coherence_enhancing_diff — 2D smoothing op

• データ種: image → image

• 呼び出し: fullseye.apply(img, "coherence_enhancing_diff", a=0.5, b=0.5) (2-D は 1 画像 + 2 スカラつまみ a,b∈[0,1] のモデル)

• HALCON 相当: coherence_enhancing_diff(意味・パラメータは HALCON リファレンスが参考になる)

使い方

実装は `anisotropic_diffusion と同一(kind: "anisotropic"`)。

本来の coherence-enhancing diffusion は構造テンソルの固有ベクトルに沿って

拡散方向を制御する(線状構造をつなげる)手法だが、この代役ではその構造

テンソル計算を行わず、単純な Perona-Malik 異方性拡散で代用している

(近似の限界 ―― 線状構造の連結効果は再現されない)。HALCON の

`coherence_enhancing_diff`（Perform a coherence enhancing diffusion of

an image.）の代役。

`a が反復回数、b` が伝導度閾値 K を振る。両方が使われる。

詳しい使い方ガイド

• gallery2d_smoothing_rank ファミリ ガイド

参考(サンプルデータ・文献)

• サンプルデータ カタログ(DL URL / ライセンス) — 2-D は skimage.data(BSD/public)+ 合成、3-D は実データ源(Stanford/PDS 等)の DL URL。

• 演算子の来歴・参考文献 — この op 族の元になった研究/手法の出典。

• アルゴリズムの正典(著者・年)と用途は上記ファミリ使い方ガイドに記載。

実行できる例(この op を実際に呼ぶ検証済みサンプル)

• gallery2d_smoothing_rank — py -3.11 examples/gallery2d_smoothing_rank.py

型が繋がる次の op(image を入力に取れる)

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

同カテゴリ(smoothing)

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

*Provenance: ops.py — 2D operator registry. この per-op ノートは tools/opdocs.py md が自動生成(手編集しない)。*

© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.