xray_channel_projection — TOMOGRAPHY spectral_xray op

• データ種: images → images

• 呼び出し: import fullseye as fs; fs.ledger.xray_channel_projection(thickness, materials_list=('MUSCLE_ICRU44',), channels=None, photons_per_pixel: 'float' = 100000.0, noise: 'bool' = True, seed: 'int' = 0) -> 'np.ndarray' (実装を直接呼ぶなら import dualxray; dualxray.xray_channel_projection(thickness, materials_list=('MUSCLE_ICRU44',), channels=None, photons_per_pixel: 'float' = 100000.0, noise: 'bool' = True, seed: 'int' = 0) -> 'np.ndarray'、台帳から引くなら opstomography.get("xray_channel_projection"))

• 台帳経由の戻り値: fullseye.ledger.xray_channel_projection(...) は宣言 out 型 images の値だけを返す(本体は補助情報も返す)。捨てられた側が要るときは fullseye.ledger.xray_channel_projection.raw(...)、または dualxray.xray_channel_projection を直接呼ぶ。

使い方

材料ごとの厚み図 → チャネルごとの信号の像 (C, H, W)。

thickness: (M, H, W)、単位 cm(materials_list の材料ごとに 1 枚、重なりは足し算 = 細いビームの Beer–Lambert)。photons_per_pixel: 1 画素に入射する光子の数(全エネルギー、検出器の前)。計数(counting)のチャネルは平均 n₀ Σ W e^{−μt} の Poisson 標本(photoncount.photon_sample、チャネルごとに seed から決まる別の乱数列)。積分型(integrating)は平均と分散 Σ W E² e^{−μt} のガウス(複合 Poisson の近似)。noise=False は平均そのもの。空き(厚み 0)の平均は channels から決まるので、分解の op は同じ channels と photons_per_pixel を受けて自分で計算する(白の撮影を別に渡すこともできる)。

参考(サンプルデータ・文献)

• サンプルデータ カタログ(DL URL / ライセンス) — 2-D は skimage.data(BSD/public)+ 合成、3-D は実データ源(Stanford/PDS 等)の DL URL。

• 演算子の来歴・参考文献 — この op 族の元になった研究/手法の出典。

• アルゴリズムの正典(著者・年)と用途は上記ファミリ使い方ガイドに記載。

実行できる例(この op を実際に呼ぶ検証済みサンプル)

• poc_dual_energy_xray — py -3.11 examples/poc_dual_energy_xray.py

型が繋がる次の op(images を入力に取れる)

basis_material_decompose · r_value_map · effective_z_map

同カテゴリ(spectral_xray)

material_xray_table · material_xray_attenuation · material_xray_constants · material_effective_z · xray_tube_spectrum · xray_beam_quality · photon_counting_channels · dual_kvp_channels

*Provenance: dualxray.py — TOMOGRAPHY operator registry. この per-op ノートは tools/opdocs.py md が自動生成(手編集しない)。*

© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.