pl_diffusion_psf — GENERATIVE `pl` op

• Data kinds: कोई नहीं → image2d (केवल arguments से तय होने वाला op — यह कोई image या data input नहीं लेता)

• Call: import fullseye as fs; fs.ledger.pl_diffusion_psf(diffusion_length_px: 'float' = 8.0, size: 'int | None' = None) -> 'np.ndarray' (implementation को सीधे call करना हो तो import pl; pl.pl_diffusion_psf(diffusion_length_px: 'float' = 8.0, size: 'int | None' = None) -> 'np.ndarray', registry से लेना हो तो opsgenerative.get("pl_diffusion_psf"))

उपयोग

carrier-diffusion PSF (2-D Green function K0(r/L)/2πL², योग 1) को image के रूप में लौटाता है।

> नीचे का विस्तृत विवरण मूल text में है — सारांश और headings का अनुवाद हो चुका है।

Parameters

diffusion_length_px : float

拡散長 L = √(Dτ)[px]。

size : int or None

核の一辺(奇数)。None なら 2·ceil(8L)+1(8L で切ると質量の欠けは

8·K₁(8) ≈ 1.2e-3)。

Returns

numpy.ndarray

(size, size) の float64。中心画素は特異点 K₀(0) = ∞ を画素と同面積の円で平均した値 1 − (a/L)K₁(a/L)(a = 1/√π)にして有限にしてある。

Notes

総和は解析的に 1(∫K₀(r/L)dA = 2πL²)。半分の質量が入る半径は 1.2572·L。これを generation に畳むと、欠陥の無い(k = 0)ときの pl_image_simulate と同じ像になる(境界の扱いを除く)。

Examples

>>> import numpy as np

>>> k = pl_diffusion_psf(6.0)

>>> k.shape

(97, 97)

>>> abs(float(k.sum()) - 1.0) < 5e-3 # 総量 = G·τ

True

>>> bool(k[48, 48] == k.max()) # 中心が最大

True

उपयोग की विस्तृत guide

• generative_art family guide

संदर्भ (sample data, साहित्य)

• Sample data catalog (DL URL / license) — 2-D के लिए skimage.data (BSD/public) + synthetic, 3-D के लिए real data sources (Stanford/PDS आदि) के DL URL।

• Operators का स्रोत और संदर्भ — इस op family के मूल research/methods के स्रोत।

• Algorithm का मानक स्रोत (लेखक, वर्ष) और उपयोग ऊपर की family usage guide में दिए गए हैं।

चलाए जा सकने वाले उदाहरण (verified samples जो सच में यह op call करते हैं)

• poc_si_wafer_pl_defect_visibility — py -3.11 examples/poc_si_wafer_pl_defect_visibility.py

वे अगले ops जिनसे type जुड़ता है (`image2d` को input के रूप में लेते हैं)

sem_render · sem_image · sem_charging_series · pl_image_simulate

इसी category के (`pl`)

pl_image_simulate · pl_groove_visibility

*Provenance: pl.py — GENERATIVE operator registry. यह per-op note tools/opdocs.py md से अपने-आप generate होता है (हाथ से edit न करें)।*

pl_diffusion_psf — GENERATIVE pl op