fullseye
dl_aniso_diffusion — 2D smoothing op
- データ種:
image→image - 呼び出し:
fullseye.apply(img, "dl_aniso_diffusion", 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:
anisotropic_diffusion(意味・パラメータは HALCON リファレンスが参考になる)
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。点群は上から見た散布(明るさ = z)、1-D 列は折れ線、体積は z 方向の最大値投影、動画は中央フレーム、複素画像は振幅、絵にならない返り値は値そのもの。
つまみ a を振る(0.1 / 0.5 / 0.9、もう一方は既定):
つまみ b を振る(0.1 / 0.5 / 0.9、もう一方は既定):
別の画像でも(合成シーン / 写真 / 硬貨。上段が入力、下段がその出力。つまみは既定):
4 列目はカラー (H,W,3) の入力。この op は色を跨がずに扱える(色チャネルを 3 本目の空間軸として畳み込まない)。
使い方
Perona-Malik 型の異方性拡散フィルタ（torch 実装、GPU があれば GPU 上で実行）。
上下左右 4 方向の差分にそれぞれ exp(-(差分/K)^2) の伝導度を掛けてから加算する
反復拡散で、勾配が大きい（エッジらしい）場所ほど拡散が弱まり、エッジを保ったまま
平滑化する。a はエッジ検出しきい値 K を 0.02〜0.22 に振る（K = 0.02 +
0.2*a、大きいほどエッジを跨いで拡散しやすくなる）。b は反復回数を 5〜20 回に
振る（iters = 5 + int(b*15)）。ステップ幅 lam=0.2 は固定。ガウシアンぼかしと
異なりエッジをぼかさずにノイズだけ均せるのが利点。HALCON の
anisotropic_diffusion（画像の異方性拡散を行う）に相当するが、同じ結果になる
とは限らない近似実装。
端の扱い: 反対側へ巻き付ける(周期)(実測。tools/impl2/border_probe.py)。
詳しい使い方ガイド
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。
dl_aniso_diffusion 0.35 0.50
実行できる例(この op を実際に呼ぶ検証済みサンプル)
- gallery2d_smoothing_rank —
py -3.11 examples/gallery2d_smoothing_rank.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(smoothing)
gaussian · mean_box · bilateral · unsharp · sk_tv · sk_wavelet · sk_rolling_ball · sk_nlm
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)。
© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.