prepare op• Data kinds: signal → signal
• Call: import fullseye as fs; fs.ledger.robust_gaussian_profile(z, dx, lambda_c, c=4.4, order=1, robust=True, truncate=1.0, max_iter=None, tol=1e-06) (implementation को सीधे call करना हो तो import roughness; roughness.robust_gaussian_profile(z, dx, lambda_c, c=4.4, order=1, robust=True, truncate=1.0, max_iter=None, tol=1e-06), registry से लेना हो तो opsroughness.get("robust_gaussian_profile"))
• Ledger के ज़रिए return value: fullseye.ledger.robust_gaussian_profile(...) केवल घोषित out type signal का value लौटाता है (मूल function सहायक जानकारी भी लौटाता है)। जो हिस्सा छोड़ दिया गया है उसकी ज़रूरत हो तो fullseye.ledger.robust_gaussian_profile.raw(...) का उपयोग करें, या roughness.robust_gaussian_profile को सीधे call करें।
• मूल function का return: (roughness, mean_line, info)
Robust Gaussian regression filter (profile): ऐसी mean line और roughness जिसे outliers और scratches खींच नहीं पाते।
> नीचे का विस्तृत विवरण मूल text में है — सारांश और headings का अनुवाद हो चुका है।
ガウス重みの局所回帰(次数 order)に Tukey の biweight を掛けて反復する。普通のガウスフィルタは深い溝や突起にそのまま引きずられ、平均線が傷の側へ凹む。この op は傷の部分の重みを下げる(|r| ≥ c·median|r| で 0)ので、平均線は傷を無視する。
戻り値は (roughness, mean_line, info)。roughness = z - mean_line。端は 削らず 全長を返す(窓に入るデータだけで回帰するので、ガウス平均と違って端でも偏らない。端の信頼度が気になるなら両端 λc/2 を捨てる)。info は反復回数・収束・重みの要約。
引数
z 断面 z[i](1 次元、有限値のみ)。
dx 標本間隔。
lambda_c カットオフ波長(透過率 50 %)。2*dx 以上、評価長さ以下。
c biweight の定数(既定 4.4)。しきい値は c × median|残差|。
order 0 = 重み付き平均、1 = 局所直線(既定)。内部の核はどちらも同じで、
カットオフでの透過率は 0.5(閉形式 exp(-π (α λc f)²)、f = 1/λc)。
robust False なら重み 1 のまま(普通の線形ガウス回帰。比較・基準用)。
truncate 窓の半径 truncate·λc(0.5 以上)。既定 1.0。0.75(GAUSS_TRUNCATE)に
すると、既存の surface_filter と内部で一致する(0.5 は規格の文面の打ち切り)。
max_iter 反復の上限(None = 200)。収束しなければ 拒否する。
tol 収束判定: 平均線の変化の最大が tol × median|残差| 以下。
fail-closed
• 配列が 1 次元でない / 8 点未満 / NaN・Inf を含む。
• dx / lambda_c / c / tol が有限の正でない、lambda_c が範囲外、order が 0/1 以外、truncate < 0.5。
• 窓の中に重みを持つデータが無い(傷が窓より広い)/ 正規方程式が退化する。
• biweight の反復が max_iter 回で収束しない(外れ値が半数に近い等)。
出典(式は論文のものを再実装。規格の本文は写していない): ISO 16610-21 / -31 のガウス回帰の考え方、Seewig, "Gaussian Regression Filters"(*Computational Surface and Roundness Metrology*, Springer 2009)、沼田・藤原・舟橋・輿水、精密工学会誌 76 (2010)(高速 M 推定)。
• surface_roughness family guide
• Sample data catalog (DL URL / license) — 2-D के लिए skimage.data (BSD/public) + synthetic, 3-D के लिए real data sources (Stanford/PDS आदि) के DL URL।
• Operators का स्रोत और संदर्भ — इस op family के मूल research/methods के स्रोत।
• Algorithm का मानक स्रोत (लेखक, वर्ष) और उपयोग ऊपर की family usage guide में दिए गए हैं।
• example_robust_profile_filter — py -3.11 examples/example_robust_profile_filter.py
• poc_robust_profile_filter — py -3.11 examples/poc_robust_profile_filter.py
signal को input के रूप में लेते हैं)robust_spline_profile · profile_params
prepare)surface_form_remove · surface_filter · robust_spline_profile · robust_gaussian_surface
*Provenance: roughness.py — ROUGHNESS operator registry. यह per-op note tools/opdocs.py md से अपने-आप generate होता है (हाथ से edit न करें)।*
© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.