二维数据转扇形图像的通用算法:适用于雷达B型超声等扇形扫描设备

Posted 天元浪子

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了二维数据转扇形图像的通用算法:适用于雷达B型超声等扇形扫描设备相关的知识,希望对你有一定的参考价值。

很久以前,帮一位在读硕士研究生写过一个B型超声设备的图像处理算法,顺便把思路记录整理后发了一篇博客。没想到这么冷门的一篇文章却经常被读者朋友翻出来,并留言希望我能帮助处理一些细节性的问题。深入了解之后才发现,原来雷达数据处理也面临同样的问题,都需要将二维的扇形扫描数据转成扇形图像,也就是实现下图所示的转换。

在这里插入图片描述

在这里插入图片描述

以上面这张雷达扫描图为例,完整的扇形图像生成代码如下。

# -*- coding:utf-8 -*-

import os
import numpy as np
from PIL import Image
import matplotlib.pyplot as plt

def outimg(fn_squ, fn_fan, angle, r0=0, k=2, top=True,rotate=0):
    """将矩形图像转为环形
    
    fn_squ      - 输入文件名,不支持灰度图像文件
    fn_fan      - 输出文件名
    angle       - 环形夹角度数
    r0          - 环形内圆半径,r0=0输出扇形
    k           - 临近点插值密度(如果图像上出现白噪点,可适当增加k值)
    top         - 环心在上部
    rotate      - 旋转角度,正数表示逆时针旋转,负数表示顺时针旋转
    """
    
    im_pil = Image.open(fn_squ) # 打开输入图像
    im = np.array(im_pil) # 转为NumPy数组
    h, w, d = im.shape # 输入图像的高度、宽度和通道数
    
    if r0 > 0: # 输出环形的话,图像上部增加白色背景
        bg = np.ones((r0, w, d), dtype=np.uint8)
        im = np.append(bg, im, axis=0) if top else np.append(im, bg, axis=0)
    
    h, w, d = im.shape # 加上背景后图像的高度、宽度和通道数
    r = 2*h-1  # 输出图像高度和宽度
    im_fan = np.zeros((r, r, d), dtype=np.uint8) # 生成输出图像的numpy数组(全透明)
    
    idx = np.arange(h) if top else np.arange(h)[::-1]
    alpha = np.radians(np.linspace(-angle/2, angle/2, k*w)) # 生成扇形角度序列
    for i in range(k*w): # 遍历输入图像的每一列
        rows = np.int32(np.ceil(np.cos(alpha[i])*idx)) + r//2
        cols = np.int32(np.ceil(np.sin(alpha[i])*idx)) + r//2
        im_fan[(rows, cols)] = im[:,i//k]
    
    if 360 > angle > 180: # 裁切输出图像上部的空白区域
        im_fan = im_fan[int(h*(1-np.sin(np.radians((angle/2-90))))):]
    
    if not top:
        im_fan = im_fan[::-1]
    
    im_out = Image.fromarray(im_fan, mode=im_pil.mode)
    if(os.path.exists(fn_fan)):#如果图像已存在就先删除
        os.remove(fn_fan)
    im_out.save(fn_fan) # 保存为文件

    #图像旋转(这个在正式工程中需要根据雷达图像起始(非转台起始角)的方位角来定)
    img = Image.open(fn_fan)
    dst = img.rotate(rotate)
    dst.save(fn_fan)
    print("图像已处理完并保存")
    
    # 绘图
    plt.figure('B超扇扫', facecolor='#f4f4f4', figsize=(15, 7))
    plt.subplot(121)
    plt.imshow(im)
    plt.subplot(122)
    plt.imshow(im_fan)
    plt.savefig('out_plt.png')    
    plt.show()
    
if __name__ == '__main__':
    outimg('demo.png', 'out.png', angle=180, r0=1, k=200, top=False)

以上是关于二维数据转扇形图像的通用算法:适用于雷达B型超声等扇形扫描设备的主要内容,如果未能解决你的问题,请参考以下文章

百科知识 彩超和B超的区别

C#反射详解

静态采集是啥意思

怎样从超声图像识别三尖瓣反流以及频谱

扇区的二维边界框?

医学图像之DICOM格式解析