estimate_noise — 2D `features` op

• Datenarten: image → feature

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

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

Verwendung

> Für diesen Operator gibt es noch keine Übersetzung. Es folgt der Originaltext unverändert.

加法性ノイズの標準偏差 σ をロバスト推定する(`_noise_sigma`:

ラプラシアン応答の MAD を正規分布換算し、5 点ラプラシアン核のノイズ利得

`sqrt(20)` で割る)。エッジ由来の外れ値には鈍く、平坦部のノイズだけを

拾う設計(2026-09-02 に旧実装の「σ が単位を持たず σ≈0.08 以上で 1.0 に

張り付く」不具合を修正済み、詳細は `_noise_sigma` の docstring)。HALCON

の `estimate_noise`（Estimate the image noise from a single image.）に

相当。

`a, b` は未使用。

Ausführlicher Anwendungsleitfaden

• Leitfaden zur Familie gallery2d_features

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_features — py -3.11 examples/gallery2d_features.py

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

identity

Gleiche Kategorie (`features`)

blob_count · area_frac · count_contours · total_length · vol_count · sk_euler · sk_entropy_feat · sk_blur_effect

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

estimate_noise — 2D features op