unsharp — 2D `smoothing` op

• Datenarten: image → image

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

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

Verwendung

Unscharfmaskierung. ★Sie klippt am Ausgang auf [0,1] (2026-09-02).

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

`v + k*(v - blur)` は定義上オーバーシュートする(実測 min=-0.1499 /

max=+1.1499)。_apply は段間で同じ clip を掛けるので **パイプライン結果は

ビット不変**だが、fullseye.apply を単発で呼ぶ経路だけは生値が出ていて、

image の [0,1] 契約を破ったまま保存すると黒/白に潰れていた。GPU 側

(accel._unsharp)も同じ clip を持つ。

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 · median · min_filter · max_filter · percentile

Gleiche Kategorie (`smoothing`)

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

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

unsharp — 2D smoothing op