pl_diffusion_psf — GENERATIVE `pl` op

• 데이터 종류: 없음 → image2d(인자만으로 정해지는 연산자 —— 이미지나 데이터 입력을 받지 않습니다)

• 호출: import fullseye as fs; fs.ledger.pl_diffusion_psf(diffusion_length_px: 'float' = 8.0, size: 'int | None' = None) -> 'np.ndarray'(구현을 직접 호출하려면 import pl; pl.pl_diffusion_psf(diffusion_length_px: 'float' = 8.0, size: 'int | None' = None) -> 'np.ndarray', 원장에서 가져오려면 opsgenerative.get("pl_diffusion_psf"))

사용법

캐리어 확산 PSF(2차원 그린 함수 K0(r/L)/2πL², 합 1)를 영상으로 반환.

> 아래 상세 설명은 원문입니다 —— 요약과 제목은 번역되어 있습니다.

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

자세한 사용 가이드

• generative_art 패밀리 가이드

참고(샘플 데이터·문헌)

• 샘플 데이터 카탈로그(DL URL / 라이선스) —— 2-D 는 skimage.data(BSD/public)+ 합성, 3-D 는 실데이터 소스(Stanford/PDS 등)의 DL URL.

• 연산자의 내력·참고문헌 —— 이 연산자 족의 바탕이 된 연구/기법의 출처.

• 알고리즘의 정전(저자·연도)과 용도는 위의 패밀리 사용 가이드에 적혀 있습니다.

실행 가능한 예제(이 연산자를 실제로 호출하는 검증된 샘플)

• poc_si_wafer_pl_defect_visibility — py -3.11 examples/poc_si_wafer_pl_defect_visibility.py

타입이 이어지는 다음 연산자(`image2d` 를 입력으로 받는 것)

sem_render · sem_image · sem_charging_series · pl_image_simulate

같은 카테고리(`pl`)

pl_image_simulate · pl_groove_visibility

*Provenance: pl.py — GENERATIVE 연산자 레지스트리. 이 op 노트는 tools/opdocs.py md 가 자동 생성합니다(직접 편집하지 마세요).*

pl_diffusion_psf — GENERATIVE pl op

사용법