robust_spline_profile — ROUGHNESS `prepare` op

• 데이터 종류: signal → signal

• 호출: import fullseye as fs; fs.ledger.robust_spline_profile(z, dx, lambda_c, c=4.4, robust=True, max_iter=None, tol=1e-06)(구현을 직접 호출하려면 import roughness; roughness.robust_spline_profile(z, dx, lambda_c, c=4.4, robust=True, max_iter=None, tol=1e-06), 원장에서 가져오려면 opsroughness.get("robust_spline_profile"))

• 원장 경유의 반환값: fullseye.ledger.robust_spline_profile(...) 는 선언된 out 형 signal 의 값만 반환합니다(실제 함수는 보조 정보도 반환). 버려진 쪽이 필요하면 fullseye.ledger.robust_spline_profile.raw(...) 를 쓰거나 roughness.robust_spline_profile 를 직접 호출하세요.

• 실제 반환: (roughness, mean_line, info)

사용법

로버스트 스플라인 필터(단면): 이상값에 끌려가지 않는 평균선과 거칠기.

> 아래 상세 설명은 원문입니다 —— 요약과 제목은 번역되어 있습니다.

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。

자세한 사용 가이드

• surface_roughness 패밀리 가이드

참고(샘플 데이터·문헌)

• 샘플 데이터 카탈로그(DL URL / 라이선스) —— 2-D 는 skimage.data(BSD/public)+ 합성, 3-D 는 실데이터 소스(Stanford/PDS 등)의 DL URL.

• 연산자의 내력·참고문헌 —— 이 연산자 족의 바탕이 된 연구/기법의 출처.

• 알고리즘의 정전(저자·연도)과 용도는 위의 패밀리 사용 가이드에 적혀 있습니다.

실행 가능한 예제(이 연산자를 실제로 호출하는 검증된 샘플)

• poc_robust_profile_filter — py -3.11 examples/poc_robust_profile_filter.py

타입이 이어지는 다음 연산자(`signal` 를 입력으로 받는 것)

robust_gaussian_profile · profile_params

같은 카테고리(`prepare`)

surface_form_remove · surface_filter · robust_gaussian_profile · robust_gaussian_surface

*Provenance: roughness.py — ROUGHNESS 연산자 레지스트리. 이 op 노트는 tools/opdocs.py md 가 자동 생성합니다(직접 편집하지 마세요).*

robust_spline_profile — ROUGHNESS prepare op

사용법