binocular_distance_ms — MV `stereo` op

• データ種: image2d × image2d → table

• 呼び出し: import fullseye as fs; fs.ledger.binocular_distance_ms(left, right, focal, baseline, doffs=0.0, max_disp=32, window=5, P1=5.0, P2=50.0, paths=4, lr_tolerance=1.0) (実装を直接呼ぶなら import mvstereo; mvstereo.binocular_distance_ms(left, right, focal, baseline, doffs=0.0, max_disp=32, window=5, P1=5.0, P2=50.0, paths=4, lr_tolerance=1.0)、台帳から引くなら opsmv.get("binocular_distance_ms"))

• HALCON 相当: binocular_distance_ms(意味・パラメータは HALCON リファレンスが参考になる)

• GPU: なし(CPU 参照実装のみ)

使い方

平行化ステレオの距離画像を求める(Z = focal * baseline / (disparity + doffs))。

視差は binocular_disparity_ms の値をそのまま使う。無効の画素と、視差が 0 以下で距離の決まらない画素は distance が NaN になる。空の入力(left が 0 要素)は ValueError。

Args:

left: 左の画像 (H, W)。

right: 右の画像 (H, W)。

focal: 焦点距離(画素、> 0)。

baseline: 基線長(距離の単位がこの単位になる、> 0)。

doffs: 主点の差 cx_right - cx_left(画素)。

max_disp: 探す視差の上限。

window: census と SAD の窓(奇数)。

P1: 視差 1 の段差の罰則。

P2: 視差 2 以上の段差の罰則。

paths: 集約の方向数(2 / 4)。

lr_tolerance: 左右一致の許容差(画素)。

Returns:

distance(無効は NaN)、disparity、valid、score を持つ dict。

詳しい使い方ガイド

• machine_vision_classics 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)

• machine_vision_tour — py -3.11 examples/machine_vision_tour.py

型が繋がる次の op(`table` を入力に取れる)

map_image · rectify_to_world_plane · change_radial_distortion_image · find_ncc_models · run_bg_esti · give_bg_esti · update_bg_esti · classify_class_gmm

同カテゴリ(`stereo`)

binocular_disparity_ms · reconstruct_surface_stereo

*Provenance: mvstereo.py — MV 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)。*

binocular_distance_ms — MV stereo op

使い方