dl_guided_filter — 2D smoothing op

• データ種: image → image

• 呼び出し: fullseye.apply(img, "dl_guided_filter", 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: guided_filter(意味・パラメータは HALCON リファレンスが参考になる)

使い方

自己ガイド付きフィルタ（guided filter、ガイド画像=入力自身、torch 実装）。

局所窓内の線形回帰 `q = a_lin*I + b_lin` を箱フィルタで解くエッジ保存平滑化。

`a は窓半径 r を 1〜5 に振り（r = 1 + int(a*4)）、b` は正則化項

`eps を 0.001〜0.051 に振る（eps = 0.001 + 0.05*b`、大きいほど強く平滑化

されエッジ保存が弱まる）。バイラテラルフィルタの高速な代替として知られる手法で、

ガイド画像を入力自身にしているのでセルフガイド付きのエッジ保存平滑化として働く。

HALCON の `guided_filter`（画像のガイデッドフィルタリングを行う）に相当するが、

同じ結果になるとは限らない近似実装。

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.