watervision op• Data kinds: image2d → table
• Call: import fullseye as fs; fs.ledger.caustic_floor_segmentation(irradiance, method='otsu') -> 'dict' (implementation को सीधे call करना हो तो import watervision; watervision.caustic_floor_segmentation(irradiance, method='otsu') -> 'dict', registry से लेना हो तो opsoptics.get("caustic_floor_segmentation"))
• GPU: केवल chain के भीतर (allow-list का mechanical GPU path, CuPy)। पड़ोसी stage भी allow-list में हो तभी GPU पर resident रहता है। अकेली call CPU पर चलती है
फर्श की irradiance छवि से caustic रेखाओं को अलग करना -> dict (mask, threshold, रेखा की अवधि)।
> नीचे का विस्तृत विवरण मूल text में है — सारांश और headings का अनुवाद हो चुका है।
The bright web of caustics on a pool floor is what a crack detector mistakes for cracks. method="otsu": the finite values are normalised by their mean and split into two classes at the Otsu threshold (256 bins); the mask is the bright class. method="fold": ridge detection by curvature: the smaller eigenvalue of the Hessian of the Gaussian-smoothed irradiance (sigma 1 pixel) is the curvature across a line; where it is strongly negative (above the Otsu threshold of its negative part) and the irradiance is above its mean, the pixel is on a caustic ridge. inf pixels (the folds of the wavefront method of caustic_irradiance) are caustic by definition and are always in the mask. The table has mask (bool), threshold, fraction (of pixels in the mask), period_px_x / period_px_y (the fundamental period in pixels of the column and row profiles of the mask, from the lowest strong spectral peak refined by a parabola; NaN when the profile is flat), dominant_axis ("x", "y" or "none": the axis whose profile of the mask varies most) and n_inf. NaN, negative values, an image under 8 x 8 and a constant image (no caustic to find) are refused.
optics के सभी ops गणना से पहले input की जाँच करते हैं (कुछ भी चुपचाप पास नहीं होता):
• Unit argument के नाम में ही लिखी होती है — _mm / _um / _deg / _mrad। mm और µm की गड़बड़ी crash नहीं करती, बल्कि "सही दिखने वाला पर गलत उत्तर" देती है, इसलिए नाम से इसे रोका जाता है। मान के आकार से unit का अनुमान बिल्कुल नहीं लगाया जाता।
• String से ValueError — float('50') सफल हो जाता है, इसलिए बिना parse किया config value length के रूप में निकल जाता (मापा गया: thin_lens('50', '200') सही दिखने वाला 66.667 mm लौटा रहा था)। bool को भी True == 1 वाले implicit promotion के रूप में अस्वीकार किया जाता है।
• complex / masked array से ValueError (केवल real-valued slots; imaginary part को चुपचाप छोड़ना या mask हटाना अस्वीकार)। हर input पर NaN/Inf से ValueError।
• शून्य से भाग और उससे जुड़े मामलों को नाम लेकर अस्वीकार किया जाता है: focal length 0, radius of curvature 0, refractive index <= 0, पूरी तरह opaque aperture (सब 0, इसलिए normalisation 0/0), ऐसा PSF जिसका योग <= 0 हो, S0 = 0 वाला Stokes vector, और front focal point पर रखा object (image अनंत पर)।
• केवल 2 ops non-finite value लौटाते हैं, और वह भी contract के रूप में लिखा हुआ: depth_of_field hyperfocal distance से आगे far_mm = inf (hyperfocal distance की परिभाषा यही है) और gaussian_beam waist पर wavefront_radius_mm = inf (plane wavefront की radius of curvature)। दोनों साथ में एक finite साथी (far_is_infinite / curvature_per_mm) भी लौटाते हैं। इसके अलावा कोई भी चुपचाप आया NaN/Inf अंदर ही पकड़ा जाता है और ValueError देता है — "float64 overflow हुआ" और "उत्तर अनंत है" अलग-अलग दावे हैं, इसलिए पहले को दूसरे का चेहरा पहनाकर नहीं लौटाया जाता।
• Size की सीमा: generate होने वाले grid के लिए optics.MAX_GRID (4096), दिए गए field/PSF/aperture के लिए optics.MAX_FIELD_ELEMENTS (2^24), ABCD element chain के लिए optics.MAX_SYSTEM_ELEMENTS (1024), Zernike के लिए MAX_ZERNIKE_TERMS (512) / MAX_ZERNIKE_ORDER (40) / MAX_ZERNIKE_BASIS (2^25)। छोटे argument से बहुत बड़ा internal allocation होने वाले रास्तों (मापा गया: n_max=40 × 4096² पर 108 GB) को fail-closed ढंग से बंद किया गया है।
• भौतिक रूप से असंभव states भी अस्वीकार: degree of polarisation > 1 वाला Stokes vector, ऋणात्मक transmittance, ऋणात्मक intensity, और n-|m| odd जैसे अमान्य Zernike indices।
• 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।
• poc_water_inspection_images — py -3.11 examples/poc_water_inspection_images.py
table को input के रूप में लेते हैं)abcd_matrix · wavefront_stats · sfr_from_edge · paraxial_trace · seidel_coefficients · spot_stats · tolerance_analysis · wavefront_from_opd
watervision)caustic_irradiance · bottle_image · fill_level_from_image · wet_surface_appearance · wet_dry_inspection_pair · underwater_inspection_image
*Provenance: watervision.py — OPTICS operator registry. यह per-op note tools/opdocs.py md से अपने-आप generate होता है (हाथ से edit न करें)।*
© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.