Operator Library: Base
SelectSubKernel 연산자는 입력 링크의 커널 행렬에서 직사각형 하위 집합을 추출합니다. ROI와 유사하게, 새 커널의 첫 번째 요소에 대한 오프셋은 FirstROW 및 FirstCOL 파라미터를 사용하여 정의할 수 있습니다. 새 커널의 크기(너비/높이)는 링크의 커널 크기를 설정하여 출력 링크에서 선택할 수 있습니다.
종종 이 연산자는 대부분 원래 픽셀 값인 커널의 중앙 요소를 추출하는 데 사용됩니다.
| FirstROW | |
|---|---|
| Type | static parameter |
| Default | 0 |
| Range | [0, InputKernelRows - OutputKernelRows] |
|
이 파라미터는 새 커널의 첫 번째 행을 정의합니다. |
|
| FirstCOL | |
|---|---|
| Type | static parameter |
| Default | 0 |
| Range | [0, InputKernelColumns - OutputKernelColumns] |
|
이 파라미터는 새 커널의 첫 번째 열을 정의합니다. |
|
SelectSubKernel 연산자의 사용법은 다음 예시에 나와 있습니다.
-
동기화 - 교착 상태(Deadlock) 방지.
-
'Nearest Neighbor Demosaicing'
예시 - 최단 우선(Nearest Neighbor) Bayer 디모자이킹
-
'Edge Sensitive Bayer Demosaicing Algorithm'
예시 - 에지 감지 Laplace Bayer 디모자이킹 필터
-
'Bayer Demosaicing Algorithm According to Laroche'
예제 - Laroche Bayer 디모자이킹 필터
-
'Modified Laroche Bayer Demosaicing Algorithm '
예제 - 리소스가 최적화된 Laroche Bayer 디모자이킹 필터
-
Examples - A binary eroded image is compared with the original. An edge is detected if both differ.
-
예제 - 필터에서 서브 커널을 추출하여 원래 이미지 데이터를 얻는 방법을 보여줍니다. 이 예제는 간단한 로컬 적응형 이진화(local adaptive binarization)를 수행합니다.
-
'High Boost Sharpening Filter'
예제 - 선명도 향상을 위한 High Boost Laplace 필터
-
예제 - 고강도 스폿 계수를 사용하여 컨볼루션을 수행합니다. 임계값보다 큰 결과의 경우 해당 픽셀이 빨간색으로 표시됩니다.
-
예제 - 자동 불량 픽셀(dead pixel) 감지 및 대체 기능을 보여줍니다.






이전

