頑健に推定した背景と雑音から 背景 + kσ を超える局所最大を拾い、重心で副画素の位置を返します。名前は天体ですが中身は分野中立で、漂流物・微小欠陥・蛍光輝点・粒子に同じものが使えます。
Pick local maxima above a robustly estimated background plus k sigma, and return sub-pixel centroids. The name is astronomical but the method is domain-neutral: drifting objects, small defects, fluorescent puncta, particles.
向く: 目標が点広がり関数と同じ大きさのとき。密度が低く、重なりが少ないとき。
向かない: 目標が広がっている場合(領域として測る blob_label 系へ)。★検出率だけを見ると誤検出が見えません —— 空撮では誤検出は画面の端でなく直下に集中します(poc_search_sweep_width で 0-32 m 帯 113 件 / 最外帯 0 件)。閾値だけで走査幅は 406 m から 170 m まで動くので、検出性能は誤検出率と対でしか語れません。
import fullseye as fs
import numpy as np
img = np.random.default_rng(0).normal(0.0, 0.01, (128, 128))
img[40, 70] += 1.0 # 点目標を 1 つ植える
pts = fs.star_detect(img, threshold_sigma=5.0)
print(pts) # (row, col) の副画素座標
noise_sigma → star_detect → find_peaks → peak_subbin
noise_sigma で頑健な雑音を測り → star_detect で 背景 + kσ を超える局所最大を副画素重心で → 1-D なら find_peaks → peak_subbin で頂点を副ビンに。
skimage の局所最大なら xsk3_peak_local_max。広がった目標は blob_seeds / blob_label。
目標が広がっていると不適(blob_label へ)。検出率だけでは誤検出が見えない —— 空撮の誤検出は直下に集中し、閾値で走査幅が 406 → 170 m 動く(poc_search_sweep_width)。
位置は px。実距離は mm_per_px_from_reference(空撮なら高度から GSD)で換算し、高度が変われば取り直す。
star_detect(検出 + 重心)、peak_subbin(1-D の頂点)、find_peaks、noise_sigma(頑健な雑音推定)poc_search_sweep_width、poc_astro_photometry