piv_line_integral_convolution — PIV visualise op

• 데이터 종류: flow2d → image2d

• 호출: import pivops; pivops.piv_line_integral_convolution(flow, length=12, upsample=4, seed=0)(또는 opspiv.get("piv_line_integral_convolution"))

사용법

> 이 연산자의 설명은 아직 번역이 없습니다. 원문을 그대로 싣습니다.

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]。

자세한 사용 가이드

• piv_displacement 패밀리 가이드

참고(샘플 데이터·문헌)

• 샘플 데이터 카탈로그(DL URL / 라이선스) —— 2-D 는 skimage.data(BSD/public)+ 합성, 3-D 는 실데이터 소스(Stanford/PDS 등)의 DL URL.

• 연산자의 내력·참고문헌 —— 이 연산자 족의 바탕이 된 연구/기법의 출처.

• 알고리즘의 정전(저자·연도)과 용도는 위의 패밀리 사용 가이드에 적혀 있습니다.

실행 가능한 예제(이 연산자를 실제로 호출하는 검증된 샘플)

• (아직 없음)

타입이 이어지는 다음 연산자(image2d 를 입력으로 받는 것)

piv_cross_correlate · piv_multipass · piv_deform_pass · strain_from_displacement · correlation_quality · speckle_quality

같은 카테고리(visualise)

piv_flow_to_rgbimage

*Provenance: pivops.py — PIV 연산자 레지스트리. 이 op 노트는 tools/opdocs.py md 가 자동 생성합니다(직접 편집하지 마세요).*

© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.