mean_curvature_flow — 2D `smoothing` op

• Datenarten: image → image

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

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

Verwendung

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

小さなシグマ(0.6)のガウシアンぼかしを繰り返し適用することで平均曲率流を

近似したスムージング。真の平均曲率 PDE(`ops` 側の別実装が本来やる

拡散方程式)ではなく、反復ぼかしという計算コストの軽い代用になっている点が

このバックエンド固有の近似の限界。HALCON の `mean_curvature_flow`

（Apply the mean curvature flow to an image.）の代役。

`a` が反復回数を 1〜7 回の範囲で振る(回数が多いほど強く滑らかになる)。

`b` は未使用。

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 · unsharp · median · min_filter · max_filter

Gleiche Kategorie (`smoothing`)

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

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

mean_curvature_flow — 2D smoothing op