xsp_morph_laplace — 2D `edges` op

• Datenarten: image → image

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

Verwendung

Kantenverstärkung mittels morphologischem Laplace-Operator (`scipy.ndimage.morphological_laplace`).

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

`a は構造要素のサイズを 3, 5, 7, 9 に振る（size = 3 + 2*int(a*3)）。b は未使用。グレースケール膨張と収縮の差の差というべき演算で、通常の（線形）ラプラシアンよりノイズに敏感な代わりに輪郭を鋭く拾う。符号付きの結果を signed01` で [0,1] に写像するので 0.5 が無変化（ゼロ交差）にあたる。

Ausführlicher Anwendungsleitfaden

• Leitfaden zur Familie gallery2d_edges

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_edges — py -3.11 examples/gallery2d_edges.py

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

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

Gleiche Kategorie (`edges`)

sobel_mag · prewitt_mag · roberts_mag · dog · grad_dir · log · corner_response · sk_scharr

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

xsp_morph_laplace — 2D edges op