sk_dog — 2D `edges` op

• データ種: image → image

• 呼び出し: fullseye.apply(img, "sk_dog", a=0.5, b=0.5) (2-D は 1 画像 + 2 スカラつまみ a,b∈[0,1] のモデル)

• HALCON 相当: diff_of_gauss(意味・パラメータは HALCON リファレンスが参考になる)

sk_dog: 入力 → 出力

*図は合成の入力 128×128 で実際に走らせた出力。左が入力、右が出力(絵にならない返り値は値そのもの)。*

使い方

DoG(Difference of Gaussians、ガウス差分)フィルタ。2 つの異なる σ でぼかした画像の差分を取り、LoG(Laplacian of Gaussian)に近いバンドパス応答(特定の空間周波数帯だけを強調するエッジ/ブロブ検出)を安く得る。

HALCON の diff_of_gauss(Approximate the LoG operator.)に相当。実装は `filters.difference_of_gaussians(v, 1.0, 1.0+3.0*a)` の絶対値を正規化したもの —— 小さい方の σ は 1.0 に固定し、a は大きい方の σ を 1.0〜4.0 に振る(σ の比が広がるほど検出する構造のスケール帯が広がる)。b は未使用。

詳しい使い方ガイド

• gallery2d_edges ファミリガイド

参考(サンプルデータ・文献)

• サンプルデータカタログ(DL URL / ライセンス) — 2-D は skimage.data(BSD/public)+ 合成、3-D は実データ源(Stanford/PDS 等)の DL URL。

• 演算子の来歴・参考文献 — この op 族の元になった研究/手法の出典。

• アルゴリズムの正典(著者・年)と用途は上記ファミリ使い方ガイドに記載。

Studio で試す

下のプログラムは実際に走ることを確かめてある(図と同じ入力)。Studio のヘルプではこのブロックがボタンになり、その場で読み込んで実行できる。

sk_dog 0.40 0.50

▸ Load this pipeline · Load & run

実行できる例(この op を実際に呼ぶ検証済みサンプル)

• gallery2d_edges — py -3.11 examples/gallery2d_edges.py

型が繋がる次の op(`image` を入力に取れる)

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

同カテゴリ(`edges`)

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

*Provenance: ops.py — 2D operator registry. この per-op ノートは tools/opdocs.py md が自動生成(手編集しない)。*

sk_dog — 2D edges op

使い方