bilateral — 2D `smoothing` op

• Datenarten: image → image

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

• HALCON-Äquivalent: bilateral_filter (Bedeutung und Parameter sind in der HALCON-Referenz nachzulesen)

Verwendung

Kantenerhaltende Glattung (Bilateralfilter). Entspricht HALCONs `bilateral_filter` (bilateral filtering of an image.).

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

`a が空間方向の広がり σ_s = 1.0 + 3.0a を、b が明るさ方向の許容差 σ_r = 0.05 + 0.4b を振る。近傍窓は半径 r=2（5×5）固定で a では変わらない。近傍の重みは exp(-距離²/2σ_s²) × exp(-明度差²/2σ_r²)` の積で、明度差が大きい（=エッジをまたぐ）画素は重みが小さくなるため、平滑化しつつ輪郭を保てる。窓内を Python の二重ループで回すため他の平滑化 op より遅い。

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.

Ausführbare Beispiele (verifizierte Samples, die diesen Operator wirklich aufrufen)

• gallery2d_smoothing_rank — py -3.11 examples/gallery2d_smoothing_rank.py

• quickstart — py -3.11 examples/quickstart.py

Typkompatible Folge-Operatoren (nehmen `image` als Eingabe)

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

Gleiche Kategorie (`smoothing`)

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

*Provenance: ops.py — 2D Operator-Registry. Diese Notiz wird von tools/opdocs.py md erzeugt (nicht von Hand bearbeiten).*

bilateral — 2D smoothing op