pl_diffusion_psf — GENERATIVE `pl` op

• データ種: なし → image2d(引数だけで決まる op —— 画像やデータの入力を取らない)

• 呼び出し: import fullseye as fs; fs.ledger.pl_diffusion_psf(diffusion_length_px: 'float' = 8.0, size: 'int | None' = None) -> 'np.ndarray' (実装を直接呼ぶなら import pl; pl.pl_diffusion_psf(diffusion_length_px: 'float' = 8.0, size: 'int | None' = None) -> 'np.ndarray'、台帳から引くなら opsgenerative.get("pl_diffusion_psf"))

使い方

キャリア拡散の PSF(2 次元のグリーン関数 K₀(r/L)/2πL²、総和 1)を画像で返す。

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

詳しい使い方ガイド

• generative_art 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)

• poc_si_wafer_pl_defect_visibility — py -3.11 examples/poc_si_wafer_pl_defect_visibility.py

型が繋がる次の op(`image2d` を入力に取れる)

sem_render · sem_image · sem_charging_series · pl_image_simulate

同カテゴリ(`pl`)

pl_image_simulate · pl_groove_visibility

*Provenance: pl.py — GENERATIVE 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)。*

pl_diffusion_psf — GENERATIVE pl op

使い方