tb_stat_covariance — 2D typed op

• 데이터 종류: matrix → matrix

• 호출: fullseye.apply(img, "tb_stat_covariance", a=0.5, b=0.5)(2-D 는 이미지 1 장 + 스칼라 노브 2 개 a,b∈[0,1] 모델)

*그림 없음: 이 연산자는 matrix를 입력으로 받습니다. 이미지에서 시작하는 Studio 프로그램으로는 그 타입에 닿지 않으므로 아래의 실행 가능한 예제를 보세요.*

사용법

`(N, D) 관측치의 표본 공분산 행렬 → (D, D)`.

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

Rows are observations, columns are variables — the `(N, D)` orientation

every Fullseye point/sample API uses (note `np.cov` defaults to the

*transposed* convention). Uses the unbiased `ddof=1` estimator (divides

by `N - 1), hence the N >= 2` requirement. The diagonal holds the

per-variable sample variances; the result is symmetric positive

semi-definite by construction, so it can go straight into

:func:mat_eigh for principal axes (the covariance-ellipse workflow).

HALCON: no public tuple/matrix operator — covariance lives inside HALCON's

calibration and matching internals only.

Typed bridge of the math op `stat_covariance into the 2-D evolution registry: the same implementation, called under the op(v, a, b) convention. This op has no tunable parameter; a and b` are unused.

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.

실행 가능한 예제(이 연산자를 실제로 호출하는 검증된 샘플)

• (아직 없음)

타입이 이어지는 다음 연산자(matrix 를 입력으로 받는 것)

identity · tb_mat_pinv · tb_mat_cond · tb_stat_correlation

같은 카테고리(typed)

tb_points_to_voxel · tb_estimate_point_normals · tb_iss_keypoints · tb_angle_3points · tb_project_points · tb_render_point_depth · tb_statistical_outlier_removal · tb_radius_outlier_removal

*Provenance: ops.py — 2D 연산자 레지스트리. 이 op 노트는 tools/opdocs.py md 가 자동 생성합니다(직접 편집하지 마세요).*

© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.