tomopy.prep.normalize¶
用于数据标准化的模块。
Functions:
|
对给定数组的负对数的计算。 |
|
使用平场和暗场投影来规格化原始投影数据。 |
|
基于背景强度归一化3D断层扫描数据。 |
|
对原始3D投影数据进行归一化处理，并在断层扫描过程中多次拍摄单位。 |
|
使用投影图像上所选窗口的平均值来归一化原始投影数据。 |
- tomopy.prep.normalize.minus_log(arr, ncore=None, out=None)[源代码]¶
对给定数组的负对数的计算。
- 参数:
arr ( ndarray )--3D投影堆叠。
ncore ( int, optional )--将分配给作业的核心数量。
out ( ndarray, optional )--结果的输出数组。如果与ARR相同，则流程将就地完成。
- 返回:
ndarray --输入数据的负对数。
- tomopy.prep.normalize.normalize(arr, flat, dark, cutoff=None, ncore=None, out=None, averaging='mean')[源代码]¶
使用平场和暗场投影来规格化原始投影数据。
- 参数:
arr ( ndarray )--3D投影堆叠。
flat ( ndarray )--2D或3D平面场数据。
dark ( ndarray )-2D或3D暗场数据。
averaging ( str, optional )--“平均值”或“中位数”，如何 flat 和 dark 数组应该取平均值。
cutoff ( float, optional )--归一化数据的最大允许值。
ncore ( int, optional )--将分配给作业的核心数量。
out ( ndarray, optional )--结果的输出数组。如果与ARR相同，则流程将就地完成。
- 返回:
ndarray --归一化3D断层扫描数据。
在 1.13 版本加入: 平均化参数。
在 1.13 版本发生变更: flat 和 dark 现在可以是3D数组。
- tomopy.prep.normalize.normalize_bg(tomo, air=1, ncore=None, nchunk=None)[源代码]¶
基于背景强度归一化3D断层扫描数据。
加权正弦图，以便左和右图像边界(即，通常对象周围的空气区域)被设置为1，并且所有中间值被线性缩放。
- 参数:
tomo ( ndarray )--3D断层扫描数据。
air ( int, optional )--用于计算比例因子的每个边界的像素数。
ncore ( int, optional )--将分配给作业的核心数量。
nchunk ( int, optional )--每个核心的区块大小。
- 返回:
ndarray --修正了3D断层扫描数据。
- tomopy.prep.normalize.normalize_nf(tomo, flats, dark, flat_loc, cutoff=None, ncore=None, out=None, averaging='mean')[源代码]¶
对原始3D投影数据进行归一化处理，并在断层扫描过程中多次拍摄单位。
每个投影的规格化是使用最近的平面场集(最近的平面场)的平均值来完成的。
- 参数:
tomo ( ndarray )--3D断层扫描数据。
flats ( ndarray )--3D平场数据。
dark ( ndarray )-2D或3D暗场数据。
flat_loc ( list of int )--层析成像中平场数据的索引
averaging ( str, optional )--“平均值”或“中位数”，如何 dark 数组应该取平均值。
ncore ( int, optional )--将分配给作业的核心数量。
out ( ndarray, optional )--结果的输出数组。如果与ARR相同，则流程将就地完成。
- 返回:
ndarray --归一化3D断层扫描数据。
在 1.13 版本加入: 平均化参数。
在 1.13 版本发生变更: dark 现在可以是3D数组。