Merge remote-tracking branches 'origin/main_laptop_1' and 'origin/sub_laptop_8' into sub_laptop_5

2026-11-03 15:30:40 +09:00
parent 7876465f8a 579e337892
commit dc16c500d0
5 changed files with 18 additions and 23 deletions
@@ -22,7 +22,7 @@ from B04_PreProcess.B04_PreProcess_Engine_Filter_PMF import filter_pmf
 from B04_PreProcess.B04_PreProcess_Engine_Filter_PTD import filter_ptd
 from B04_PreProcess.B04_PreProcess_Engine_Filter_RANSAC import filter_ransac
 from B04_PreProcess.B04_PreProcess_Engine_Filter_Refine import refine_ground_mask
-from config.config_system import SURFACE_AUTO_FALLBACK_FILTER, SURFACE_REFINE_FLOW
+from config.config_system import SURFACE_AUTO_FALLBACK_FILTER

 # 다듬기 판(762) — `{기본 필터}_refine` = 기본 필터 지면점을 SMRF 꼴로 한 번 더 거름
 REFINE_SUFFIX = "_refine"
@@ -69,16 +69,15 @@ def resolve_auto_source_filters(
    업체가 이미 지면을 분류해 놨으면 그것을 기본으로 쓴다 — 계산이 없고 품질도 가장
    안정적이다. **ptd(점진 TIN)는 분류가 있어도 함께 만든다** — 내장 필터 결과를 눈으로
    검증할 수 있어야 하기 때문이다 (2026-09-01 사용자 확정). 분류가 없으면 ptd 하나만 남는다.
+    둘 다 다듬기 판(`_refine`)으로 지음 — 업체 분류 + 다듬기 · 점진 TIN + 다듬기(요구 607).
    「분류 있음」 = 비율 문턱 + 덮임(일부만 분류된 LAS 거름) — 자동 고름에만(요구 558).
    """
    usable = usable_conditional_filters(structured_data)
    if usable and not has_classified_coverage(structured_data, processed_dir):
        usable = []
    filters = [*usable[:1], SURFACE_AUTO_FALLBACK_FILTER]
-    # 762 제안 흐름(스위치 켬) — 같은 기본 필터에 다듬기를 붙인 판을 지음
-    if SURFACE_REFINE_FLOW:
-        filters = [f"{key}{REFINE_SUFFIX}" if key in _REFINABLE else key for key in filters]
-    return filters
+    # 다듬기 기본(요구 607) — 같은 기본 필터에 다듬기를 붙인 판을 지음(바탕 마스크도 저장)
+    return [f"{key}{REFINE_SUFFIX}" if key in _REFINABLE else key for key in filters]


 def base_filter(filter_key: str) -> str | None:
@@ -94,8 +94,7 @@ SURFACE_MODEL_SOURCE_FILTERS = tuple(
 SURFACE_AUTO_METHODS = tuple(os.getenv("SURFACE_AUTO_METHODS", "dtm").split(","))
 # 기본 필터는 입력 LAS를 보고 정한다 — 지면분류(class 2)가 있으면 그것을, 없으면 아래 값.
 SURFACE_AUTO_FALLBACK_FILTER = os.getenv("SURFACE_AUTO_FALLBACK_FILTER", "ptd")
-# 762 제안 흐름 스위치 — 켜면 자동 전처리 · 확정 기본 = 기본 필터 + 다듬기(`_refine`) · 기본 끔.
-SURFACE_REFINE_FLOW = os.getenv("SURFACE_REFINE_FLOW", "False").lower() == "true"
+# 자동 전처리 · 확정 기본은 이 필터의 다듬기 판(`_refine`) — 요구 607.
 # 다듬기(SMRF 꼴) — 칸 · 물체 기울기(rise/run · PDAL 0.15 는 급경사 능선을 깎아 0.3) · 최대 창 ·
 # 판정 문턱 · 기울기 배수 · 낮은 잡점 기울기 — 나머지는 PDAL 기본.
 SURFACE_REFINE_CELL_M = float(os.getenv("SURFACE_REFINE_CELL_M", "1.0"))
@@ -187,9 +186,7 @@ SHEET_SURFACE_AUTO_METHODS = [
 ]

 # 일반 사용자 WF1 자동 확정 기본값
-SURFACE_CONFIRM_DEFAULT_FILTER = os.getenv(
-    "SURFACE_CONFIRM_DEFAULT_FILTER", "ptd_refine" if SURFACE_REFINE_FLOW else "ptd"
-)
+SURFACE_CONFIRM_DEFAULT_FILTER = os.getenv("SURFACE_CONFIRM_DEFAULT_FILTER", "ptd_refine")
 # 확정 표현 = implicit · 평활 끔 — WF1 자동 짓기도 이 표현을 기본 필터에 지음(요구 558).
 SURFACE_CONFIRM_DEFAULT_METHOD = os.getenv("SURFACE_CONFIRM_DEFAULT_METHOD", "implicit")
 SURFACE_CONFIRM_DEFAULT_SMOOTH = (
@@ -43,12 +43,15 @@ def test_일부만_분류된_LAS_는_자동_기본에서_ptd() -> None:
    partial = np.ones(len(points), dtype=np.uint8)
    partial[(points[:, 0] < 30) & (np.arange(len(points)) % 4 == 0)] = 2  # 비율 7 % · 덮임 30 %
    assert classified_coverage(_structured(points, partial)) < 0.5
-    assert resolve_auto_source_filters(_structured(points, partial)) == ["ptd"]
+    assert resolve_auto_source_filters(_structured(points, partial)) == ["ptd_refine"]

    spread = np.ones(len(points), dtype=np.uint8)
    spread[::37] = 2  # 비율 2.7 % · 덮임 100 %
    assert classified_coverage(_structured(points, spread)) == 1.0
-    assert resolve_auto_source_filters(_structured(points, spread)) == ["classification", "ptd"]
+    assert resolve_auto_source_filters(_structured(points, spread)) == [
+        "classification_refine",
+        "ptd_refine",
+    ]


 def test_덮임은_저장본을_다시_씀(tmp_path: Path) -> None:
@@ -1,11 +1,10 @@
-"""762-1 지면점 다듬기(SMRF 꼴) · 제안 흐름 스위치 · 762-2 품질 지표 지킴 시험.
+"""762-1 지면점 다듬기(SMRF 꼴) · 766-1 다듬기 기본 흐름 · 762-2 품질 지표 지킴 시험.

 합성 비탈(17°) + 능선(높이 6 m · 폭 약 16 m) + 덤불 혹(3 × 3 m · 1.5 m 뜸) — 필터가
 덤불까지 지면으로 고른 판 → 다듬기가 혹은 지우고 능선 · 비탈은 남김.
 """

 import numpy as np
-import pytest

 import B04_PreProcess.B04_PreProcess_Engine_Ground as ground
 from B04_PreProcess.B04_PreProcess_Engine_Filter_Refine import refine_ground_mask
@@ -51,13 +50,10 @@ def test_refine_never_adds_points() -> None:
    assert refine_ground_mask(xyz, np.zeros(len(xyz), dtype=bool)).sum() == 0


-def test_refine_flow_switch(monkeypatch: pytest.MonkeyPatch) -> None:
+def test_refine_flow_is_default() -> None:
    xyz, _, _ = _scene()
    bounds = np.array([[0, 120], [0, 120], [0, 50]], dtype=np.float64)
    data = {"xyz": xyz, "bounds": bounds, "classification": np.full(len(xyz), 2, np.uint8)}
-    # 기본 끔 = 지금 길 그대로
-    assert ground.resolve_auto_source_filters(data) == ["classification", "ptd"]
-    monkeypatch.setattr(ground, "SURFACE_REFINE_FLOW", True)
    assert ground.resolve_auto_source_filters(data) == ["classification_refine", "ptd_refine"]
    data["classification"][:] = 0
    assert ground.resolve_auto_source_filters(data) == ["ptd_refine"]
@@ -109,13 +109,13 @@ def test_auto_filters_prefer_classification_but_always_build_ptd() -> None:
    classified = np.ones(len(points), dtype=np.uint8)
    classified[::4] = 2

-    # 분류가 있으면 classification 이 기본이고, ptd 는 검증용으로 같이 만든다.
+    # 분류가 있으면 classification 이 기본이고, ptd 는 검증용으로 같이 만든다(둘 다 다듬기 판).
    assert resolve_auto_source_filters(_structured(points, classified)) == [
-        "classification",
-        "ptd",
+        "classification_refine",
+        "ptd_refine",
    ]
    # 분류가 없으면 ptd 하나뿐 — 빈 마스크로 모델을 만들지 않는다.
-    assert resolve_auto_source_filters(_structured(points, unclassified)) == ["ptd"]
+    assert resolve_auto_source_filters(_structured(points, unclassified)) == ["ptd_refine"]
    assert not has_classified_ground(_structured(points, unclassified))
    # classification 이 없는 구조화 데이터(옛 캐시)에서도 죽지 않는다.
-    assert resolve_auto_source_filters(_structured(points)) == ["ptd"]
+    assert resolve_auto_source_filters(_structured(points)) == ["ptd_refine"]