derivative op• Datenarten: gradient → voxel
• Aufruf: import fullseye as fs; fs.ledger.gradient_coherence(gradient, sigma=1.5, eps=1e-12) (die Implementierung direkt: import reprconv; reprconv.gradient_coherence(gradient, sigma=1.5, eps=1e-12); aus dem Register: opsreprconv.get("gradient_coherence"))
• GPU: nein (nur CPU-Referenzimplementierung)
3-D-Gradient → die Flächenhaftigkeit (Kohärenz) des Strukturtensors voxel, Wertebereich [0, 1].
> Die ausführliche Beschreibung unten ist der Originaltext — Zusammenfassung und Überschriften sind übersetzt.
各 voxel で勾配の外積 g gᵀ をガウス sigma で平均した構造テンソル J を作り、固有値 μ1 ≥ μ2 ≥ μ3 ≥ 0 から (μ1 − μ2) / (μ1 + μ2 + μ3 + eps) を返す(Westin の線形異方性を構造テンソルに当てたもの。Bigün & Granlund 1987、Westin 2002)。近傍の勾配が 1 方向にそろう(層・板・界面)と 1 に近づき、向きがばらばら(等方的なざらつき・塊)だと 0 に近づく。勾配の大きさには依らない(比なので)。平らで勾配の無い所は分母が eps だけになり 0 を返す。
gradient 型を一級の入力として受けるので、勾配の出どころ(gradient3d / sobel3d / 外部の微分可能レンダラ)を問わない。
Args:
gradient: gradient3d の (gmag, gvec) か sobel3d の (gz, gy, gx)。
sigma: 構造テンソルを平均するガウスの標準偏差 [voxel]。> 0。
eps: 分母の下駄(勾配ゼロの所で 0 を返すため)。> 0。
Returns:
(D, H, W) float64、[0, 1]。
Raises:
ValueError: 形が違う / 非有限 / sigma <= 0 / eps <= 0。
• Katalog der Beispieldaten (Download-URLs / Lizenzen) — 2-D nutzt skimage.data (BSD/Public Domain) plus synthetische Bilder, 3-D nennt Download-URLs echter Datenquellen (Stanford, PDS, …).
• Herkunft und Literatur der Operatoren — die Quellen der Forschung/Verfahren, auf denen diese Operatorfamilie beruht.
• Der kanonische Algorithmus (Autor, Jahr) und seine Anwendungen stehen im Familienleitfaden oben.
• type_connectivity_tour — py -3.11 examples/type_connectivity_tour.py
voxel als Eingabe)correlation_score · voxel_to_hessian
derivative)gradient_magnitude · voxel_to_hessian · hessian_determinant · hessian_vesselness
*Provenance: reprconv.py — REPRCONV Operator-Registry. Diese Notiz wird von tools/opdocs.py md erzeugt (nicht von Hand bearbeiten).*
© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.