fullseye

piv_multipass — PIV `estimate` op

データ種: image2d × image2d → flow2d
呼び出し: import fullseye as fs; fs.ledger.piv_multipass(a, b, windows=(64, 32), overlap=0.5, peak='gauss3', window_func='hann', outlier_threshold=2.0, normalize='overlap', search_limit=0.25) (実装を直接呼ぶなら import pivops; pivops.piv_multipass(a, b, windows=(64, 32), overlap=0.5, peak='gauss3', window_func='hann', outlier_threshold=2.0, normalize='overlap', search_limit=0.25)、台帳から引くなら opspiv.get("piv_multipass"))
台帳経由の戻り値: fullseye.ledger.piv_multipass(...) 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_multipass.raw(...)、または pivops.piv_multipass を直接呼ぶ。
- 本体の返り: (flow, info) -> flow2d

使い方

粗い窓から細かい窓へ段を下げる多段 PIV。返りは (flow, info)。

各段の結果を次の段の予測変位として使う(整数量だけ 2 枚目の窓をずらす)。段の間で外れ値を除いて埋めるのは意図的 —— 外れたベクトルをそのまま予測に使うと、その窓は次の段でも外れたまま固定される。

Args: a, b: 画像対。 windows: 大きい順の窓列。各段は前段の倍数関係でなくてよいが、格子が変わるので予測は最近傍で載せ替える。 overlap / peak / window_func: :func:piv_cross_correlate と同じ。 outlier_threshold: 段間の正規化中央値検定の閾値。None で無効。 Returns: 最終段の (flow, info)。info["passes"] に各段の窓の大きさ。

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
piv_flow_from_particles — py -3.11 examples/piv_flow_from_particles.py
poc_strain_history — py -3.11 examples/poc_strain_history.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_deform_pass · piv_ensemble_correlate

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.