piv_deform_pass — PIV `estimate` op

• Datenarten: image2d × image2d × flow2d → flow2d

• Aufruf: import pivops; pivops.piv_deform_pass(a, b, flow, info, window=32, overlap=0.5, peak='gauss3', window_func='hann', order=3) (oder opspiv.get("piv_deform_pass"))

Verwendung

> Für diesen Operator gibt es noch keine Übersetzung. Es folgt der Originaltext unverändert.

窓変形つきの 1 段。予測変位で画像そのものを歪めてから相関を取る。

整数ずらし(:func:piv_cross_correlate の `shift`)は、窓の中で変位が

一定という仮定を置く。回転やせん断のように窓の中で変位が変わる場では

相関ピークが潰れるので、2 枚を予測の半分ずつ逆向きに歪めてから相関する

(中央差分の変形)。

Args:

a, b: 画像対。

flow: 予測変位 `(2, h, w)(piv_multipass` などの出力)。

info: その `info`(窓中心の座標が要る)。

window / overlap / peak / window_func: 新しい段の設定。

order: 変形に使う補間の次数(3 = 3 次スプライン)。

Returns:

`(flow (2, h', w'), info)`。返る変位は元の画像座標での総変位。

Ausführlicher Anwendungsleitfaden

• Leitfaden zur Familie piv_displacement

Referenzen (Beispieldaten, Literatur)

• 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.

Ausführbare Beispiele (verifizierte Samples, die diesen Operator wirklich aufrufen)

• (noch keine)

Typkompatible Folge-Operatoren (nehmen `flow2d` als Eingabe)

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

Gleiche Kategorie (`estimate`)

piv_cross_correlate · piv_multipass · piv_ensemble_correlate

*Provenance: pivops.py — PIV Operator-Registry. Diese Notiz wird von tools/opdocs.py md erzeugt (nicht von Hand bearbeiten).*

piv_deform_pass — PIV estimate op