tb_statistical_outlier_removal — 2D `typed` op

• データ種: points → points

• 呼び出し: fullseye.apply(img, "tb_statistical_outlier_removal", a=0.5, b=0.5) (2-D は 1 画像 + 2 スカラつまみ a,b∈[0,1] のモデル)

*図なし: この op は points を入力に取る。画像から始まる Studio のプログラムでは型が届かないので、下の「実行できる例」で使い方を見ること。*

各点の k 近傍平均距離が大域的に外れる点を除去する(統計的外れ値除去)。

点ごとに「最も近い k 個(自分自身は除く)までの平均距離」を測り、その全点分布の

`mean + std_ratio*std` を超える点を飛び点とみなして落とす。まばらな飛び点の掃除に

有効で、密な面上の点は残る。

Parameters

----------

points : array_like, shape (N, 3)

入力点群。

k : int

近傍数(既定 16)。点数が少なければ内部で `n-1` に丸める。

std_ratio : float

しきい値の緩さ。大きいほど残りやすい(除去が緩い)。

Returns

-------

filtered : ndarray, shape (M, 3)

生き残った点(元の順序を保持)。

keep_mask : ndarray of bool, shape (N,)

各入力点を残すか(True=残す)。`points[keep_mask] が filtered` に等しい。

Notes

-----

点数 < 3 では統計が立たないため、全点を残す(graceful)。

2-D 進化レジストリへ橋渡しした 3d の op `statistical_outlier_removal。実装は同じで、呼び出し規約だけ op(v, a, b) に合わせてある。a が k(既定 16)、b が std_ratio`(既定 2)を振る。

• 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。

• (まだありません)

*Provenance: ops.py — 2D 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)。*

tb_statistical_outlier_removal — 2D typed op