scc_match — CODEMATCH `match` op

• Data kinds: image2d × image2d → table

• Call: import fullseye as fs; fs.ledger.scc_match(image, template, flat_thresh=0.01, min_valid=32, min_mask_fraction=None, mask_extension=True, z_mask=4.0) -> 'dict' (implementation को सीधे call करना हो तो import codematch; codematch.scc_match(image, template, flat_thresh=0.01, min_valid=32, min_mask_fraction=None, mask_extension=True, z_mask=4.0) -> 'dict', registry से लेना हो तो opscodematch.get("scc_match"))

उपयोग

Selective correlation coefficient (SCC): केवल उन pixels पर normalised correlation जिनके increment चिह्न मेल खाते हैं।

> नीचे का विस्तृत विवरण मूल text में है — सारांश और headings का अनुवाद हो चुका है।

テンプレートの列を (0,1), (2,3), … の組にし、組ごとに右の画素が左以上かの符号 b を作る。画像の窓の同じ組の符号 b' と一致すれば、その組の 2 画素の基本マスク c = 1、違えば 0。r = Σ c (f - f̄)(g - ḡ) / sqrt(Σ c (f - f̄)² · Σ c (g - ḡ)²)、f̄ と ḡ は窓とテンプレートの全画素の平均。マスクが全部 1 なら NCC と厳密に一致する(列数が奇数なら最後の列は組を作らず、マスク 0)。

mask_extension=True(既定、論文の 3 章の拡張マスク)は、基本マスクの要素を 2 行 × 2 組(画素で 2 × 4)ずつ束ね、4 つのうち 2 つ以上が不一致なら 4 つとも外し、そうでなければ 4 つとも使う。不一致の起こる確率が p の所で、外される確率は 1 - (1-p)^4 - 4 p (1-p)^3(p = 0.5 の遮蔽部で 0.6875)。端の余りの要素は基本マスクのまま。False は基本マスク(全位置を FFT で数えるので速い)。

fail-closed:

• テンプレートの組の増分のうち |Δ| > flat_thresh のものが min_valid 未満 → ValueError。

• 使った画素が窓の min_mask_fraction 未満の位置、窓の選ばれた画素の分散が 0 の位置は採点しない(valid_map が False、score_map は -1)。

• 採点できる位置が 1 つも無ければ ValueError。

min_mask_fraction=None(既定)は、無相関の位置で期待される使用率に z_mask 標準偏差を足した値を床にする。無相関なら増分符号は半々で一致するので、基本マスクの使用率の期待値は 1/2、拡張マスクは 4 要素の群で (1/2)^4 + 4 (1/2)^4 = 5/16。標準偏差は群を独立な試行とみた 2 項分布の値。★この床が無いと、SCC は「たまたま符号の合った画素だけ」を選んだ偽の位置で相関が 1 近くまで上がり、NCC より先に壊れる(選択の偏り。PoC で実測)。この床は論文の式には無く、論文の統計モデル(無相関で 0.5)から足した fail-closed。

返り: row / col、score、mask_fraction(最良位置で使った画素の割合)、mask(最良位置のマスク、テンプレートと同じ形)、score_map、valid_map、mask_fraction_map、refusal_margin(テンプレートの組の余裕)。

उपयोग की विस्तृत guide

• robust_code_matching family guide

संदर्भ (sample data, साहित्य)

• Sample data catalog (DL URL / license) — 2-D के लिए skimage.data (BSD/public) + synthetic, 3-D के लिए real data sources (Stanford/PDS आदि) के DL URL।

• Operators का स्रोत और संदर्भ — इस op family के मूल research/methods के स्रोत।

• Algorithm का मानक स्रोत (लेखक, वर्ष) और उपयोग ऊपर की family usage guide में दिए गए हैं।

चलाए जा सकने वाले उदाहरण (verified samples जो सच में यह op call करते हैं)

• poc_code_matching_breakdown — py -3.11 examples/poc_code_matching_breakdown.py

वे अगले ops जिनसे type जुड़ता है (`table` को input के रूप में लेते हैं)

—

इसी category के (`match`)

ocm_match · isc_match

*Provenance: codematch.py — CODEMATCH operator registry. यह per-op note tools/opdocs.py md से अपने-आप generate होता है (हाथ से edit न करें)।*

scc_match — CODEMATCH match op