sk_nlm — 2D `smoothing` op

• 資料種類:image → image

• 呼叫:fullseye.apply(img, "sk_nlm", a=0.5, b=0.5)(2-D 的模型是一張圖 + 兩個純量旋鈕 a,b∈[0,1])

sk_nlm: 入力 → 出力

*圖為在 128×128 合成輸入上實際執行的輸出。左為輸入，右為輸出(非影像的回傳值直接顯示其值)。*

用法

非局部平均法(Non-local means)去雜訊。不僅在鄰近像素中,而是在整張影像範圍內搜尋相似的圖塊並取平均 —— 與單純平滑化的差異在於,它能在保留重複圖案與紋理的同時,只消除平坦區域的雜訊。

> 以下的詳細說明為原文 —— 摘要與標題已翻譯。

HALCON に直接対応するものは無い。実装は `restoration.denoise_nl_means(v, patch_size=5, h=0.02+0.2*a)` —— a はカットオフ距離 h(大きいほど「似ている」と判定される範囲が広がり、強くノイズ除去される代わりにディテールも失われやすい)を 0.02〜0.22 に振る。パッチサイズは 5x5 に固定。b は未使用。

詳細使用指南

• gallery2d_smoothing_rank 族使用指南

參考(範例資料・文獻)

• 範例資料目錄(下載 URL / 授權) —— 2-D 用 skimage.data(BSD/公有領域)加合成圖,3-D 給出真實資料源(Stanford/PDS 等)的下載 URL。

• 運算子來歷與參考文獻 —— 該運算子族所依據的研究/方法出處。

• 演算法的正典(作者・年份)與用途見上面的族使用指南。

在 Studio 中試試

下面的程式已確認可以執行(與圖相同的輸入)。在 Studio 說明中，此區塊會變成按鈕，可當場載入並執行。

sk_nlm 0.35 0.50

▸ Load this pipeline · Load & run

可執行的範例(實際呼叫該運算子並已驗證的樣例)

• gallery2d_smoothing_rank — py -3.11 examples/gallery2d_smoothing_rank.py

型別可銜接的下一個運算子(可接受 `image` 作為輸入)

identity · gaussian · mean_box · bilateral · unsharp · median · min_filter · max_filter

同類別(`smoothing`)

gaussian · mean_box · bilateral · unsharp · sk_tv · sk_wavelet · sk_rolling_ball · sk_tv_bregman

*Provenance: ops.py — 2D 運算子登記表。本條目由 tools/opdocs.py md 自動產生(請勿手動編輯)。*

sk_nlm — 2D smoothing op

用法