Обратное преобразование пучка вентиляторов
I = ifanbeam(F,D)I из данных проекции вентилятора-луча в F. Каждый столбец F содержит данные проекции вентилятор-луч на один угол поворота. Угол между датчиками принимается равномерным и равным шагу между углами поворота вентиляторного луча. D - расстояние от вершины вентилятора-балки до центра вращения.
I = ifanbeam(F,D,Name,Value)
Создайте образец изображения. The phantom функция создает фантомное изображение головы.
ph = phantom(128);
Создайте преобразование вентилятора-луча фантомной головки изображения.
d = 100; F = fanbeam(ph,d);
Восстановите изображение фантомной головки из представления весовой балки. Отобразите оригинальное изображение и восстановленное изображение.
I = ifanbeam(F,d); imshow(ph)
figure imshow(I);
Создайте образец изображения. Фантомная функция создает фантомное изображение головы.
ph = phantom(128);
Создайте радонное преобразование изображения.
P = radon(ph);
Преобразуйте преобразование из проекции параллельного луча в проекцию вентилятора-луча.
[F,obeta,otheta] = para2fan(P,100,... 'FanSensorSpacing',0.5,... 'FanCoverage','minimal',... 'FanRotationIncrement',1);
Восстановите изображение из данных о балке вентилятора.
phReconstructed = ifanbeam(F,100,... 'FanSensorSpacing',0.5,... 'Filter','Shepp-Logan',... 'OutputSize',128,... 'FanCoverage','minimal',... 'FanRotationIncrement',1);
Отображение исходного и преобразованного изображения.
imshow(ph)
figure imshow(phReconstructed)
F - Данные проекции вентилятора-лучаДанные проекции вентилятора-луча, заданные как numsensors -by numangles числовая матрица. numsensors - количество датчиков вентиляторного луча, а numangles - количество углов поворота вентиляторного луча. Каждый столбец F содержит выборки вентиляторного луча под одним углом поворота.
Типы данных: double | single
D - Расстояние от вершины вентилятора-балки до центра вращенияРасстояние в пикселях от вершины вентилятора-луча до центра вращения, заданное как положительное число. ifanbeam принимает, что центр поворота является центральной точкой проекций, которая определяется как ceil(size(F,1)/2). Рисунок иллюстрирует D относительно вершины вентилятора-балки для одной проекции вентилятора-балки.
Типы данных: double | single
Задайте необязательные разделенные разделенными запятой парами Name,Value аргументы. Name - имя аргумента и Value - соответствующее значение. Name должны находиться внутри кавычек. Можно задать несколько аргументов в виде пар имен и значений в любом порядке Name1,Value1,...,NameN,ValueN.
I = ifanbeam(F,D,'FanRotationIncrement',5)Шаг угла поворота вентилятора-луча в степенях, задается как разделенная разделенными запятой парами, состоящая из 'FanRotationIncrement' и положительная скалярная величина.
Типы данных: double
Позиционирование датчика-луча вентилятора, заданное как разделенная разделенными запятой парами, состоящая из 'FanSensorGeometry' и одно из следующих значений.
Значение | Значение | Диаграмма |
|---|---|---|
| Датчики расположены с равными углами вдоль дуги окружности на расстоянии
|  |
| Датчики расположены на одинаковых расстояниях вдоль линии, которая параллельна оси x '. Ближайшим датчиком является расстояние
|  |
'Filter' - Фильтр'Ram-Lak' (по умолчанию) | 'Shepp-Logan' | 'Cosine' | 'Hamming' | 'Hann' | 'None'Фильтр для фильтрации частотного диапазона, заданный как разделенная разделенными запятой парами, состоящая из 'Filter' и одно из значений в таблице. Для получения дополнительной информации см. iradon.
Значение | Описание |
|---|---|
| Обрезанный фильтр Ram-Lak или наклонный фильтр. Частотная характеристика этого фильтра | |
| Умножает фильтр Ram-Lak на |
| Умножает фильтр Ram-Lak на |
| Умножает фильтр Ram-Lak на окно Хэмминга |
| Умножает фильтр Рама-Лака на окно Ханна |
'None' | Фильтрация отсутствует. ifanbeam возвращает нефильтрованные данные. |
Типы данных: char | string
'FrequencyScaling' - Масштабный коэффициент1 (по умолчанию) | положительное число в области значений (0, 1]Масштабный коэффициент для перемасштабирования оси частоты, заданный как разделенная разделенными запятой парами, состоящая из 'FrequencyScaling' и положительное число в области значений (0, 1]. Если ' меньше 1, затем фильтр сжимается, чтобы вписаться в частотную область значений FrequencyScaling'[0,FrequencyScaling], в нормированных частотах; все частоты выше FrequencyScaling заданы как 0. Для получения дополнительной информации см. iradon.
Типы данных: double
'Interpolation' - Тип интерполяции'Linear' (по умолчанию) | 'nearest' | 'spline' | 'pchip'Тип интерполяции, используемой между данными параллельного луча и данных о вентиляторе, задается как разделенная разделенными запятой парами, состоящая из 'Interpolation' и одно из следующих значений.
'nearest' - Ближайшая соседка
'linear' - Линейный (значение по умолчанию)
'spline' - Кусочно-кубический сплайн
'pchip' - Кусочно-кубический гермит (PCHIP)
Типы данных: char | string
'OutputSize' - Размер восстановленного изображенияРазмер восстановленного изображения, заданный как разделенная разделенными запятой парами, состоящая из 'OutputSize' и положительное целое число. Изображение имеет равное количество строк и столбцов.
Если вы задаете OutputSize, затем ifanbeam восстанавливает меньший или большой фрагмент изображения, но не изменяет масштабирование данных.
Примечание
Если проекции рассчитывались с помощью fanbeam функция, тогда восстановленное изображение может быть не того размера, как оригинальное изображение.
Если вы не задаете OutputSize, затем размер вычисляется автоматически:
OutputSize = 2*floor(size(R,1)/(2*sqrt(2)))где R - длина данных параллельно-лучевой проекции, используемых в iradon. Для получения дополнительной информации см. «Алгоритмы».
Типы данных: double
ifanbeam преобразует данные вентилятора-луча в параллельные проекции луча, а затем использует отфильтрованный алгоритм обратной проекции, чтобы выполнить обратное преобразование Радона. Фильтр проектируется непосредственно в частотный диапазон и затем умножается на БПФ проекций. Проекции заполнены нулями до степени 2 перед фильтрацией, чтобы предотвратить сглаживание пространственной области и ускорить БПФ.
[1] Kak, A. C., and M. Slaney, Principles of Computerized Tomographic Imaging, New York, NY, IEEE Press, 1988.