KNOWECON WIKI

ARTICLE

拉东变换

拉东变换 (Radon Transform) 拉东变换是以奥地利数学家约翰·拉东（Johann Radon）命名的积分变换，它将定义在 R^n上的函数映射到该空间中所有超平面上的积分值。在二维情形下，拉东变换将函数f(x,y)映射到所有直线上的线积分，是计算机断层扫描（CT）、核磁共振成像及逆问题理论的核心数学工具。 定义 设f( x)为 R^n上的可积函数

浏览 0 更新 2026-05-25

拉东变换 (Radon Transform)

拉东变换是以奥地利数学家约翰·拉东（Johann Radon）命名的积分变换，它将定义在Rn\mathbb{R}^n上的函数映射到该空间中所有超平面上的积分值。在二维情形下，拉东变换将函数f(x,y)f(x,y)映射到所有直线上的线积分，是计算机断层扫描（CT）、核磁共振成像及逆问题理论的核心数学工具。

定义

设f(x)f(\mathbf{x})为Rn\mathbb{R}^n上的可积函数。对任意单位向量ξ∈Sn−1\boldsymbol{\xi} \in S^{n-1}和标量s∈Rs \in \mathbb{R}，拉东变换Rf\mathcal{R}f定义为：

Rf(ξ,s)=∫x⋅ξ=sf(x) dσ(x)\mathcal{R}f(\boldsymbol{\xi}, s) = \int_{\mathbf{x} \cdot \boldsymbol{\xi} = s} f(\mathbf{x})\, d\sigma(\mathbf{x})

其中dσd\sigma为超平面x⋅ξ=s\mathbf{x} \cdot \boldsymbol{\xi} = s上的(n−1)(n-1)维超表面积元。拉东变换的本质是将一个nn维空间中的函数映射到(n−1)(n-1)维超平面的参数空间上，因此变换后的函数定义域维度与原函数相同。

在二维情况下，参数化更方便：令ξ=(cos⁡θ,sin⁡θ)\boldsymbol{\xi} = (\cos\theta, \sin\theta)，则直线方程为xcos⁡θ+ysin⁡θ=sx\cos\theta + y\sin\theta = s，拉东变换写作：

Rf(θ,s)=∫−∞∞∫−∞∞f(x,y) δ(xcos⁡θ+ysin⁡θ−s) dx dy\mathcal{R}f(\theta, s) = \int_{-\infty}^{\infty} \int_{-\infty}^{\infty} f(x,y)\, \delta(x\cos\theta + y\sin\theta - s)\, dx\, dy

其中δ\delta为狄拉克δ函数，它确保积分仅在满足直线方程的点上被采样。这里θ∈[0,π)\theta \in [0, \pi)是直线法线与xx轴的夹角，ss是原点到直线的有向距离。需要注意的是，参数θ\theta的取值范围是[0,π)[0,\pi)而非[0,2π)[0,2\pi)，因为方向ξ\boldsymbol{\xi}与−ξ-\boldsymbol{\xi}（对应θ+π\theta + \pi）定义的是同一族直线，仅ss的符号相反，故拉东变换具有对称性：Rf(θ+π,s)=Rf(θ,−s)\mathcal{R}f(\theta + \pi, s) = \mathcal{R}f(\theta, -s)。

基本性质

拉东变换具有以下基本性质：

  • 线性性：R(af+bg)=aRf+bRg\mathcal{R}(af + bg) = a\mathcal{R}f + b\mathcal{R}g，即拉东变换是线性算子。
  • 平移性：若g(x)=f(x−x0)g(\mathbf{x}) = f(\mathbf{x} - \mathbf{x}_0)，则Rg(ξ,s)=Rf(ξ,s−ξ⋅x0)\mathcal{R}g(\boldsymbol{\xi}, s) = \mathcal{R}f(\boldsymbol{\xi}, s - \boldsymbol{\xi} \cdot \mathbf{x}_0)。
  • 旋转性：若g(x)=f(Rx)g(\mathbf{x}) = f(R\mathbf{x})，其中RR为旋转矩阵，则Rg(ξ,s)=Rf(Rξ,s)\mathcal{R}g(\boldsymbol{\xi}, s) = \mathcal{R}f(R\boldsymbol{\xi}, s)。
  • 与卷积的关系：R(f∗g)=Rf∗Rg\mathcal{R}(f * g) = \mathcal{R}f \ast \mathcal{R}g，其中∗*表示卷积，且等式右侧的卷积仅沿ss方向进行。
  • 对支撑集的影响：若ff具有紧支撑（即仅在有限区域内非零），则Rf(θ,s)\mathcal{R}f(\theta, s)对每个θ\theta也在有限ss区间上非零，支撑区间长度不超过原函数支撑集的直径。

与傅里叶变换的关系

拉东变换与傅里叶变换之间存在深刻联系，即投影切片定理（Projection-Slice Theorem，也称傅里叶切片定理）：

F1[Rf(θ,⋅)](k)=F2[f](kcos⁡θ,ksin⁡θ)\mathcal{F}_1[\mathcal{R}f(\theta, \cdot)](k) = \mathcal{F}_2[f](k\cos\theta, k\sin\theta)

其中F1\mathcal{F}_1是一维傅里叶变换（关于变量ss），F2\mathcal{F}_2是二维傅里叶变换。该定理的数学表述为：函数ff在方向θ\theta上的拉东变换的一维傅里叶变换，等于ff的二维傅里叶变换沿同一方向通过原点的切片。这一关系是许多CT图像重建算法的理论基础，使得频域采样与空域反投影之间可以高效转换。

逆变换与重建

拉东变换是可逆的，其逆变换由拉东本人给出。二维拉东逆变换的标准公式为：

f(x,y)=12π∫0π(H∂∂sRf(θ,s))s=xcos⁡θ+ysin⁡θdθf(x,y) = \frac{1}{2\pi} \int_0^\pi \left( \mathcal{H} \frac{\partial}{\partial s} \mathcal{R}f(\theta, s) \right)_{s = x\cos\theta + y\sin\theta} d\theta

其中H\mathcal{H}为希尔伯特变换。这一公式在离散计算中通常被重写为滤波反投影（Filtered Back-Projection, FBP）算法，步骤如下：

  1. 对每个投影角θ\theta的投影数据Rf(θ,s)\mathcal{R}f(\theta, s)计算一维傅里叶变换。
  2. 乘以斜坡滤波器（Ram-Lak滤波器）∣k∣\vert k \vert进行频域滤波。
  3. 对滤波后的数据进行逆傅里叶变换。
  4. 反投影回图像空间，即沿原投影方向将滤波后的值均匀铺回图像平面。

滤波反投影因其计算效率和数值稳定性，在CT成像中广泛使用。

CT成像中的物理意义

在X射线CT扫描中，X射线束穿透人体组织后强度衰减服从比尔-朗伯定律：

I=I0exp⁡(−∫Lμ(x,y) dℓ)I = I_0 \exp\left(-\int_L \mu(x,y)\, d\ell \right)

其中μ(x,y)\mu(x,y)为组织在(x,y)(x,y)处的线性衰减系数，LL为射线路径。取对数后得到：

p=ln⁡I0I=∫Lμ(x,y) dℓp = \ln\frac{I_0}{I} = \int_L \mu(x,y)\, d\ell

可见CT采集的投影数据pp正是衰减系数分布μ\mu的拉东变换。CT重建即求解p=Rμp = \mathcal{R}\mu的逆问题，从多角度投影测量值还原出人体横截面图像。

广义拉东变换

拉东变换的概念已推广至多种几何设定：

  • 拉东变换（经典）：沿超平面积分。
  • X射线变换：沿直线积分（三维情形下直线的参数空间维度高于二维情形，称为X射线变换而非拉东变换）。
  • 球面拉东变换：沿球面或圆的积分，出现在光声成像和多普勒层析成像中。
  • 地震拉东变换（τ−p\tau-p变换）：在地震勘探中将地震记录映射到截距时间τ\tau和水平慢度pp域，用于波场分离和噪声压制。
  • 张量拉东变换：作用于张量场上的拉东变换，在弹性成像和偏振光成像中有重要应用。

离散实现与数值挑战

在实际应用中，拉东变换及其逆变换在离散网格上实现。主要挑战包括：

  • 投影角度数量有限：根据奈奎斯特准则，对于N×NN \times N的图像，约需πN/2\pi N/2个均匀分布的角度投影才能无混叠地重建。
  • 噪声放大：逆变换中的高频滤波器∣k∣\vert k \vert会放大测量噪声，实际中常引入维纳滤波或正则化（如吉洪诺夫正则化）加以抑制。
  • 代数重建法：相比滤波反投影，代数重建技术（ART）和迭代重建算法（如SART、TV-minimization）可处理不完全数据并可加入先验约束，近年来的压缩感知CT更是利用图像的稀疏性在远低于奈奎斯特极限的投影数下实现高质量重建。

历史与影响

拉东变换由约翰·拉东于1917年在论文《关于从流形上的积分值确定函数的可能性》中提出。该论文的标题德文为Über die Bestimmung von Funktionen durch ihre Integralwerte längs gewisser Mannigfaltigkeiten，拉东在其中不仅给出了变换的定义和逆变换公式，还建立了与傅里叶变换的联系。然而，这一成果在提出后的半个世纪里几乎只停留在纯数学领域，未受到广泛关注。

直到计算机技术和医学成像需求成熟，拉东变换才展现出其巨大的应用价值。1972年，英国工程师豪恩斯菲尔德（Godfrey Hounsfield）发明了第一台临床CT扫描仪，并与提出CT数学理论的科马克（Allan Cormack）共同获得1979年诺贝尔生理学或医学奖。科马克早在1963年就已独立推导出CT重建的数学基础，而他的工作本质上正是拉东逆变换的数值实现。令人感慨的是，两人在研发过程中均不知道拉东1917年的先驱性工作。

如今，拉东变换已超越医学成像领域，成为广泛应用的多学科工具：

  • 核医学：PET（正电子发射断层扫描）和SPECT（单光子发射计算机断层扫描）中，放射性示踪剂的分布同样通过拉东变换重建。
  • 射电天文学：合成孔径成像技术利用多个射电望远镜的测量信号重建天体图像，其数学本质是拉东逆变换在高维空间中的推广。
  • 电子显微镜：冷冻电镜（Cryo-EM）中的三维重构问题可视为拉东变换的变体，已推动结构生物学领域多次突破。
  • 材料科学：工业CT无损检测利用拉东变换检测材料内部缺陷、测量密度分布与三维结构。
  • 模式识别：拉东变换的矩不变量可用于形状识别与字符识别，因其对旋转变换具有稳定的表示能力。
  • 偏微分方程：拉东变换在求解某些类型的偏微分方程（如波动方程和输运方程）中提供了一种重要的积分表示方法，尤其适用于各向同性介质的初值问题。

拉东变换的发展历程是纯数学理论最终催生革命性技术的经典案例。从1917年拉东的纯粹数学探索，到CT成像拯救无数生命，再到今天人工智能辅助重建算法的蓬勃发展，拉东变换持续展现着其强大的生命力与跨界影响力。