robust_spline_profile — ROUGHNESS `prepare` op

• データ種: signal → signal

• 呼び出し: import fullseye as fs; fs.ledger.robust_spline_profile(z, dx, lambda_c, c=4.4, robust=True, max_iter=None, tol=1e-06) (実装を直接呼ぶなら import roughness; roughness.robust_spline_profile(z, dx, lambda_c, c=4.4, robust=True, max_iter=None, tol=1e-06)、台帳から引くなら opsroughness.get("robust_spline_profile"))

• 台帳経由の戻り値: fullseye.ledger.robust_spline_profile(...) は宣言 out 型 signal の値だけを返す(本体は補助情報も返す)。捨てられた側が要るときは fullseye.ledger.robust_spline_profile.raw(...)、または roughness.robust_spline_profile を直接呼ぶ。

• 本体の返り: (roughness, mean_line, info)

使い方

ロバスト・スプラインフィルタ(断面): 外れ値に引きずられない平均線と粗さ。

平均線 w を Σ δ_i (z_i - w_i)² + β Σ (Δ² w)_i² の最小化で求める(2 階差分の罰則つき最小二乗 = 離散の三次平滑化スプライン、Whittaker 1923 / Eilers 2003 / Krystek, Measurement 18 (1996) 9-15)。重み δ は biweight で反復して更新する。ガウスと違って 端に自然境界条件が付く ので、端を削らなくても平均線が端で外へ振れにくい。

β = 1 / (16 sin⁴(π dx/λc)) と置くと、線形(robust=False)の内部の伝達関数が H(λ) = 1 / (1 + (sin(π dx/λ) / sin(π dx/λc))⁴) になり、λ = λc でちょうど 50 % (閉形式)。dx/λ が小さい極限では 1/(1+(λc/λ)⁴)(張力 0 の三次スプラインフィルタの形)。

戻り値は (roughness, mean_line, info)。引数と fail-closed は robust_gaussian_profile と同じ(order / truncate は無い)。重みを持つデータが 2 点未満なら拒否する。

詳しい使い方ガイド

• surface_roughness 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。

実行できる例(この op を実際に呼ぶ検証済みサンプル)

• poc_robust_profile_filter — py -3.11 examples/poc_robust_profile_filter.py

型が繋がる次の op(`signal` を入力に取れる)

robust_gaussian_profile · profile_params

同カテゴリ(`prepare`)

surface_form_remove · surface_filter · robust_gaussian_profile · robust_gaussian_surface

*Provenance: roughness.py — ROUGHNESS 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)。*

robust_spline_profile — ROUGHNESS prepare op

使い方