features op• 데이터 종류: image → feature
• 호출: fullseye.apply(img, "xsk3_estimate_sigma", a=0.5, b=0.5)(2-D 는 이미지 1 장 + 스칼라 노브 2 개 a,b∈[0,1] 모델)
*그림은 128×128 합성 입력에서 실제로 실행한 출력. 왼쪽이 입력, 오른쪽이 출력(이미지가 아닌 반환값은 값 자체를 표시).*
노이즈 표준편차 추정(skimage `restoration.estimate_sigma`, 웨이블릿 계수의 중앙절대편차(MAD)에 기반한 Donoho 추정량). 추정값을 5배 한 뒤 1.0으로 상한을 두어 feature로 반환한다.
> 아래 상세 설명은 원문입니다 —— 요약과 제목은 번역되어 있습니다.
`a, b` は未使用。デノイズ強度(例えば閾値処理のパラメータ)を画像ごとに自動決定したい場合の目安に使える。
• 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.
• 알고리즘의 정전(저자·연도)과 용도는 위의 패밀리 사용 가이드에 적혀 있습니다.
아래 프로그램은 실제로 실행됨을 확인했습니다(그림과 같은 입력). Studio 도움말에서는 이 블록이 버튼이 되어 즉시 불러와 실행할 수 있습니다.
xsk3_estimate_sigma 0.50 0.50
▸ Load this pipeline · Load & run
• gallery2d_features — py -3.11 examples/gallery2d_features.py
feature 를 입력으로 받는 것)features)blob_count · area_frac · count_contours · total_length · vol_count · sk_euler · sk_entropy_feat · sk_blur_effect
*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.