smoothing op• Datenarten: image → image
• Aufruf: fullseye.apply(img, "sigma_image", a=0.5, b=0.5) (das 2-D-Modell ist ein Bild plus zwei skalare Regler a,b∈[0,1])
• HALCON-Äquivalent: sigma_image (Bedeutung und Parameter sind in der HALCON-Referenz nachzulesen)
Nichtlineare Glättung durch einen Sigma-Filter. Es wird nur über benachbarte Pixel gemittelt, die dem Wert des Zentralpixels nahe sind (`|x-mean|<σ) -- in der Nähe von Kanten mischen sich Tonwerte der gegenüberliegenden Seite nicht in den Mittelwert, wodurch eine Rauschunterdrückung entsteht, die Kanten besser erhält als ein Mittelwertfilter. Entspricht HALCONs sigma_image` (Non-linear smoothing with the sigma filter.).
> Die ausführliche Beschreibung unten ist der Originaltext — Zusammenfassung und Überschriften sind übersetzt.
`a が窓の一辺を {3,5,7,9} で振る(内部の平均計算にも使う)。b` が
許容帯域(シグマ、0.05〜0.4)を振る。両方が使われる。近傍がすべて帯域外の
画素は元の値のまま残る。
• Leitfaden zur Familie gallery2d_smoothing_rank
• 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.
• gallery2d_smoothing_rank — py -3.11 examples/gallery2d_smoothing_rank.py
image als Eingabe)identity · gaussian · mean_box · bilateral · unsharp · median · min_filter · max_filter
smoothing)gaussian · mean_box · bilateral · unsharp · sk_tv · sk_wavelet · sk_rolling_ball · sk_nlm
*Provenance: ops.py — 2D Operator-Registry. Diese Notiz wird von tools/opdocs.py md erzeugt (nicht von Hand bearbeiten).*
© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.