在地震勘探数据处理领域中，如多次波衰减、纵横波分离、地震同相轴识别、速度分析等方面，Radon变换一直被广泛采用并取得良好的效果。不管是一般的Radon变换还是广义的Radon变换，Radon算子都不具有如傅里叶变换、小波变换的正交性，从而不能保证数据能量在变换前后一致性，通常都是采用最小平方反演方法来解决这个问题的。最早提出的方法是阻尼最小平方法，但阻尼因子对Radon域数据具有平滑作用，破坏了能量在Radon域中的聚集程度，在这个基础上，高分辨率Radon变换被提出，通过对反演算法的不断改进和完善，一定程度上消除了数据在Radon域中的拖尾现象，使得不同的波场信号能在Radon域中更容易识别分离。　　 本文详细地介绍了Radon变换的原理，通过分析表达式，系统总结了各种Radon变换的类型。首先从一般的线性Radon变换(即τ-p变换)出发，给出连续表达形式，后分别推导了正、逆Radon变换算子，并且研究了利用阻尼最小二乘平方法求解正变换的过程，但这种方法在应用上有局限；因为线性、抛物线Radon变换算子具有时不变性质，因此考虑在频率域内实现，这样可以对每一个频率成分求解局部问题。在整个Radon变换过程中，空间假频、端点效应及截断效应的存在严重降低了Radon变换的分辨率，文中对选择适当的参数来抑制空间假频进行了讨论。后通过研究高分辨率Radon变换来消除端点效应及截断效应，这种方法是在反演计算中引入了正则化思想和贝叶斯原理，通过改进规则化矩阵，将Radon域模型信息加入到权矩阵中，用共轭梯度方法求解，可以使能量在其真实的范围内进行收敛，从而提高了计算的分辨率。最后介绍一种相似系数加权Radon变换方法，这种变换可以适应时变的双曲线Radon变换，也可以克服端点效应及截断效应带来的不利影响。　　 用数值试验与模型结果表明：高分辨率的Radon变换可以增强Radon域数据的能量聚集程度，极大提高Radon域数据的分辨能力，同时逆变换也可以使数据得到很好地恢复，体现了其优越性。