binocular_disparity_ms — MV `stereo` op

• データ種: image2d × image2d → table

• 呼び出し: import fullseye as fs; fs.ledger.binocular_disparity_ms(left, right, max_disp=32, window=5, P1=5.0, P2=50.0, paths=4, lr_tolerance=1.0) (実装を直接呼ぶなら import mvstereo; mvstereo.binocular_disparity_ms(left, right, max_disp=32, window=5, P1=5.0, P2=50.0, paths=4, lr_tolerance=1.0)、台帳から引くなら opsmv.get("binocular_disparity_ms"))

• HALCON 相当: binocular_disparity_ms(意味・パラメータは HALCON リファレンスが参考になる)

• GPU: なし(CPU 参照実装のみ)

使い方

平行化ステレオの視差を半大域マッチングで求め、左右一致で検査して小数へ補間する。

左基準と右基準の視差を stereo.disparity_sgm で 1 回ずつ計算し、対応点で lr_tolerance より食い違う画素と参照できない左端の列を無効にする。残りの画素は SAD の 3 点放物線で小数の視差へ補間する。無効の画素は disparity が NaN になる。空の入力(left が 0 要素)は ValueError。

Args:

left: 左の画像 (H, W)。視差はこの画像を基準にする。

right: 右の画像 (H, W)。

max_disp: 探す視差の上限(画素、>= 1)。

window: census と SAD の窓(奇数)。

P1: 視差 1 の段差の罰則。

P2: 視差 2 以上の段差の罰則。

paths: 集約の方向数(2 / 4)。

lr_tolerance: 左右一致の許容差(画素)。

Returns:

disparity(float、無効は NaN)、valid(bool)、score(0..1、大きいほど

コストの谷が深い)を持つ dict。

出典: H. Hirschmüller, IEEE Trans. PAMI 30(2), 328-341 (2008), doi:10.1109/TPAMI.2007.1166。

詳しい使い方ガイド

• machine_vision_classics ファミリガイド

参考(サンプルデータ・文献)

• 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。

• アルゴリズムの正典(著者・年)と用途は上記ファミリ使い方ガイドに記載。

実行できる例(この op を実際に呼ぶ検証済みサンプル)

• machine_vision_tour — py -3.11 examples/machine_vision_tour.py

• poc_3d_sensor_modalities — py -3.11 examples/poc_3d_sensor_modalities.py

• poc_real_stereo_multiscanline — py -3.11 examples/poc_real_stereo_multiscanline.py

型が繋がる次の op(`table` を入力に取れる)

map_image · rectify_to_world_plane · change_radial_distortion_image · find_ncc_models · run_bg_esti · give_bg_esti · update_bg_esti · classify_class_gmm

同カテゴリ(`stereo`)

binocular_distance_ms · reconstruct_surface_stereo

*Provenance: mvstereo.py — MV 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)。*

binocular_disparity_ms — MV stereo op

使い方