tm_radon_forward — 2D `tomography` op

• データ種: image → image

• 呼び出し: fullseye.apply(img, "tm_radon_forward", a=0.5, b=0.5) (2-D は 1 画像 + 2 スカラつまみ a,b∈[0,1] のモデル)

tm_radon_forward: 入力 → 出力

*図は合成の入力 128×128 で実際に走らせた出力。左が入力、右が出力(絵にならない返り値は値そのもの)。*

使い方

前方ラドン変換（forward Radon projection）: `v をスライス画像とみなし、平行ビームに沿って積分してサイノグラム（sinogram、行=角度、列=検出器）を作り、元の HxW に合わせ直す。a は取得する角度数を決める（n = round(H*a) を 8..360 にクランプ — スパースビュー（sparse-view）の調整用）。b は角度範囲を決める（span = 180*min(1, 0.5+b) 度: b < 0.5 は limited-angle CT、b >= 0.5（既定値 b = 0.5 を含む）は tm_fbp_reconstruct／tm_sart_reconstruct／tm_backproject_unfiltered が前提とする [0,180) のフルレンジであり、既定パラメータでは forward → inverse が自然に往復一致する）。利用可能なら skimage.transform.radon` を使用し、無ければ NumPy による回転総和方式のラドン変換にフォールバックする。

詳しい使い方ガイド

• gallery2d_physics_alife_3d ファミリガイド

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。

Studio で試す

下のプログラムは実際に走ることを確かめてある(図と同じ入力)。Studio のヘルプではこのブロックがボタンになり、その場で読み込んで実行できる。

tm_radon_forward 0.50 0.50

▸ Load this pipeline · Load & run

実行できる例(この op を実際に呼ぶ検証済みサンプル)

• gallery2d_physics_alife_3d — py -3.11 examples/gallery2d_physics_alife_3d.py

型が繋がる次の op(`image` を入力に取れる)

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

同カテゴリ(`tomography`)

tm_fbp_reconstruct · tm_sart_reconstruct · tm_backproject_unfiltered · tm_sinogram_denoise

*Provenance: ops.py — 2D 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)。*

tm_radon_forward — 2D tomography op

使い方