piv_line_integral_convolution — PIV `visualise` op

• データ種: flow2d → image2d

• 呼び出し: import pivops; pivops.piv_line_integral_convolution(flow, length=12, upsample=4, seed=0) (または opspiv.get("piv_line_integral_convolution"))

使い方

線積分畳み込み(LIC)—— 流れに沿って白色雑音をぼかした模様の画像。

ベクトルの矢印は密にすると潰れ、疎にすると構造を見落とす。LIC は画素ごと

に流線に沿って雑音を平均するので、密度の選択が要らない。向きの情報は落ちる

(前後を区別しない)ので、回転の向きを見たいときは矢印か色相図と併用する。

Args:

flow: `(2, h, w)`。

length: 流線に沿って積分する片側の歩数。長いほど滑らかになるが、

渦の芯のような曲率の大きい場所では構造が伸びて嘘になる。

upsample: 出力の解像度倍率(格子は粗いので拡大してから積分する)。

seed: 白色雑音の種。

Returns:

`(h * upsample, w * upsample)` float64、値域 [0, 1]。

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)

• (まだありません)

型が繋がる次の op(`image2d` を入力に取れる)

piv_cross_correlate · piv_multipass · piv_deform_pass · strain_from_displacement · correlation_quality · speckle_quality

同カテゴリ(`visualise`)

piv_flow_to_rgbimage

*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)。*

piv_line_integral_convolution — PIV visualise op

使い方