eliminate_min_max — 2D `rank` op

• Datenarten: image → image

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

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

Verwendung

Glättung durch einen Medianfilter (median filter). Die Implementierung teilt sich den `median-Zweig von _sh_rank mit Operationen wie median_image und ersetzt lediglich jedes Pixel durch den Median seines Fensters. a stellt die Fenstergröße auf eine von vier Stufen (3/5/7/9) ein (_k(a)`). b wird nicht verwendet.

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

HALCON の `eliminate_min_max`（最小値・最大値の画素だけを周辺の平均値等で置き換えてノイズを抑える演算）とは異なり、この実装は最小・最大画素を選別せず窓全体を単純な中央値フィルタにかけているだけの近似（本来の「外れ値だけを直す」性質は再現しない）。

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

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

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

Gleiche Kategorie (`rank`)

median · min_filter · max_filter · percentile · sk_median_disk · cv_median · median_image · median_rect

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

eliminate_min_max — 2D rank op