register_capture_range — MATCHREG `intensityreg` op

• Data kinds: image2d → table

• Call: import fullseye as fs; fs.ledger.register_capture_range(fixed, method='ecc', offsets_px=(1, 2, 4, 8, 12, 16, 24, 32), n_directions=8, success_px=0.5, rotation_deg=0.0, modality='same', noise_sigma=0.0, margin=8, seed=0, method_kwargs=None) (implementation को सीधे call करना हो तो import intensityreg; intensityreg.register_capture_range(fixed, method='ecc', offsets_px=(1, 2, 4, 8, 12, 16, 24, 32), n_directions=8, success_px=0.5, rotation_deg=0.0, modality='same', noise_sigma=0.0, margin=8, seed=0, method_kwargs=None), registry से लेना हो तो opsmatchreg.get("register_capture_range"))

• GPU: नहीं (केवल CPU reference implementation)

उपयोग

प्रारंभिक misalignment के हर आकार के लिए, identity से शुरू हुई registrations में से सही मान तक लौटने वालों का अनुपात लौटाता है (capture range)। → table।

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

大きさ d(offsets_px)の並進を n_directions 方向(+ 任意の回転 rotation_deg)で合成し(synthesize_moving)、method を恒等の初期値から走らせ、内側の画素の EPE の平均が success_px 未満なら成功。method が例外で止まったら失敗として数える(理由を failures に数える)。capture_range_px は、それ以下のすべての大きさで成功率が 0.9 以上になる最大の d (最小の大きさで届かなければ 0)。

ECC のような局所の最適化は、ずれが模様の大きさを超えると別の極値に落ちる。位相相関("phase")は大域の探索なので並進には範囲が広いが、回転が入ると崩れる —— 同じ表で比べられる。

Args:

fixed: 基準の 2-D 画像。

method: ACCURACY_METHODS。

offsets_px: 試す並進の大きさ [px] の並び(正、昇順でなくてよい)。

n_directions: 方向の数。

success_px: 成功とみなす EPE の平均の上限 [px]。

rotation_deg: 並進に加える回転(中心まわり、度)。

modality / noise_sigma / seed / method_kwargs: register_accuracy_map と同じ。

margin: 縁から除く画素数(大きなずれで moving の外から来る画素も除く)。

Returns:

dict(kind="capture_range")。rows(大きさごとの offset_px / success_rate /

median_epe / n_trials / failures)/ capture_range_px / method / success_px /

rotation_deg / modality。

Raises:

ValueError: 画像が不正 / method・modality が違う / 引数が値域外。

उपयोग की विस्तृत guide

• matching_registration 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)

• (अभी कुछ नहीं)

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

features_match · ransac_homography · ransac_fundamental · registration_to_flow2d

इसी category के (`intensityreg`)

register_ecc · register_mi · register_ffd · registration_to_flow2d · register_accuracy_map

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

register_capture_range — MATCHREG intensityreg op