xwt_firm_denoise — 2D smoothing op

• 数据种类:image → image

• 调用:fullseye.apply(img, "xwt_firm_denoise", a=0.5, b=0.5)(2-D 的模型是一张图 + 两个标量旋钮 a,b∈[0,1])

用法

使用firm阈值处理（firm/semisoft thresholding、`pywt.threshold_firm）的小波去噪。其特性介于软阈值与硬阈值之间，应用于sym4`做2层分解后得到的各细节系数，再重建。

> 以下的详细说明为原文 —— 摘要与标题已翻译。

`a は下側閾値(0.03〜0.23)、b` は上側閾値(下側+ε 以上、0.15〜0.55)を振る —— 下側未満は 0、上側以上はそのまま、中間は緩やかに減衰させる。xwt_visushrink よりディテールの急な打ち切りを避けたい場合に向く。

详细使用指南

• gallery2d_smoothing_rank 族使用指南

参考(示例数据・文献)

• 示例数据目录(下载 URL / 许可证) —— 2-D 用 skimage.data(BSD/公有领域)加合成图,3-D 给出真实数据源(Stanford/PDS 等)的下载 URL。

• 算子来历与参考文献 —— 该算子族所依据的研究/方法出处。

• 算法的正典(作者・年份)与用途见上面的族使用指南。

可运行的示例(实际调用该算子并已验证的样例)

• gallery2d_smoothing_rank — py -3.11 examples/gallery2d_smoothing_rank.py

类型可衔接的下一个算子(可接受 image 作为输入)

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

同类别(smoothing)

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

*Provenance: ops.py — 2D 算子登记表。本条目由 tools/opdocs.py md 自动生成(请勿手工编辑)。*

© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.