piv_ensemble_correlate — PIV `estimate` op

• 데이터 종류: images → flow2d

• 호출: import pivops; pivops.piv_ensemble_correlate(images, window=32, overlap=0.5, peak='gauss3', window_func='hann', normalize='overlap', search_limit=0.25)(또는 opspiv.get("piv_ensemble_correlate"))

사용법

> 이 연산자의 설명은 아직 번역이 없습니다. 원문을 그대로 싣습니다.

相関マップを足してからピークを探す(アンサンブル相関)。

粒子が少ない・雑音が多い場合、1 対ずつ測って平均すると**外れたベクトルの

平均**になる。相関の段階で足すと、弱いピークが同じ場所に積み上がって

立ち上がる。定常流(全対で変位が同じ)が前提。

Args:

images: 2 枚以上の画像の列。連続する対 `(k, k+1)` を使う。

window / overlap / peak / window_func / normalize / search_limit:

:func:piv_cross_correlate と同じ。

Returns:

`(flow (2, h, w), info)。info["pairs"]` に使った対の数。

자세한 사용 가이드

• piv_displacement 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)

• (아직 없음)

타입이 이어지는 다음 연산자(`flow2d` 를 입력으로 받는 것)

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

같은 카테고리(`estimate`)

piv_cross_correlate · piv_multipass · piv_deform_pass

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

piv_ensemble_correlate — PIV estimate op

사용법