fullseye

piv_outlier_mask — PIV `validate` op

データ種: flow2d → mask
呼び出し: import fullseye as fs; fs.ledger.piv_outlier_mask(flow, threshold=2.0, epsilon=0.1) (実装を直接呼ぶなら import pivops; pivops.piv_outlier_mask(flow, threshold=2.0, epsilon=0.1)、台帳から引くなら opspiv.get("piv_outlier_mask"))

使い方

正規化中央値検定(Westerweel & Scarano 2005)で外れベクトルを見つける。

各ベクトルについて、8 近傍の中央値からの残差を近傍残差の中央値で割る。分母に epsilon(既定 0.1 px、PIV の測定不確かさの目安)を足すのは、一様な場で分母が 0 になって全部が外れ値になるのを防ぐため —— この項が無いと、理想的な入力ほど検定が壊れる。

★勾配の急な場では害になる(2026-09-06 実測)。Rankine 型の渦 (芯の半径 28 px)で多段 PIV を掛けたところ、閾値 2 が拾った 5 本はすべて芯の縁(中心から 32 px)に並び、実際の誤差は 0.07-0.45 px —— 外れ値ではなく速度分布が折れている場所だった。近傍中央値で均すと RMS が 0.134 から 0.230 へ悪化する(閾値 5 では 1 本も拾わず 0.134 のまま)。

検定は「近傍と違う = 間違い」という仮定に立つので、本物の不連続を間違いと呼ぶ。掛けるかどうかは場の性質を見て決めること。

Args: flow: (2, h, w)。 threshold: この値を超えたら外れ値。慣行は 2。 epsilon: 分母の下駄 [px]。 Returns: (h, w) の bool。True が外れ値(nan も True)。

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_flow_from_particles — py -3.11 examples/piv_flow_from_particles.py
poc_change_detection_misreg — py -3.11 examples/poc_change_detection_misreg.py
poc_river_surface_velocity — py -3.11 examples/poc_river_surface_velocity.py

型が繋がる次の op(`mask` を入力に取れる)

piv_replace_outliers

同カテゴリ(`validate`)

piv_replace_outliers

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.