points_lepetit — MV `detect` op

• 数据种类:image2d → keypoints

• 调用: import fullseye as fs; fs.ledger.points_lepetit(image, radius=3, check_neighbor=1, min_check_neighbor_diff=0.06, min_score=0.2, subpix=True)(要直接调用实现,import mvimage; mvimage.points_lepetit(image, radius=3, check_neighbor=1, min_check_neighbor_diff=0.06, min_score=0.2, subpix=True);从台账取用则 opsmv.get("points_lepetit"))

• HALCON 对应:points_lepetit(其含义与参数可参考 HALCON 手册)

• GPU:无(仅 CPU 参考实现)

用法

比较圆周上相对的两点来检测关注点（Lepetit–Fua 检测器）。

> 以下的详细说明为原文 —— 摘要与标题已翻译。

中心の灰色値に近い向かい合う 2 点が円周のどこかにあれば、そこを通る直線が伸びていると見なして落とす。残った画素を、円周の 2 階差分の総和(離散ラプラシアンの近似)で採点し、半径 radius の窓の極大だけを残す。subpix が真なら応答の放物線で小数の位置へ寄せる。灰色の範囲は [0, 1] を想定するので、min_check_neighbor_diff と min_score はその尺度で渡す。平らな画像は空の点列を返す。空の入力(image が 0 要素)は ValueError。

Args:

image: (H, W) の画像。

radius: 比較する円の半径(画素、>= 1)。

check_neighbor: 円周で左右に何点まで一緒に比べるか(>= 0)。

min_check_neighbor_diff: 「近い」と見なす灰色の差の上限。

min_score: 応答(円周平均の 2 階差分の絶対値)の下限。

subpix: 位置を小数へ寄せるか。

Returns:

(N, 2) の (row, col)。応答の強い順。

出典: V. Lepetit and P. Fua, IEEE Trans. PAMI 28(9), 1465-1479 (2006), doi:10.1109/TPAMI.2006.188。

详细使用指南

• machine_vision_classics 族使用指南

参考(示例数据、文献)

• 示例数据目录(下载 URL / 许可证) —— 2-D 用 skimage.data(BSD/公有领域)加合成图,3-D 给出真实数据源(Stanford/PDS 等)的下载 URL。

• 算子来历与参考文献 —— 该算子族所依据的研究/方法出处。

• 算法的正典(作者、年份)与用途见上面的族使用指南。

可运行的示例(实际调用该算子并已验证的样例)

• machine_vision_tour — py -3.11 examples/machine_vision_tour.py

类型可衔接的下一个算子(可接受 `keypoints` 作为输入)

get_grayval_contour_xld · get_circle_pose · gen_nurbs_interp

同类别(`detect`)

create_ncc_model · find_ncc_models

*Provenance: mvimage.py — MV 算子登记表。本条目由 tools/opdocs.py md 自动生成(请勿手工编辑)。*

points_lepetit — MV detect op

用法