dots_image — 2D `edges` op

• 데이터 종류: image → image

• 호출: fullseye.apply(img, "dots_image", a=0.5, b=0.5)(2-D 는 이미지 1 장 + 스칼라 노브 2 개 a,b∈[0,1] 모델)

• HALCON 대응: dots_image(의미·매개변수는 HALCON 레퍼런스가 참고가 됩니다)

사용법

가우시안 라플라시안(Laplacian of Gaussian, LoG) 필터. σ = 0.5+2.5a의 가우스 커널로 라플라시안을 취하고, signed01(부호 있는 값을 [0,1]로, 0.5=응답 없음)로 정규화한다. b는 사용되지 않는다. 원형 점 패턴(도트)은 가우시안의 등방성에서 오는 강한 LoG 응답을 보이므로, 원형 점을 강조하는 데 사용된다.

> 아래 상세 설명은 원문입니다 —— 요약과 제목은 번역되어 있습니다.

HALCON の `dots_image`（画像中の円形ドットを強調する演算）に相当する近似で、専用のドット検出カーネルではなく一般的な LoG フィルタで代用している。

자세한 사용 가이드

• gallery2d_edges 패밀리 가이드

참고(샘플 데이터·문헌)

• 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.

실행 가능한 예제(이 연산자를 실제로 호출하는 검증된 샘플)

• gallery2d_edges — py -3.11 examples/gallery2d_edges.py

타입이 이어지는 다음 연산자(`image` 를 입력으로 받는 것)

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

같은 카테고리(`edges`)

sobel_mag · prewitt_mag · roberts_mag · dog · grad_dir · log · corner_response · sk_scharr

*Provenance: ops.py — 2D 연산자 레지스트리. 이 op 노트는 tools/opdocs.py md 가 자동 생성합니다(직접 편집하지 마세요).*

dots_image — 2D edges op

사용법