aug_fixed_pattern — 2D `augmentation` op

• 데이터 종류: image → image

• 호출: fullseye.apply(img, "aug_fixed_pattern", a=0.5, b=0.5)(2-D 는 이미지 1 장 + 스칼라 노브 2 개 a,b∈[0,1] 모델)

사용법

고정 패턴 노이즈(FPN / 광응답 불균일성). 읽기 노이즈와 달리 이 패턴은 프레임 전반에 걸쳐 정적(STATIC)이다: 열별 오프셋과 행별 오프셋으로 구성되며, 각각 한 번만 뽑혀서 유지된다. `a는 진폭 0.02 + 0.2*a를 설정하고, b`는 어떤 고정 패턴을 사용할지 선택한다(생성기는 b만으로 시드되므로, a를 스윕해도 하나의 패턴의 강도만 바뀐다). CMOS의 열-병렬 ADC에서와 마찬가지로 열 방향 FPN이 지배적이다(가중치 2/3).

자세한 사용 가이드

• gallery2d_color_artistic 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)

• gallery2d_color_artistic — py -3.11 examples/gallery2d_color_artistic.py

• sim2real_and_alife — py -3.11 examples/sim2real_and_alife.py

타입이 이어지는 다음 연산자(`image` 를 입력으로 받는 것)

identity · gaussian · mean_box · bilateral · unsharp · median · min_filter · max_filter

같은 카테고리(`augmentation`)

aug_shot_noise · aug_read_noise · aug_motion_blur · aug_vignette · aug_chromatic · aug_rolling_shutter · aug_jpeg_blocks · aug_cutout

*Provenance: ops.py — 2D 연산자 레지스트리. 이 op 노트는 tools/opdocs.py md 가 자동 생성합니다(직접 편집하지 마세요).*

aug_fixed_pattern — 2D augmentation op

사용법