xcv3_pyr_laplacian — 2D `smoothing` op

• Datenarten: image → image

• Aufruf: fullseye.apply(img, "xcv3_pyr_laplacian", a=0.5, b=0.5) (das 2-D-Modell ist ein Bild plus zwei skalare Regler a,b∈[0,1])

xcv3_pyr_laplacian: 入力 → 出力

*Die Abbildung ist die tatsächliche Ausgabe auf einer synthetischen 128×128-Eingabe. Links Eingabe, rechts Ausgabe (ein Nicht-Bild-Rückgabewert wird als Wert gezeigt).*

Verwendung

Schärfezeichnung mittels Laplace-Pyramide. Eine Art Unscharfmaskierung, die das Bild verstärkt, indem sie die Differenz (eine Ebene der Laplace-Pyramide, entsprechend einer Bandpass-Komponente) zum Originalbild addiert, die man erhält, wenn man das mit `pyrDown verkleinerte und mit pyrUp` wieder vergrößerte Bild (die Tiefpasskomponente) vom Originalbild abzieht.

> Die ausführliche Beschreibung unten ist der Originaltext — Zusammenfassung und Überschriften sind übersetzt.

`a は強調係数(0.5+2.5*a で 0.5〜3.0)を振る —— 大きいほど強くシャープになる(オーバーシュートも増える)。b` は未使用。結果は [0,1] にクリップ。

Ausführlicher Anwendungsleitfaden

• Leitfaden zur Familie gallery2d_smoothing_rank

Referenzen (Beispieldaten, Literatur)

• Katalog der Beispieldaten (Download-URLs / Lizenzen) — 2-D nutzt skimage.data (BSD/Public Domain) plus synthetische Bilder, 3-D nennt Download-URLs echter Datenquellen (Stanford, PDS, …).

• Herkunft und Literatur der Operatoren — die Quellen der Forschung/Verfahren, auf denen diese Operatorfamilie beruht.

• Der kanonische Algorithmus (Autor, Jahr) und seine Anwendungen stehen im Familienleitfaden oben.

In Studio ausprobieren

Das Programm unten ist nachweislich lauffähig (gleiche Eingabe wie die Abbildung). In der Studio-Hilfe wird dieser Block zu Schaltflächen, die es sofort laden und ausführen.