tm_radon_forward — 2D tomography op

• 데이터 종류: image → image

• 호출: fullseye.apply(img, "tm_radon_forward", a=0.5, b=0.5)(2-D 는 이미지 1 장 + 스칼라 노브 2 개 a,b∈[0,1] 모델)

사용법

정방향 Radon 투영: `v를 단면 이미지로 취급하여 평행 광선을 따라 적분함으로써 사이노그램(행 = 각도, 열 = 검출기)을 만들고, 원래의 HxW로 다시 맞춘다. a는 획득할 각도 수를 설정하며(n = round(H*a), 8..360으로 제한 — 희소 뷰(sparse-view) 조절값), b는 각도 범위를 설정한다(span = 180*min(1, 0.5+b) 도: b < 0.5는 제한각(limited-angle) CT이고, b >= 0.5 — 기본값 b = 0.5를 포함 — 는 tm_fbp_reconstruct/tm_sart_reconstruct/tm_backproject_unfiltered가 가정하는 전체 [0,180) 범위이므로, 기본 조절값에서는 정방향 -> 역방향의 자연스러운 체인이 왕복 일치한다). 가능하면 skimage.transform.radon`을 사용하고, 그렇지 않으면 NumPy의 회전-합산 Radon 변환을 사용한다.

자세한 사용 가이드

• gallery2d_physics_alife_3d 패밀리 가이드

참고(샘플 데이터·문헌)

• 샘플 데이터 카탈로그(DL URL / 라이선스) —— 2-D 는 skimage.data(BSD/public)+ 합성, 3-D 는 실데이터 소스(Stanford/PDS 등)의 DL URL.

• 연산자의 내력·참고문헌 —— 이 연산자 족의 바탕이 된 연구/기법의 출처.

• 알고리즘의 정전(저자·연도)과 용도는 위의 패밀리 사용 가이드에 적혀 있습니다.

실행 가능한 예제(이 연산자를 실제로 호출하는 검증된 샘플)

• gallery2d_physics_alife_3d — py -3.11 examples/gallery2d_physics_alife_3d.py

타입이 이어지는 다음 연산자(image 를 입력으로 받는 것)

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

같은 카테고리(tomography)

tm_fbp_reconstruct · tm_sart_reconstruct · tm_backproject_unfiltered · tm_sinogram_denoise

*Provenance: ops.py — 2D 연산자 레지스트리. 이 op 노트는 tools/opdocs.py md 가 자동 생성합니다(직접 편집하지 마세요).*

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