sk_tv — 2D `smoothing` op

• 資料種類:image → image

• 呼叫:fullseye.apply(img, "sk_tv", a=0.5, b=0.5)(2-D 的模型是一張圖 + 兩個純量旋鈕 a,b∈[0,1])

用法

全變分去噪（TV denoising，Chambolle 方法）。在保留邊緣的同時平滑平坦區域的雜訊——與中值/高斯模糊不同，其特點是不易破壞輪廓的銳利度。

> 以下的詳細說明為原文 —— 摘要與標題已翻譯。

HALCON に直接対応するものは無い。実装は `restoration.denoise_tv_chambolle(v, weight=0.02+0.3*a)` —— a は denoising weight を 0.02〜0.32 に振り、大きいほど強く平滑化される(この符号の向きは後述の sk_tv_bregman と逆なので混同注意)。b は未使用。

詳細使用指南

• gallery2d_smoothing_rank 族使用指南

參考(範例資料・文獻)

• 範例資料目錄(下載 URL / 授權) —— 2-D 用 skimage.data(BSD/公有領域)加合成圖,3-D 給出真實資料源(Stanford/PDS 等)的下載 URL。

• 運算子來歷與參考文獻 —— 該運算子族所依據的研究/方法出處。

• 演算法的正典(作者・年份)與用途見上面的族使用指南。

可執行的範例(實際呼叫該運算子並已驗證的樣例)

• gallery2d_smoothing_rank — py -3.11 examples/gallery2d_smoothing_rank.py

型別可銜接的下一個運算子(可接受 `image` 作為輸入)

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

同類別(`smoothing`)

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

*Provenance: ops.py — 2D 運算子登記表。本條目由 tools/opdocs.py md 自動產生(請勿手動編輯)。*

sk_tv — 2D smoothing op

用法