tb_statistical_outlier_removal — 2D `typed` op

• 데이터 종류: points → points

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

각 점의 k-최근접 이웃 평균 거리가 전역적으로 벗어나는 점을 제거한다(통계적 이상치 제거).

> 아래 상세 설명은 원문입니다 —— 요약과 제목은 번역되어 있습니다.

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。

• 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.

• (아직 없음)

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

tb_statistical_outlier_removal — 2D typed op