AlxisDataBlog-数学・物理学


MathJax = {
  chtml: {
    matchFontHeight: false
  },
  tex: {
    inlineMath: [['$', '$']]
  }
};






今回の積分変換は、ラドン変換を少し改造したものになります。ラドン変換では

\begin{align}
\Omega=\{x\in\mathbb{R}^n:x^1=\dots=x^m=0\}
\end{align}

としましたが、今回は

\begin{align}
\Omega=\{x\in\mathbb{R}^n:x^1=\dots=x^m=0,\|x\|\le 1\}
\end{align}

という $n-m$ 次元球体を定義して

\begin{align}
\mathscr{R}f(g)=\int_{\Omega}f(gx)\,dx^{m+1}\wedge\dots\wedge x^n
\end{align}

このように積分変換を定義します。$\partial\Omega$ の元 $p$ と $\{x\in\mathbb{R}^n:x^1=\dots=x^m=0\}$ の直交空間上の単位ベクトル $q$ をとっておきます。まず、 $\mathscr{R}f(g)$ を $gp$ 方向へ微分してみます。

\begin{align}
\partial_p(g^{-1}\mathscr{R}f)(1)=\int_{\Omega}\partial_p(g^{-1}f)\,dx^{m+1}\wedge\dots\wedge x^n
\end{align}

ここで

\begin{align}
\xi^p=\sum_{i=m+1}^n(-1)^{i-m-1}p^i\,dx^{m+1}\wedge\cdots\hat{i}\cdots\wedge dx^n
\end{align}

とおくと $d(g^{-1}f\xi^p)=\partial_p(g^{-1}f)\,dx^{m+1}\wedge\dots\wedge x^n$ が成立するので

\begin{align}
\partial_p(g^{-1}\mathscr{R}f)(1)=\int_{\partial\Omega}g^{-1}f\xi^p
\end{align}

更に $\partial\Omega$ の体積形式

\begin{align}
\omega=\sum_{i=m+1}^n(-1)^{i-m-1}x^i\,dx^{m+1}\wedge\cdots\hat{i}\cdots\wedge dx^n
\end{align}

を定義すると $\xi^p=\langle p,x\rangle\omega$ となるので

\begin{align}
\partial_p(g^{-1}\mathscr{R}f)(1)=\int_{\partial\Omega}\langle p,x\rangle g^{-1}f\omega
\end{align}

$\partial_{e_i}(g^{-1}\mathscr{R}f)(1)$ を更に $\partial_{qe_i},i=m+1,\dots,n$ で微分してみます。

\begin{align}
\partial_{qe_i}\partial_{e_i}(g^{-1}\mathscr{R}f)(1)=-\int_{\partial\Omega}\langle e_i,x\rangle^2 \partial_q(g^{-1}f)\omega
\end{align}

$i$ に関する総和をとれば簡単な式になりますね。

\begin{align}
\sum_{i=m+1}^n\partial_{qe_i}\partial_{e_i}(g^{-1}\mathscr{R}f)(1)=-\int_{\partial\Omega}\partial_q(g^{-1}f)\omega
\end{align}

この式に見覚えはありますでしょうか。右辺はファンク変換のラプラシアンで出てきた式です。続いて $\partial_p(g^{-1}\mathscr{R}f)(1)$ を $q$ 方向へ微分してみます。

\begin{align}
\partial_q\partial_p(g^{-1}\mathscr{R}f)(1)=\int_{\partial\Omega}\langle p,x\rangle \partial_q(g^{-1}f)\omega
\end{align}

こちらは半球面コサイン変換で出てきた式です。$2$ つの式から $\partial\Omega$ 上で $g^{-1}f$ が計算できるとしたいところですが、後者の式で逆ヒルベルト変換を実行するとき、定数分の不定性があり $\partial\Omega$ 上での $g^{-1}f$ の積分値が必要でした。したがって、一旦

\begin{align}
\mathscr{K}f_0(g)=\int_{\partial\Omega}f_0(gx)\omega
\end{align}

に初期条件

\begin{align}
\int_{\partial\Omega}f_0\omega=0
\end{align}

を与えて、

\begin{align}
&\partial_q(g^{-1}\mathscr{K}f_0)(1)=-\sum_{i=m+1}^n\partial_{qe_i}\partial_{e_i}(g^{-1}\mathscr{R}f)(1),\\
&\partial_{qp}(g^{-1}\mathscr{K}f_0)(1)=-\partial_q\partial_p(g^{-1}\mathscr{R}f)(1)
\end{align}

を $\mathscr{K}f_0(g)$ に関して解きます。これで不定性無く逆ヒルベルト変換が使えて $f_0$ が求まります。最後に勝手に決めた初期条件を修正すれば良いでしょう。

\begin{align}
\mathscr{R}(f_0+c)(1)=\mathscr{R}f(1)
\end{align}

を解くことにより定数 $c$ を求めます。$f=f_0+c$ が解ですね。今回はここまで。(written by J.Nishigata)


Copy Right 2020-現在 ALXIS DATA, Inc. All Right Reserved.

円板定義関数の族と積分変換

アルシスデータ株式会社(本社：東京都渋谷区、代表取締役：吉川茂男、以下弊社)は、株式会社オプトロニクス社が発行する、光学分野で有力な業界誌「月刊OPTRONICS 2023年4月号・Photo-tech News & Report」に掲載されたことをお知らせいたします。月刊OPTRONICShttps://www.optronics.co.jp/magazine/opt.php記事では、「アーチファクトの抑制に成功！進歩を遂げた画像鮮鋭化技術『RING』」として、・ブラインド・デコンボリューションへの対応・偽解像（アーチファクト）への対応・ノイズ抑制への対応等、弊社が展開する「RING」の製品開発経緯から、直近実現した偽解像・ノイズに対する新技術とその期待効果、応用製品例について紹介されています。＜弊社掲載箇所＞・記事　本紙 P.185-186～アーチファクトの抑制に成功！進歩を遂げた画像鮮鋭化技術「RING」とは～弊社では、独自のデコンボリューション技術を中核に、イメージングや産業領域にこれまでにない革新的な価値を提供して参ります。ぜひ月間OPTRONICSで弊社の技術・取り組みをご高覧ください。■本リリースに関する連絡先アルシスデータ株式会社https://www.alxisdata.co.jp/pages/5046922/contact〒150‒6031東京都渋谷区恵比寿 4‒20‒3　恵比寿ガーデンプレイスタワー31階

ウィンターニッツ変換その１