create_bg_esti — MV `tracking` op

• 資料種類:image2d → table

• 呼叫: import fullseye as fs; fs.ledger.create_bg_esti(image, process_noise=0.0001, measurement_noise=0.001, threshold=0.1, foreground_gain=0.05)(要直接呼叫實作,import mvtrack; mvtrack.create_bg_esti(image, process_noise=0.0001, measurement_noise=0.001, threshold=0.1, foreground_gain=0.05);從台帳取用則 opsmv.get("create_bg_esti"))

• HALCON 對應:create_bg_esti(其含義與參數可參考 HALCON 手冊)

• GPU:無(僅 CPU 參考實作)

用法

由第一幅影像建立逐像素卡爾曼背景模型。

> 以下的詳細說明為原文 —— 摘要與標題已翻譯。

各画素の背景はランダムウォークと見なし、過程の雑音 process_noise と観測の雑音 measurement_noise の分散からゲインが決まる。前景と判定された画素はゲインに foreground_gain を掛けて弱く更新し、通過する物体を背景に取り込まない。画素値は [0, 1] の float(threshold と雑音の分散も同じ尺度)。整数 dtype の画像と [0, 1] の外の値は ValueError(uint8 は / 255 してから渡す)。空の入力(image が 0 要素)は ValueError。

Args:

image: 最初の画像 (H, W)。

process_noise: 過程の雑音の分散(> 0)。

measurement_noise: 観測の雑音の分散(> 0)。

threshold: 前景と判定する残差の絶対値(> 0)。

foreground_gain: 前景の画素のゲイン倍率(0..1)。

Returns:

背景 background と分散 variance を持つモデルの dict。

詳細使用指南

• machine_vision_classics 族使用指南

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)

• machine_vision_tour — py -3.11 examples/machine_vision_tour.py

• poc_real_bg_kalman_tracking — py -3.11 examples/poc_real_bg_kalman_tracking.py

型別可銜接的下一個運算子(可接受 `table` 作為輸入)

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

同類別(`tracking`)

filter_kalman · run_bg_esti · give_bg_esti · update_bg_esti

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

create_bg_esti — MV tracking op

用法