主要内容

ifanbeam

逆扇束变换

折叠所有页面

语法

I = ifanbeam(F,D)
I = ifanbeam(F,D，名称，值)
[I,H] = ifanbeam(___）

描述

例子

我= ifanbeam (F，D）重建图像我从扇束投影数据中F．的每一列F包含扇形光束在一个旋转角度的投影数据。假设传感器之间的角度是均匀的，并且等于风扇-光束旋转角度之间的增量。D是扇形光束顶点到旋转中心的距离。

例子

我= ifanbeam (F，D，名称,值）使用名称-值参数来控制重构的各个方面。

［我，H= ifanbeam(___）还返回滤波器的频率响应，H．

例子

全部折叠

打开实时脚本

创建一个示例映像。的幻影函数创建了一个虚幻的头部图像。

Ph =幻影(128);

创建幻影头部图像的扇形光束变换。

D = 100;F = fanbeam(ph,d);

根据扇形光束的表征，重构头部的幻像。显示原始图像和重构图像。

I = ifanbeam(F,d);imshow (ph)

图中包含一个轴对象。axis对象包含一个image类型的对象。

图imshow(我);

图中包含一个轴对象。axis对象包含一个image类型的对象。

打开实时脚本

创建一个示例映像。幻影函数创建一个幻影头部图像。

Ph =幻影(128);

创建图像的氡变换。

P =氡(ph);

将平行光束投影转换为扇形光束投影。

[F,o,o] = para2fan(P,100，.．.“FanSensorSpacing”, 0.5,.．.“FanCoverage”，“最低”，.．.“FanRotationIncrement”1);

根据扇形光束数据重建图像。

ph= ifanbeam(F,100，.．.“FanSensorSpacing”, 0.5,.．.“过滤”，“Shepp-Logan”，.．.“OutputSize”, 128,.．.“FanCoverage”，“最低”，.．.“FanRotationIncrement”1);

显示原始图像和转换后的图像。

imshow (ph)

图中包含一个轴对象。axis对象包含一个image类型的对象。

图imshow (phReconstructed)

图中包含一个轴对象。axis对象包含一个image类型的对象。

输入参数

全部折叠

扇束投影数据，指定为anumSensors——- - - - - -numAngles数字矩阵。numSensors风扇束传感器的数量和numAngles是扇梁旋转角度的个数。的每一列F包含一个旋转角度的扇束传感器样本。

数据类型:双|单

从扇形光束顶点到旋转中心的距离(以像素为单位)，指定为正数。ifanbeam假设旋转中心为投影的中心点，定义为装天花板(大小(F, 1) / 2)．

扇形波束图像几何突出显示扇形波束顶点和旋转中心之间的距离D

数据类型:双|单

名称-值参数

指定可选参数对为Name1 = Value1,…,以=家,在那里的名字参数名称和价值对应的值。名称-值参数必须出现在其他参数之后，但对的顺序无关紧要。

例子:I = ifanbeam(F,D,FanRotationIncrement=5)风扇转速增量为5度。

在R2021a之前，使用逗号分隔每个名称和值，并将其括起来的名字在报价。

例子:I = ifanbeam(F,D，"FanRotationIncrement"，5)风扇转速增量为5度。

扇梁旋转范围，指定为“循环”或“最低”．

  • “循环”-旋转通过全范围[0,360)度。

  • “最低”-旋转所需的最小范围来表示对象。

扇束旋转角度以度为单位递增，指定为正标量。

扇形光束图像几何突出两个连续的扇形光束顶点的角度分离的FanRotationIncrement度。

数据类型:双

风扇束传感器定位，指定为“弧”或“行”．

价值

意义

图

“弧”

传感器沿圆弧以相等的角度间隔。弧的中心是扇形光束顶点。

FanSensorSpacing以度为单位定义角间距。

扇形波束图像几何突出常数角间距之间的传感器在一个弧

“行”

传感器间隔在等距沿一条线，这是平行于x '轴。最近的传感器是距离D从旋转中心开始。

FanSensorSpacing定义风扇梁之间的距离x '轴，单位是像素。

扇形光束图像几何突出显示在一条线上传感器之间的恒定距离

Fan-bean传感器间距，指定为正标量。

  • 如果FanSensorGeometry是“弧”,然后FanSensorSpacing以度为单位定义角间距。

  • 如果FanSensorGeometry是“行”,然后FanSensorSpacing定义扇形光束之间的线性距离，单位为像素。线间距是测量在x '轴。

数据类型:双

用于频域滤波的滤波器，指定为表中的值之一。有关更多信息，请参见iradon．

价值

描述

“Ram-Lak”

裁剪Ram-Lak或斜坡过滤器。该滤波器的频率响应为|f|。因为这个滤波器对投影中的噪声很敏感，所以下面列出的一个滤波器可能更可取。这些滤波器将拉姆-拉克滤波器乘以一个去强调高频的窗口。

“Shepp-Logan”

将Ram-Lak滤波器乘以asinc函数

“余弦”

将Ram-Lak滤波器乘以a余弦函数

“汉明”

将拉姆-拉克滤波器乘以一个汉明窗口

“损害”

将Ram-Lak过滤器乘以一个Hann窗口
“没有” 没有过滤。ifanbeam返回未经过滤的数据。

数据类型:字符|字符串

用于重新缩放频率轴的比例因子，指定为范围(0,1]中的正数。如果FrequencyScaling小于1，则对滤波器进行压缩以适应频率范围[0，FrequencyScaling]，归一化频率;以上所有频率FrequencyScaling设置为0．有关更多信息，请参见iradon．

数据类型:双

平行光束和扇形光束数据之间使用的插值类型，指定为这些值之一。

“最近的”——加权

“线性”-线性(默认)

“样条”-分段三次样条

“pchip”-块立方Hermite (PCHIP)

数据类型:字符|字符串

重建图像的大小，指定为正整数。图像的行数和列数相等。

如果你指定OutputSize,然后ifanbeam重建图像的较小或较大部分，但不改变数据的缩放。

请注意

如果这些预测是用fanbeam函数，则重建图像的大小可能与原始图像不同。

如果您没有指定OutputSize，则自动计算大小:

OutputSize = 2*floor(size(R1) /(2 *倍根号(2)))

在哪里R平行光束的长度投影数据是由iradon．有关更多信息，请参见算法．

数据类型:双

输出参数

全部折叠

重建图像，指定为二维数字矩阵。

滤波器的频率响应，以数字矢量形式返回。

数据类型:双

提示

  • 要进行逆扇形光束重建，你必须ifanbeam用同样的参数来计算投影数据，F．如果你使用fanbeam要计算投影，请确保在调用时参数是一致的ifanbeam．

算法

ifanbeam将扇形波束数据转换为平行波束投影，然后使用滤波后的反投影算法进行Radon逆变换。该滤波器直接在频域设计，然后乘以投影的FFT。在滤波之前，投影被零填充到2的幂，以防止空间域混叠并加速FFT。

参考文献

[1]卡卡，阿维纳什·C，还有马尔科姆·斯兰尼。计算机层析成像原理“，．纽约:IEEE出版社，1988年。

版本历史

R2006a之前介绍

另请参阅

|||||