smoothing op• 데이터 종류: image → image
• 호출: fullseye.apply(img, "xsp_dct_denoise", a=0.5, b=0.5)(2-D 는 이미지 1 장 + 스칼라 노브 2 개 a,b∈[0,1] 모델)
DCT 계수에 하드 임계값 처리를 적용한 노이즈 제거(웨이블릿 축소의 DCT판).
> 아래 상세 설명은 원문입니다 —— 요약과 제목은 번역되어 있습니다.
しきい値は最大係数に対する相対値で決める（``thr = (0.01 + 0.2*a) *
max(|C|)`）。a が大きいほど強く間引かれ、b` は未使用。しきい値
未満の DCT 係数を 0 にしてから逆変換するので、弱いテクスチャごと消え
やすい代わりに広い平坦領域のノイズはよく落ちる。
• gallery2d_smoothing_rank 패밀리 가이드
• 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.
• gallery2d_smoothing_rank — py -3.11 examples/gallery2d_smoothing_rank.py
image 를 입력으로 받는 것)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 연산자 레지스트리. 이 op 노트는 tools/opdocs.py md 가 자동 생성합니다(직접 편집하지 마세요).*
© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.