binocular_distance_ms — MV `stereo` op

• 데이터 종류: image2d × image2d → table

• 호출: 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)(구현을 직접 호출하려면 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), 원장에서 가져오려면 opsmv.get("binocular_distance_ms"))

• HALCON 대응: binocular_distance_ms(의미·매개변수는 HALCON 레퍼런스가 참고가 됩니다)

• GPU: 없음(CPU 참조 구현만)

사용법

평행화 스테레오의 거리 영상을 구한다(Z = focal * baseline / (disparity + doffs)).

> 아래 상세 설명은 원문입니다 —— 요약과 제목은 번역되어 있습니다.

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。

자세한 사용 가이드

• machine_vision_classics 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)

• machine_vision_tour — py -3.11 examples/machine_vision_tour.py

타입이 이어지는 다음 연산자(`table` 를 입력으로 받는 것)

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

같은 카테고리(`stereo`)

binocular_disparity_ms · reconstruct_surface_stereo

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

binocular_distance_ms — MV stereo op

사용법