tb_statistical_outlier_removal — 2D `typed` op

• Datenarten: points → points

• Aufruf: fullseye.apply(img, "tb_statistical_outlier_removal", a=0.5, b=0.5) (das 2-D-Modell ist ein Bild plus zwei skalare Regler a,b∈[0,1])

Verwendung

Entfernt Punkte, deren mittlerer Abstand zu den k nächsten Nachbarn global als Ausreißer auffällt (statistische Ausreißerentfernung).

> Die ausführliche Beschreibung unten ist der Originaltext — Zusammenfassung und Überschriften sind übersetzt.

点ごとに「最も近い k 個(自分自身は除く)までの平均距離」を測り、その全点分布の

`mean + std_ratio*std` を超える点を飛び点とみなして落とす。まばらな飛び点の掃除に

有効で、密な面上の点は残る。

Parameters

----------

points : array_like, shape (N, 3)

入力点群。

k : int

近傍数(既定 16)。点数が少なければ内部で `n-1` に丸める。

std_ratio : float

しきい値の緩さ。大きいほど残りやすい(除去が緩い)。

Returns

-------

filtered : ndarray, shape (M, 3)

生き残った点(元の順序を保持)。

keep_mask : ndarray of bool, shape (N,)

各入力点を残すか(True=残す)。`points[keep_mask] が filtered` に等しい。

Notes

-----

点数 < 3 では統計が立たないため、全点を残す(graceful)。

2-D 進化レジストリへ橋渡しした 3d の op `statistical_outlier_removal。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 k(既定 16)、b が std_ratio`(既定 2)を振る。

Referenzen (Beispieldaten, Literatur)

• Katalog der Beispieldaten (Download-URLs / Lizenzen) — 2-D nutzt skimage.data (BSD/Public Domain) plus synthetische Bilder, 3-D nennt Download-URLs echter Datenquellen (Stanford, PDS, …).

• Herkunft und Literatur der Operatoren — die Quellen der Forschung/Verfahren, auf denen diese Operatorfamilie beruht.

Ausführbare Beispiele (verifizierte Samples, die diesen Operator wirklich aufrufen)

• (noch keine)

Typkompatible Folge-Operatoren (nehmen `points` als Eingabe)

identity · tb_points_to_voxel · tb_estimate_point_normals · tb_iss_keypoints · tb_angle_3points · tb_project_points · tb_render_point_depth · tb_radius_outlier_removal

Gleiche Kategorie (`typed`)

tb_points_to_voxel · tb_estimate_point_normals · tb_iss_keypoints · tb_angle_3points · tb_project_points · tb_render_point_depth · tb_radius_outlier_removal · tb_voxel_grid_downsample

*Provenance: ops.py — 2D Operator-Registry. Diese Notiz wird von tools/opdocs.py md erzeugt (nicht von Hand bearbeiten).*

tb_statistical_outlier_removal — 2D typed op