tomography op• Datenarten: image → image
• Aufruf: fullseye.apply(img, "tm_radon_forward", a=0.5, b=0.5) (das 2-D-Modell ist ein Bild plus zwei skalare Regler a,b∈[0,1])
Vorwärts-Radon-Projektion: `v wird als Schichtbild behandelt und entlang paralleler Strahlen integriert, um ein Sinogramm zu erstellen (Zeilen = Winkel, Spalten = Detektor), das anschließend wieder auf das ursprüngliche HxW angepasst wird. a legt fest, wie viele Winkel erfasst werden (n = round(H*a), begrenzt auf 8..360 — der Sparse-View-Regler); b legt die Winkelspanne fest (span = 180*min(1, 0.5+b) Grad: b < 0,5 ist Limited-Angle-CT, b >= 0,5 — einschließlich des Standardwerts b = 0,5 — ist die volle Spanne [0,180), die tm_fbp_reconstruct/tm_sart_reconstruct/tm_backproject_unfiltered annehmen, sodass die natürliche Kette Vorwärts -> Rückwärts bei den Standardreglern verlustfrei hin- und zurückläuft). Verwendet skimage.transform.radon`, falls verfügbar, andernfalls die NumPy-basierte Rotate-and-Sum-Radon-Transformation.
• Leitfaden zur Familie gallery2d_physics_alife_3d
• 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.
• gallery2d_physics_alife_3d — py -3.11 examples/gallery2d_physics_alife_3d.py
image als Eingabe)identity · gaussian · mean_box · bilateral · unsharp · median · min_filter · max_filter
tomography)tm_fbp_reconstruct · tm_sart_reconstruct · tm_backproject_unfiltered · tm_sinogram_denoise
*Provenance: ops.py — 2D Operator-Registry. Diese Notiz wird von tools/opdocs.py md erzeugt (nicht von Hand bearbeiten).*
© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.