def get_logical_mask(values, greater=50, less=-50, equal_value=None, fillnan=False)
|
生成逻辑掩膜：标记大于/小于阈值或等于指定值的元素；可选将 NaN 也纳入掩膜（fillnan=True） |
def fill_nan_by_interpolate(values, method='linear', dims=None, max_gap=None, coords=None)
|
对二维数组的 NaN 做插值填充（linear/nearest/cubic）；可选限制最大插值距离 max_gap |
def inpaint_nan_diffusion(data, sigma=1, max_iter=100, tol=1e-3)
|
用高斯扩散迭代方式修复 NaN 区域，直到收敛或达到最大迭代次数 |
def get_deformation_gradients(image_data, guassian_sigma=0.8, guassian_radius=5)
|
对影像做高斯平滑（可选）后计算梯度幅值与方向（用一阶差分卷积核） |
def non_maximization_suppress(gradient_magnitude, gradient_direction)
|
非极大值抑制（NMS）：沿梯度方向保留局部极大值，抑制非边缘响应 |
def windowing_logical_r_c(r, c, win_radius, shape)
|
在大小为 shape 的数组中，以 (r, c) 为中心开窗（半径 win_radius），返回窗口内所有像素的行列下标网格 |
def windowing_logical(win_radius, shape, region=None)
|
窗口下标迭代器：在 region=[r_start,r_end,c_start,c_end] 范围内遍历每个中心点，逐个 yield 对应的窗口下标 |
def region_growing(image, seed, threshold, connectivity=8)
|
基础区域生长：从种子点开始，按阈值 threshold 吸收相似像元；支持 4/8 邻域 |
def region_growing_adaptive(image, seed, k=1.5, connectivity=8, max_iter=1e6)
|
自适应区域生长：阈值随当前区域标准差动态变化（threshold = k * std），并限制最大迭代 |
def region_growing_priority(image, seed, n_per_iter=1, max_points=None, connectivity=8)
|
优先队列区域生长：每次优先吸收差值最小的候选点；支持 NaN（跳过 NaN 点）并可限制区域最大点数 |
def build_polygon_to_extract_datas(values, loading_polygon_line_file=None, save_polygon_line_file=None, **kwargs)
|
构建/读取多段线并生成多边形，用于从栅格中提取多边形覆盖区域（返回布尔掩膜）；可选保存多段线 |
