Einbindung screenshots und Krams

This commit is contained in:
Oliver 2020-01-12 19:42:05 +01:00
parent a5e981efe9
commit 9113aa0896
2 changed files with 248 additions and 10 deletions

Binary file not shown.

Before

Width:  |  Height:  |  Size: 28 KiB

After

Width:  |  Height:  |  Size: 19 KiB

View file

@ -110,7 +110,7 @@ Die Projektion ordnet dabei den auf der Projektionsgeraden \(s\) befindlichen Pu
Linienintegral \(p(s, \vartheta)\) zu:
\begin{equation}\label{eq:linienint}
p(s, \vartheta) = \int_{-R_I}^{+R_I} f_I(s \cdot \cos \vartheta - t \cdot \sin \vartheta, s \cdot \sin\vartheta + t \cdot \cos\vartheta)
p(s, \vartheta) = \int_{-R_I}^{+R_I} f_I(s \cdot \cos \vartheta - t \cdot \sin \vartheta, s \cdot \sin\vartheta + t \cdot \cos\vartheta) dt
\end{equation}
Wobei folgende Beziehungen genutzt wurden:
@ -125,12 +125,250 @@ Wobei folgende Beziehungen genutzt wurden:
Stellt man die Funktion \(p(s, \vartheta)\) zweidimensional dar, erhält man ein so genanntes
\emph{Sinogramm}.
Die Rückprojektion erfolgt mit Hilfe einer zweidimensionalen inversen Fourier-Transformation im
Frequenzraum. Nach Verwendung des Projektionssatzes und Übergang von den kartesischen \(k_x, k_y\)
zu Zylinderkoordinaten \(S, \vartheta\) folgt:
\begin{equation}\label{eq:invradon}
f_I(x,y) = \int_{0}^{\pi} d\vartheta \int_{-\infty}^{+\infty} P(S, \vartheta) \cdot |S| \cdot \exp[2\pi i S(x \cdot \cos\vartheta + y \cdot \sin\vartheta)] dS
\end{equation}
~\eqref{eq:invradon} entspricht der inversen Radon-Transformation, die allerdings keine Lösung
hat, da das Integral über \(dS\) divergiert.
Um dennoch eine Lösung anzunähern, führt man eine Filterfunktion \(H(S)\) ein, die als Produkt der
Betragsfunktion \(|S| = \sqrt{k_x^2+k_y^2}\) und einer Fensterfunktion \(A(S)\) definiert ist.
\begin{equation}\label{eq:filterfkt}
H(S) = A(S) \cdot |S|
\end{equation}
Mit
\begin{equation}\label{eq:filterkern}
h(s) = \int_{-\infty}^{+\infty} A(S) \cdot |S| \cdot \exp[2\pi i Ss] dS
\end{equation}
und
\begin{equation}\label{eq:gefltdaten}
p_F(s, \vartheta) = p(s, \vartheta) \cdot h(s) = \int_{0}^{s'_{max}} p(s', \vartheta) \cdot h(s-s') ds'
\end{equation}
ergibt sich die Rückprojektion
\begin{equation}\label{eq:rücktrafo}
f_I(x,y) \approxeq \int_{0}^{\pi} p_F(s,\vartheta) d\vartheta .
\end{equation}
\section{Durchführung und Auswertung}
\label{sec:durch}
\subsection{Schwerpunktsdiagramme}
\label{sec:schwpkt}
\begin{figure}[h!]
\centering
\begin{subfigure}{0.32\textwidth}
\centering
\includegraphics[width=.9\textwidth]{../messungen/kalib/vergleich_mitte_nah_NAH.png}
\caption{Quelle nah.}
\end{subfigure}
\begin{subfigure}{0.32\textwidth}
\centering
\includegraphics[width=.9\textwidth]{../messungen/kalib/vergleich_mitte_nah_MITTE.png}
\caption{Quelle in Mitte der Detektoren.}
\end{subfigure}
\begin{subfigure}{0.32\textwidth}
\centering
\includegraphics[width=.9\textwidth]{../messungen/kalib/vergleich_mitte_fern_FERN.png}
\caption{Quelle fern.}
\end{subfigure}
\caption{Vergleich der Detektorsignale bei verschiedenen Quellabständen von Detektor A.}
\label{fig:abstand}
\end{figure}
Die Quelle lag bei den Messungen stets auf einem Tisch aus Plexiglas. Dadurch erwartet man eine
Abschwächung des Signals durch Reflexionen und Brechungen des Lichtes am unteren Detektorrand.
Wie man allerdings deutlich in~\ref{fig:abstand} (c) erkennen kann ist das Signal im unteren
Teil des Bildes deutlich stärker als im oberen. Dies lässt darauf schließen, dass die vom
Detektor kommenden Bilder horizontal invertiert sind.
Auch kann man die Kristallstruktur anhand der 8x8-Matrix artigen Anordnung der Dichteverteilung
der Messpunkte erkennen.
Die Dichte der Messpunkte ist in (a) deutlich im Zentrum der Aufnahme
konzentriert sowie die am Rand liegenden Bereiche höherer Messpunktdichte stark verzerrt. Daraus
wurde der Schluss, dass (a) eine Messung zeigt, bei der die Quelle nah am Detektor lag.
Die Unterschiede und Gründe für die Entscheidung zwischen mittleren (b) und fernen Quellabstand
(c) sind zum einen die Helligkeit der einzelnen Bereiche höherer Messpunktdichte zum anderen
müssten die äußeren Bereiche bei fernem Abstand weniger stark verzerrt sein, was
in~\ref{fig:abstand} allerdings nicht zu erkennen ist, da die Unterschiede zu marginal sind.
\subsection{Tomographische Messungen}
\label{sec:tom}
\subsubsection{Isotrope Dichteverteilung}
\label{sec:tom1}
Es wurde eine vorgegebene, aber unbekannte Quellkonfiguration innerhalb eines aus Wachs
bestehenden Phantoms vermessen und mit Hilfe dieser Messungen auf die Gestalt der
Quellkonfiguration geschlossen.\\
Gemessen wurde mit einer Geschwindigkeit von \(\SI{12}{\milli\metre\per\second}\), dem
Mittelfilter und neun Filterdimensionen.
\begin{figure}
\begin{subfigure}{0.5\textwidth}
\centering
\includegraphics[width=.4\textwidth]{../messungen/oliTOM1/1_einfach.png}
\includegraphics[width=.4\textwidth]{../messungen/oliTOM1/1_gefiltert.png}
\caption{Messung bei \(7^\circ\).}
\end{subfigure}
\begin{subfigure}{0.5\textwidth}
\centering
\includegraphics[width=.4\textwidth]{../messungen/oliTOM1/3_einfach.png}
\includegraphics[width=.4\textwidth]{../messungen/oliTOM1/3_gefiltert.png}
\caption{Messung bei \(18^\circ\).}
\end{subfigure}
\begin{subfigure}{0.5\textwidth}
\centering
\includegraphics[width=.4\textwidth]{../messungen/oliTOM1/3_einfach.png}
\includegraphics[width=.4\textwidth]{../messungen/oliTOM1/3_gefiltert.png}
\caption{Messung bei \(18^\circ\).}
\end{subfigure}
\begin{subfigure}{0.5\textwidth}
\centering
\includegraphics[width=.4\textwidth]{../messungen/oliTOM1/5_einfach.png}
\includegraphics[width=.4\textwidth]{../messungen/oliTOM1/5_gefiltert.png}
\caption{Messung bei \(36^\circ\).}
\end{subfigure}
\begin{subfigure}{0.5\textwidth}
\centering
\includegraphics[width=.4\textwidth]{../messungen/oliTOM1/9_einfach.png}
\includegraphics[width=.4\textwidth]{../messungen/oliTOM1/9_gefiltert.png}
\caption{Messung bei \(90^\circ\).}
\end{subfigure}
\begin{subfigure}{0.5\textwidth}
\centering
\includegraphics[width=.4\textwidth]{../messungen/oliTOM1/13_einfach.png}
\includegraphics[width=.4\textwidth]{../messungen/oliTOM1/13_gefiltert.png}
\caption{Messung bei \(150^\circ\).}
\end{subfigure}
\begin{subfigure}{0.5\textwidth}
\centering
\includegraphics[width=.4\textwidth]{../messungen/oliTOM1/15_einfach.png}
\includegraphics[width=.4\textwidth]{../messungen/oliTOM1/15_gefiltert.png}
\caption{Messung bei \(178^\circ\).}
\end{subfigure}
\caption{Verlauf der Bilderstellung mit Gegenüberstellung von ungefilterter (links) und gefilterter (rechts) Projektion.}
\label{fig:tom1}
\end{figure}
\subsubsection{Anisotrope Dichteverteilung}
\label{sec:tom2}
Nun wurde wieder eine Dichteverteilung innerhalb des Phantoms gegeben. Nur das diesmal nur in der
Mitte des Phantoms eine Quelle lag und darum auf unbekannte Art und Weise Bleimünzen, der selben
Form und Größe wie die der Quelle verteilt waren. Deren Anordnung gilt es mit Hilfe der
aufgenommenen Messdaten, insbesondere der Form des Sinogramms, herauszufinden.
\begin{figure}[h]
\centering
\includegraphics[width=.3\textwidth, angle=90]{../messungen/tom2/tom2_Sinogramm.png}
\caption{Aufgenommenes Sinogramm bei Vermessung einer anisotropen Quelldichteverteilung.}
\label{fig:tom2}
\end{figure}
\subsection{Einfluss verschiedener Filter}
\label{sec:filter}
Zuletzt wurde noch der Einfluss verschiedener Filter auf die gefilterte Rückprojektion
untersucht. Dazu wurden die Messdaten aus~\ref{sec:tom1} verwendet.
\begin{figure}[h]
\centering
\subfloat[Hanning-Filter.]{\includegraphics[width=.4\textwidth]{../messungen/olifilter/hanningweight9_gefiltert.png}}
\subfloat[Ramp-Filter.]{\includegraphics[width=.4\textwidth]{../messungen/olifilter/ramp9_gefiltert.png}}\\
\subfloat[Shepp-Filter.]{\includegraphics[width=.4\textwidth]{../messungen/olifilter/shepp9_gefiltert.png}}
\subfloat[Rauschfilter.]{\includegraphics[width=.4\textwidth]{../messungen/olifilter/rauschfilter_gefiltert.png}}
\caption{Gegenüberstellung verschiedener Filter mit einer Dimension von je \(9\).}
\label{fig:filter}
\end{figure}
Wie man in~\ref{fig:filter} erkennen kann, sehen sich die gefilterten Rückprojektionen mit dem
Hannig-Filter und dem Rauschfilter sowie jene mit Ramp-Filter und Shepp-Filter recht ähnlich.
Auf den Bildern (a) und (d) kann man die Quellverteilung obwohl sie im Vergleich zu (b) und (c)
unschärfer wirken besser erkennen, da störende Signale herausgefiltert werden.\\
%\begin{figure}[h]
% \centering
% \begin{subfigure}[t]{0.5\textwidth}
% \centering
% \includegraphics[width=.3\textwidth]{../messungen/olifilter/hanningweight9_gefiltert.png}
% \caption{Hanning-Filter.}
% \end{subfigure}
% \begin{subfigure}[t]{0.5\textwidth}
% \centering
% \includegraphics[width=.3\textwidth]{../messungen/olifilter/ramp9_gefiltert.png}
% \caption{Ramp-Filter.}
% \end{subfigure}
% \begin{subfigure}[t]{0.5\textwidth}
% \centering
% \includegraphics[width=.3\textwidth]{../messungen/olifilter/shepp9_gefiltert.png}
% \caption{Shepp-Filter.}
% \end{subfigure}
% \begin{subfigure}[t]{0.5\textwidth}
% \centering
% \includegraphics[width=.3\textwidth]{../messungen/olifilter/rauschfilter_gefiltert.png}
% \caption{Rausch-Filter.}
% \end{subfigure}
%\caption{Gegenüberstellung verschiedener Filter mit einer Dimension von je \(9\).}
%\label{fig:filter}
%\end{figure}
Der Rauschfilter wurde außerdem mit Dimensionseinstellungen getestet.
\begin{figure}[h!]
\centering
\subfloat[Dimension \(= 5\).]{\includegraphics[width=.3\textwidth]{../messungen/olifilter/rausch_5_gefiltert.png}}
\subfloat[Dimension \(= 9\).]{\includegraphics[width=.3\textwidth]{../messungen/olifilter/rauschfilter_gefiltert.png}}
\subfloat[Dimension \(= 12\).]{\includegraphics[width=.3\textwidth]{../messungen/olifilter/rausch12_gefiltert.png}}
\caption{Rauschfilter mit verschiedenen Dimensionen.}
\label{fig:rausch}
\end{figure}
In~\ref{fig:rausch} erscheint (a) am unschärfsten und undeutlichsten, wenngleich man auch die
Intensität der einzelnen Quellen qualitativ abschätzen kann. In (b) und (c) hingegen ist die
Lage der Quellen besser auszumachen, da diese schärfer im Vergleich zu (a) sind. Es ist allerdings
kein wirklicher Unterschied zwischen (b) und (c) zu erkennen.
%\begin{figure}[h!]
% \centering
% \begin{subfigure}[t]{0.5\textwidth}
% \centering
% \includegraphics[width=.6\textwidth]{../messungen/olifilter/rausch_5_gefiltert.png}
% \caption{Dimension \(= 5\).}
% \end{subfigure}
% \begin{subfigure}[t]{0.5\textwidth}
% \centering
% \includegraphics[width=.6\textwidth]{../messungen/olifilter/rauschfilter_gefiltert.png}
% \caption{Dimension \(= 9\).}
% \end{subfigure}
% \begin{subfigure}[t]{0.5\textwidth}
% \centering
% \includegraphics[width=.6\textwidth]{../messungen/olifilter/rausch12_gefiltert.png}
% \caption{Dimension \(= 12\).}
% \end{subfigure}
% \caption{Rauschfilter mit verschiedenen Dimensionen.}
% \label{fig:rausch}
%\end{figure}
\section{Auswertung}
\label{sec:ausw}
\subsection{Theoriebeispiel}
\label{sec:theobei}
Zur Verbesserung des verst\"andnisses der Projektions- und
Zur Verbesserung des Verst\"andnisses der Projektions- und
Rekonstruktionsprozesse, werden diese hier anhand eines einfachen
Beispiels nachvollzogen.
@ -197,7 +435,7 @@ berechenet. Dabei wurden die diagonalen entsprechend gewichtet.
\end{array}\right) = \mathfrak{P}_0
\end{equation}
Ein gefiltertes Sinogram~\ref{fig:theory-convoluted} ergibt sich durch
Ein gefiltertes Sinogramm~\ref{fig:theory-convoluted} ergibt sich durch
Faltung der Zeilen von \(\mathfrak{M}_0\) mit
\(F = \mqty(-.1 & .25 & -.1)\).
@ -212,7 +450,7 @@ Faltung der Zeilen von \(\mathfrak{M}_0\) mit
\end{pmatrix}
\end{equation}
Die R\"uckprojektion des Einfachen sinogramms
Die R\"uckprojektion des einfachen Sinogramms
ergib~\ref{fig:theory-rec_simple}.
{\footnotesize
@ -254,7 +492,7 @@ ergib~\ref{fig:theory-rec_simple}.
\end{pmatrix} = \mathfrak{M}_1
\end{align}}
Aus dem gefilterten Sinogram ergibt sich auf \"ahnliche
Aus dem gefilterten Sinogramm ergibt sich auf \"ahnliche
Weise~\ref{fig:theory-rec_filtered}
{\footnotesize
\setlength{\arraycolsep}{2.5pt}
@ -297,11 +535,11 @@ Weise~\ref{fig:theory-rec_filtered}
\end{align}
}
Es ist zu erkennen, das in beiden rekonstruktionen die starken Signale
\((1,1),\,(3,1),\,(3,3)\) klar zu identifizerien, wenngleich die
Unterschiede in der signalst\"arke nicht im urspr\"unglichen
Verh\"altniss stehen. Die gefilterte R\"uckprojektion weist in den
Randfeldern und im Mittleren Feld einen h\"oheren Kontrast auf,
Es ist zu erkennen, das in beiden Rekonstruktionen die starken Signale
\((1,1),\,(3,1),\,(3,3)\) klar zu identifizieren, wenngleich die
Unterschiede in der Signalst\"arke nicht im urspr\"unglichen
Verh\"altnis stehen. Die gefilterte R\"uckprojektion weist in den
Randfeldern und im mittleren Feld einen h\"oheren Kontrast auf,
erzeugt aber dennoch nur ein geringf\"ugig besseres und in manchen
Bereichen (Ecken) sogar ein schlechteres Bild. Das schwache Signal
\((0,4)\) wurde in beiden F\"allen nicht rekonstruiert. F\"uhrt man