tf_radon_sinogram — 2D `transform` op

• Datenarten: image → image

• Aufruf: fullseye.apply(img, "tf_radon_sinogram", a=0.5, b=0.5) (das 2-D-Modell ist ein Bild plus zwei skalare Regler a,b∈[0,1])

Verwendung

radon_sinogram: die Radon-Transformation, dargestellt als HxW-Sinogrammbild.

> Die ausführliche Beschreibung unten ist der Originaltext — Zusammenfassung und Überschriften sind übersetzt.

Row `i is the parallel-beam projection at angle theta_i` (the image

rotated by `theta_i` and summed down its columns); the W columns index the

detector position. `a` sets the angular span (limited-angle tomography:

span = 180deg * (0.25 + 0.75*a)); `b` is unused. The sinogram is rescaled

to [0,1]. A rotationally symmetric object gives angle-independent (identical)

rows; an off-centre point traces the classic sine wave.

Ausführlicher Anwendungsleitfaden

• Leitfaden zur Familie gallery2d_geometry

Referenzen (Beispieldaten, Literatur)

• Katalog der Beispieldaten (Download-URLs / Lizenzen) — 2-D nutzt skimage.data (BSD/Public Domain) plus synthetische Bilder, 3-D nennt Download-URLs echter Datenquellen (Stanford, PDS, …).

• Herkunft und Literatur der Operatoren — die Quellen der Forschung/Verfahren, auf denen diese Operatorfamilie beruht.

• Der kanonische Algorithmus (Autor, Jahr) und seine Anwendungen stehen im Familienleitfaden oben.

Ausführbare Beispiele (verifizierte Samples, die diesen Operator wirklich aufrufen)

• gallery2d_geometry — py -3.11 examples/gallery2d_geometry.py

Typkompatible Folge-Operatoren (nehmen `image` als Eingabe)

identity · gaussian · mean_box · bilateral · unsharp · median · min_filter · max_filter

Gleiche Kategorie (`transform`)

xmh_haar · xmh_daubechies

*Provenance: ops.py — 2D Operator-Registry. Diese Notiz wird von tools/opdocs.py md erzeugt (nicht von Hand bearbeiten).*

tf_radon_sinogram — 2D transform op