方程組的解法
For equation set
若矩陣A滿秩,則:
1. If A is a square matrix and has
2. If A is not a square matrix,使用廣義逆矩陣.
A超定,
A欠定(大多數情況下),
A欠定:在圖像重建中,意味着 投影線個數 < 圖像像素數。在高分辨率下是很容易出現的情況,這也是迭代重建需要提供其他約束的原因。
若矩陣A不滿秩,不是方陣,方程組不相容,則:
不滿秩:各條投影線可能相關,比如:0度和180度的投影線爲同一條,當然相關了;
不是方陣:投影線個數 != 圖像像素數,這也是很容易理解的;
不相容:係數矩陣的秩 < 擴展矩陣的秩,這在投影數據含噪聲的情況下幾乎是必然的。
使用奇異值分解SVD尋找廣義解。
廣義逆矩陣爲:
其中,