smoothing op• 데이터 종류: image → image
• 호출: fullseye.apply(img, "anisotropic_diffusion", a=0.5, b=0.5)(2-D 는 이미지 1 장 + 스칼라 노브 2 개 a,b∈[0,1] 모델)
• HALCON 대응: anisotropic_diffusion(의미·매개변수는 HALCON 레퍼런스가 참고가 됩니다)
Perona-Malik 방식의 이방성 확산. 상하좌우 4방향의 화소 차이에 가우시안형 전도도 함수 `exp(-(Δ/K)^2)를 곱해 반복적으로 더한다 —— 차이가 임계값 K보다 큰(=에지) 방향으로는 확산시키지 않고, 작은(=평탄) 방향만 매끄럽게 하는 에지 보존 평활화이다. HALCON의 anisotropic_diffusion`(Perform an anisotropic diffusion of an image.)에 해당한다.
> 아래 상세 설명은 원문입니다 —— 요약과 제목은 번역되어 있습니다.
`a が反復回数を 2〜10 回の範囲で、b` が伝導度の閾値 K を 0.05〜0.3
の範囲で振る。両方が使われる。K が小さいほどエッジを厳しく保護する。
• gallery2d_smoothing_rank 패밀리 가이드
• 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.
• gallery2d_smoothing_rank — py -3.11 examples/gallery2d_smoothing_rank.py
image 를 입력으로 받는 것)identity · gaussian · mean_box · bilateral · unsharp · median · min_filter · max_filter
smoothing)gaussian · mean_box · bilateral · unsharp · sk_tv · sk_wavelet · sk_rolling_ball · sk_nlm
*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.