Skip to main content
QUICK REVIEW

[论文解读] Inversion of the Spherical Mean Transform with Sources on a Hyperplane

Aleksei Beltukov|ArXiv.org|Oct 8, 2009
Numerical methods in inverse problemsMathematics参考文献 12被引用 19
一句话总结

本文提出了一种在n维上半空间中,源位于超平面上的球面均值变换的新反演公式,利用一个将该变换与抛物面核卷积联系起来的交织算子。关键贡献是基于傅里叶分析和经典Radon理论的显式、稳定的重建公式,适用于所有快速递减函数,并在任意维数下适用。

ABSTRACT

The object of this study is an integral operator $\mathcal{S}$ which averages functions in the Euclidean upper half-space $\mathbb{R}_{+}^{n}$ over the half-spheres centered on the topological boundary $\partial \mathbb{R}_{+}^{n}$. By generalizing Norton's approach to the inversion of arc means in the upper half-plane, we intertwine $\mathcal{S}$ with a convolution operator $\mathcal{P}$. The latter integrates functions in $\mathbb{R}^{n}$ over the translates of a paraboloid of revolution. Our main result is a set of inversion formulas for $\mathcal{P}$ and $\mathcal{S}$ derived using a combination of Fourier analysis and classical Radon theory. These formulas appear to be new and are suitable for practical reconstructions.

研究动机与目标

  • 开发一种新的、显式的球面均值变换反演公式,适用于上半空间ℝⁿ⁺¹中源位于超平面上的情形。
  • 将Norton在二维情况下的方法推广至任意维数n ≥ 1。
  • 通过一个卷积算子,建立球面均值变换与经典Radon变换之间的直接联系。
  • 提供一种适用于层析成像应用的稳定、反投影型重建算法。

提出的方法

  • 引入一对映射,使球面均值变换𝒮与作用于ℝⁿ⁺¹上函数的卷积算子𝒫实现交织。
  • 将𝒫定义为在旋转抛物面平移上的积分卷积算子。
  • 利用傅里叶分析与分布理论,推导𝒫的逆算子𝒫⁻¹。
  • 通过复合𝒮⁻¹ = 𝒮* ∘ 𝒦_y ∘ 𝒮建立球面均值变换的逆算子,其中𝒦_y为与经典Λ算子相关的单变量算子。
  • 借助经典Radon反演理论,验证反演公式的结构与有效性。
  • 通过微分几何技术(包括体积形式的拉回与雅可比矩阵行列式的计算)验证公式。

实验结果

研究问题

  • RQ1是否能够通过避免对函数定义域施加强分析约束的方法,实现对源位于超平面上的球面均值变换的反演?
  • RQ2如何通过卷积算子将球面均值变换与经典Radon变换联系起来?
  • RQ3能否推导出适用于所有维数n ≥ 1的显式、稳定的球面均值变换反演公式?
  • RQ4反演公式是否可以表示为包含伴随算子𝒮*的反投影形式,以提升数值稳定性?
  • RQ5反演算子的精确几何与分析结构是什么,特别是关于抛物面卷积核的结构?

主要发现

  • 本文推导出球面均值变换𝒮的新反演公式,适用于Schwartz空间𝒮(ℝⁿ⁺¹)中的所有快速递减函数,且无需施加限制性分析假设。
  • 反演公式表示为𝒮⁻¹(f) = 𝒮* ∘ 𝒦_y ∘ 𝒮(f),其中𝒦_y为经典Λ算子的单变量拉回,确保了公式的简洁性与稳定性。
  • 通过分布理论证明了与𝒮交织的卷积算子𝒫是可逆的,从而得到了𝒫⁻¹的显式表达式。
  • 在体积形式拉回中所用变换的雅可比行列式计算结果为1/(1+|z|²)⁽ⁿ⁺¹⁾/²,确认了反演所需的正确缩放。
  • 该方法在球面均值变换与经典Radon变换之间建立了直接且自然的联系,后者为反演提供了理论基础。
  • 所提出的反演公式由于其组合结构及与基于傅里叶的数值算法的兼容性,适用于实际的层析成像重建。

更好的研究,从现在开始

从阅读论文到最终审阅,大幅缩短您的研究时间。

无需绑定信用卡

本解读由 AI 生成,并经人工编辑审核。