Core Concepts
이산 Radon 변환 데이터에 노이즈가 있을 때 선형 필터링 역투영 알고리즘을 적용하면 재구성 오차가 발생하며, 이 오차의 통계적 특성을 분석하였다.
Abstract
이 논문은 이산 Radon 변환 데이터에 노이즈가 있을 때 선형 필터링 역투영 알고리즘을 적용하여 재구성된 영상의 오차를 분석한다.
데이터 샘플링 간격 ϵ에 따른 재구성 오차 Nrec
ϵ
(x)를 분석하였다.
임의의 고정점 x0 주변의 O(ϵ) 크기 이웃에서 Nrec
ϵ
(x)의 극한 Nrec(ˇx; x0)이 존재함을 보였다.
Nrec(ˇx; x0)가 평균 0인 가우시안 랜덤 필드임을 증명하고 공분산을 계산하였다.
시뮬레이션을 통해 이론적 결과를 검증하였다.
Stats
데이터 샘플링 간격 ϵ가 작아질수록 재구성 오차의 분산이 감소한다.
재구성 오차의 평균은 0이다.
Quotes
"Often one needs to understand at what resolution the singularities (non-smoothness) of the original object appear in the reconstructed images."
"The question of resolution of singularities is extremely important in many applications, such as medical imaging, nondestructive evaluation, metrology, luggage and cargo scanning for threat detection, to name a few."