WOLFRAM

Wolfram言語 ＆ システムドキュメントセンター

MeanShiftFilter[data,r,d]

範囲 r の近傍で値が距離 d 以内の画素の平均値で各値を置換することで data にフィルタをかける．

MeanShiftFilter[data,{r1,r2,…},d]

データの 次元のフィルタリングに riを使う．

詳細とオプション
Details and Options Details and Options
予備知識
例題  
例  
スコープ  
データ  
パラメータ  
オプション  
DistanceFunction  
MaxIterations  
アプリケーション  
特性と関係  
おもしろい例題  
関連項目
関連するガイド
履歴
引用書式

MeanShiftFilter

MeanShiftFilter[data,r,d]

範囲 r の近傍で値が距離 d 以内の画素の平均値で各値を置換することで data にフィルタをかける．

MeanShiftFilter[data,{r1,r2,…},d]

データの 次元のフィルタリングに riを使う．

詳細とオプション

  • MeanShiftFilterは，データを局所的に平滑化してノイズを削減し，一方で画像中のエッジのような重大なジャンプは残すために使われる．平滑化量は r と d の値に依存する．
  • 範囲 r の各近傍に適用される関数はMeanShiftである．
  • data は次のいずれでもよい．
  • list任意階数の数値配列
    tseriesTimeSeries，TemporalData等の時間データ
    image任意のImageオブジェクトまたはImage3Dオブジェクト
    audioAudioオブジェクト
    videoVideoオブジェクト
  • 多チャンネルの画像と音声信号については，距離がチャンネルベクトル間で計算される．
  • MeanShiftFilter[data,{r1,r2,…},d]は，各画素を中心にした各サンプルのブロックの平均値を計算する．
  • MeanShiftFilterは，リストと画像について指標座標系を仮定する．
  • データの境界では，MeanShiftFilterMeanFilterはより小さい近傍を使う．
  • 使用可能なオプション
  • DistanceFunction EuclideanDistance値間の距離をどのように計算するか
    MaxIterations 1実行する反復の最大回数
  • DistanceFunctionで使用可能な設定値の完全リストはMeanShiftの解説ページを参照のこと．
  • 距離パラメータ d の可能な値の範囲は，距離関数，さらに色空間の次元に依存する．

予備知識

例題

すべて開く すべて閉じる

例  (3)

ベクトルに平均シフトフィルタをかける：

Wolfram Language code: MeanShiftFilter[ {1, 0, 1, 4, 4, 5, 2, 1}, 2, 1]

TimeSeriesにフィルタをかける：

Wolfram Language code: ts = TemporalData[TimeSeries, {{{0., -0.054108337548928784, 0.1280211704499059, 0.28162021808461324, -0.2057320325139802, -0.4871901025739722, -0.7154387408784426, -0.7399660905024047, -0.6981022018441507, -0.7178077145466483, -0.8034462541874 ... 7894984276149, 1.8851123992920942, 1.8341759268762767, 2.0335844117979263}}, {{0., 10., 0.1}}, 1, {"Continuous", 1}, {"Continuous", 1}, 1, {ValueDimensions -> 1, ResamplingMethod -> {"Interpolation", InterpolationOrder -> 1}}}, False, 10.];
Wolfram Language code: filtered = MeanShiftFilter[ts, 5, 2]
Wolfram Language code: ListLinePlot[{ts, filtered}, PlotLegends -> {"original data", "filtered"}]

カラー画像の平均シフトフィルタリング：

Wolfram Language code: MeanShiftFilter[[image], 10, .5]

スコープ  (12)

データ  (7)

データの平均シフトフィルタリング：

Wolfram Language code: MeanShiftFilter[ {0, 1, 10, 11}, 1, 1]

2D配列に平均シフトフィルタをかける：

Wolfram Language code: MeanShiftFilter[(⁠| | | | | | - | - | - | - | | 0 | 3 | 2 | 2 | | 3 | 9 | 9 | 6 | | 5 | 8 | 7 | 0 | | 3 | 1 | 1 | 2 |⁠), 1, 2]//MatrixForm

TimeSeriesにフィルタをかける：

Wolfram Language code: ts = TemporalData[TimeSeries, {{{0., -0.27267267057145633, -0.6672983789995302, -0.5338541947930846, -0.6117404489279314, -0.6755527076595494, -0.02125421294486496, -0.10792797291843935, -0.6138271235477938, -0.3248568606554575, -0.08843449054 ... 2053424, -0.49980440691873723, -0.5388679788215971, -0.4101602764645551}}, {{0, 1., 0.01}}, 1, {"Continuous", 1}, {"Continuous", 1}, 1, {ValueDimensions -> 1, ResamplingMethod -> {"Interpolation", InterpolationOrder -> 1}}}, False, 10.1];
Wolfram Language code: filtered = MeanShiftFilter[ts, 5, 1, MaxIterations -> 100]
Wolfram Language code: ListLinePlot[{ts, filtered}, PlotLegends -> {"original data", "filtered"}]

Audio信号にフィルタをかける：

Wolfram Language code: a = Import["ExampleData/rule30.wav"];
Wolfram Language code: b = MeanShiftFilter[a, 25, 0.5]
Wolfram Language code: AudioPlot[{a, b}]

グレースケール画像の平均シフトフィルタリング：

Wolfram Language code: MeanShiftFilter[[image], 5, 0.1]

動画のフレームにフィルタをかける：

Wolfram Language code: MeanShiftFilter[Video["ExampleData/fish.mp4"], 3, .02]

3D画像に平均シフトフィルタをかける：

Wolfram Language code: MeanShiftFilter[[image], 6, 0.1]

パラメータ  (5)

すべての方向に使用する半径を1つ指定する：

Wolfram Language code: MeanShiftFilter[[image], 5, 1]

最初の方向のみに平均シフトフィルタをかける：

Wolfram Language code: MeanShiftFilter[[image], {5, 0}, 1]

2番目の方向のみにフィルタをかける：

Wolfram Language code: MeanShiftFilter[[image], {0, 5}, 1]

3D画像の垂直方向のみに平均シフトフィルタをかける：

Wolfram Language code: MeanShiftFilter[[image], {5, 0, 0}, 1]

3D画像の水平方向のみに平均シフトフィルタをかける：

Wolfram Language code: MeanShiftFilter[[image], {0, 5, 5}, 1]

平均シフトフィルタは値の違いが d 未満の画素だけを平均化する：

Wolfram Language code: Labeled[MeanShiftFilter[[image], 5, #], #]& /@ {0.1, 0.3, 0.5}

オプション  (3)

DistanceFunction  (2)

デフォルトで，EuclideanDistanceが使われる：

Wolfram Language code: MeanShiftFilter[[image], 10, .5]

距離関数を指定する：

Wolfram Language code: MeanShiftFilter[[image], 10, .5, DistanceFunction -> ManhattanDistance]

MaxIterations  (1)

デフォルトで，入力に適用される平均シフトは1回しか反復されない：

Wolfram Language code: MeanShiftFilter[[image], 3, .1]

MaxIterationsを使って反復回数を指定する：

Wolfram Language code: MeanShiftFilter[[image], 3, .1, MaxIterations -> 100]

アプリケーション  (2)

平均シフトフィルタリングを使ってエッジを保存しながら画像を平滑化する：

Wolfram Language code: MeanShiftFilter[[image], 4, 0.05, MaxIterations -> 30]

画像分割の前処理段階として平均シフトフィルタリングを使う：

Wolfram Language code: ClusteringComponents[MeanShiftFilter[[image], 3, 0.2], 5]// Colorize

特性と関係  (1)

MeanShiftFilterは，データの動的範囲より大きい距離 d についてはMeanFilterに等しい：

Wolfram Language code: r = 1; data = RandomReal[{0, r}, 100];
Wolfram Language code: MeanShiftFilter[data, 1, r + $MachineEpsilon] == MeanFilter[data, 1]

おもしろい例題  (1)

値が収束するまでMeanShiftFilterが値を反復的にシフトさせる様子を示す：

Wolfram Language code: data = Join[RandomReal[NormalDistribution[0, .4], {500, 2}], RandomReal[NormalDistribution[1, .4], {500, 2}]];
Wolfram Language code: ListPlot[data]
Wolfram Language code: ms = NestList[MeanShiftFilter[#, 1000, {.6, .6}]&, data, 5];
Wolfram Language code: ListLinePlot[Transpose[ms]]
Wolfram Research (2010), MeanShiftFilter, Wolfram言語関数， https://reference.wolfram.com/language/ref/MeanShiftFilter.html （2025年に更新）.

テキスト

Wolfram Research (2010), MeanShiftFilter, Wolfram言語関数， https://reference.wolfram.com/language/ref/MeanShiftFilter.html （2025年に更新）.

CMS

Wolfram Language. 2010. "MeanShiftFilter." Wolfram Language & System Documentation Center. Wolfram Research. Last Modified 2025. https://reference.wolfram.com/language/ref/MeanShiftFilter.html.

APA

Wolfram Language. (2010). MeanShiftFilter. Wolfram Language & System Documentation Center. Retrieved from https://reference.wolfram.com/language/ref/MeanShiftFilter.html

BibTeX

@misc{reference.wolfram_2026_meanshiftfilter, author="Wolfram Research", title="{MeanShiftFilter}", year="2025", howpublished="\url{https://reference.wolfram.com/language/ref/MeanShiftFilter.html}", note=[Accessed: 03-November-2026]}

BibLaTeX

@online{reference.wolfram_2026_meanshiftfilter, organization={Wolfram Research}, title={MeanShiftFilter}, year={2025}, url={https://reference.wolfram.com/language/ref/MeanShiftFilter.html}, note=[Accessed: 03-November-2026]}