piv_multipass — PIV `estimate` op

• 数据种类:image2d × image2d → flow2d

• 调用: import fullseye as fs; fs.ledger.piv_multipass(a, b, windows=(64, 32), overlap=0.5, peak='gauss3', window_func='hann', outlier_threshold=2.0, normalize='overlap', search_limit=0.25)(要直接调用实现,import pivops; pivops.piv_multipass(a, b, windows=(64, 32), overlap=0.5, peak='gauss3', window_func='hann', outlier_threshold=2.0, normalize='overlap', search_limit=0.25);从台账取用则 opspiv.get("piv_multipass"))

• 经台账调用的返回值: fullseye.ledger.piv_multipass(...) 只返回声明的 out 类型 flow2d 的值(底层函数还会返回辅助信息)。需要被丢弃的部分时,使用 fullseye.ledger.piv_multipass.raw(...),或直接调用 pivops.piv_multipass。

• 底层返回: (flow, info) -> flow2d

• GPU:无(仅 CPU 参考实现)

用法

从粗窗口逐级降到细窗口的多级 PIV。返回 (flow, info)。

使用每个阶段的结果作为下一阶段的预测位移（将第二个窗口移动整数）。有意删除离群值并填充行之间的空间 - 离群值向量用作预测。使用时，窗口将在下一阶段保持在原位。

参数：

a、b：图像对。

windows：按降序排列的一排窗口。每个阶段不必是前一阶段的倍数，但是

由于网格发生变化，预测将替换为最近的邻居。

重叠/峰值/window_func：与 piv_cross_correlate 相同。

outlier_threshold：阶段之间标准化中值测试的阈值。禁用“None”。

Normalize：各阶段互相关的归一化方法。

search_limit：从预测位置开始搜索的窗口宽度的百分比。

最后阶段（流程，信息）。 info["passes"] 中每行窗口的大小。

详细使用指南

• piv_displacement 族使用指南

参考(示例数据、文献)

• 示例数据目录(下载 URL / 许可证) —— 2-D 用 skimage.data(BSD/公有领域)加合成图,3-D 给出真实数据源(Stanford/PDS 等)的下载 URL。

• 算子来历与参考文献 —— 该算子族所依据的研究/方法出处。

• 算法的正典(作者、年份)与用途见上面的族使用指南。

可运行的示例(实际调用该算子并已验证的样例)

• piv_field_analysis_tour — py -3.11 examples/piv_field_analysis_tour.py

• piv_flow_from_particles — py -3.11 examples/piv_flow_from_particles.py

• poc_strain_history — py -3.11 examples/poc_strain_history.py

类型可衔接的下一个算子(可接受 `flow2d` 作为输入)

piv_deform_pass · piv_outlier_mask · piv_replace_outliers · piv_vorticity · piv_divergence · piv_flow_magnitude · piv_to_velocity · piv_velocity_gradient

同类别(`estimate`)

piv_cross_correlate · piv_deform_pass · piv_ensemble_correlate

*Provenance: pivops.py — PIV 算子登记表。本条目由 tools/opdocs.py md 自动生成(请勿手工编辑)。*

piv_multipass — PIV estimate op

用法