探测器像元响应的不一致、光源能不稳定等因素使得计算机层析(CT)图像中含有较多的环形伪影，严重降低了图像质量，影响了图像的三维重建和量化分析，为此提出了基于极坐标变换与傅里叶变换后低通滤波的算法去除环形伪影。通过极坐标变换将直角坐标下的环形伪影转化为极坐标下的线性伪影，然后对线性伪影图像进行傅里叶变换获得频谱图像，进而设计二维低通滤波器进行滤波处理，最后通过傅里叶逆变换与坐标逆变换获得校正后的图像。利用Matlab软件，编写程序对算法进行验证，结果表明，该算法能够有效地去除环形伪影，使图像内部细节清晰可见，并且保护了图像边缘信息，提高了图像的信噪比；另外，使用该方法处理100张切片图像只需3.5 min，可满足批量处理的需求。

这项工作将图像的极坐标表示转换回笛卡尔坐标中的环形弧。 结果包含一个内插图像，其中圆形结构转换为矩形结构。 函数 transImageInvPolar 对具有圆形结构的图像应用逆极坐标变换。 [Cx, Cy] 是两个圆的圆心位置，InnerRadius 是小圆弧的半径，OuterRadius 是大圆弧的半径。 变换从角度 Phi0 开始应用到 PhiEnd（以弧度为单位）。 结果 IWarp 是一个线性化图像，其中圆形元素被映射到线性元素上。 如果参数 Visualize 设置为 true，则绘制带有极区的图像以及输出。 该函数仅扭曲位于两个圆内的环面内剩余的区域。 请注意，我应该是灰度图像。 坐标轴遵循数学约定。 这就是角度映射也以类似方式定义的原因。 然而，[Cx, Cy] 在像素坐标中。 用法（参数仅用于说明）： 从半径 = 205.0; toRadius = 676.0; 中心X

图片分割matlab代码mnet_deep_cdr TMI 2018的代码“基于多标签深度网络和极坐标变换的联合光盘和杯分割” 项目首页： 安装依赖项 pip install -r requirements.txt 安装套件 pip install . OpenCV将需要单独安装。 该代码基于： TensorFlow 1.14（使用Keras）+ Matlab 深度输出是没有椭圆拟合的原始分割结果。 Matlab代码是椭圆拟合和CDR计算（通过使用PDollar工具箱：）。 您可以运行“ Step_3_MNet_test.py”直接测试任何新图像。 我们还在“ REFUGE_result”折叠中提供了验证和测试结果。 注意：由于在SciPy 1.3.0中已删除SciPy 1.0.0中的“ scipy.misc.imresize”，因此原始训练模型“ Model_MNet_REFUGE.h5”不适用。 基于“ Model_MNet_REFUGE.h5”的结果与论文的结果不同。 正在更新模型...如果您想从眼底图像中分割椎间盘/杯，可以考虑使用我们的最新方法：CE-Net和AG-Net，它

此脚本用于将给定的图像从笛卡尔坐标转换为极坐标。

主要介绍了在OpenCV里实现极坐标变换功能，本文通过实例代码给大家介绍的非常详细，具有一定的参考借鉴价值,需要的朋友可以参考下

用matlab编写的图像极坐标变换，能运行，很实用

在图像拼接过程中对于旋转的图像需要进行对数极坐标变换，该程序可以实现这种功能。