calib_truth op• 데이터 종류: table → table
• 호출: import fullseye as fs; fs.ledger.calibration_uncertainty_map(calibration, image_shape, step=16, depth=None, remove_rotation=True)(구현을 직접 호출하려면 import calib_lm; calib_lm.calibration_uncertainty_map(calibration, image_shape, step=16, depth=None, remove_rotation=True), 원장에서 가져오려면 opscalib.get("calibration_uncertainty_map"))
• GPU: 없음(CPU 참조 구현만)
캘리브레이션 추정의 공분산을 영상 위로 옮겨 각 픽셀의 예측 불확도(px, 깊이 Z이면 mm) 지도를 반환한다(table).
> 아래 상세 설명은 원문입니다 —— 요약과 제목은 번역되어 있습니다.
Propagate the marginal covariance of the intrinsics and distortion (from camera_calibration_lm) to every grid pixel: a point fixed in the camera frame that the estimate places at p would be reprojected with a standard deviation sqrt(trace(J C Jᵀ)) (px, radial), J the 2x9 Jacobian of the projection with respect to (fx, fy, cx, cy, k1, k2, p1, p2, k3). Needs no ground truth — this is the map a real calibration can show too; the simulation checks that it is honest (Monte Carlo gate). With depth Z (mm) the map is also given in mm (std · Z / f, small-angle).
remove_rotation(既定 True)は calibration_error_map と同じ意味: カメラの向きのずれと見分けのつかない成分(主点のずれの大部分)を除く。両方を同じ設定で使うと、モンテカルロの誤差の地図と比べられる。★姿勢の不確かさは周辺化で含まれる(9x9 は全変数の共分散からの周辺)。画像の端ほど大きくなるのは、板が写っていない所を歪みの多項式が外挿するから。★線形の予測なので、外挿が大きい所では当たらない:
6 視点・σ = 0.2 px で k3 まで自由にすると、隅の予測 160 px に対しモンテカルロの実測は 55 px (k1k2p1p2 なら全体の平均で 6.42 / 6.39 px と合う。tests の実測)。
返す dict: rows・cols、std_px(地図)、mean_px・max_px・max_at、std_mm(depth)。
Raises ValueError: 共分散が無い・非有限、引数の範囲外。
• 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.
• poc_calibration_truth_map — py -3.11 examples/poc_calibration_truth_map.py
table 를 입력으로 받는 것)image_points_to_world_plane · contour_to_world_plane_xld · sim_caltab · disp_caltab · calibration_error_map · calibration_next_pose
calib_truth)calibration_error_map · calibration_next_pose
*Provenance: calib_lm.py — CALIB 연산자 레지스트리. 이 op 노트는 tools/opdocs.py md 가 자동 생성합니다(직접 편집하지 마세요).*
© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.