guided_filter — 2D `smoothing` op

• Datenarten: image → image

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

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

guided_filter: 入力 → 出力

*Die Abbildung ist die tatsächliche Ausgabe auf einer synthetischen 128×128-Eingabe. Links Eingabe, rechts Ausgabe (ein Nicht-Bild-Rückgabewert wird als Wert gezeigt).*

Verwendung

Die Implementierung ist identisch mit `bilateral_filter (kind: "bilateral"). Der echte Guided Filter (kantenerhaltende Glättung basierend auf einem lokalen linearen Modell) ist mathematisch ein anderer Algorithmus, aber dieser Ersatz verwendet stattdessen den Bilateralfilter (eine Annäherung, um den ähnlichen Zweck der kantenerhaltenden Glättung zu erfüllen; die resultierenden Werte stimmen nicht überein). Ein Platzhalter für HALCONs guided_filter` (Guided filtering of an image.).

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

`a が空間シグマ、b` が輝度シグマを振る。両方が使われる。

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.

In Studio ausprobieren

Das Programm unten ist nachweislich lauffähig (gleiche Eingabe wie die Abbildung). In der Studio-Hilfe wird dieser Block zu Schaltflächen, die es sofort laden und ausführen.