fullseye

piv_ensemble_correlate — PIV `estimate` op

データ種: images → flow2d
呼び出し: import fullseye as fs; fs.ledger.piv_ensemble_correlate(images, window=32, overlap=0.5, peak='gauss3', window_func='hann', normalize='overlap', search_limit=0.25) (実装を直接呼ぶなら import pivops; pivops.piv_ensemble_correlate(images, window=32, overlap=0.5, peak='gauss3', window_func='hann', normalize='overlap', search_limit=0.25)、台帳から引くなら opspiv.get("piv_ensemble_correlate"))
台帳経由の戻り値: fullseye.ledger.piv_ensemble_correlate(...) は宣言 out 型 flow2d の値だけを返す(本体は補助情報も返す)。捨てられた側が要るときは fullseye.ledger.piv_ensemble_correlate.raw(...)、または pivops.piv_ensemble_correlate を直接呼ぶ。
- 本体の返り: (flow, info) -> flow2d

使い方

相関マップを足してからピークを探す(アンサンブル相関)。

粒子が少ない・雑音が多い場合、1 対ずつ測って平均すると外れたベクトルの平均になる。相関の段階で足すと、弱いピークが同じ場所に積み上がって立ち上がる。定常流(全対で変位が同じ)が前提。

Args: images: 2 枚以上の画像の列。連続する対 (k, k+1) を使う。 window / overlap / peak / window_func / normalize / search_limit: :func:piv_cross_correlate と同じ。 Returns: (flow (2, h, w), info)。info["pairs"] に使った対の数。

詳しい使い方ガイド

piv_displacement ファミリガイド

参考(サンプルデータ・文献)

サンプルデータカタログ(DL URL / ライセンス) — 2-D は skimage.data(BSD/public)+ 合成、3-D は実データ源(Stanford/PDS 等)の DL URL。
演算子の来歴・参考文献 — この op 族の元になった研究/手法の出典。
アルゴリズムの正典(著者・年)と用途は上記ファミリ使い方ガイドに記載。

実行できる例(この op を実際に呼ぶ検証済みサンプル)

piv_field_analysis_tour — py -3.11 examples/piv_field_analysis_tour.py
poc_river_surface_velocity — py -3.11 examples/poc_river_surface_velocity.py

型が繋がる次の op(`flow2d` を入力に取れる)

piv_deform_pass · piv_outlier_mask · piv_replace_outliers · piv_vorticity · piv_divergence · piv_flow_magnitude · piv_to_velocity · piv_velocity_gradient

同カテゴリ(`estimate`)

piv_cross_correlate · piv_multipass · piv_deform_pass

Provenance: pivops.py — PIV 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)。

This site is open source. Improve this page.