tb_plane_segmentation — 2D `typed` op

• データ種: points → volume

• 呼び出し: fullseye.apply(img, "tb_plane_segmentation", a=0.5, b=0.5) (2-D は 1 画像 + 2 スカラつまみ a,b∈[0,1] のモデル)

反復 RANSAC で最大 max_planes 枚の平面を逐次抽出(残差点 -1)。

残り点集合に :func:ransac_fit.ransac_plane を掛け、その最大 consensus 平面の

inlier 数が `min_inliers` 以上なら新ラベルを与えて除去 → 残りで再検出、を繰り返す。

複数の床/壁/階段状の面を一度に分離する(単一平面適合の pcseg との差)。inlier が

`min_inliers` に満たなくなった時点で停止し、以降の点は残差 -1(球や複雑物体はここに残る)。

Args:

points: (N,3) 点群。

thresh: 点-平面距離の inlier しきい値(距離、要 > 0)。

min_inliers: 平面として採用する最小 inlier 数(要 >= 3)。

max_planes: 抽出する平面の最大枚数(要 >= 1)。

iters: 各 RANSAC 反復数。

seed: 乱数シード(決定論。各平面で seed+平面index を使う)。

Returns:

labels: (N,) int。検出順(=consensus 大きい順に近い)に 0,1,2,... を平面へ付与、

どの平面にも属さない残差点は -1。空入力は shape (0,)。

2-D 進化レジストリへ橋渡しした 3d の op `plane_segmentation。実装は同じで、呼び出し規約だけ op(v, a, b) に合わせてある。a が max_planes(既定 5)、b が iters`(既定 300)を振る。

• 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。

• (まだありません)

*Provenance: ops.py — 2D 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)。*

tb_plane_segmentation — 2D typed op