tm_sinogram_denoise — 2D `tomography` op

• Datenarten: image → image

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

Verwendung

> Für diesen Operator gibt es noch keine Übersetzung. Es folgt der Originaltext unverändert.

Smooth the input sinogram along the ANGLE direction (rows). Neighbouring

projection angles view almost the same object, so angle-direction smoothing

is a genuine consistency prior that suppresses per-angle detector noise while

preserving the sinusoidal traces. `a` sets the angle-axis Gaussian sigma

(`a*4), b adds a gentle detector-axis sigma (b*1.5`). Output stays

a same-shape sinogram in [0,1].

Ausführlicher Anwendungsleitfaden

• Leitfaden zur Familie gallery2d_physics_alife_3d

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_physics_alife_3d — py -3.11 examples/gallery2d_physics_alife_3d.py

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

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

Gleiche Kategorie (`tomography`)

tm_radon_forward · tm_fbp_reconstruct · tm_sart_reconstruct · tm_backproject_unfiltered

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

tm_sinogram_denoise — 2D tomography op