Radon变换

一个比较直观的理解

假设你的手指被一个很强的平行光源透射，你迎着光源看到的手指图像就是手指的光衰减系数的三维Radon变换在给定方向时候的值。过程类似于下图所示：
在某一投影角下，左侧为Radon变换过程，相当于投影过程，右侧为逆Radon变换过程，也相当于反投影过程：

另一种投影角下：

最后两个角度下得到的反投影图加和：

很多个角度下反投影的叠加最终就会形成原始图像：

Radon变换具体解决的问题

中间圆环是我们想要求的物体，左边是发射源发射射线，右边为探测器能够感应到射线的强弱，假设物体上每一点对射线的衰减程度为函数f(x,y) ，根据射线穿过物体后的衰减程度（一个值）可以得到物体在该方向上每一点的衰弱强度intensity（每一点的衰减系数）。最终的目的是，根据不同方向上的物体的intensity值求出物体上每一点的衰减系数。
上述过程转换为数学表达可以表示为线积分，先积分的本质就是在求和，因此可以理解为直线L穿过物体f(x,y)，探测器端接收到的强度就是函数f(x,y)在直线L上的线积分值，

所以，最终目的就变成根据不同的射线L求出f(x,y)的表达式，这个表达式就包含物体所有点的衰减系数了。

射线L的表示

如图所示，当射线L处于图中位置时，坐标轴中心与射线的距离为P，射线L过中心的垂线与X轴的夹角为seta，所以直线L可以表示为：

则根据方程中的两个参数seta和P就可以定义Radon变换。

Radon变换

Radon变换相当于把函数f(x,y)通过线积分表示成了另外一种直线参数形式，也就是把二维平面（x,y）坐标映射成直线参数（seta,p）。
对于CT成像而言，传感器采集的是Radon[f(x，y)]，即图像f(x,y)在各个射线下的积分，也就是intensity，也就是Radon变换的结果。

两个实际例子

下面是两个实际RadonB变换的例子：
1、左侧为原始图像，右侧为其对应的正弦图（Radon变换图）。正弦图的每一行都是沿垂直轴上（就是沿射线方向）相应角度的投影；

2、三个图分别为原始图像、0-180度的Radon变换图以及0°时的Radon结果，前两个图通过前面的解释应该已经明白，最后一个实际上就是在一个角度下，投影值（就是此角度下图像在射线L上的线积分值）与探测器之间的关系图，横坐标表示探测器，纵坐标表示接收到的intensity，也是Radon值。

Radon逆变换

接上面Radon变换所述，此时我们已经有了Radon变换也就是线积分结果，若想通过得到的强度值重建原图像，这个过程就是Radon逆变换，也叫做反投影。由于线积分把二维平面上的所有点(x,y)约束在直线L上，所以为了展开Radon变换得到的积分形式，我们使用deta函数，投影强度公式展开后得到：

以上即为Radon变换。现在问题变成了根据不同的（seta，p）求出f(x,y)。也就是Radon逆变换。
利用傅里叶变换性质中的卷积性质可以将上面的式子转换为（对上式两端求傅里叶变换）：

从式中可以看出左侧为对seta角度下得到的强度intensity进行傅里叶变换，变换得到的数据填充到图像中过坐标原点角度seta的那条线上（图中过坐标轴圆点的虚线，中心点一般设成图像的中心），最后再对结果进行傅里叶逆变换，就可以得到函数f(x,y)了。

实际例子

下面是物体的正弦图和通过正弦图得到的反投影重建图：

这个过程需要用到傅里叶切片定理：传送门
简单来说就是某个角度下的投影的一维傅里叶变换等于投影区域（原始图像）的二维傅里叶变换的一个切片（同样角度处的）。

自用理解笔记勿喷
未完，做到后面再更新。

参考文献

https://zhuanlan.zhihu.com/p/79722768
https://max.book118.com/html/2019/0529/7101002136002030.shtm
Radon变换理论介绍