法」の考えを説明します。
逆投影法
投影定理からはいったん離れて,もうすこし素朴な再構成の方法を考えてみましょう。物体のある点(x, y)での値 f(x, y)を求めるのに,(x, y)を通って写された投影をすべての θについて足しあわせることを考えます。こうすると,これらの投影はすべて f(x, y)を含んでいますから,f(x, y)が一番強調され,投影に含まれている他の値によるぼけは生じるものの,一応 f(x, y)が復元されるように思えます。この方法を逆投影法といいます。本当に復元ができるかどうか,計算してみましょう。角度 θの軸に投影されたRadon変換 g(s, θ)のうち,(x, y)を通ってきた部分は,前回の (8)式で説明した sと x, yの関係式
s = x cos θ + y sin θ (1)
によって,g(x cos θ+ y sin θ, θ)となります。これをすべての θについて足しあわせるわけですから,逆投影法による再構成像 b(x, y)は
b(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (2)
と表されます。Radon変換の式 (前回の (6)式),すなわち
g(s, θ) =
!! ∞
−∞f(x, y)δ(x cos θ + y sin θ − s)dxdy (3)
と (1)式を (2)式に代入すると
b(x, y) =
! π
0
"!! ∞
−∞f(x′, y′)δ(x′ cos θ + y′ sin θ − (x cos θ + y sin θ))dx′dy′
#dθ
=
!! ∞
−∞f(x′, y′)
"! π
0δ((x′ − x) cos θ + (y′ − y) sin θ))dθ
#dx′dy′ (4)
となります。ここで,関数 h(θ)が有限個の θ = θkについてしか 0にならないとき
δ[h(θ)] =$
k
1
|h′(θk)|δ[θ − θk] (5)
がなりたつことを用います(証明は略)。(4)式のデルタ関数の引数について
(x′ − x) cos θ + (y′ − y) sin θ) =%
(x′ − x)2 + (y′ − y)2 sin(θ + α),
α = cos−1 y′−y√(x′−x)2+(y′−y)2
= sin−1 x′−x√(x′−x)2+(y′−y)2
(6)
で,0 ! θ < πでこの値が 0になるのは θ = π − αのときだけです。したがって,(4)式のデルタ関数は
δ((x′ − x) cos θ + (y′ − y) sin θ)) =1&&&
%(x′ − x)2 + (y′ − y)2 cos(π)
&&&δ(θ − (π − α)) (7)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 1/5 ページ
![Page 113: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/113.jpg)
2014
A. A
sano
, Kan
sai U
niv.
フィルタ補正逆投影法
積分区間を変換
fxF(fx, fy)
fy
θ
ξ
断面F(ξcosθ, ξsinθ)
ξ
Gθ(ξ)
等しい
x
y
θ
s
sg(s, θ)
u
物体
投影
物体の2次元フーリエ変換
投影の1次元フーリエ変換
図 1: 投影定理.
FT [f(x, y)]を前回にならって F (fx, fy)と書くことにしましょう。F (fx, fy)を逆フーリエ変換したものが f(x, y)ですから,
f(x, y) =
!! ∞
−∞F (fx, fy) exp(i2π(fxx+ fyy))dfxdfy (12)
と表されます。これを,図 1の右下のように fx = ξ cos θ, fy = ξ sin θとして極座標 (ξ, θ)に変換すると
f(x, y) =
! 2π
0
! ∞
0F (ξ cos θ, ξ sin θ) exp(i2πξ(x cos θ + y sin θ))ξdξdθ (13)
となります。投影定理により,Radon変換 g(s, θ)の sについての 1次元フーリエ変換 Gθ(ξ)とは
Gθ(ξ) = F (ξ cos θ, ξ sin θ) (14)
という関係がありますから,
f(x, y) =
! 2π
0
! ∞
0Gθ(ξ) exp(i2πξ(x cos θ + y sin θ))ξdξdθ (15)
が得られます。ここで,ξの積分区間を (−∞,∞)とし,そのかわりに θの積分区間 (0,π)としても,積分する範囲は同じですから
f(x, y) =
! π
0
! ∞
−∞Gθ(ξ) exp(i2πξ(x cos θ + y sin θ))|ξ|dξdθ (16)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 3/5 ページ
fxF(fx, fy)
fy
θ
ξ
断面F(ξcosθ, ξsinθ)
ξ
Gθ(ξ)
等しい
x
y
θ
s
sg(s, θ)
u
物体
投影
物体の2次元フーリエ変換
投影の1次元フーリエ変換
図 1: 投影定理.
FT [f(x, y)]を前回にならって F (fx, fy)と書くことにしましょう。F (fx, fy)を逆フーリエ変換したものが f(x, y)ですから,
f(x, y) =
!! ∞
−∞F (fx, fy) exp(i2π(fxx+ fyy))dfxdfy (12)
と表されます。これを,図 1の右下のように fx = ξ cos θ, fy = ξ sin θとして極座標 (ξ, θ)に変換すると
f(x, y) =
! 2π
0
! ∞
0F (ξ cos θ, ξ sin θ) exp(i2πξ(x cos θ + y sin θ))ξdξdθ (13)
となります。投影定理により,Radon変換 g(s, θ)の sについての 1次元フーリエ変換 Gθ(ξ)とは
Gθ(ξ) = F (ξ cos θ, ξ sin θ) (14)
という関係がありますから,
f(x, y) =
! 2π
0
! ∞
0Gθ(ξ) exp(i2πξ(x cos θ + y sin θ))ξdξdθ (15)
が得られます。ここで,ξの積分区間を (−∞,∞)とし,そのかわりに θの積分区間 (0,π)としても,積分する範囲は同じですから
f(x, y) =
! π
0
! ∞
−∞Gθ(ξ) exp(i2πξ(x cos θ + y sin θ))|ξ|dξdθ (16)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 3/5 ページ
となり,sと x, yの関係式((1)式)を使うと
f(x, y) =
! π
0
"! ∞
−∞|ξ|Gθ(ξ) exp(i2πsξ)dξ
#dθ (17)
となります。この式の [ ]内は,関数 |ξ|Gθ(ξ)の逆フーリエ変換になっています。そこで,
g(s, θ) ≡ g(x cos θ + y sin θ, θ) ≡! ∞
−∞|ξ|Gθ(ξ) exp(i2πsξ)dξ (18)
とおくと,(17)式はf(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (19)
となります。
これは,(2)式の逆投影と同じ形です。つまり (19)式は,「各 θについて,投影を周波数空間において |ξ|倍するフィルタを適用しておいてから,逆投影」すれば物体 f(x,y)が得られることを表しています。この方法をフィルタ補正逆投影法 (filter back projection method)といいます。前節の「デコンヴォリューションをともなう逆投影法」では逆投影をしてから補正をしていますが,この方法では補正をしてから逆投影しています。
この方法では,投影に関してのみフーリエ変換を扱えばよいので,デコンヴォリューションをともなう逆投影法のように,ぼけによって広がった物体像の逆フーリエ変換を扱う必要はありません。また,投影定理を直接用いるフーリエ変換法と同様に,極座標上の点から直交座標上の格子点への補間の操作が必要ですが,フーリエ変換法と違って実空間で補間を行うので,実空間で画面全体にわたるアーティファクトを生じることはありません。また,フィルタによる補正は各 θで独立に行えるので,ある θでの補正を他の θでの投影の撮影を待たずに行えます。
ところで,(18)式の計算は Radon変換 g(s, θ))のフーリエ変換Gθ(ξ)にフィルタ関数 |ξ|をかけて逆フーリエ変換しているだけですから,フィルタ関数を実空間で表した FT−1[|ξ|]を用いると
g(s, θ) = g(s, θ) ∗ FT−1[|ξ|] (20)
とコンヴォリューションで表され,フーリエ変換を行う必要はなくなります。この方法はコンヴォリューション逆投影法 (convolution back projection method)とよばれています。
計算上の問題点
フィルタ補正逆投影法による再構成を実際に計算する場合,以下の2つの問題点があります。
サンプリング
ここまでの式の上では,どの変数も連続値をとるものとして考えていました。しかし,そんなことは現実には不可能です。「すべての θについて投影する」ことも不可能で,実際にはある間隔で装置を回転させながら撮影することになります。また,X線検出器も,連続したX線量の分布を記録することはできず,ある一定間隔に並んだ検出器で,X線量の離散的な分布を検出することになります。このとき,投影のもつ最高の空間周波数を ξmaxとすると,第1部で説明したサンプリング定理により,検出器の間隔は 1/(2ξmax)以下でなければなりません。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 4/5 ページ
2013年度春学期 画像情報処理 第14回第4部・CTスキャナ ― 投影からの画像の再構成/ 逆投影法による再構成
前回の講義では,画像の再構成の手がかりとなる「投影定理」と,投影定理によって直接画像を再構成する方法の問題点を説明しました。今回は,CTスキャナの開発当初,この問題点を解決するために用いられた「フィルタ補正逆投影法」の考えを説明します。
逆投影法
投影定理からはいったん離れて,もうすこし素朴な再構成の方法を考えてみましょう。物体のある点(x, y)での値 f(x, y)を求めるのに,(x, y)を通って写された投影をすべての θについて足しあわせることを考えます。こうすると,これらの投影はすべて f(x, y)を含んでいますから,f(x, y)が一番強調され,投影に含まれている他の値によるぼけは生じるものの,一応 f(x, y)が復元されるように思えます。この方法を逆投影法といいます。本当に復元ができるかどうか,計算してみましょう。角度 θの軸に投影されたRadon変換 g(s, θ)のうち,(x, y)を通ってきた部分は,前回の (8)式で説明した sと x, yの関係式
s = x cos θ + y sin θ (1)
によって,g(x cos θ+ y sin θ, θ)となります。これをすべての θについて足しあわせるわけですから,逆投影法による再構成像 b(x, y)は
b(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (2)
と表されます。Radon変換の式 (前回の (6)式),すなわち
g(s, θ) =
!! ∞
−∞f(x, y)δ(x cos θ + y sin θ − s)dxdy (3)
と (1)式を (2)式に代入すると
b(x, y) =
! π
0
"!! ∞
−∞f(x′, y′)δ(x′ cos θ + y′ sin θ − (x cos θ + y sin θ))dx′dy′
#dθ
=
!! ∞
−∞f(x′, y′)
"! π
0δ((x′ − x) cos θ + (y′ − y) sin θ))dθ
#dx′dy′ (4)
となります。ここで,関数 h(θ)が有限個の θ = θkについてしか 0にならないとき
δ[h(θ)] =$
k
1
|h′(θk)|δ[θ − θk] (5)
がなりたつことを用います(証明は略)。(4)式のデルタ関数の引数について
(x′ − x) cos θ + (y′ − y) sin θ) =%
(x′ − x)2 + (y′ − y)2 sin(θ + α),
α = cos−1 y′−y√(x′−x)2+(y′−y)2
= sin−1 x′−x√(x′−x)2+(y′−y)2
(6)
で,0 ! θ < πでこの値が 0になるのは θ = π − αのときだけです。したがって,(4)式のデルタ関数は
δ((x′ − x) cos θ + (y′ − y) sin θ)) =1&&&
%(x′ − x)2 + (y′ − y)2 cos(π)
&&&δ(θ − (π − α)) (7)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 1/5 ページ
![Page 114: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/114.jpg)
2014
A. A
sano
, Kan
sai U
niv.
フィルタ補正逆投影法
積分区間を変換
fxF(fx, fy)
fy
θ
ξ
断面F(ξcosθ, ξsinθ)
ξ
Gθ(ξ)
等しい
x
y
θ
s
sg(s, θ)
u
物体
投影
物体の2次元フーリエ変換
投影の1次元フーリエ変換
図 1: 投影定理.
FT [f(x, y)]を前回にならって F (fx, fy)と書くことにしましょう。F (fx, fy)を逆フーリエ変換したものが f(x, y)ですから,
f(x, y) =
!! ∞
−∞F (fx, fy) exp(i2π(fxx+ fyy))dfxdfy (12)
と表されます。これを,図 1の右下のように fx = ξ cos θ, fy = ξ sin θとして極座標 (ξ, θ)に変換すると
f(x, y) =
! 2π
0
! ∞
0F (ξ cos θ, ξ sin θ) exp(i2πξ(x cos θ + y sin θ))ξdξdθ (13)
となります。投影定理により,Radon変換 g(s, θ)の sについての 1次元フーリエ変換 Gθ(ξ)とは
Gθ(ξ) = F (ξ cos θ, ξ sin θ) (14)
という関係がありますから,
f(x, y) =
! 2π
0
! ∞
0Gθ(ξ) exp(i2πξ(x cos θ + y sin θ))ξdξdθ (15)
が得られます。ここで,ξの積分区間を (−∞,∞)とし,そのかわりに θの積分区間 (0,π)としても,積分する範囲は同じですから
f(x, y) =
! π
0
! ∞
−∞Gθ(ξ) exp(i2πξ(x cos θ + y sin θ))|ξ|dξdθ (16)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 3/5 ページ
fxF(fx, fy)
fy
θ
ξ
断面F(ξcosθ, ξsinθ)
ξ
Gθ(ξ)
等しい
x
y
θ
s
sg(s, θ)
u
物体
投影
物体の2次元フーリエ変換
投影の1次元フーリエ変換
図 1: 投影定理.
FT [f(x, y)]を前回にならって F (fx, fy)と書くことにしましょう。F (fx, fy)を逆フーリエ変換したものが f(x, y)ですから,
f(x, y) =
!! ∞
−∞F (fx, fy) exp(i2π(fxx+ fyy))dfxdfy (12)
と表されます。これを,図 1の右下のように fx = ξ cos θ, fy = ξ sin θとして極座標 (ξ, θ)に変換すると
f(x, y) =
! 2π
0
! ∞
0F (ξ cos θ, ξ sin θ) exp(i2πξ(x cos θ + y sin θ))ξdξdθ (13)
となります。投影定理により,Radon変換 g(s, θ)の sについての 1次元フーリエ変換 Gθ(ξ)とは
Gθ(ξ) = F (ξ cos θ, ξ sin θ) (14)
という関係がありますから,
f(x, y) =
! 2π
0
! ∞
0Gθ(ξ) exp(i2πξ(x cos θ + y sin θ))ξdξdθ (15)
が得られます。ここで,ξの積分区間を (−∞,∞)とし,そのかわりに θの積分区間 (0,π)としても,積分する範囲は同じですから
f(x, y) =
! π
0
! ∞
−∞Gθ(ξ) exp(i2πξ(x cos θ + y sin θ))|ξ|dξdθ (16)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 3/5 ページ
となり,sと x, yの関係式((1)式)を使うと
f(x, y) =
! π
0
"! ∞
−∞|ξ|Gθ(ξ) exp(i2πsξ)dξ
#dθ (17)
となります。この式の [ ]内は,関数 |ξ|Gθ(ξ)の逆フーリエ変換になっています。そこで,
g(s, θ) ≡ g(x cos θ + y sin θ, θ) ≡! ∞
−∞|ξ|Gθ(ξ) exp(i2πsξ)dξ (18)
とおくと,(17)式はf(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (19)
となります。
これは,(2)式の逆投影と同じ形です。つまり (19)式は,「各 θについて,投影を周波数空間において |ξ|倍するフィルタを適用しておいてから,逆投影」すれば物体 f(x,y)が得られることを表しています。この方法をフィルタ補正逆投影法 (filter back projection method)といいます。前節の「デコンヴォリューションをともなう逆投影法」では逆投影をしてから補正をしていますが,この方法では補正をしてから逆投影しています。
この方法では,投影に関してのみフーリエ変換を扱えばよいので,デコンヴォリューションをともなう逆投影法のように,ぼけによって広がった物体像の逆フーリエ変換を扱う必要はありません。また,投影定理を直接用いるフーリエ変換法と同様に,極座標上の点から直交座標上の格子点への補間の操作が必要ですが,フーリエ変換法と違って実空間で補間を行うので,実空間で画面全体にわたるアーティファクトを生じることはありません。また,フィルタによる補正は各 θで独立に行えるので,ある θでの補正を他の θでの投影の撮影を待たずに行えます。
ところで,(18)式の計算は Radon変換 g(s, θ))のフーリエ変換Gθ(ξ)にフィルタ関数 |ξ|をかけて逆フーリエ変換しているだけですから,フィルタ関数を実空間で表した FT−1[|ξ|]を用いると
g(s, θ) = g(s, θ) ∗ FT−1[|ξ|] (20)
とコンヴォリューションで表され,フーリエ変換を行う必要はなくなります。この方法はコンヴォリューション逆投影法 (convolution back projection method)とよばれています。
計算上の問題点
フィルタ補正逆投影法による再構成を実際に計算する場合,以下の2つの問題点があります。
サンプリング
ここまでの式の上では,どの変数も連続値をとるものとして考えていました。しかし,そんなことは現実には不可能です。「すべての θについて投影する」ことも不可能で,実際にはある間隔で装置を回転させながら撮影することになります。また,X線検出器も,連続したX線量の分布を記録することはできず,ある一定間隔に並んだ検出器で,X線量の離散的な分布を検出することになります。このとき,投影のもつ最高の空間周波数を ξmaxとすると,第1部で説明したサンプリング定理により,検出器の間隔は 1/(2ξmax)以下でなければなりません。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 4/5 ページ
2013年度春学期 画像情報処理 第14回第4部・CTスキャナ ― 投影からの画像の再構成/ 逆投影法による再構成
前回の講義では,画像の再構成の手がかりとなる「投影定理」と,投影定理によって直接画像を再構成する方法の問題点を説明しました。今回は,CTスキャナの開発当初,この問題点を解決するために用いられた「フィルタ補正逆投影法」の考えを説明します。
逆投影法
投影定理からはいったん離れて,もうすこし素朴な再構成の方法を考えてみましょう。物体のある点(x, y)での値 f(x, y)を求めるのに,(x, y)を通って写された投影をすべての θについて足しあわせることを考えます。こうすると,これらの投影はすべて f(x, y)を含んでいますから,f(x, y)が一番強調され,投影に含まれている他の値によるぼけは生じるものの,一応 f(x, y)が復元されるように思えます。この方法を逆投影法といいます。本当に復元ができるかどうか,計算してみましょう。角度 θの軸に投影されたRadon変換 g(s, θ)のうち,(x, y)を通ってきた部分は,前回の (8)式で説明した sと x, yの関係式
s = x cos θ + y sin θ (1)
によって,g(x cos θ+ y sin θ, θ)となります。これをすべての θについて足しあわせるわけですから,逆投影法による再構成像 b(x, y)は
b(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (2)
と表されます。Radon変換の式 (前回の (6)式),すなわち
g(s, θ) =
!! ∞
−∞f(x, y)δ(x cos θ + y sin θ − s)dxdy (3)
と (1)式を (2)式に代入すると
b(x, y) =
! π
0
"!! ∞
−∞f(x′, y′)δ(x′ cos θ + y′ sin θ − (x cos θ + y sin θ))dx′dy′
#dθ
=
!! ∞
−∞f(x′, y′)
"! π
0δ((x′ − x) cos θ + (y′ − y) sin θ))dθ
#dx′dy′ (4)
となります。ここで,関数 h(θ)が有限個の θ = θkについてしか 0にならないとき
δ[h(θ)] =$
k
1
|h′(θk)|δ[θ − θk] (5)
がなりたつことを用います(証明は略)。(4)式のデルタ関数の引数について
(x′ − x) cos θ + (y′ − y) sin θ) =%
(x′ − x)2 + (y′ − y)2 sin(θ + α),
α = cos−1 y′−y√(x′−x)2+(y′−y)2
= sin−1 x′−x√(x′−x)2+(y′−y)2
(6)
で,0 ! θ < πでこの値が 0になるのは θ = π − αのときだけです。したがって,(4)式のデルタ関数は
δ((x′ − x) cos θ + (y′ − y) sin θ)) =1&&&
%(x′ − x)2 + (y′ − y)2 cos(π)
&&&δ(θ − (π − α)) (7)
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 1/5 ページ
の逆フーリエ変換
となり,sと x, yの関係式((1)式)を使うと
f(x, y) =
! π
0
"! ∞
−∞|ξ|Gθ(ξ) exp(i2πsξ)dξ
#dθ (17)
となります。この式の [ ]内は,関数 |ξ|Gθ(ξ)の逆フーリエ変換になっています。そこで,
g(s, θ) ≡ g(x cos θ + y sin θ, θ) ≡! ∞
−∞|ξ|Gθ(ξ) exp(i2πsξ)dξ (18)
とおくと,(17)式はf(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (19)
となります。
これは,(2)式の逆投影と同じ形です。つまり (19)式は,「各 θについて,投影を周波数空間において |ξ|倍するフィルタを適用しておいてから,逆投影」すれば物体 f(x,y)が得られることを表しています。この方法をフィルタ補正逆投影法 (filter back projection method)といいます。前節の「デコンヴォリューションをともなう逆投影法」では逆投影をしてから補正をしていますが,この方法では補正をしてから逆投影しています。
この方法では,投影に関してのみフーリエ変換を扱えばよいので,デコンヴォリューションをともなう逆投影法のように,ぼけによって広がった物体像の逆フーリエ変換を扱う必要はありません。また,投影定理を直接用いるフーリエ変換法と同様に,極座標上の点から直交座標上の格子点への補間の操作が必要ですが,フーリエ変換法と違って実空間で補間を行うので,実空間で画面全体にわたるアーティファクトを生じることはありません。また,フィルタによる補正は各 θで独立に行えるので,ある θでの補正を他の θでの投影の撮影を待たずに行えます。
ところで,(18)式の計算は Radon変換 g(s, θ))のフーリエ変換Gθ(ξ)にフィルタ関数 |ξ|をかけて逆フーリエ変換しているだけですから,フィルタ関数を実空間で表した FT−1[|ξ|]を用いると
g(s, θ) = g(s, θ) ∗ FT−1[|ξ|] (20)
とコンヴォリューションで表され,フーリエ変換を行う必要はなくなります。この方法はコンヴォリューション逆投影法 (convolution back projection method)とよばれています。
計算上の問題点
フィルタ補正逆投影法による再構成を実際に計算する場合,以下の2つの問題点があります。
サンプリング
ここまでの式の上では,どの変数も連続値をとるものとして考えていました。しかし,そんなことは現実には不可能です。「すべての θについて投影する」ことも不可能で,実際にはある間隔で装置を回転させながら撮影することになります。また,X線検出器も,連続したX線量の分布を記録することはできず,ある一定間隔に並んだ検出器で,X線量の離散的な分布を検出することになります。このとき,投影のもつ最高の空間周波数を ξmaxとすると,第1部で説明したサンプリング定理により,検出器の間隔は 1/(2ξmax)以下でなければなりません。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 4/5 ページ
![Page 115: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/115.jpg)
2014
A. A
sano
, Kan
sai U
niv.
フィルタ補正逆投影法となり,sと x, yの関係式((1)式)を使うと
f(x, y) =
! π
0
"! ∞
−∞|ξ|Gθ(ξ) exp(i2πsξ)dξ
#dθ (17)
となります。この式の [ ]内は,関数 |ξ|Gθ(ξ)の逆フーリエ変換になっています。そこで,
g(s, θ) ≡ g(x cos θ + y sin θ, θ) ≡! ∞
−∞|ξ|Gθ(ξ) exp(i2πsξ)dξ (18)
とおくと,(17)式はf(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (19)
となります。
これは,(2)式の逆投影と同じ形です。つまり (19)式は,「各 θについて,投影を周波数空間において |ξ|倍するフィルタを適用しておいてから,逆投影」すれば物体 f(x,y)が得られることを表しています。この方法をフィルタ補正逆投影法 (filter back projection method)といいます。前節の「デコンヴォリューションをともなう逆投影法」では逆投影をしてから補正をしていますが,この方法では補正をしてから逆投影しています。
この方法では,投影に関してのみフーリエ変換を扱えばよいので,デコンヴォリューションをともなう逆投影法のように,ぼけによって広がった物体像の逆フーリエ変換を扱う必要はありません。また,投影定理を直接用いるフーリエ変換法と同様に,極座標上の点から直交座標上の格子点への補間の操作が必要ですが,フーリエ変換法と違って実空間で補間を行うので,実空間で画面全体にわたるアーティファクトを生じることはありません。また,フィルタによる補正は各 θで独立に行えるので,ある θでの補正を他の θでの投影の撮影を待たずに行えます。
ところで,(18)式の計算は Radon変換 g(s, θ))のフーリエ変換Gθ(ξ)にフィルタ関数 |ξ|をかけて逆フーリエ変換しているだけですから,フィルタ関数を実空間で表した FT−1[|ξ|]を用いると
g(s, θ) = g(s, θ) ∗ FT−1[|ξ|] (20)
とコンヴォリューションで表され,フーリエ変換を行う必要はなくなります。この方法はコンヴォリューション逆投影法 (convolution back projection method)とよばれています。
計算上の問題点
フィルタ補正逆投影法による再構成を実際に計算する場合,以下の2つの問題点があります。
サンプリング
ここまでの式の上では,どの変数も連続値をとるものとして考えていました。しかし,そんなことは現実には不可能です。「すべての θについて投影する」ことも不可能で,実際にはある間隔で装置を回転させながら撮影することになります。また,X線検出器も,連続したX線量の分布を記録することはできず,ある一定間隔に並んだ検出器で,X線量の離散的な分布を検出することになります。このとき,投影のもつ最高の空間周波数を ξmaxとすると,第1部で説明したサンプリング定理により,検出器の間隔は 1/(2ξmax)以下でなければなりません。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 4/5 ページ
の逆フーリエ変換
となり,sと x, yの関係式((1)式)を使うと
f(x, y) =
! π
0
"! ∞
−∞|ξ|Gθ(ξ) exp(i2πsξ)dξ
#dθ (17)
となります。この式の [ ]内は,関数 |ξ|Gθ(ξ)の逆フーリエ変換になっています。そこで,
g(s, θ) ≡ g(x cos θ + y sin θ, θ) ≡! ∞
−∞|ξ|Gθ(ξ) exp(i2πsξ)dξ (18)
とおくと,(17)式はf(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (19)
となります。
これは,(2)式の逆投影と同じ形です。つまり (19)式は,「各 θについて,投影を周波数空間において |ξ|倍するフィルタを適用しておいてから,逆投影」すれば物体 f(x,y)が得られることを表しています。この方法をフィルタ補正逆投影法 (filter back projection method)といいます。前節の「デコンヴォリューションをともなう逆投影法」では逆投影をしてから補正をしていますが,この方法では補正をしてから逆投影しています。
この方法では,投影に関してのみフーリエ変換を扱えばよいので,デコンヴォリューションをともなう逆投影法のように,ぼけによって広がった物体像の逆フーリエ変換を扱う必要はありません。また,投影定理を直接用いるフーリエ変換法と同様に,極座標上の点から直交座標上の格子点への補間の操作が必要ですが,フーリエ変換法と違って実空間で補間を行うので,実空間で画面全体にわたるアーティファクトを生じることはありません。また,フィルタによる補正は各 θで独立に行えるので,ある θでの補正を他の θでの投影の撮影を待たずに行えます。
ところで,(18)式の計算は Radon変換 g(s, θ))のフーリエ変換Gθ(ξ)にフィルタ関数 |ξ|をかけて逆フーリエ変換しているだけですから,フィルタ関数を実空間で表した FT−1[|ξ|]を用いると
g(s, θ) = g(s, θ) ∗ FT−1[|ξ|] (20)
とコンヴォリューションで表され,フーリエ変換を行う必要はなくなります。この方法はコンヴォリューション逆投影法 (convolution back projection method)とよばれています。
計算上の問題点
フィルタ補正逆投影法による再構成を実際に計算する場合,以下の2つの問題点があります。
サンプリング
ここまでの式の上では,どの変数も連続値をとるものとして考えていました。しかし,そんなことは現実には不可能です。「すべての θについて投影する」ことも不可能で,実際にはある間隔で装置を回転させながら撮影することになります。また,X線検出器も,連続したX線量の分布を記録することはできず,ある一定間隔に並んだ検出器で,X線量の離散的な分布を検出することになります。このとき,投影のもつ最高の空間周波数を ξmaxとすると,第1部で説明したサンプリング定理により,検出器の間隔は 1/(2ξmax)以下でなければなりません。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 4/5 ページ
![Page 116: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/116.jpg)
2014
A. A
sano
, Kan
sai U
niv.
フィルタ補正逆投影法となり,sと x, yの関係式((1)式)を使うと
f(x, y) =
! π
0
"! ∞
−∞|ξ|Gθ(ξ) exp(i2πsξ)dξ
#dθ (17)
となります。この式の [ ]内は,関数 |ξ|Gθ(ξ)の逆フーリエ変換になっています。そこで,
g(s, θ) ≡ g(x cos θ + y sin θ, θ) ≡! ∞
−∞|ξ|Gθ(ξ) exp(i2πsξ)dξ (18)
とおくと,(17)式はf(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (19)
となります。
これは,(2)式の逆投影と同じ形です。つまり (19)式は,「各 θについて,投影を周波数空間において |ξ|倍するフィルタを適用しておいてから,逆投影」すれば物体 f(x,y)が得られることを表しています。この方法をフィルタ補正逆投影法 (filter back projection method)といいます。前節の「デコンヴォリューションをともなう逆投影法」では逆投影をしてから補正をしていますが,この方法では補正をしてから逆投影しています。
この方法では,投影に関してのみフーリエ変換を扱えばよいので,デコンヴォリューションをともなう逆投影法のように,ぼけによって広がった物体像の逆フーリエ変換を扱う必要はありません。また,投影定理を直接用いるフーリエ変換法と同様に,極座標上の点から直交座標上の格子点への補間の操作が必要ですが,フーリエ変換法と違って実空間で補間を行うので,実空間で画面全体にわたるアーティファクトを生じることはありません。また,フィルタによる補正は各 θで独立に行えるので,ある θでの補正を他の θでの投影の撮影を待たずに行えます。
ところで,(18)式の計算は Radon変換 g(s, θ))のフーリエ変換Gθ(ξ)にフィルタ関数 |ξ|をかけて逆フーリエ変換しているだけですから,フィルタ関数を実空間で表した FT−1[|ξ|]を用いると
g(s, θ) = g(s, θ) ∗ FT−1[|ξ|] (20)
とコンヴォリューションで表され,フーリエ変換を行う必要はなくなります。この方法はコンヴォリューション逆投影法 (convolution back projection method)とよばれています。
計算上の問題点
フィルタ補正逆投影法による再構成を実際に計算する場合,以下の2つの問題点があります。
サンプリング
ここまでの式の上では,どの変数も連続値をとるものとして考えていました。しかし,そんなことは現実には不可能です。「すべての θについて投影する」ことも不可能で,実際にはある間隔で装置を回転させながら撮影することになります。また,X線検出器も,連続したX線量の分布を記録することはできず,ある一定間隔に並んだ検出器で,X線量の離散的な分布を検出することになります。このとき,投影のもつ最高の空間周波数を ξmaxとすると,第1部で説明したサンプリング定理により,検出器の間隔は 1/(2ξmax)以下でなければなりません。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 4/5 ページ
の逆フーリエ変換
となり,sと x, yの関係式((1)式)を使うと
f(x, y) =
! π
0
"! ∞
−∞|ξ|Gθ(ξ) exp(i2πsξ)dξ
#dθ (17)
となります。この式の [ ]内は,関数 |ξ|Gθ(ξ)の逆フーリエ変換になっています。そこで,
g(s, θ) ≡ g(x cos θ + y sin θ, θ) ≡! ∞
−∞|ξ|Gθ(ξ) exp(i2πsξ)dξ (18)
とおくと,(17)式はf(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (19)
となります。
これは,(2)式の逆投影と同じ形です。つまり (19)式は,「各 θについて,投影を周波数空間において |ξ|倍するフィルタを適用しておいてから,逆投影」すれば物体 f(x,y)が得られることを表しています。この方法をフィルタ補正逆投影法 (filter back projection method)といいます。前節の「デコンヴォリューションをともなう逆投影法」では逆投影をしてから補正をしていますが,この方法では補正をしてから逆投影しています。
この方法では,投影に関してのみフーリエ変換を扱えばよいので,デコンヴォリューションをともなう逆投影法のように,ぼけによって広がった物体像の逆フーリエ変換を扱う必要はありません。また,投影定理を直接用いるフーリエ変換法と同様に,極座標上の点から直交座標上の格子点への補間の操作が必要ですが,フーリエ変換法と違って実空間で補間を行うので,実空間で画面全体にわたるアーティファクトを生じることはありません。また,フィルタによる補正は各 θで独立に行えるので,ある θでの補正を他の θでの投影の撮影を待たずに行えます。
ところで,(18)式の計算は Radon変換 g(s, θ))のフーリエ変換Gθ(ξ)にフィルタ関数 |ξ|をかけて逆フーリエ変換しているだけですから,フィルタ関数を実空間で表した FT−1[|ξ|]を用いると
g(s, θ) = g(s, θ) ∗ FT−1[|ξ|] (20)
とコンヴォリューションで表され,フーリエ変換を行う必要はなくなります。この方法はコンヴォリューション逆投影法 (convolution back projection method)とよばれています。
計算上の問題点
フィルタ補正逆投影法による再構成を実際に計算する場合,以下の2つの問題点があります。
サンプリング
ここまでの式の上では,どの変数も連続値をとるものとして考えていました。しかし,そんなことは現実には不可能です。「すべての θについて投影する」ことも不可能で,実際にはある間隔で装置を回転させながら撮影することになります。また,X線検出器も,連続したX線量の分布を記録することはできず,ある一定間隔に並んだ検出器で,X線量の離散的な分布を検出することになります。このとき,投影のもつ最高の空間周波数を ξmaxとすると,第1部で説明したサンプリング定理により,検出器の間隔は 1/(2ξmax)以下でなければなりません。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 4/5 ページ
となり,sと x, yの関係式((1)式)を使うと
f(x, y) =
! π
0
"! ∞
−∞|ξ|Gθ(ξ) exp(i2πsξ)dξ
#dθ (17)
となります。この式の [ ]内は,関数 |ξ|Gθ(ξ)の逆フーリエ変換になっています。そこで,
g(s, θ) ≡ g(x cos θ + y sin θ, θ) ≡! ∞
−∞|ξ|Gθ(ξ) exp(i2πsξ)dξ (18)
とおくと,(17)式はf(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (19)
となります。
これは,(2)式の逆投影と同じ形です。つまり (19)式は,「各 θについて,投影を周波数空間において |ξ|倍するフィルタを適用しておいてから,逆投影」すれば物体 f(x,y)が得られることを表しています。この方法をフィルタ補正逆投影法 (filter back projection method)といいます。前節の「デコンヴォリューションをともなう逆投影法」では逆投影をしてから補正をしていますが,この方法では補正をしてから逆投影しています。
この方法では,投影に関してのみフーリエ変換を扱えばよいので,デコンヴォリューションをともなう逆投影法のように,ぼけによって広がった物体像の逆フーリエ変換を扱う必要はありません。また,投影定理を直接用いるフーリエ変換法と同様に,極座標上の点から直交座標上の格子点への補間の操作が必要ですが,フーリエ変換法と違って実空間で補間を行うので,実空間で画面全体にわたるアーティファクトを生じることはありません。また,フィルタによる補正は各 θで独立に行えるので,ある θでの補正を他の θでの投影の撮影を待たずに行えます。
ところで,(18)式の計算は Radon変換 g(s, θ))のフーリエ変換Gθ(ξ)にフィルタ関数 |ξ|をかけて逆フーリエ変換しているだけですから,フィルタ関数を実空間で表した FT−1[|ξ|]を用いると
g(s, θ) = g(s, θ) ∗ FT−1[|ξ|] (20)
とコンヴォリューションで表され,フーリエ変換を行う必要はなくなります。この方法はコンヴォリューション逆投影法 (convolution back projection method)とよばれています。
計算上の問題点
フィルタ補正逆投影法による再構成を実際に計算する場合,以下の2つの問題点があります。
サンプリング
ここまでの式の上では,どの変数も連続値をとるものとして考えていました。しかし,そんなことは現実には不可能です。「すべての θについて投影する」ことも不可能で,実際にはある間隔で装置を回転させながら撮影することになります。また,X線検出器も,連続したX線量の分布を記録することはできず,ある一定間隔に並んだ検出器で,X線量の離散的な分布を検出することになります。このとき,投影のもつ最高の空間周波数を ξmaxとすると,第1部で説明したサンプリング定理により,検出器の間隔は 1/(2ξmax)以下でなければなりません。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 4/5 ページ
![Page 117: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/117.jpg)
2014
A. A
sano
, Kan
sai U
niv.
フィルタ補正逆投影法となり,sと x, yの関係式((1)式)を使うと
f(x, y) =
! π
0
"! ∞
−∞|ξ|Gθ(ξ) exp(i2πsξ)dξ
#dθ (17)
となります。この式の [ ]内は,関数 |ξ|Gθ(ξ)の逆フーリエ変換になっています。そこで,
g(s, θ) ≡ g(x cos θ + y sin θ, θ) ≡! ∞
−∞|ξ|Gθ(ξ) exp(i2πsξ)dξ (18)
とおくと,(17)式はf(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (19)
となります。
これは,(2)式の逆投影と同じ形です。つまり (19)式は,「各 θについて,投影を周波数空間において |ξ|倍するフィルタを適用しておいてから,逆投影」すれば物体 f(x,y)が得られることを表しています。この方法をフィルタ補正逆投影法 (filter back projection method)といいます。前節の「デコンヴォリューションをともなう逆投影法」では逆投影をしてから補正をしていますが,この方法では補正をしてから逆投影しています。
この方法では,投影に関してのみフーリエ変換を扱えばよいので,デコンヴォリューションをともなう逆投影法のように,ぼけによって広がった物体像の逆フーリエ変換を扱う必要はありません。また,投影定理を直接用いるフーリエ変換法と同様に,極座標上の点から直交座標上の格子点への補間の操作が必要ですが,フーリエ変換法と違って実空間で補間を行うので,実空間で画面全体にわたるアーティファクトを生じることはありません。また,フィルタによる補正は各 θで独立に行えるので,ある θでの補正を他の θでの投影の撮影を待たずに行えます。
ところで,(18)式の計算は Radon変換 g(s, θ))のフーリエ変換Gθ(ξ)にフィルタ関数 |ξ|をかけて逆フーリエ変換しているだけですから,フィルタ関数を実空間で表した FT−1[|ξ|]を用いると
g(s, θ) = g(s, θ) ∗ FT−1[|ξ|] (20)
とコンヴォリューションで表され,フーリエ変換を行う必要はなくなります。この方法はコンヴォリューション逆投影法 (convolution back projection method)とよばれています。
計算上の問題点
フィルタ補正逆投影法による再構成を実際に計算する場合,以下の2つの問題点があります。
サンプリング
ここまでの式の上では,どの変数も連続値をとるものとして考えていました。しかし,そんなことは現実には不可能です。「すべての θについて投影する」ことも不可能で,実際にはある間隔で装置を回転させながら撮影することになります。また,X線検出器も,連続したX線量の分布を記録することはできず,ある一定間隔に並んだ検出器で,X線量の離散的な分布を検出することになります。このとき,投影のもつ最高の空間周波数を ξmaxとすると,第1部で説明したサンプリング定理により,検出器の間隔は 1/(2ξmax)以下でなければなりません。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 4/5 ページ
の逆フーリエ変換
となり,sと x, yの関係式((1)式)を使うと
f(x, y) =
! π
0
"! ∞
−∞|ξ|Gθ(ξ) exp(i2πsξ)dξ
#dθ (17)
となります。この式の [ ]内は,関数 |ξ|Gθ(ξ)の逆フーリエ変換になっています。そこで,
g(s, θ) ≡ g(x cos θ + y sin θ, θ) ≡! ∞
−∞|ξ|Gθ(ξ) exp(i2πsξ)dξ (18)
とおくと,(17)式はf(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (19)
となります。
これは,(2)式の逆投影と同じ形です。つまり (19)式は,「各 θについて,投影を周波数空間において |ξ|倍するフィルタを適用しておいてから,逆投影」すれば物体 f(x,y)が得られることを表しています。この方法をフィルタ補正逆投影法 (filter back projection method)といいます。前節の「デコンヴォリューションをともなう逆投影法」では逆投影をしてから補正をしていますが,この方法では補正をしてから逆投影しています。
この方法では,投影に関してのみフーリエ変換を扱えばよいので,デコンヴォリューションをともなう逆投影法のように,ぼけによって広がった物体像の逆フーリエ変換を扱う必要はありません。また,投影定理を直接用いるフーリエ変換法と同様に,極座標上の点から直交座標上の格子点への補間の操作が必要ですが,フーリエ変換法と違って実空間で補間を行うので,実空間で画面全体にわたるアーティファクトを生じることはありません。また,フィルタによる補正は各 θで独立に行えるので,ある θでの補正を他の θでの投影の撮影を待たずに行えます。
ところで,(18)式の計算は Radon変換 g(s, θ))のフーリエ変換Gθ(ξ)にフィルタ関数 |ξ|をかけて逆フーリエ変換しているだけですから,フィルタ関数を実空間で表した FT−1[|ξ|]を用いると
g(s, θ) = g(s, θ) ∗ FT−1[|ξ|] (20)
とコンヴォリューションで表され,フーリエ変換を行う必要はなくなります。この方法はコンヴォリューション逆投影法 (convolution back projection method)とよばれています。
計算上の問題点
フィルタ補正逆投影法による再構成を実際に計算する場合,以下の2つの問題点があります。
サンプリング
ここまでの式の上では,どの変数も連続値をとるものとして考えていました。しかし,そんなことは現実には不可能です。「すべての θについて投影する」ことも不可能で,実際にはある間隔で装置を回転させながら撮影することになります。また,X線検出器も,連続したX線量の分布を記録することはできず,ある一定間隔に並んだ検出器で,X線量の離散的な分布を検出することになります。このとき,投影のもつ最高の空間周波数を ξmaxとすると,第1部で説明したサンプリング定理により,検出器の間隔は 1/(2ξmax)以下でなければなりません。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 4/5 ページ
となり,sと x, yの関係式((1)式)を使うと
f(x, y) =
! π
0
"! ∞
−∞|ξ|Gθ(ξ) exp(i2πsξ)dξ
#dθ (17)
となります。この式の [ ]内は,関数 |ξ|Gθ(ξ)の逆フーリエ変換になっています。そこで,
g(s, θ) ≡ g(x cos θ + y sin θ, θ) ≡! ∞
−∞|ξ|Gθ(ξ) exp(i2πsξ)dξ (18)
とおくと,(17)式はf(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (19)
となります。
これは,(2)式の逆投影と同じ形です。つまり (19)式は,「各 θについて,投影を周波数空間において |ξ|倍するフィルタを適用しておいてから,逆投影」すれば物体 f(x,y)が得られることを表しています。この方法をフィルタ補正逆投影法 (filter back projection method)といいます。前節の「デコンヴォリューションをともなう逆投影法」では逆投影をしてから補正をしていますが,この方法では補正をしてから逆投影しています。
この方法では,投影に関してのみフーリエ変換を扱えばよいので,デコンヴォリューションをともなう逆投影法のように,ぼけによって広がった物体像の逆フーリエ変換を扱う必要はありません。また,投影定理を直接用いるフーリエ変換法と同様に,極座標上の点から直交座標上の格子点への補間の操作が必要ですが,フーリエ変換法と違って実空間で補間を行うので,実空間で画面全体にわたるアーティファクトを生じることはありません。また,フィルタによる補正は各 θで独立に行えるので,ある θでの補正を他の θでの投影の撮影を待たずに行えます。
ところで,(18)式の計算は Radon変換 g(s, θ))のフーリエ変換Gθ(ξ)にフィルタ関数 |ξ|をかけて逆フーリエ変換しているだけですから,フィルタ関数を実空間で表した FT−1[|ξ|]を用いると
g(s, θ) = g(s, θ) ∗ FT−1[|ξ|] (20)
とコンヴォリューションで表され,フーリエ変換を行う必要はなくなります。この方法はコンヴォリューション逆投影法 (convolution back projection method)とよばれています。
計算上の問題点
フィルタ補正逆投影法による再構成を実際に計算する場合,以下の2つの問題点があります。
サンプリング
ここまでの式の上では,どの変数も連続値をとるものとして考えていました。しかし,そんなことは現実には不可能です。「すべての θについて投影する」ことも不可能で,実際にはある間隔で装置を回転させながら撮影することになります。また,X線検出器も,連続したX線量の分布を記録することはできず,ある一定間隔に並んだ検出器で,X線量の離散的な分布を検出することになります。このとき,投影のもつ最高の空間周波数を ξmaxとすると,第1部で説明したサンプリング定理により,検出器の間隔は 1/(2ξmax)以下でなければなりません。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 4/5 ページ
とおくと,
![Page 118: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/118.jpg)
2014
A. A
sano
, Kan
sai U
niv.
フィルタ補正逆投影法となり,sと x, yの関係式((1)式)を使うと
f(x, y) =
! π
0
"! ∞
−∞|ξ|Gθ(ξ) exp(i2πsξ)dξ
#dθ (17)
となります。この式の [ ]内は,関数 |ξ|Gθ(ξ)の逆フーリエ変換になっています。そこで,
g(s, θ) ≡ g(x cos θ + y sin θ, θ) ≡! ∞
−∞|ξ|Gθ(ξ) exp(i2πsξ)dξ (18)
とおくと,(17)式はf(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (19)
となります。
これは,(2)式の逆投影と同じ形です。つまり (19)式は,「各 θについて,投影を周波数空間において |ξ|倍するフィルタを適用しておいてから,逆投影」すれば物体 f(x,y)が得られることを表しています。この方法をフィルタ補正逆投影法 (filter back projection method)といいます。前節の「デコンヴォリューションをともなう逆投影法」では逆投影をしてから補正をしていますが,この方法では補正をしてから逆投影しています。
この方法では,投影に関してのみフーリエ変換を扱えばよいので,デコンヴォリューションをともなう逆投影法のように,ぼけによって広がった物体像の逆フーリエ変換を扱う必要はありません。また,投影定理を直接用いるフーリエ変換法と同様に,極座標上の点から直交座標上の格子点への補間の操作が必要ですが,フーリエ変換法と違って実空間で補間を行うので,実空間で画面全体にわたるアーティファクトを生じることはありません。また,フィルタによる補正は各 θで独立に行えるので,ある θでの補正を他の θでの投影の撮影を待たずに行えます。
ところで,(18)式の計算は Radon変換 g(s, θ))のフーリエ変換Gθ(ξ)にフィルタ関数 |ξ|をかけて逆フーリエ変換しているだけですから,フィルタ関数を実空間で表した FT−1[|ξ|]を用いると
g(s, θ) = g(s, θ) ∗ FT−1[|ξ|] (20)
とコンヴォリューションで表され,フーリエ変換を行う必要はなくなります。この方法はコンヴォリューション逆投影法 (convolution back projection method)とよばれています。
計算上の問題点
フィルタ補正逆投影法による再構成を実際に計算する場合,以下の2つの問題点があります。
サンプリング
ここまでの式の上では,どの変数も連続値をとるものとして考えていました。しかし,そんなことは現実には不可能です。「すべての θについて投影する」ことも不可能で,実際にはある間隔で装置を回転させながら撮影することになります。また,X線検出器も,連続したX線量の分布を記録することはできず,ある一定間隔に並んだ検出器で,X線量の離散的な分布を検出することになります。このとき,投影のもつ最高の空間周波数を ξmaxとすると,第1部で説明したサンプリング定理により,検出器の間隔は 1/(2ξmax)以下でなければなりません。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 4/5 ページ
の逆フーリエ変換
となり,sと x, yの関係式((1)式)を使うと
f(x, y) =
! π
0
"! ∞
−∞|ξ|Gθ(ξ) exp(i2πsξ)dξ
#dθ (17)
となります。この式の [ ]内は,関数 |ξ|Gθ(ξ)の逆フーリエ変換になっています。そこで,
g(s, θ) ≡ g(x cos θ + y sin θ, θ) ≡! ∞
−∞|ξ|Gθ(ξ) exp(i2πsξ)dξ (18)
とおくと,(17)式はf(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (19)
となります。
これは,(2)式の逆投影と同じ形です。つまり (19)式は,「各 θについて,投影を周波数空間において |ξ|倍するフィルタを適用しておいてから,逆投影」すれば物体 f(x,y)が得られることを表しています。この方法をフィルタ補正逆投影法 (filter back projection method)といいます。前節の「デコンヴォリューションをともなう逆投影法」では逆投影をしてから補正をしていますが,この方法では補正をしてから逆投影しています。
この方法では,投影に関してのみフーリエ変換を扱えばよいので,デコンヴォリューションをともなう逆投影法のように,ぼけによって広がった物体像の逆フーリエ変換を扱う必要はありません。また,投影定理を直接用いるフーリエ変換法と同様に,極座標上の点から直交座標上の格子点への補間の操作が必要ですが,フーリエ変換法と違って実空間で補間を行うので,実空間で画面全体にわたるアーティファクトを生じることはありません。また,フィルタによる補正は各 θで独立に行えるので,ある θでの補正を他の θでの投影の撮影を待たずに行えます。
ところで,(18)式の計算は Radon変換 g(s, θ))のフーリエ変換Gθ(ξ)にフィルタ関数 |ξ|をかけて逆フーリエ変換しているだけですから,フィルタ関数を実空間で表した FT−1[|ξ|]を用いると
g(s, θ) = g(s, θ) ∗ FT−1[|ξ|] (20)
とコンヴォリューションで表され,フーリエ変換を行う必要はなくなります。この方法はコンヴォリューション逆投影法 (convolution back projection method)とよばれています。
計算上の問題点
フィルタ補正逆投影法による再構成を実際に計算する場合,以下の2つの問題点があります。
サンプリング
ここまでの式の上では,どの変数も連続値をとるものとして考えていました。しかし,そんなことは現実には不可能です。「すべての θについて投影する」ことも不可能で,実際にはある間隔で装置を回転させながら撮影することになります。また,X線検出器も,連続したX線量の分布を記録することはできず,ある一定間隔に並んだ検出器で,X線量の離散的な分布を検出することになります。このとき,投影のもつ最高の空間周波数を ξmaxとすると,第1部で説明したサンプリング定理により,検出器の間隔は 1/(2ξmax)以下でなければなりません。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 4/5 ページ
となり,sと x, yの関係式((1)式)を使うと
f(x, y) =
! π
0
"! ∞
−∞|ξ|Gθ(ξ) exp(i2πsξ)dξ
#dθ (17)
となります。この式の [ ]内は,関数 |ξ|Gθ(ξ)の逆フーリエ変換になっています。そこで,
g(s, θ) ≡ g(x cos θ + y sin θ, θ) ≡! ∞
−∞|ξ|Gθ(ξ) exp(i2πsξ)dξ (18)
とおくと,(17)式はf(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (19)
となります。
これは,(2)式の逆投影と同じ形です。つまり (19)式は,「各 θについて,投影を周波数空間において |ξ|倍するフィルタを適用しておいてから,逆投影」すれば物体 f(x,y)が得られることを表しています。この方法をフィルタ補正逆投影法 (filter back projection method)といいます。前節の「デコンヴォリューションをともなう逆投影法」では逆投影をしてから補正をしていますが,この方法では補正をしてから逆投影しています。
この方法では,投影に関してのみフーリエ変換を扱えばよいので,デコンヴォリューションをともなう逆投影法のように,ぼけによって広がった物体像の逆フーリエ変換を扱う必要はありません。また,投影定理を直接用いるフーリエ変換法と同様に,極座標上の点から直交座標上の格子点への補間の操作が必要ですが,フーリエ変換法と違って実空間で補間を行うので,実空間で画面全体にわたるアーティファクトを生じることはありません。また,フィルタによる補正は各 θで独立に行えるので,ある θでの補正を他の θでの投影の撮影を待たずに行えます。
ところで,(18)式の計算は Radon変換 g(s, θ))のフーリエ変換Gθ(ξ)にフィルタ関数 |ξ|をかけて逆フーリエ変換しているだけですから,フィルタ関数を実空間で表した FT−1[|ξ|]を用いると
g(s, θ) = g(s, θ) ∗ FT−1[|ξ|] (20)
とコンヴォリューションで表され,フーリエ変換を行う必要はなくなります。この方法はコンヴォリューション逆投影法 (convolution back projection method)とよばれています。
計算上の問題点
フィルタ補正逆投影法による再構成を実際に計算する場合,以下の2つの問題点があります。
サンプリング
ここまでの式の上では,どの変数も連続値をとるものとして考えていました。しかし,そんなことは現実には不可能です。「すべての θについて投影する」ことも不可能で,実際にはある間隔で装置を回転させながら撮影することになります。また,X線検出器も,連続したX線量の分布を記録することはできず,ある一定間隔に並んだ検出器で,X線量の離散的な分布を検出することになります。このとき,投影のもつ最高の空間周波数を ξmaxとすると,第1部で説明したサンプリング定理により,検出器の間隔は 1/(2ξmax)以下でなければなりません。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 4/5 ページ
となり,sと x, yの関係式((1)式)を使うと
f(x, y) =
! π
0
"! ∞
−∞|ξ|Gθ(ξ) exp(i2πsξ)dξ
#dθ (17)
となります。この式の [ ]内は,関数 |ξ|Gθ(ξ)の逆フーリエ変換になっています。そこで,
g(s, θ) ≡ g(x cos θ + y sin θ, θ) ≡! ∞
−∞|ξ|Gθ(ξ) exp(i2πsξ)dξ (18)
とおくと,(17)式はf(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (19)
となります。
これは,(2)式の逆投影と同じ形です。つまり (19)式は,「各 θについて,投影を周波数空間において |ξ|倍するフィルタを適用しておいてから,逆投影」すれば物体 f(x,y)が得られることを表しています。この方法をフィルタ補正逆投影法 (filter back projection method)といいます。前節の「デコンヴォリューションをともなう逆投影法」では逆投影をしてから補正をしていますが,この方法では補正をしてから逆投影しています。
この方法では,投影に関してのみフーリエ変換を扱えばよいので,デコンヴォリューションをともなう逆投影法のように,ぼけによって広がった物体像の逆フーリエ変換を扱う必要はありません。また,投影定理を直接用いるフーリエ変換法と同様に,極座標上の点から直交座標上の格子点への補間の操作が必要ですが,フーリエ変換法と違って実空間で補間を行うので,実空間で画面全体にわたるアーティファクトを生じることはありません。また,フィルタによる補正は各 θで独立に行えるので,ある θでの補正を他の θでの投影の撮影を待たずに行えます。
ところで,(18)式の計算は Radon変換 g(s, θ))のフーリエ変換Gθ(ξ)にフィルタ関数 |ξ|をかけて逆フーリエ変換しているだけですから,フィルタ関数を実空間で表した FT−1[|ξ|]を用いると
g(s, θ) = g(s, θ) ∗ FT−1[|ξ|] (20)
とコンヴォリューションで表され,フーリエ変換を行う必要はなくなります。この方法はコンヴォリューション逆投影法 (convolution back projection method)とよばれています。
計算上の問題点
フィルタ補正逆投影法による再構成を実際に計算する場合,以下の2つの問題点があります。
サンプリング
ここまでの式の上では,どの変数も連続値をとるものとして考えていました。しかし,そんなことは現実には不可能です。「すべての θについて投影する」ことも不可能で,実際にはある間隔で装置を回転させながら撮影することになります。また,X線検出器も,連続したX線量の分布を記録することはできず,ある一定間隔に並んだ検出器で,X線量の離散的な分布を検出することになります。このとき,投影のもつ最高の空間周波数を ξmaxとすると,第1部で説明したサンプリング定理により,検出器の間隔は 1/(2ξmax)以下でなければなりません。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 4/5 ページ
とおくと,
![Page 119: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/119.jpg)
2014
A. A
sano
, Kan
sai U
niv.
フィルタ補正逆投影法となり,sと x, yの関係式((1)式)を使うと
f(x, y) =
! π
0
"! ∞
−∞|ξ|Gθ(ξ) exp(i2πsξ)dξ
#dθ (17)
となります。この式の [ ]内は,関数 |ξ|Gθ(ξ)の逆フーリエ変換になっています。そこで,
g(s, θ) ≡ g(x cos θ + y sin θ, θ) ≡! ∞
−∞|ξ|Gθ(ξ) exp(i2πsξ)dξ (18)
とおくと,(17)式はf(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (19)
となります。
これは,(2)式の逆投影と同じ形です。つまり (19)式は,「各 θについて,投影を周波数空間において |ξ|倍するフィルタを適用しておいてから,逆投影」すれば物体 f(x,y)が得られることを表しています。この方法をフィルタ補正逆投影法 (filter back projection method)といいます。前節の「デコンヴォリューションをともなう逆投影法」では逆投影をしてから補正をしていますが,この方法では補正をしてから逆投影しています。
この方法では,投影に関してのみフーリエ変換を扱えばよいので,デコンヴォリューションをともなう逆投影法のように,ぼけによって広がった物体像の逆フーリエ変換を扱う必要はありません。また,投影定理を直接用いるフーリエ変換法と同様に,極座標上の点から直交座標上の格子点への補間の操作が必要ですが,フーリエ変換法と違って実空間で補間を行うので,実空間で画面全体にわたるアーティファクトを生じることはありません。また,フィルタによる補正は各 θで独立に行えるので,ある θでの補正を他の θでの投影の撮影を待たずに行えます。
ところで,(18)式の計算は Radon変換 g(s, θ))のフーリエ変換Gθ(ξ)にフィルタ関数 |ξ|をかけて逆フーリエ変換しているだけですから,フィルタ関数を実空間で表した FT−1[|ξ|]を用いると
g(s, θ) = g(s, θ) ∗ FT−1[|ξ|] (20)
とコンヴォリューションで表され,フーリエ変換を行う必要はなくなります。この方法はコンヴォリューション逆投影法 (convolution back projection method)とよばれています。
計算上の問題点
フィルタ補正逆投影法による再構成を実際に計算する場合,以下の2つの問題点があります。
サンプリング
ここまでの式の上では,どの変数も連続値をとるものとして考えていました。しかし,そんなことは現実には不可能です。「すべての θについて投影する」ことも不可能で,実際にはある間隔で装置を回転させながら撮影することになります。また,X線検出器も,連続したX線量の分布を記録することはできず,ある一定間隔に並んだ検出器で,X線量の離散的な分布を検出することになります。このとき,投影のもつ最高の空間周波数を ξmaxとすると,第1部で説明したサンプリング定理により,検出器の間隔は 1/(2ξmax)以下でなければなりません。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 4/5 ページ
の逆フーリエ変換
となり,sと x, yの関係式((1)式)を使うと
f(x, y) =
! π
0
"! ∞
−∞|ξ|Gθ(ξ) exp(i2πsξ)dξ
#dθ (17)
となります。この式の [ ]内は,関数 |ξ|Gθ(ξ)の逆フーリエ変換になっています。そこで,
g(s, θ) ≡ g(x cos θ + y sin θ, θ) ≡! ∞
−∞|ξ|Gθ(ξ) exp(i2πsξ)dξ (18)
とおくと,(17)式はf(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (19)
となります。
これは,(2)式の逆投影と同じ形です。つまり (19)式は,「各 θについて,投影を周波数空間において |ξ|倍するフィルタを適用しておいてから,逆投影」すれば物体 f(x,y)が得られることを表しています。この方法をフィルタ補正逆投影法 (filter back projection method)といいます。前節の「デコンヴォリューションをともなう逆投影法」では逆投影をしてから補正をしていますが,この方法では補正をしてから逆投影しています。
この方法では,投影に関してのみフーリエ変換を扱えばよいので,デコンヴォリューションをともなう逆投影法のように,ぼけによって広がった物体像の逆フーリエ変換を扱う必要はありません。また,投影定理を直接用いるフーリエ変換法と同様に,極座標上の点から直交座標上の格子点への補間の操作が必要ですが,フーリエ変換法と違って実空間で補間を行うので,実空間で画面全体にわたるアーティファクトを生じることはありません。また,フィルタによる補正は各 θで独立に行えるので,ある θでの補正を他の θでの投影の撮影を待たずに行えます。
ところで,(18)式の計算は Radon変換 g(s, θ))のフーリエ変換Gθ(ξ)にフィルタ関数 |ξ|をかけて逆フーリエ変換しているだけですから,フィルタ関数を実空間で表した FT−1[|ξ|]を用いると
g(s, θ) = g(s, θ) ∗ FT−1[|ξ|] (20)
とコンヴォリューションで表され,フーリエ変換を行う必要はなくなります。この方法はコンヴォリューション逆投影法 (convolution back projection method)とよばれています。
計算上の問題点
フィルタ補正逆投影法による再構成を実際に計算する場合,以下の2つの問題点があります。
サンプリング
ここまでの式の上では,どの変数も連続値をとるものとして考えていました。しかし,そんなことは現実には不可能です。「すべての θについて投影する」ことも不可能で,実際にはある間隔で装置を回転させながら撮影することになります。また,X線検出器も,連続したX線量の分布を記録することはできず,ある一定間隔に並んだ検出器で,X線量の離散的な分布を検出することになります。このとき,投影のもつ最高の空間周波数を ξmaxとすると,第1部で説明したサンプリング定理により,検出器の間隔は 1/(2ξmax)以下でなければなりません。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 4/5 ページ
となり,sと x, yの関係式((1)式)を使うと
f(x, y) =
! π
0
"! ∞
−∞|ξ|Gθ(ξ) exp(i2πsξ)dξ
#dθ (17)
となります。この式の [ ]内は,関数 |ξ|Gθ(ξ)の逆フーリエ変換になっています。そこで,
g(s, θ) ≡ g(x cos θ + y sin θ, θ) ≡! ∞
−∞|ξ|Gθ(ξ) exp(i2πsξ)dξ (18)
とおくと,(17)式はf(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (19)
となります。
これは,(2)式の逆投影と同じ形です。つまり (19)式は,「各 θについて,投影を周波数空間において |ξ|倍するフィルタを適用しておいてから,逆投影」すれば物体 f(x,y)が得られることを表しています。この方法をフィルタ補正逆投影法 (filter back projection method)といいます。前節の「デコンヴォリューションをともなう逆投影法」では逆投影をしてから補正をしていますが,この方法では補正をしてから逆投影しています。
この方法では,投影に関してのみフーリエ変換を扱えばよいので,デコンヴォリューションをともなう逆投影法のように,ぼけによって広がった物体像の逆フーリエ変換を扱う必要はありません。また,投影定理を直接用いるフーリエ変換法と同様に,極座標上の点から直交座標上の格子点への補間の操作が必要ですが,フーリエ変換法と違って実空間で補間を行うので,実空間で画面全体にわたるアーティファクトを生じることはありません。また,フィルタによる補正は各 θで独立に行えるので,ある θでの補正を他の θでの投影の撮影を待たずに行えます。
ところで,(18)式の計算は Radon変換 g(s, θ))のフーリエ変換Gθ(ξ)にフィルタ関数 |ξ|をかけて逆フーリエ変換しているだけですから,フィルタ関数を実空間で表した FT−1[|ξ|]を用いると
g(s, θ) = g(s, θ) ∗ FT−1[|ξ|] (20)
とコンヴォリューションで表され,フーリエ変換を行う必要はなくなります。この方法はコンヴォリューション逆投影法 (convolution back projection method)とよばれています。
計算上の問題点
フィルタ補正逆投影法による再構成を実際に計算する場合,以下の2つの問題点があります。
サンプリング
ここまでの式の上では,どの変数も連続値をとるものとして考えていました。しかし,そんなことは現実には不可能です。「すべての θについて投影する」ことも不可能で,実際にはある間隔で装置を回転させながら撮影することになります。また,X線検出器も,連続したX線量の分布を記録することはできず,ある一定間隔に並んだ検出器で,X線量の離散的な分布を検出することになります。このとき,投影のもつ最高の空間周波数を ξmaxとすると,第1部で説明したサンプリング定理により,検出器の間隔は 1/(2ξmax)以下でなければなりません。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 4/5 ページ
となり,sと x, yの関係式((1)式)を使うと
f(x, y) =
! π
0
"! ∞
−∞|ξ|Gθ(ξ) exp(i2πsξ)dξ
#dθ (17)
となります。この式の [ ]内は,関数 |ξ|Gθ(ξ)の逆フーリエ変換になっています。そこで,
g(s, θ) ≡ g(x cos θ + y sin θ, θ) ≡! ∞
−∞|ξ|Gθ(ξ) exp(i2πsξ)dξ (18)
とおくと,(17)式はf(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (19)
となります。
これは,(2)式の逆投影と同じ形です。つまり (19)式は,「各 θについて,投影を周波数空間において |ξ|倍するフィルタを適用しておいてから,逆投影」すれば物体 f(x,y)が得られることを表しています。この方法をフィルタ補正逆投影法 (filter back projection method)といいます。前節の「デコンヴォリューションをともなう逆投影法」では逆投影をしてから補正をしていますが,この方法では補正をしてから逆投影しています。
この方法では,投影に関してのみフーリエ変換を扱えばよいので,デコンヴォリューションをともなう逆投影法のように,ぼけによって広がった物体像の逆フーリエ変換を扱う必要はありません。また,投影定理を直接用いるフーリエ変換法と同様に,極座標上の点から直交座標上の格子点への補間の操作が必要ですが,フーリエ変換法と違って実空間で補間を行うので,実空間で画面全体にわたるアーティファクトを生じることはありません。また,フィルタによる補正は各 θで独立に行えるので,ある θでの補正を他の θでの投影の撮影を待たずに行えます。
ところで,(18)式の計算は Radon変換 g(s, θ))のフーリエ変換Gθ(ξ)にフィルタ関数 |ξ|をかけて逆フーリエ変換しているだけですから,フィルタ関数を実空間で表した FT−1[|ξ|]を用いると
g(s, θ) = g(s, θ) ∗ FT−1[|ξ|] (20)
とコンヴォリューションで表され,フーリエ変換を行う必要はなくなります。この方法はコンヴォリューション逆投影法 (convolution back projection method)とよばれています。
計算上の問題点
フィルタ補正逆投影法による再構成を実際に計算する場合,以下の2つの問題点があります。
サンプリング
ここまでの式の上では,どの変数も連続値をとるものとして考えていました。しかし,そんなことは現実には不可能です。「すべての θについて投影する」ことも不可能で,実際にはある間隔で装置を回転させながら撮影することになります。また,X線検出器も,連続したX線量の分布を記録することはできず,ある一定間隔に並んだ検出器で,X線量の離散的な分布を検出することになります。このとき,投影のもつ最高の空間周波数を ξmaxとすると,第1部で説明したサンプリング定理により,検出器の間隔は 1/(2ξmax)以下でなければなりません。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 4/5 ページ
とおくと,
投影を, 「周波数空間で |ξ| 倍するフィルタ」を 適用してから,逆投影
![Page 120: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/120.jpg)
2014
A. A
sano
, Kan
sai U
niv.
コンヴォリューション逆投影法
となり,sと x, yの関係式((1)式)を使うと
f(x, y) =
! π
0
"! ∞
−∞|ξ|Gθ(ξ) exp(i2πsξ)dξ
#dθ (17)
となります。この式の [ ]内は,関数 |ξ|Gθ(ξ)の逆フーリエ変換になっています。そこで,
g(s, θ) ≡ g(x cos θ + y sin θ, θ) ≡! ∞
−∞|ξ|Gθ(ξ) exp(i2πsξ)dξ (18)
とおくと,(17)式はf(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (19)
となります。
これは,(2)式の逆投影と同じ形です。つまり (19)式は,「各 θについて,投影を周波数空間において |ξ|倍するフィルタを適用しておいてから,逆投影」すれば物体 f(x,y)が得られることを表しています。この方法をフィルタ補正逆投影法 (filter back projection method)といいます。前節の「デコンヴォリューションをともなう逆投影法」では逆投影をしてから補正をしていますが,この方法では補正をしてから逆投影しています。
この方法では,投影に関してのみフーリエ変換を扱えばよいので,デコンヴォリューションをともなう逆投影法のように,ぼけによって広がった物体像の逆フーリエ変換を扱う必要はありません。また,投影定理を直接用いるフーリエ変換法と同様に,極座標上の点から直交座標上の格子点への補間の操作が必要ですが,フーリエ変換法と違って実空間で補間を行うので,実空間で画面全体にわたるアーティファクトを生じることはありません。また,フィルタによる補正は各 θで独立に行えるので,ある θでの補正を他の θでの投影の撮影を待たずに行えます。
ところで,(18)式の計算は Radon変換 g(s, θ))のフーリエ変換Gθ(ξ)にフィルタ関数 |ξ|をかけて逆フーリエ変換しているだけですから,フィルタ関数を実空間で表した FT−1[|ξ|]を用いると
g(s, θ) = g(s, θ) ∗ FT−1[|ξ|] (20)
とコンヴォリューションで表され,フーリエ変換を行う必要はなくなります。この方法はコンヴォリューション逆投影法 (convolution back projection method)とよばれています。
計算上の問題点
フィルタ補正逆投影法による再構成を実際に計算する場合,以下の2つの問題点があります。
サンプリング
ここまでの式の上では,どの変数も連続値をとるものとして考えていました。しかし,そんなことは現実には不可能です。「すべての θについて投影する」ことも不可能で,実際にはある間隔で装置を回転させながら撮影することになります。また,X線検出器も,連続したX線量の分布を記録することはできず,ある一定間隔に並んだ検出器で,X線量の離散的な分布を検出することになります。このとき,投影のもつ最高の空間周波数を ξmaxとすると,第1部で説明したサンプリング定理により,検出器の間隔は 1/(2ξmax)以下でなければなりません。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 4/5 ページ
![Page 121: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/121.jpg)
2014
A. A
sano
, Kan
sai U
niv.
コンヴォリューション逆投影法
となり,sと x, yの関係式((1)式)を使うと
f(x, y) =
! π
0
"! ∞
−∞|ξ|Gθ(ξ) exp(i2πsξ)dξ
#dθ (17)
となります。この式の [ ]内は,関数 |ξ|Gθ(ξ)の逆フーリエ変換になっています。そこで,
g(s, θ) ≡ g(x cos θ + y sin θ, θ) ≡! ∞
−∞|ξ|Gθ(ξ) exp(i2πsξ)dξ (18)
とおくと,(17)式はf(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (19)
となります。
これは,(2)式の逆投影と同じ形です。つまり (19)式は,「各 θについて,投影を周波数空間において |ξ|倍するフィルタを適用しておいてから,逆投影」すれば物体 f(x,y)が得られることを表しています。この方法をフィルタ補正逆投影法 (filter back projection method)といいます。前節の「デコンヴォリューションをともなう逆投影法」では逆投影をしてから補正をしていますが,この方法では補正をしてから逆投影しています。
この方法では,投影に関してのみフーリエ変換を扱えばよいので,デコンヴォリューションをともなう逆投影法のように,ぼけによって広がった物体像の逆フーリエ変換を扱う必要はありません。また,投影定理を直接用いるフーリエ変換法と同様に,極座標上の点から直交座標上の格子点への補間の操作が必要ですが,フーリエ変換法と違って実空間で補間を行うので,実空間で画面全体にわたるアーティファクトを生じることはありません。また,フィルタによる補正は各 θで独立に行えるので,ある θでの補正を他の θでの投影の撮影を待たずに行えます。
ところで,(18)式の計算は Radon変換 g(s, θ))のフーリエ変換Gθ(ξ)にフィルタ関数 |ξ|をかけて逆フーリエ変換しているだけですから,フィルタ関数を実空間で表した FT−1[|ξ|]を用いると
g(s, θ) = g(s, θ) ∗ FT−1[|ξ|] (20)
とコンヴォリューションで表され,フーリエ変換を行う必要はなくなります。この方法はコンヴォリューション逆投影法 (convolution back projection method)とよばれています。
計算上の問題点
フィルタ補正逆投影法による再構成を実際に計算する場合,以下の2つの問題点があります。
サンプリング
ここまでの式の上では,どの変数も連続値をとるものとして考えていました。しかし,そんなことは現実には不可能です。「すべての θについて投影する」ことも不可能で,実際にはある間隔で装置を回転させながら撮影することになります。また,X線検出器も,連続したX線量の分布を記録することはできず,ある一定間隔に並んだ検出器で,X線量の離散的な分布を検出することになります。このとき,投影のもつ最高の空間周波数を ξmaxとすると,第1部で説明したサンプリング定理により,検出器の間隔は 1/(2ξmax)以下でなければなりません。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 4/5 ページ
![Page 122: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/122.jpg)
2014
A. A
sano
, Kan
sai U
niv.
コンヴォリューション逆投影法
となり,sと x, yの関係式((1)式)を使うと
f(x, y) =
! π
0
"! ∞
−∞|ξ|Gθ(ξ) exp(i2πsξ)dξ
#dθ (17)
となります。この式の [ ]内は,関数 |ξ|Gθ(ξ)の逆フーリエ変換になっています。そこで,
g(s, θ) ≡ g(x cos θ + y sin θ, θ) ≡! ∞
−∞|ξ|Gθ(ξ) exp(i2πsξ)dξ (18)
とおくと,(17)式はf(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (19)
となります。
これは,(2)式の逆投影と同じ形です。つまり (19)式は,「各 θについて,投影を周波数空間において |ξ|倍するフィルタを適用しておいてから,逆投影」すれば物体 f(x,y)が得られることを表しています。この方法をフィルタ補正逆投影法 (filter back projection method)といいます。前節の「デコンヴォリューションをともなう逆投影法」では逆投影をしてから補正をしていますが,この方法では補正をしてから逆投影しています。
この方法では,投影に関してのみフーリエ変換を扱えばよいので,デコンヴォリューションをともなう逆投影法のように,ぼけによって広がった物体像の逆フーリエ変換を扱う必要はありません。また,投影定理を直接用いるフーリエ変換法と同様に,極座標上の点から直交座標上の格子点への補間の操作が必要ですが,フーリエ変換法と違って実空間で補間を行うので,実空間で画面全体にわたるアーティファクトを生じることはありません。また,フィルタによる補正は各 θで独立に行えるので,ある θでの補正を他の θでの投影の撮影を待たずに行えます。
ところで,(18)式の計算は Radon変換 g(s, θ))のフーリエ変換Gθ(ξ)にフィルタ関数 |ξ|をかけて逆フーリエ変換しているだけですから,フィルタ関数を実空間で表した FT−1[|ξ|]を用いると
g(s, θ) = g(s, θ) ∗ FT−1[|ξ|] (20)
とコンヴォリューションで表され,フーリエ変換を行う必要はなくなります。この方法はコンヴォリューション逆投影法 (convolution back projection method)とよばれています。
計算上の問題点
フィルタ補正逆投影法による再構成を実際に計算する場合,以下の2つの問題点があります。
サンプリング
ここまでの式の上では,どの変数も連続値をとるものとして考えていました。しかし,そんなことは現実には不可能です。「すべての θについて投影する」ことも不可能で,実際にはある間隔で装置を回転させながら撮影することになります。また,X線検出器も,連続したX線量の分布を記録することはできず,ある一定間隔に並んだ検出器で,X線量の離散的な分布を検出することになります。このとき,投影のもつ最高の空間周波数を ξmaxとすると,第1部で説明したサンプリング定理により,検出器の間隔は 1/(2ξmax)以下でなければなりません。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 4/5 ページ
ある角度 θ での投影を 周波数空間で |ξ| 倍
![Page 123: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/123.jpg)
2014
A. A
sano
, Kan
sai U
niv.
コンヴォリューション逆投影法
となり,sと x, yの関係式((1)式)を使うと
f(x, y) =
! π
0
"! ∞
−∞|ξ|Gθ(ξ) exp(i2πsξ)dξ
#dθ (17)
となります。この式の [ ]内は,関数 |ξ|Gθ(ξ)の逆フーリエ変換になっています。そこで,
g(s, θ) ≡ g(x cos θ + y sin θ, θ) ≡! ∞
−∞|ξ|Gθ(ξ) exp(i2πsξ)dξ (18)
とおくと,(17)式はf(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (19)
となります。
これは,(2)式の逆投影と同じ形です。つまり (19)式は,「各 θについて,投影を周波数空間において |ξ|倍するフィルタを適用しておいてから,逆投影」すれば物体 f(x,y)が得られることを表しています。この方法をフィルタ補正逆投影法 (filter back projection method)といいます。前節の「デコンヴォリューションをともなう逆投影法」では逆投影をしてから補正をしていますが,この方法では補正をしてから逆投影しています。
この方法では,投影に関してのみフーリエ変換を扱えばよいので,デコンヴォリューションをともなう逆投影法のように,ぼけによって広がった物体像の逆フーリエ変換を扱う必要はありません。また,投影定理を直接用いるフーリエ変換法と同様に,極座標上の点から直交座標上の格子点への補間の操作が必要ですが,フーリエ変換法と違って実空間で補間を行うので,実空間で画面全体にわたるアーティファクトを生じることはありません。また,フィルタによる補正は各 θで独立に行えるので,ある θでの補正を他の θでの投影の撮影を待たずに行えます。
ところで,(18)式の計算は Radon変換 g(s, θ))のフーリエ変換Gθ(ξ)にフィルタ関数 |ξ|をかけて逆フーリエ変換しているだけですから,フィルタ関数を実空間で表した FT−1[|ξ|]を用いると
g(s, θ) = g(s, θ) ∗ FT−1[|ξ|] (20)
とコンヴォリューションで表され,フーリエ変換を行う必要はなくなります。この方法はコンヴォリューション逆投影法 (convolution back projection method)とよばれています。
計算上の問題点
フィルタ補正逆投影法による再構成を実際に計算する場合,以下の2つの問題点があります。
サンプリング
ここまでの式の上では,どの変数も連続値をとるものとして考えていました。しかし,そんなことは現実には不可能です。「すべての θについて投影する」ことも不可能で,実際にはある間隔で装置を回転させながら撮影することになります。また,X線検出器も,連続したX線量の分布を記録することはできず,ある一定間隔に並んだ検出器で,X線量の離散的な分布を検出することになります。このとき,投影のもつ最高の空間周波数を ξmaxとすると,第1部で説明したサンプリング定理により,検出器の間隔は 1/(2ξmax)以下でなければなりません。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 4/5 ページ
ある角度 θ での投影を 周波数空間で |ξ| 倍 実空間では
となり,sと x, yの関係式((1)式)を使うと
f(x, y) =
! π
0
"! ∞
−∞|ξ|Gθ(ξ) exp(i2πsξ)dξ
#dθ (17)
となります。この式の [ ]内は,関数 |ξ|Gθ(ξ)の逆フーリエ変換になっています。そこで,
g(s, θ) ≡ g(x cos θ + y sin θ, θ) ≡! ∞
−∞|ξ|Gθ(ξ) exp(i2πsξ)dξ (18)
とおくと,(17)式はf(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (19)
となります。
これは,(2)式の逆投影と同じ形です。つまり (19)式は,「各 θについて,投影を周波数空間において |ξ|倍するフィルタを適用しておいてから,逆投影」すれば物体 f(x,y)が得られることを表しています。この方法をフィルタ補正逆投影法 (filter back projection method)といいます。前節の「デコンヴォリューションをともなう逆投影法」では逆投影をしてから補正をしていますが,この方法では補正をしてから逆投影しています。
この方法では,投影に関してのみフーリエ変換を扱えばよいので,デコンヴォリューションをともなう逆投影法のように,ぼけによって広がった物体像の逆フーリエ変換を扱う必要はありません。また,投影定理を直接用いるフーリエ変換法と同様に,極座標上の点から直交座標上の格子点への補間の操作が必要ですが,フーリエ変換法と違って実空間で補間を行うので,実空間で画面全体にわたるアーティファクトを生じることはありません。また,フィルタによる補正は各 θで独立に行えるので,ある θでの補正を他の θでの投影の撮影を待たずに行えます。
ところで,(18)式の計算は Radon変換 g(s, θ))のフーリエ変換Gθ(ξ)にフィルタ関数 |ξ|をかけて逆フーリエ変換しているだけですから,フィルタ関数を実空間で表した FT−1[|ξ|]を用いると
g(s, θ) = g(s, θ) ∗ FT−1[|ξ|] (20)
とコンヴォリューションで表され,フーリエ変換を行う必要はなくなります。この方法はコンヴォリューション逆投影法 (convolution back projection method)とよばれています。
計算上の問題点
フィルタ補正逆投影法による再構成を実際に計算する場合,以下の2つの問題点があります。
サンプリング
ここまでの式の上では,どの変数も連続値をとるものとして考えていました。しかし,そんなことは現実には不可能です。「すべての θについて投影する」ことも不可能で,実際にはある間隔で装置を回転させながら撮影することになります。また,X線検出器も,連続したX線量の分布を記録することはできず,ある一定間隔に並んだ検出器で,X線量の離散的な分布を検出することになります。このとき,投影のもつ最高の空間周波数を ξmaxとすると,第1部で説明したサンプリング定理により,検出器の間隔は 1/(2ξmax)以下でなければなりません。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 4/5 ページ
とのコンヴォリューション
![Page 124: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/124.jpg)
2014
A. A
sano
, Kan
sai U
niv.
コンヴォリューション逆投影法
となり,sと x, yの関係式((1)式)を使うと
f(x, y) =
! π
0
"! ∞
−∞|ξ|Gθ(ξ) exp(i2πsξ)dξ
#dθ (17)
となります。この式の [ ]内は,関数 |ξ|Gθ(ξ)の逆フーリエ変換になっています。そこで,
g(s, θ) ≡ g(x cos θ + y sin θ, θ) ≡! ∞
−∞|ξ|Gθ(ξ) exp(i2πsξ)dξ (18)
とおくと,(17)式はf(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (19)
となります。
これは,(2)式の逆投影と同じ形です。つまり (19)式は,「各 θについて,投影を周波数空間において |ξ|倍するフィルタを適用しておいてから,逆投影」すれば物体 f(x,y)が得られることを表しています。この方法をフィルタ補正逆投影法 (filter back projection method)といいます。前節の「デコンヴォリューションをともなう逆投影法」では逆投影をしてから補正をしていますが,この方法では補正をしてから逆投影しています。
この方法では,投影に関してのみフーリエ変換を扱えばよいので,デコンヴォリューションをともなう逆投影法のように,ぼけによって広がった物体像の逆フーリエ変換を扱う必要はありません。また,投影定理を直接用いるフーリエ変換法と同様に,極座標上の点から直交座標上の格子点への補間の操作が必要ですが,フーリエ変換法と違って実空間で補間を行うので,実空間で画面全体にわたるアーティファクトを生じることはありません。また,フィルタによる補正は各 θで独立に行えるので,ある θでの補正を他の θでの投影の撮影を待たずに行えます。
ところで,(18)式の計算は Radon変換 g(s, θ))のフーリエ変換Gθ(ξ)にフィルタ関数 |ξ|をかけて逆フーリエ変換しているだけですから,フィルタ関数を実空間で表した FT−1[|ξ|]を用いると
g(s, θ) = g(s, θ) ∗ FT−1[|ξ|] (20)
とコンヴォリューションで表され,フーリエ変換を行う必要はなくなります。この方法はコンヴォリューション逆投影法 (convolution back projection method)とよばれています。
計算上の問題点
フィルタ補正逆投影法による再構成を実際に計算する場合,以下の2つの問題点があります。
サンプリング
ここまでの式の上では,どの変数も連続値をとるものとして考えていました。しかし,そんなことは現実には不可能です。「すべての θについて投影する」ことも不可能で,実際にはある間隔で装置を回転させながら撮影することになります。また,X線検出器も,連続したX線量の分布を記録することはできず,ある一定間隔に並んだ検出器で,X線量の離散的な分布を検出することになります。このとき,投影のもつ最高の空間周波数を ξmaxとすると,第1部で説明したサンプリング定理により,検出器の間隔は 1/(2ξmax)以下でなければなりません。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 4/5 ページ
となり,sと x, yの関係式((1)式)を使うと
f(x, y) =
! π
0
"! ∞
−∞|ξ|Gθ(ξ) exp(i2πsξ)dξ
#dθ (17)
となります。この式の [ ]内は,関数 |ξ|Gθ(ξ)の逆フーリエ変換になっています。そこで,
g(s, θ) ≡ g(x cos θ + y sin θ, θ) ≡! ∞
−∞|ξ|Gθ(ξ) exp(i2πsξ)dξ (18)
とおくと,(17)式はf(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (19)
となります。
これは,(2)式の逆投影と同じ形です。つまり (19)式は,「各 θについて,投影を周波数空間において |ξ|倍するフィルタを適用しておいてから,逆投影」すれば物体 f(x,y)が得られることを表しています。この方法をフィルタ補正逆投影法 (filter back projection method)といいます。前節の「デコンヴォリューションをともなう逆投影法」では逆投影をしてから補正をしていますが,この方法では補正をしてから逆投影しています。
この方法では,投影に関してのみフーリエ変換を扱えばよいので,デコンヴォリューションをともなう逆投影法のように,ぼけによって広がった物体像の逆フーリエ変換を扱う必要はありません。また,投影定理を直接用いるフーリエ変換法と同様に,極座標上の点から直交座標上の格子点への補間の操作が必要ですが,フーリエ変換法と違って実空間で補間を行うので,実空間で画面全体にわたるアーティファクトを生じることはありません。また,フィルタによる補正は各 θで独立に行えるので,ある θでの補正を他の θでの投影の撮影を待たずに行えます。
ところで,(18)式の計算は Radon変換 g(s, θ))のフーリエ変換Gθ(ξ)にフィルタ関数 |ξ|をかけて逆フーリエ変換しているだけですから,フィルタ関数を実空間で表した FT−1[|ξ|]を用いると
g(s, θ) = g(s, θ) ∗ FT−1[|ξ|] (20)
とコンヴォリューションで表され,フーリエ変換を行う必要はなくなります。この方法はコンヴォリューション逆投影法 (convolution back projection method)とよばれています。
計算上の問題点
フィルタ補正逆投影法による再構成を実際に計算する場合,以下の2つの問題点があります。
サンプリング
ここまでの式の上では,どの変数も連続値をとるものとして考えていました。しかし,そんなことは現実には不可能です。「すべての θについて投影する」ことも不可能で,実際にはある間隔で装置を回転させながら撮影することになります。また,X線検出器も,連続したX線量の分布を記録することはできず,ある一定間隔に並んだ検出器で,X線量の離散的な分布を検出することになります。このとき,投影のもつ最高の空間周波数を ξmaxとすると,第1部で説明したサンプリング定理により,検出器の間隔は 1/(2ξmax)以下でなければなりません。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 4/5 ページ
ある角度 θ での投影を 周波数空間で |ξ| 倍 実空間では
となり,sと x, yの関係式((1)式)を使うと
f(x, y) =
! π
0
"! ∞
−∞|ξ|Gθ(ξ) exp(i2πsξ)dξ
#dθ (17)
となります。この式の [ ]内は,関数 |ξ|Gθ(ξ)の逆フーリエ変換になっています。そこで,
g(s, θ) ≡ g(x cos θ + y sin θ, θ) ≡! ∞
−∞|ξ|Gθ(ξ) exp(i2πsξ)dξ (18)
とおくと,(17)式はf(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (19)
となります。
これは,(2)式の逆投影と同じ形です。つまり (19)式は,「各 θについて,投影を周波数空間において |ξ|倍するフィルタを適用しておいてから,逆投影」すれば物体 f(x,y)が得られることを表しています。この方法をフィルタ補正逆投影法 (filter back projection method)といいます。前節の「デコンヴォリューションをともなう逆投影法」では逆投影をしてから補正をしていますが,この方法では補正をしてから逆投影しています。
この方法では,投影に関してのみフーリエ変換を扱えばよいので,デコンヴォリューションをともなう逆投影法のように,ぼけによって広がった物体像の逆フーリエ変換を扱う必要はありません。また,投影定理を直接用いるフーリエ変換法と同様に,極座標上の点から直交座標上の格子点への補間の操作が必要ですが,フーリエ変換法と違って実空間で補間を行うので,実空間で画面全体にわたるアーティファクトを生じることはありません。また,フィルタによる補正は各 θで独立に行えるので,ある θでの補正を他の θでの投影の撮影を待たずに行えます。
ところで,(18)式の計算は Radon変換 g(s, θ))のフーリエ変換Gθ(ξ)にフィルタ関数 |ξ|をかけて逆フーリエ変換しているだけですから,フィルタ関数を実空間で表した FT−1[|ξ|]を用いると
g(s, θ) = g(s, θ) ∗ FT−1[|ξ|] (20)
とコンヴォリューションで表され,フーリエ変換を行う必要はなくなります。この方法はコンヴォリューション逆投影法 (convolution back projection method)とよばれています。
計算上の問題点
フィルタ補正逆投影法による再構成を実際に計算する場合,以下の2つの問題点があります。
サンプリング
ここまでの式の上では,どの変数も連続値をとるものとして考えていました。しかし,そんなことは現実には不可能です。「すべての θについて投影する」ことも不可能で,実際にはある間隔で装置を回転させながら撮影することになります。また,X線検出器も,連続したX線量の分布を記録することはできず,ある一定間隔に並んだ検出器で,X線量の離散的な分布を検出することになります。このとき,投影のもつ最高の空間周波数を ξmaxとすると,第1部で説明したサンプリング定理により,検出器の間隔は 1/(2ξmax)以下でなければなりません。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 4/5 ページ
とのコンヴォリューション
![Page 125: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/125.jpg)
2014
A. A
sano
, Kan
sai U
niv.
コンヴォリューション逆投影法
となり,sと x, yの関係式((1)式)を使うと
f(x, y) =
! π
0
"! ∞
−∞|ξ|Gθ(ξ) exp(i2πsξ)dξ
#dθ (17)
となります。この式の [ ]内は,関数 |ξ|Gθ(ξ)の逆フーリエ変換になっています。そこで,
g(s, θ) ≡ g(x cos θ + y sin θ, θ) ≡! ∞
−∞|ξ|Gθ(ξ) exp(i2πsξ)dξ (18)
とおくと,(17)式はf(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (19)
となります。
これは,(2)式の逆投影と同じ形です。つまり (19)式は,「各 θについて,投影を周波数空間において |ξ|倍するフィルタを適用しておいてから,逆投影」すれば物体 f(x,y)が得られることを表しています。この方法をフィルタ補正逆投影法 (filter back projection method)といいます。前節の「デコンヴォリューションをともなう逆投影法」では逆投影をしてから補正をしていますが,この方法では補正をしてから逆投影しています。
この方法では,投影に関してのみフーリエ変換を扱えばよいので,デコンヴォリューションをともなう逆投影法のように,ぼけによって広がった物体像の逆フーリエ変換を扱う必要はありません。また,投影定理を直接用いるフーリエ変換法と同様に,極座標上の点から直交座標上の格子点への補間の操作が必要ですが,フーリエ変換法と違って実空間で補間を行うので,実空間で画面全体にわたるアーティファクトを生じることはありません。また,フィルタによる補正は各 θで独立に行えるので,ある θでの補正を他の θでの投影の撮影を待たずに行えます。
ところで,(18)式の計算は Radon変換 g(s, θ))のフーリエ変換Gθ(ξ)にフィルタ関数 |ξ|をかけて逆フーリエ変換しているだけですから,フィルタ関数を実空間で表した FT−1[|ξ|]を用いると
g(s, θ) = g(s, θ) ∗ FT−1[|ξ|] (20)
とコンヴォリューションで表され,フーリエ変換を行う必要はなくなります。この方法はコンヴォリューション逆投影法 (convolution back projection method)とよばれています。
計算上の問題点
フィルタ補正逆投影法による再構成を実際に計算する場合,以下の2つの問題点があります。
サンプリング
ここまでの式の上では,どの変数も連続値をとるものとして考えていました。しかし,そんなことは現実には不可能です。「すべての θについて投影する」ことも不可能で,実際にはある間隔で装置を回転させながら撮影することになります。また,X線検出器も,連続したX線量の分布を記録することはできず,ある一定間隔に並んだ検出器で,X線量の離散的な分布を検出することになります。このとき,投影のもつ最高の空間周波数を ξmaxとすると,第1部で説明したサンプリング定理により,検出器の間隔は 1/(2ξmax)以下でなければなりません。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 4/5 ページ
となり,sと x, yの関係式((1)式)を使うと
f(x, y) =
! π
0
"! ∞
−∞|ξ|Gθ(ξ) exp(i2πsξ)dξ
#dθ (17)
となります。この式の [ ]内は,関数 |ξ|Gθ(ξ)の逆フーリエ変換になっています。そこで,
g(s, θ) ≡ g(x cos θ + y sin θ, θ) ≡! ∞
−∞|ξ|Gθ(ξ) exp(i2πsξ)dξ (18)
とおくと,(17)式はf(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (19)
となります。
これは,(2)式の逆投影と同じ形です。つまり (19)式は,「各 θについて,投影を周波数空間において |ξ|倍するフィルタを適用しておいてから,逆投影」すれば物体 f(x,y)が得られることを表しています。この方法をフィルタ補正逆投影法 (filter back projection method)といいます。前節の「デコンヴォリューションをともなう逆投影法」では逆投影をしてから補正をしていますが,この方法では補正をしてから逆投影しています。
この方法では,投影に関してのみフーリエ変換を扱えばよいので,デコンヴォリューションをともなう逆投影法のように,ぼけによって広がった物体像の逆フーリエ変換を扱う必要はありません。また,投影定理を直接用いるフーリエ変換法と同様に,極座標上の点から直交座標上の格子点への補間の操作が必要ですが,フーリエ変換法と違って実空間で補間を行うので,実空間で画面全体にわたるアーティファクトを生じることはありません。また,フィルタによる補正は各 θで独立に行えるので,ある θでの補正を他の θでの投影の撮影を待たずに行えます。
ところで,(18)式の計算は Radon変換 g(s, θ))のフーリエ変換Gθ(ξ)にフィルタ関数 |ξ|をかけて逆フーリエ変換しているだけですから,フィルタ関数を実空間で表した FT−1[|ξ|]を用いると
g(s, θ) = g(s, θ) ∗ FT−1[|ξ|] (20)
とコンヴォリューションで表され,フーリエ変換を行う必要はなくなります。この方法はコンヴォリューション逆投影法 (convolution back projection method)とよばれています。
計算上の問題点
フィルタ補正逆投影法による再構成を実際に計算する場合,以下の2つの問題点があります。
サンプリング
ここまでの式の上では,どの変数も連続値をとるものとして考えていました。しかし,そんなことは現実には不可能です。「すべての θについて投影する」ことも不可能で,実際にはある間隔で装置を回転させながら撮影することになります。また,X線検出器も,連続したX線量の分布を記録することはできず,ある一定間隔に並んだ検出器で,X線量の離散的な分布を検出することになります。このとき,投影のもつ最高の空間周波数を ξmaxとすると,第1部で説明したサンプリング定理により,検出器の間隔は 1/(2ξmax)以下でなければなりません。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 4/5 ページ
ある角度 θ での投影を 周波数空間で |ξ| 倍 実空間では
となり,sと x, yの関係式((1)式)を使うと
f(x, y) =
! π
0
"! ∞
−∞|ξ|Gθ(ξ) exp(i2πsξ)dξ
#dθ (17)
となります。この式の [ ]内は,関数 |ξ|Gθ(ξ)の逆フーリエ変換になっています。そこで,
g(s, θ) ≡ g(x cos θ + y sin θ, θ) ≡! ∞
−∞|ξ|Gθ(ξ) exp(i2πsξ)dξ (18)
とおくと,(17)式はf(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (19)
となります。
これは,(2)式の逆投影と同じ形です。つまり (19)式は,「各 θについて,投影を周波数空間において |ξ|倍するフィルタを適用しておいてから,逆投影」すれば物体 f(x,y)が得られることを表しています。この方法をフィルタ補正逆投影法 (filter back projection method)といいます。前節の「デコンヴォリューションをともなう逆投影法」では逆投影をしてから補正をしていますが,この方法では補正をしてから逆投影しています。
この方法では,投影に関してのみフーリエ変換を扱えばよいので,デコンヴォリューションをともなう逆投影法のように,ぼけによって広がった物体像の逆フーリエ変換を扱う必要はありません。また,投影定理を直接用いるフーリエ変換法と同様に,極座標上の点から直交座標上の格子点への補間の操作が必要ですが,フーリエ変換法と違って実空間で補間を行うので,実空間で画面全体にわたるアーティファクトを生じることはありません。また,フィルタによる補正は各 θで独立に行えるので,ある θでの補正を他の θでの投影の撮影を待たずに行えます。
ところで,(18)式の計算は Radon変換 g(s, θ))のフーリエ変換Gθ(ξ)にフィルタ関数 |ξ|をかけて逆フーリエ変換しているだけですから,フィルタ関数を実空間で表した FT−1[|ξ|]を用いると
g(s, θ) = g(s, θ) ∗ FT−1[|ξ|] (20)
とコンヴォリューションで表され,フーリエ変換を行う必要はなくなります。この方法はコンヴォリューション逆投影法 (convolution back projection method)とよばれています。
計算上の問題点
フィルタ補正逆投影法による再構成を実際に計算する場合,以下の2つの問題点があります。
サンプリング
ここまでの式の上では,どの変数も連続値をとるものとして考えていました。しかし,そんなことは現実には不可能です。「すべての θについて投影する」ことも不可能で,実際にはある間隔で装置を回転させながら撮影することになります。また,X線検出器も,連続したX線量の分布を記録することはできず,ある一定間隔に並んだ検出器で,X線量の離散的な分布を検出することになります。このとき,投影のもつ最高の空間周波数を ξmaxとすると,第1部で説明したサンプリング定理により,検出器の間隔は 1/(2ξmax)以下でなければなりません。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 4/5 ページ
とのコンヴォリューション
最初からこれを定義しておけば フーリエ変換の必要はない
![Page 126: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/126.jpg)
2014
A. A
sano
, Kan
sai U
niv.
コンヴォリューション逆投影法
となり,sと x, yの関係式((1)式)を使うと
f(x, y) =
! π
0
"! ∞
−∞|ξ|Gθ(ξ) exp(i2πsξ)dξ
#dθ (17)
となります。この式の [ ]内は,関数 |ξ|Gθ(ξ)の逆フーリエ変換になっています。そこで,
g(s, θ) ≡ g(x cos θ + y sin θ, θ) ≡! ∞
−∞|ξ|Gθ(ξ) exp(i2πsξ)dξ (18)
とおくと,(17)式はf(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (19)
となります。
これは,(2)式の逆投影と同じ形です。つまり (19)式は,「各 θについて,投影を周波数空間において |ξ|倍するフィルタを適用しておいてから,逆投影」すれば物体 f(x,y)が得られることを表しています。この方法をフィルタ補正逆投影法 (filter back projection method)といいます。前節の「デコンヴォリューションをともなう逆投影法」では逆投影をしてから補正をしていますが,この方法では補正をしてから逆投影しています。
この方法では,投影に関してのみフーリエ変換を扱えばよいので,デコンヴォリューションをともなう逆投影法のように,ぼけによって広がった物体像の逆フーリエ変換を扱う必要はありません。また,投影定理を直接用いるフーリエ変換法と同様に,極座標上の点から直交座標上の格子点への補間の操作が必要ですが,フーリエ変換法と違って実空間で補間を行うので,実空間で画面全体にわたるアーティファクトを生じることはありません。また,フィルタによる補正は各 θで独立に行えるので,ある θでの補正を他の θでの投影の撮影を待たずに行えます。
ところで,(18)式の計算は Radon変換 g(s, θ))のフーリエ変換Gθ(ξ)にフィルタ関数 |ξ|をかけて逆フーリエ変換しているだけですから,フィルタ関数を実空間で表した FT−1[|ξ|]を用いると
g(s, θ) = g(s, θ) ∗ FT−1[|ξ|] (20)
とコンヴォリューションで表され,フーリエ変換を行う必要はなくなります。この方法はコンヴォリューション逆投影法 (convolution back projection method)とよばれています。
計算上の問題点
フィルタ補正逆投影法による再構成を実際に計算する場合,以下の2つの問題点があります。
サンプリング
ここまでの式の上では,どの変数も連続値をとるものとして考えていました。しかし,そんなことは現実には不可能です。「すべての θについて投影する」ことも不可能で,実際にはある間隔で装置を回転させながら撮影することになります。また,X線検出器も,連続したX線量の分布を記録することはできず,ある一定間隔に並んだ検出器で,X線量の離散的な分布を検出することになります。このとき,投影のもつ最高の空間周波数を ξmaxとすると,第1部で説明したサンプリング定理により,検出器の間隔は 1/(2ξmax)以下でなければなりません。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 4/5 ページ
となり,sと x, yの関係式((1)式)を使うと
f(x, y) =
! π
0
"! ∞
−∞|ξ|Gθ(ξ) exp(i2πsξ)dξ
#dθ (17)
となります。この式の [ ]内は,関数 |ξ|Gθ(ξ)の逆フーリエ変換になっています。そこで,
g(s, θ) ≡ g(x cos θ + y sin θ, θ) ≡! ∞
−∞|ξ|Gθ(ξ) exp(i2πsξ)dξ (18)
とおくと,(17)式はf(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (19)
となります。
これは,(2)式の逆投影と同じ形です。つまり (19)式は,「各 θについて,投影を周波数空間において |ξ|倍するフィルタを適用しておいてから,逆投影」すれば物体 f(x,y)が得られることを表しています。この方法をフィルタ補正逆投影法 (filter back projection method)といいます。前節の「デコンヴォリューションをともなう逆投影法」では逆投影をしてから補正をしていますが,この方法では補正をしてから逆投影しています。
この方法では,投影に関してのみフーリエ変換を扱えばよいので,デコンヴォリューションをともなう逆投影法のように,ぼけによって広がった物体像の逆フーリエ変換を扱う必要はありません。また,投影定理を直接用いるフーリエ変換法と同様に,極座標上の点から直交座標上の格子点への補間の操作が必要ですが,フーリエ変換法と違って実空間で補間を行うので,実空間で画面全体にわたるアーティファクトを生じることはありません。また,フィルタによる補正は各 θで独立に行えるので,ある θでの補正を他の θでの投影の撮影を待たずに行えます。
ところで,(18)式の計算は Radon変換 g(s, θ))のフーリエ変換Gθ(ξ)にフィルタ関数 |ξ|をかけて逆フーリエ変換しているだけですから,フィルタ関数を実空間で表した FT−1[|ξ|]を用いると
g(s, θ) = g(s, θ) ∗ FT−1[|ξ|] (20)
とコンヴォリューションで表され,フーリエ変換を行う必要はなくなります。この方法はコンヴォリューション逆投影法 (convolution back projection method)とよばれています。
計算上の問題点
フィルタ補正逆投影法による再構成を実際に計算する場合,以下の2つの問題点があります。
サンプリング
ここまでの式の上では,どの変数も連続値をとるものとして考えていました。しかし,そんなことは現実には不可能です。「すべての θについて投影する」ことも不可能で,実際にはある間隔で装置を回転させながら撮影することになります。また,X線検出器も,連続したX線量の分布を記録することはできず,ある一定間隔に並んだ検出器で,X線量の離散的な分布を検出することになります。このとき,投影のもつ最高の空間周波数を ξmaxとすると,第1部で説明したサンプリング定理により,検出器の間隔は 1/(2ξmax)以下でなければなりません。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 4/5 ページ
ある角度 θ での投影を 周波数空間で |ξ| 倍 実空間では
となり,sと x, yの関係式((1)式)を使うと
f(x, y) =
! π
0
"! ∞
−∞|ξ|Gθ(ξ) exp(i2πsξ)dξ
#dθ (17)
となります。この式の [ ]内は,関数 |ξ|Gθ(ξ)の逆フーリエ変換になっています。そこで,
g(s, θ) ≡ g(x cos θ + y sin θ, θ) ≡! ∞
−∞|ξ|Gθ(ξ) exp(i2πsξ)dξ (18)
とおくと,(17)式はf(x, y) =
! π
0g(x cos θ + y sin θ, θ)dθ (19)
となります。
これは,(2)式の逆投影と同じ形です。つまり (19)式は,「各 θについて,投影を周波数空間において |ξ|倍するフィルタを適用しておいてから,逆投影」すれば物体 f(x,y)が得られることを表しています。この方法をフィルタ補正逆投影法 (filter back projection method)といいます。前節の「デコンヴォリューションをともなう逆投影法」では逆投影をしてから補正をしていますが,この方法では補正をしてから逆投影しています。
この方法では,投影に関してのみフーリエ変換を扱えばよいので,デコンヴォリューションをともなう逆投影法のように,ぼけによって広がった物体像の逆フーリエ変換を扱う必要はありません。また,投影定理を直接用いるフーリエ変換法と同様に,極座標上の点から直交座標上の格子点への補間の操作が必要ですが,フーリエ変換法と違って実空間で補間を行うので,実空間で画面全体にわたるアーティファクトを生じることはありません。また,フィルタによる補正は各 θで独立に行えるので,ある θでの補正を他の θでの投影の撮影を待たずに行えます。
ところで,(18)式の計算は Radon変換 g(s, θ))のフーリエ変換Gθ(ξ)にフィルタ関数 |ξ|をかけて逆フーリエ変換しているだけですから,フィルタ関数を実空間で表した FT−1[|ξ|]を用いると
g(s, θ) = g(s, θ) ∗ FT−1[|ξ|] (20)
とコンヴォリューションで表され,フーリエ変換を行う必要はなくなります。この方法はコンヴォリューション逆投影法 (convolution back projection method)とよばれています。
計算上の問題点
フィルタ補正逆投影法による再構成を実際に計算する場合,以下の2つの問題点があります。
サンプリング
ここまでの式の上では,どの変数も連続値をとるものとして考えていました。しかし,そんなことは現実には不可能です。「すべての θについて投影する」ことも不可能で,実際にはある間隔で装置を回転させながら撮影することになります。また,X線検出器も,連続したX線量の分布を記録することはできず,ある一定間隔に並んだ検出器で,X線量の離散的な分布を検出することになります。このとき,投影のもつ最高の空間周波数を ξmaxとすると,第1部で説明したサンプリング定理により,検出器の間隔は 1/(2ξmax)以下でなければなりません。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 4/5 ページ
とのコンヴォリューション
最初からこれを定義しておけば フーリエ変換の必要はない
極座標→直交座標の変換は実空間で行うので, 誤差が画面全体に拡散することはない
![Page 127: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/127.jpg)
2014
A. A
sano
, Kan
sai U
niv.
フィルタ関数
ξ
H(ξ)
ξmax– ξmax
ξ
H(ξ)
ξ
H(ξ)
ξmax– ξmax
(a) (b) (c)
図 2: 種々のフィルタ関数.(a) オリジナルのフィルタ関数 (|ξ|).(b) Ram-Lakフィルタ.(c) Shepp-
Loganフィルタ.
フィルタ関数の実現
前節で説明した「投影を周波数空間において |ξ|倍するフィルタ」も,実現には多少工夫があります。このフィルタは ξが大きくなるほど倍率(利得)が大きくなるわけですから,無限の空間周波数では利得が無限になります(図 2(a))。現実には,このようなフィルタを作ることはできません。
そこで,有限の空間周波数の範囲で定義できるように,フィルタを工夫します。投影のもつ最高の空間周波数 ξmax以上の周波数は無意味なので,フィルタでカットしてしまってもかまいません。そこで,図 S14fig:filterfunc(b)のように,関数 |ξ|を ξmax で切断したものを考えます。これを Ramachandran-
Lakshminarayananフィルタ(Ram-Lakフィルタ)といい,フィルタ関数をH(ξ)で表すと
H(ξ) = |ξ|rect!
ξ
2ξmax
"(21)
となります。
Ram-Lakフィルタは,高周波数を強調する形になっているので,画像中のノイズを強調する傾向があります。その影響を抑えるため,高周波数での利得を抑えるように調整したフィルタがいろいろ提案されています。代表的なものが Shepp-Loganフィルタで,そのフィルタ関数H(ξ)は
H(ξ) = |ξ|sinc!
ξ
2ξmax
"rect
!ξ
2ξmax
"(22)
で,図 S14fig:filterfunc(c)のように表わされます。Ram-Lakフィルタに比べて,周波数空間で sinc関数がかけ算された形になっています。これは実空間では rect関数とコンヴォリューションを行っていることに相当するので,実空間で平均値フィルタリングをしていることに相当します。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 5/5 ページ
![Page 128: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/128.jpg)
2014
A. A
sano
, Kan
sai U
niv.
フィルタ関数
ξ
H(ξ)
ξmax– ξmax
ξ
H(ξ)
ξ
H(ξ)
ξmax– ξmax
(a) (b) (c)
図 2: 種々のフィルタ関数.(a) オリジナルのフィルタ関数 (|ξ|).(b) Ram-Lakフィルタ.(c) Shepp-
Loganフィルタ.
フィルタ関数の実現
前節で説明した「投影を周波数空間において |ξ|倍するフィルタ」も,実現には多少工夫があります。このフィルタは ξが大きくなるほど倍率(利得)が大きくなるわけですから,無限の空間周波数では利得が無限になります(図 2(a))。現実には,このようなフィルタを作ることはできません。
そこで,有限の空間周波数の範囲で定義できるように,フィルタを工夫します。投影のもつ最高の空間周波数 ξmax以上の周波数は無意味なので,フィルタでカットしてしまってもかまいません。そこで,図 S14fig:filterfunc(b)のように,関数 |ξ|を ξmax で切断したものを考えます。これを Ramachandran-
Lakshminarayananフィルタ(Ram-Lakフィルタ)といい,フィルタ関数をH(ξ)で表すと
H(ξ) = |ξ|rect!
ξ
2ξmax
"(21)
となります。
Ram-Lakフィルタは,高周波数を強調する形になっているので,画像中のノイズを強調する傾向があります。その影響を抑えるため,高周波数での利得を抑えるように調整したフィルタがいろいろ提案されています。代表的なものが Shepp-Loganフィルタで,そのフィルタ関数H(ξ)は
H(ξ) = |ξ|sinc!
ξ
2ξmax
"rect
!ξ
2ξmax
"(22)
で,図 S14fig:filterfunc(c)のように表わされます。Ram-Lakフィルタに比べて,周波数空間で sinc関数がかけ算された形になっています。これは実空間では rect関数とコンヴォリューションを行っていることに相当するので,実空間で平均値フィルタリングをしていることに相当します。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 5/5 ページ
ξ
H(ξ)
ξmax– ξmax
ξ
H(ξ)
ξ
H(ξ)
ξmax– ξmax
(a) (b) (c)
図 2: 種々のフィルタ関数.(a) オリジナルのフィルタ関数 (|ξ|).(b) Ram-Lakフィルタ.(c) Shepp-
Loganフィルタ.
フィルタ関数の実現
前節で説明した「投影を周波数空間において |ξ|倍するフィルタ」も,実現には多少工夫があります。このフィルタは ξが大きくなるほど倍率(利得)が大きくなるわけですから,無限の空間周波数では利得が無限になります(図 2(a))。現実には,このようなフィルタを作ることはできません。
そこで,有限の空間周波数の範囲で定義できるように,フィルタを工夫します。投影のもつ最高の空間周波数 ξmax以上の周波数は無意味なので,フィルタでカットしてしまってもかまいません。そこで,図 S14fig:filterfunc(b)のように,関数 |ξ|を ξmax で切断したものを考えます。これを Ramachandran-
Lakshminarayananフィルタ(Ram-Lakフィルタ)といい,フィルタ関数をH(ξ)で表すと
H(ξ) = |ξ|rect!
ξ
2ξmax
"(21)
となります。
Ram-Lakフィルタは,高周波数を強調する形になっているので,画像中のノイズを強調する傾向があります。その影響を抑えるため,高周波数での利得を抑えるように調整したフィルタがいろいろ提案されています。代表的なものが Shepp-Loganフィルタで,そのフィルタ関数H(ξ)は
H(ξ) = |ξ|sinc!
ξ
2ξmax
"rect
!ξ
2ξmax
"(22)
で,図 S14fig:filterfunc(c)のように表わされます。Ram-Lakフィルタに比べて,周波数空間で sinc関数がかけ算された形になっています。これは実空間では rect関数とコンヴォリューションを行っていることに相当するので,実空間で平均値フィルタリングをしていることに相当します。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 5/5 ページ
![Page 129: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/129.jpg)
2014
A. A
sano
, Kan
sai U
niv.
フィルタ関数
ξ
H(ξ)
ξmax– ξmax
ξ
H(ξ)
ξ
H(ξ)
ξmax– ξmax
(a) (b) (c)
図 2: 種々のフィルタ関数.(a) オリジナルのフィルタ関数 (|ξ|).(b) Ram-Lakフィルタ.(c) Shepp-
Loganフィルタ.
フィルタ関数の実現
前節で説明した「投影を周波数空間において |ξ|倍するフィルタ」も,実現には多少工夫があります。このフィルタは ξが大きくなるほど倍率(利得)が大きくなるわけですから,無限の空間周波数では利得が無限になります(図 2(a))。現実には,このようなフィルタを作ることはできません。
そこで,有限の空間周波数の範囲で定義できるように,フィルタを工夫します。投影のもつ最高の空間周波数 ξmax以上の周波数は無意味なので,フィルタでカットしてしまってもかまいません。そこで,図 S14fig:filterfunc(b)のように,関数 |ξ|を ξmax で切断したものを考えます。これを Ramachandran-
Lakshminarayananフィルタ(Ram-Lakフィルタ)といい,フィルタ関数をH(ξ)で表すと
H(ξ) = |ξ|rect!
ξ
2ξmax
"(21)
となります。
Ram-Lakフィルタは,高周波数を強調する形になっているので,画像中のノイズを強調する傾向があります。その影響を抑えるため,高周波数での利得を抑えるように調整したフィルタがいろいろ提案されています。代表的なものが Shepp-Loganフィルタで,そのフィルタ関数H(ξ)は
H(ξ) = |ξ|sinc!
ξ
2ξmax
"rect
!ξ
2ξmax
"(22)
で,図 S14fig:filterfunc(c)のように表わされます。Ram-Lakフィルタに比べて,周波数空間で sinc関数がかけ算された形になっています。これは実空間では rect関数とコンヴォリューションを行っていることに相当するので,実空間で平均値フィルタリングをしていることに相当します。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 5/5 ページ
ξ
H(ξ)
ξmax– ξmax
ξ
H(ξ)
ξ
H(ξ)
ξmax– ξmax
(a) (b) (c)
図 2: 種々のフィルタ関数.(a) オリジナルのフィルタ関数 (|ξ|).(b) Ram-Lakフィルタ.(c) Shepp-
Loganフィルタ.
フィルタ関数の実現
前節で説明した「投影を周波数空間において |ξ|倍するフィルタ」も,実現には多少工夫があります。このフィルタは ξが大きくなるほど倍率(利得)が大きくなるわけですから,無限の空間周波数では利得が無限になります(図 2(a))。現実には,このようなフィルタを作ることはできません。
そこで,有限の空間周波数の範囲で定義できるように,フィルタを工夫します。投影のもつ最高の空間周波数 ξmax以上の周波数は無意味なので,フィルタでカットしてしまってもかまいません。そこで,図 S14fig:filterfunc(b)のように,関数 |ξ|を ξmax で切断したものを考えます。これを Ramachandran-
Lakshminarayananフィルタ(Ram-Lakフィルタ)といい,フィルタ関数をH(ξ)で表すと
H(ξ) = |ξ|rect!
ξ
2ξmax
"(21)
となります。
Ram-Lakフィルタは,高周波数を強調する形になっているので,画像中のノイズを強調する傾向があります。その影響を抑えるため,高周波数での利得を抑えるように調整したフィルタがいろいろ提案されています。代表的なものが Shepp-Loganフィルタで,そのフィルタ関数H(ξ)は
H(ξ) = |ξ|sinc!
ξ
2ξmax
"rect
!ξ
2ξmax
"(22)
で,図 S14fig:filterfunc(c)のように表わされます。Ram-Lakフィルタに比べて,周波数空間で sinc関数がかけ算された形になっています。これは実空間では rect関数とコンヴォリューションを行っていることに相当するので,実空間で平均値フィルタリングをしていることに相当します。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 5/5 ページ
ξ
H(ξ)
ξmax– ξmax
ξ
H(ξ)
ξ
H(ξ)
ξmax– ξmax
(a) (b) (c)
図 2: 種々のフィルタ関数.(a) オリジナルのフィルタ関数 (|ξ|).(b) Ram-Lakフィルタ.(c) Shepp-
Loganフィルタ.
フィルタ関数の実現
前節で説明した「投影を周波数空間において |ξ|倍するフィルタ」も,実現には多少工夫があります。このフィルタは ξが大きくなるほど倍率(利得)が大きくなるわけですから,無限の空間周波数では利得が無限になります(図 2(a))。現実には,このようなフィルタを作ることはできません。
そこで,有限の空間周波数の範囲で定義できるように,フィルタを工夫します。投影のもつ最高の空間周波数 ξmax以上の周波数は無意味なので,フィルタでカットしてしまってもかまいません。そこで,図 S14fig:filterfunc(b)のように,関数 |ξ|を ξmax で切断したものを考えます。これを Ramachandran-
Lakshminarayananフィルタ(Ram-Lakフィルタ)といい,フィルタ関数をH(ξ)で表すと
H(ξ) = |ξ|rect!
ξ
2ξmax
"(21)
となります。
Ram-Lakフィルタは,高周波数を強調する形になっているので,画像中のノイズを強調する傾向があります。その影響を抑えるため,高周波数での利得を抑えるように調整したフィルタがいろいろ提案されています。代表的なものが Shepp-Loganフィルタで,そのフィルタ関数H(ξ)は
H(ξ) = |ξ|sinc!
ξ
2ξmax
"rect
!ξ
2ξmax
"(22)
で,図 S14fig:filterfunc(c)のように表わされます。Ram-Lakフィルタに比べて,周波数空間で sinc関数がかけ算された形になっています。これは実空間では rect関数とコンヴォリューションを行っていることに相当するので,実空間で平均値フィルタリングをしていることに相当します。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 5/5 ページ
![Page 130: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/130.jpg)
2014
A. A
sano
, Kan
sai U
niv.
フィルタ関数
ξ
H(ξ)
ξmax– ξmax
ξ
H(ξ)
ξ
H(ξ)
ξmax– ξmax
(a) (b) (c)
図 2: 種々のフィルタ関数.(a) オリジナルのフィルタ関数 (|ξ|).(b) Ram-Lakフィルタ.(c) Shepp-
Loganフィルタ.
フィルタ関数の実現
前節で説明した「投影を周波数空間において |ξ|倍するフィルタ」も,実現には多少工夫があります。このフィルタは ξが大きくなるほど倍率(利得)が大きくなるわけですから,無限の空間周波数では利得が無限になります(図 2(a))。現実には,このようなフィルタを作ることはできません。
そこで,有限の空間周波数の範囲で定義できるように,フィルタを工夫します。投影のもつ最高の空間周波数 ξmax以上の周波数は無意味なので,フィルタでカットしてしまってもかまいません。そこで,図 S14fig:filterfunc(b)のように,関数 |ξ|を ξmax で切断したものを考えます。これを Ramachandran-
Lakshminarayananフィルタ(Ram-Lakフィルタ)といい,フィルタ関数をH(ξ)で表すと
H(ξ) = |ξ|rect!
ξ
2ξmax
"(21)
となります。
Ram-Lakフィルタは,高周波数を強調する形になっているので,画像中のノイズを強調する傾向があります。その影響を抑えるため,高周波数での利得を抑えるように調整したフィルタがいろいろ提案されています。代表的なものが Shepp-Loganフィルタで,そのフィルタ関数H(ξ)は
H(ξ) = |ξ|sinc!
ξ
2ξmax
"rect
!ξ
2ξmax
"(22)
で,図 S14fig:filterfunc(c)のように表わされます。Ram-Lakフィルタに比べて,周波数空間で sinc関数がかけ算された形になっています。これは実空間では rect関数とコンヴォリューションを行っていることに相当するので,実空間で平均値フィルタリングをしていることに相当します。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 5/5 ページ
ξ
H(ξ)
ξmax– ξmax
ξ
H(ξ)
ξ
H(ξ)
ξmax– ξmax
(a) (b) (c)
図 2: 種々のフィルタ関数.(a) オリジナルのフィルタ関数 (|ξ|).(b) Ram-Lakフィルタ.(c) Shepp-
Loganフィルタ.
フィルタ関数の実現
前節で説明した「投影を周波数空間において |ξ|倍するフィルタ」も,実現には多少工夫があります。このフィルタは ξが大きくなるほど倍率(利得)が大きくなるわけですから,無限の空間周波数では利得が無限になります(図 2(a))。現実には,このようなフィルタを作ることはできません。
そこで,有限の空間周波数の範囲で定義できるように,フィルタを工夫します。投影のもつ最高の空間周波数 ξmax以上の周波数は無意味なので,フィルタでカットしてしまってもかまいません。そこで,図 S14fig:filterfunc(b)のように,関数 |ξ|を ξmax で切断したものを考えます。これを Ramachandran-
Lakshminarayananフィルタ(Ram-Lakフィルタ)といい,フィルタ関数をH(ξ)で表すと
H(ξ) = |ξ|rect!
ξ
2ξmax
"(21)
となります。
Ram-Lakフィルタは,高周波数を強調する形になっているので,画像中のノイズを強調する傾向があります。その影響を抑えるため,高周波数での利得を抑えるように調整したフィルタがいろいろ提案されています。代表的なものが Shepp-Loganフィルタで,そのフィルタ関数H(ξ)は
H(ξ) = |ξ|sinc!
ξ
2ξmax
"rect
!ξ
2ξmax
"(22)
で,図 S14fig:filterfunc(c)のように表わされます。Ram-Lakフィルタに比べて,周波数空間で sinc関数がかけ算された形になっています。これは実空間では rect関数とコンヴォリューションを行っていることに相当するので,実空間で平均値フィルタリングをしていることに相当します。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 5/5 ページ
ξ
H(ξ)
ξmax– ξmax
ξ
H(ξ)
ξ
H(ξ)
ξmax– ξmax
(a) (b) (c)
図 2: 種々のフィルタ関数.(a) オリジナルのフィルタ関数 (|ξ|).(b) Ram-Lakフィルタ.(c) Shepp-
Loganフィルタ.
フィルタ関数の実現
前節で説明した「投影を周波数空間において |ξ|倍するフィルタ」も,実現には多少工夫があります。このフィルタは ξが大きくなるほど倍率(利得)が大きくなるわけですから,無限の空間周波数では利得が無限になります(図 2(a))。現実には,このようなフィルタを作ることはできません。
そこで,有限の空間周波数の範囲で定義できるように,フィルタを工夫します。投影のもつ最高の空間周波数 ξmax以上の周波数は無意味なので,フィルタでカットしてしまってもかまいません。そこで,図 S14fig:filterfunc(b)のように,関数 |ξ|を ξmax で切断したものを考えます。これを Ramachandran-
Lakshminarayananフィルタ(Ram-Lakフィルタ)といい,フィルタ関数をH(ξ)で表すと
H(ξ) = |ξ|rect!
ξ
2ξmax
"(21)
となります。
Ram-Lakフィルタは,高周波数を強調する形になっているので,画像中のノイズを強調する傾向があります。その影響を抑えるため,高周波数での利得を抑えるように調整したフィルタがいろいろ提案されています。代表的なものが Shepp-Loganフィルタで,そのフィルタ関数H(ξ)は
H(ξ) = |ξ|sinc!
ξ
2ξmax
"rect
!ξ
2ξmax
"(22)
で,図 S14fig:filterfunc(c)のように表わされます。Ram-Lakフィルタに比べて,周波数空間で sinc関数がかけ算された形になっています。これは実空間では rect関数とコンヴォリューションを行っていることに相当するので,実空間で平均値フィルタリングをしていることに相当します。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 5/5 ページ
ξ
H(ξ)
ξmax– ξmax
ξ
H(ξ)
ξ
H(ξ)
ξmax– ξmax
(a) (b) (c)
図 2: 種々のフィルタ関数.(a) オリジナルのフィルタ関数 (|ξ|).(b) Ram-Lakフィルタ.(c) Shepp-
Loganフィルタ.
フィルタ関数の実現
前節で説明した「投影を周波数空間において |ξ|倍するフィルタ」も,実現には多少工夫があります。このフィルタは ξが大きくなるほど倍率(利得)が大きくなるわけですから,無限の空間周波数では利得が無限になります(図 2(a))。現実には,このようなフィルタを作ることはできません。
そこで,有限の空間周波数の範囲で定義できるように,フィルタを工夫します。投影のもつ最高の空間周波数 ξmax以上の周波数は無意味なので,フィルタでカットしてしまってもかまいません。そこで,図 S14fig:filterfunc(b)のように,関数 |ξ|を ξmax で切断したものを考えます。これを Ramachandran-
Lakshminarayananフィルタ(Ram-Lakフィルタ)といい,フィルタ関数をH(ξ)で表すと
H(ξ) = |ξ|rect!
ξ
2ξmax
"(21)
となります。
Ram-Lakフィルタは,高周波数を強調する形になっているので,画像中のノイズを強調する傾向があります。その影響を抑えるため,高周波数での利得を抑えるように調整したフィルタがいろいろ提案されています。代表的なものが Shepp-Loganフィルタで,そのフィルタ関数H(ξ)は
H(ξ) = |ξ|sinc!
ξ
2ξmax
"rect
!ξ
2ξmax
"(22)
で,図 S14fig:filterfunc(c)のように表わされます。Ram-Lakフィルタに比べて,周波数空間で sinc関数がかけ算された形になっています。これは実空間では rect関数とコンヴォリューションを行っていることに相当するので,実空間で平均値フィルタリングをしていることに相当します。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 5/5 ページ
![Page 131: 2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)](https://reader034.vdocuments.net/reader034/viewer/2022042512/557dc56fd8b42a8a188b5402/html5/thumbnails/131.jpg)
2014
A. A
sano
, Kan
sai U
niv.
フィルタ関数
ξ
H(ξ)
ξmax– ξmax
ξ
H(ξ)
ξ
H(ξ)
ξmax– ξmax
(a) (b) (c)
図 2: 種々のフィルタ関数.(a) オリジナルのフィルタ関数 (|ξ|).(b) Ram-Lakフィルタ.(c) Shepp-
Loganフィルタ.
フィルタ関数の実現
前節で説明した「投影を周波数空間において |ξ|倍するフィルタ」も,実現には多少工夫があります。このフィルタは ξが大きくなるほど倍率(利得)が大きくなるわけですから,無限の空間周波数では利得が無限になります(図 2(a))。現実には,このようなフィルタを作ることはできません。
そこで,有限の空間周波数の範囲で定義できるように,フィルタを工夫します。投影のもつ最高の空間周波数 ξmax以上の周波数は無意味なので,フィルタでカットしてしまってもかまいません。そこで,図 S14fig:filterfunc(b)のように,関数 |ξ|を ξmax で切断したものを考えます。これを Ramachandran-
Lakshminarayananフィルタ(Ram-Lakフィルタ)といい,フィルタ関数をH(ξ)で表すと
H(ξ) = |ξ|rect!
ξ
2ξmax
"(21)
となります。
Ram-Lakフィルタは,高周波数を強調する形になっているので,画像中のノイズを強調する傾向があります。その影響を抑えるため,高周波数での利得を抑えるように調整したフィルタがいろいろ提案されています。代表的なものが Shepp-Loganフィルタで,そのフィルタ関数H(ξ)は
H(ξ) = |ξ|sinc!
ξ
2ξmax
"rect
!ξ
2ξmax
"(22)
で,図 S14fig:filterfunc(c)のように表わされます。Ram-Lakフィルタに比べて,周波数空間で sinc関数がかけ算された形になっています。これは実空間では rect関数とコンヴォリューションを行っていることに相当するので,実空間で平均値フィルタリングをしていることに相当します。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 5/5 ページ
ξ
H(ξ)
ξmax– ξmax
ξ
H(ξ)
ξ
H(ξ)
ξmax– ξmax
(a) (b) (c)
図 2: 種々のフィルタ関数.(a) オリジナルのフィルタ関数 (|ξ|).(b) Ram-Lakフィルタ.(c) Shepp-
Loganフィルタ.
フィルタ関数の実現
前節で説明した「投影を周波数空間において |ξ|倍するフィルタ」も,実現には多少工夫があります。このフィルタは ξが大きくなるほど倍率(利得)が大きくなるわけですから,無限の空間周波数では利得が無限になります(図 2(a))。現実には,このようなフィルタを作ることはできません。
そこで,有限の空間周波数の範囲で定義できるように,フィルタを工夫します。投影のもつ最高の空間周波数 ξmax以上の周波数は無意味なので,フィルタでカットしてしまってもかまいません。そこで,図 S14fig:filterfunc(b)のように,関数 |ξ|を ξmax で切断したものを考えます。これを Ramachandran-
Lakshminarayananフィルタ(Ram-Lakフィルタ)といい,フィルタ関数をH(ξ)で表すと
H(ξ) = |ξ|rect!
ξ
2ξmax
"(21)
となります。
Ram-Lakフィルタは,高周波数を強調する形になっているので,画像中のノイズを強調する傾向があります。その影響を抑えるため,高周波数での利得を抑えるように調整したフィルタがいろいろ提案されています。代表的なものが Shepp-Loganフィルタで,そのフィルタ関数H(ξ)は
H(ξ) = |ξ|sinc!
ξ
2ξmax
"rect
!ξ
2ξmax
"(22)
で,図 S14fig:filterfunc(c)のように表わされます。Ram-Lakフィルタに比べて,周波数空間で sinc関数がかけ算された形になっています。これは実空間では rect関数とコンヴォリューションを行っていることに相当するので,実空間で平均値フィルタリングをしていることに相当します。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 5/5 ページ
ξ
H(ξ)
ξmax– ξmax
ξ
H(ξ)
ξ
H(ξ)
ξmax– ξmax
(a) (b) (c)
図 2: 種々のフィルタ関数.(a) オリジナルのフィルタ関数 (|ξ|).(b) Ram-Lakフィルタ.(c) Shepp-
Loganフィルタ.
フィルタ関数の実現
前節で説明した「投影を周波数空間において |ξ|倍するフィルタ」も,実現には多少工夫があります。このフィルタは ξが大きくなるほど倍率(利得)が大きくなるわけですから,無限の空間周波数では利得が無限になります(図 2(a))。現実には,このようなフィルタを作ることはできません。
そこで,有限の空間周波数の範囲で定義できるように,フィルタを工夫します。投影のもつ最高の空間周波数 ξmax以上の周波数は無意味なので,フィルタでカットしてしまってもかまいません。そこで,図 S14fig:filterfunc(b)のように,関数 |ξ|を ξmax で切断したものを考えます。これを Ramachandran-
Lakshminarayananフィルタ(Ram-Lakフィルタ)といい,フィルタ関数をH(ξ)で表すと
H(ξ) = |ξ|rect!
ξ
2ξmax
"(21)
となります。
Ram-Lakフィルタは,高周波数を強調する形になっているので,画像中のノイズを強調する傾向があります。その影響を抑えるため,高周波数での利得を抑えるように調整したフィルタがいろいろ提案されています。代表的なものが Shepp-Loganフィルタで,そのフィルタ関数H(ξ)は
H(ξ) = |ξ|sinc!
ξ
2ξmax
"rect
!ξ
2ξmax
"(22)
で,図 S14fig:filterfunc(c)のように表わされます。Ram-Lakフィルタに比べて,周波数空間で sinc関数がかけ算された形になっています。これは実空間では rect関数とコンヴォリューションを行っていることに相当するので,実空間で平均値フィルタリングをしていることに相当します。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 5/5 ページ
ξ
H(ξ)
ξmax– ξmax
ξ
H(ξ)
ξ
H(ξ)
ξmax– ξmax
(a) (b) (c)
図 2: 種々のフィルタ関数.(a) オリジナルのフィルタ関数 (|ξ|).(b) Ram-Lakフィルタ.(c) Shepp-
Loganフィルタ.
フィルタ関数の実現
前節で説明した「投影を周波数空間において |ξ|倍するフィルタ」も,実現には多少工夫があります。このフィルタは ξが大きくなるほど倍率(利得)が大きくなるわけですから,無限の空間周波数では利得が無限になります(図 2(a))。現実には,このようなフィルタを作ることはできません。
そこで,有限の空間周波数の範囲で定義できるように,フィルタを工夫します。投影のもつ最高の空間周波数 ξmax以上の周波数は無意味なので,フィルタでカットしてしまってもかまいません。そこで,図 S14fig:filterfunc(b)のように,関数 |ξ|を ξmax で切断したものを考えます。これを Ramachandran-
Lakshminarayananフィルタ(Ram-Lakフィルタ)といい,フィルタ関数をH(ξ)で表すと
H(ξ) = |ξ|rect!
ξ
2ξmax
"(21)
となります。
Ram-Lakフィルタは,高周波数を強調する形になっているので,画像中のノイズを強調する傾向があります。その影響を抑えるため,高周波数での利得を抑えるように調整したフィルタがいろいろ提案されています。代表的なものが Shepp-Loganフィルタで,そのフィルタ関数H(ξ)は
H(ξ) = |ξ|sinc!
ξ
2ξmax
"rect
!ξ
2ξmax
"(22)
で,図 S14fig:filterfunc(c)のように表わされます。Ram-Lakフィルタに比べて,周波数空間で sinc関数がかけ算された形になっています。これは実空間では rect関数とコンヴォリューションを行っていることに相当するので,実空間で平均値フィルタリングをしていることに相当します。
浅野 晃/画像情報処理(2013 年度春学期) 第14回 (2013. 7. 10) http://racco.mikeneko.jp/ 5/5 ページ
高い周波数成分を増幅すると ノイズを強調してしまうので,抑える