phase_correlation_shift — FIT registration op

• 資料種類:image2d × image2d → table

• 呼叫: import fullseye as fs; fs.ledger.phase_correlation_shift(image1, image2, window: 'str | None' = 'hann', whitening: 'float' = 0.5, method: 'str' = 'upsample', upsample_factor: 'int' = 100) -> 'dict'(要直接呼叫實作,import filters_freq; filters_freq.phase_correlation_shift(image1, image2, window: 'str | None' = 'hann', whitening: 'float' = 0.5, method: 'str' = 'upsample', upsample_factor: 'int' = 100) -> 'dict';從台帳取用則 opsfit.get("phase_correlation_shift"))

• GPU:無(僅 CPU 參考實作)

用法

以相位限定相關估計兩幅影像對齊所需的次像素平移。

預設 method=upsample，僅使用 NumPy，以矩陣乘法局部 DFT 在已白化週期 FFT 峰周圍 1.5 像素範圍內細化（upsample_factor=100）。method=parabola 較快，但向整數格約有 0.166 px 偏差。真值門中，有／無 Hann 時上採樣誤差為 0.010／0.010 px，拋物線為 0.166／0.172 px；NumPy 結果與 scikit-image 相差不超過 0.01 px。演算法依循 Guizar-Sicairos、Thurman 與 Fienup（2008），doi:10.1364/OL.33.000156。若 image2=shift(image1,d)，結果約為 -d。回傳 dy、dx、峰值與峰值比；拒絕相對無紋理影像。

參考(範例資料、文獻)

• 範例資料目錄(下載 URL / 授權) —— 2-D 用 skimage.data(BSD/公有領域)加合成圖,3-D 給出真實資料源(Stanford/PDS 等)的下載 URL。

• 運算子來歷與參考文獻 —— 該運算子族所依據的研究/方法出處。

• 演算法的正典(作者、年份)與用途見上面的族使用指南。

可執行的範例(實際呼叫該運算子並已驗證的樣例)

• fit_ops_from_knowhow — py -3.11 examples/fit_ops_from_knowhow.py

型別可銜接的下一個運算子(可接受 table 作為輸入)

—

同類別(registration)

—

*Provenance: filters_freq.py — FIT 運算子登記表。本條目由 tools/opdocs.py md 自動產生(請勿手動編輯)。*

© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.