match opimage2d × image2d → tableimport fullseye as fs; fs.ledger.scc_match(image, template, flat_thresh=0.01, min_valid=32, min_mask_fraction=None, mask_extension=True, z_mask=4.0) -> 'dict' (実装を直接呼ぶなら import codematch; codematch.scc_match(image, template, flat_thresh=0.01, min_valid=32, min_mask_fraction=None, mask_extension=True, z_mask=4.0) -> 'dict'、台帳から引くなら opscodematch.get("scc_match"))選択的相関係数(SCC)。増分符号の一致する画素だけで正規化相関を取る。
テンプレートの列を (0,1), (2,3), … の組にし、組ごとに右の画素が左以上かの符号
b を作る。画像の窓の同じ組の符号 b' と一致すれば、その組の 2 画素の
基本マスク c = 1、違えば 0。
r = Σ c (f - f̄)(g - ḡ) / sqrt(Σ c (f - f̄)² · Σ c (g - ḡ)²)、
f̄ と ḡ は窓とテンプレートの全画素の平均。マスクが全部 1 なら NCC と
厳密に一致する(列数が奇数なら最後の列は組を作らず、マスク 0)。
mask_extension=True(既定、論文の 3 章の拡張マスク)は、基本マスクの要素を
2 行 × 2 組(画素で 2 × 4)ずつ束ね、4 つのうち 2 つ以上が不一致なら 4 つとも外し、
そうでなければ 4 つとも使う。不一致の起こる確率が p の所で、外される確率は
1 - (1-p)^4 - 4 p (1-p)^3(p = 0.5 の遮蔽部で 0.6875)。端の余りの要素は基本マスクのまま。
False は基本マスク(全位置を FFT で数えるので速い)。
fail-closed:
|Δ| > flat_thresh のものが min_valid 未満 → ValueError。min_mask_fraction 未満の位置、窓の選ばれた画素の
分散が 0 の位置は採点しない(valid_map が False、score_map は -1)。min_mask_fraction=None(既定)は、無相関の位置で期待される使用率に
z_mask 標準偏差を足した値を床にする。無相関なら増分符号は半々で一致するので、
基本マスクの使用率の期待値は 1/2、拡張マスクは 4 要素の群で
(1/2)^4 + 4 (1/2)^4 = 5/16。標準偏差は群を独立な試行とみた 2 項分布の値。
★この床が無いと、SCC は「たまたま符号の合った画素だけ」を選んだ偽の位置で
相関が 1 近くまで上がり、NCC より先に壊れる(選択の偏り。PoC で実測)。
この床は論文の式には無く、論文の統計モデル(無相関で 0.5)から足した fail-closed。
返り: row / col、score、mask_fraction(最良位置で使った画素の割合)、
mask(最良位置のマスク、テンプレートと同じ形)、score_map、valid_map、
mask_fraction_map、refusal_margin(テンプレートの組の余裕)。
py -3.11 examples/poc_code_matching_breakdown.pytable を入力に取れる)—
match)Provenance: codematch.py — CODEMATCH operator registry. この per-op ノートは tools/opdocs.py md が自動生成(手編集しない)。
© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.