局部放大结果


结果记录

本页面提供了 Imatest 中局部放大率的结果文档。

对于相关的目标分析(例如,棋盘格),JSON 和 CSV 结果文件中的以下字段包含以下数据:

  • JSON :本地放大数据
  • CSV :[局部放大数据]

注意:CSV 文件采用 UTF-8 编码,可能包含 °(度)和 θ(theta)等字符。某些程序(尤其是 Excel 直接打开 CSV 文件时)可能会使用不同的编码,导致字符显示不正确(例如,° → °)。请使用 UTF-8 编码打开或导入文件,以便正确查看。

局部放大数据

描述
与局部放大率计算及相关指标相关的设置/数据/结果。
结果字段
标题描述验证包含于:关键JSON 类型笔记)
计算设置用于计算局部放大倍率和相关指标的设置。
  • JSON :计算设置
  • CSV :[计算设置]
目的
图片尺寸(行数 列数)图像大小(行数,列数)。
  • JSON :图像大小_行数_列数
  • CSV :图像大小(行 列)
数字数组
原点 (XY)使用 IEEE Std 2020 Type IV 坐标系,原点的图像坐标 (X, Y)。
  • JSON :origin_xy_px
  • CSV :原点 (XY) [px]
数字数组
  • 单位:像素
数值图像中心(XY)使用 IEEE Std 2020 Type IV 坐标系表示数值图像中心的图像坐标 (X, Y)。
  • JSON :numeric_image_center_xy_px
  • CSV :数值图像中心(XY)[像素]
数字数组
  • 单位:像素
图像最大半径图像的最大半径(以像素为单位)。
  • JSON :image_max_radius_px
  • CSV :图像最大半径 [px]
数字
  • 单位:像素
图像最大半径最大图像半径(单位:毫米)。
  • JSON :image_max_radius_mm
  • CSV :图像最大半径 [mm]
数字
  • 单位:毫米
物体最大半径最大图像半径处的估计物体半径(以网格步长为单位)。
  • JSON :对象最大半径步数
  • CSV :对象最大半径[步长]
数字
  • 单位:步
物体最大半径最大图像半径处的估计物体半径(以毫米为单位)。
  • JSON :object_max_radius_mm
  • CSV :物体最大半径 [mm]
数字
  • 单位:毫米
每径向数据每个径向方向对应的数据。
  • JSON :per_radial_data
  • CSV :[每径向数据.###]
对象数组
  • 对于 CSV、HDF5 和/或 XML 输出,从 1 开始的索引会附加到每个条目,如 ### 所示。
Kx:物体半径归一化比例因子用于将物体半径(以毫米为单位)转换为归一化域的比例因子。
  • JSON :kx_object_radius_normalization_scale_factor
  • CSV :Kx:对象半径归一化缩放因子
数字
Ky:图像半径归一化比例因子用于将图像半径(以毫米为单位)转换为归一化域的比例因子。
  • JSON :ky_image_radius_normalization_scale_factor
  • CSV :Ky:图像半径归一化缩放因子
数字
多项式拟合:边界对象半径用于估计最大图像半径处物体半径的初始多项式拟合数据(以网格步长表示的物体半径作为以像素表示的图像半径的函数)。
  • JSON :多项式拟合边界对象半径
  • CSV :[多项式拟合:边界对象半径]
目的
多项式拟合:前向正向多项式拟合的数据(归一化图像半径作为归一化物体半径的函数)。
  • JSON :polynomial_fit_forward
  • CSV :[多项式拟合:向前]
目的
多项式拟合:逆反多项式拟合的数据(归一化物体半径作为归一化图像半径的函数)。
  • JSON :多项式拟合逆
  • CSV :[多项式拟合:逆]
目的
图像半径最外层样本对应于观测数据外边界的图像半径(以像素为单位)。
  • JSON :image_radius_outermost_sample_px
  • CSV :图像半径最外层样本[像素]
数字
  • 单位:像素
图像半径最外层样本对应于观测数据外边界的图像半径(以毫米为单位)。
  • JSON :image_radius_outermost_sample_mm
  • CSV :图像最外层样本半径 [mm]
数字
  • 单位:毫米
图像半径最外层样本对应于观测数据外边界的归一化图像半径。
  • JSON :image_radius_outermost_sample
  • CSV :图像半径最外层样本
数字
对象半径最外层样本对应于观测数据外边界的对象半径(以网格步长表示)。
  • JSON :object_radius_outermost_sample_steps
  • CSV :对象半径最外层样本[步骤]
数字
  • 单位:步
对象半径最外层样本对应于观测数据外边界的物体半径(以毫米为单位)。
  • JSON :object_radius_outermost_sample_mm
  • CSV :对象半径最外层样本[毫米]
数字
  • 单位:毫米
对象半径最外层样本对应于观测数据外边界的归一化物体半径。
  • JSON :object_radius_outermost_sample
  • CSV :对象半径最外层样本
数字
图像半径聚合样本聚合图像半径样本(以像素为单位,取自每个径向方向的平均值)。这与参考文献表 1 中的数据相对应。
  • JSON :image_radius_aggregate_samples_px
  • CSV :图像半径聚合样本[像素]
数字数组
  • 单位:像素
图像半径聚合样本聚合图像半径样本(以毫米为单位)(取每个径向方向的平均值)。
  • JSON :image_radius_aggregate_samples_mm
  • CSV :图像半径聚合样本 [mm]
数字数组
  • 单位:毫米
图像半径聚合样本用于正向和反向多项式拟合的聚合归一化图像半径样本(取自每个径向的平均值)。这与参考文献中表 1 的数据相对应。
  • JSON :image_radius_aggregate_samples
  • CSV :图像半径聚合样本
数字数组
对象半径聚合样本以网格步长对聚合对象半径进行采样(取每个径向方向的平均值)。这与参考文献中表 1 的数据相对应。
  • JSON :对象半径聚合样本步骤
  • CSV :对象半径聚合样本[步骤]
数字数组
  • 单位:步
对象半径聚合样本以毫米为单位的集合对象半径样本(从每个径向方向取平均值)。
  • JSON :object_radius_aggregate_samples_mm
  • CSV :对象半径汇总样本 [mm]
数字数组
  • 单位:毫米
对象半径聚合样本用于正向和反向多项式拟合的聚合归一化物体半径样本(取自每个径向的平均值)。这与参考文献表 1 中的数据相对应。
  • JSON :对象半径聚合样本
  • CSV :对象半径聚合样本
数字数组
多重线性回归聚集半径处的局部径向放大率。这与参考文献中表 1 的数据相对应。
  • JSON :mlr
  • CSV :MLR
数字数组
MLR(中心归一化)聚集半径处的局部径向放大率(中心归一化)。这与参考文献表 1 中的数据相对应。
  • JSON :mlr_center_normalized
  • CSV :MLR(中心归一化)
数字数组
医学实验室技术聚集半径处的局部切向放大率。这与参考文献中表 1 的数据相对应。
  • JSON :mlt
  • CSV :MLT
数字数组
MLT(中心归一化)聚集半径处的局部切向放大率(中心归一化)。这与参考文献表 1 中的数据相对应。
  • JSON :mlt_center_normalized
  • CSV :MLT(中心归一化)
数字数组
德拉德各集合半径处的径向畸变百分比。这与参考文献中表 1 的数据相对应。
  • JSON :drad_pct
  • CSV :DRAD [%]
数字数组
  • 单位:%
图像半径轮廓以像素为单位绘制图像半径的曲线图。
  • JSON :image_radius_profile_px
  • CSV :图像半径轮廓[像素]
数字数组
  • 单位:像素
图像半径轮廓以毫米为单位的图像半径曲线。
  • JSON :image_radius_profile_mm
  • CSV :图像半径轮廓[毫米]
数字数组
  • 单位:毫米
图像半径轮廓归一化图像半径的曲线图。
  • JSON :image_radius_profile
  • CSV :图像半径轮廓
数字数组
物体半径轮廓以网格步长绘制对象半径的轮廓图。
  • JSON :object_radius_profile_steps
  • CSV :物体半径轮廓[步骤]
数字数组
  • 单位:步
物体半径轮廓以毫米为单位绘制物体半径的曲线轮廓。
  • JSON :object_radius_profile_mm
  • CSV :物体半径轮廓[毫米]
数字数组
  • 单位:毫米
物体半径轮廓归一化物体半径的曲线图。
  • JSON :object_radius_profile
  • CSV :对象半径轮廓
数字数组
MLR 谱局部径向放大率的曲线图。
  • JSON :mlr_profile
  • CSV :MLR配置文件
数字数组
MLR 轮廓(中心归一化)局部径向放大率(中心归一化)的曲线图。
  • JSON :mlr_profile_center_normalized
  • CSV :MLR 分析结果(中心归一化)
数字数组
MLT简介局部切向放大率的曲线图。
  • JSON :mlt_profile
  • CSV :MLT 个人资料
数字数组
MLT 轮廓(中心归一化)局部切向放大率(中心归一化)的曲线图。
  • JSON :mlt_profile_center_normalized
  • CSV :MLT 配置文件(中心归一化)
数字数组
DRAD概况径向畸变百分比的曲线图。
  • JSON :drad_profile_pct
  • CSV :DRAD 配置文件 [%]
数字数组
  • 单位:%
电视失真数据仅当启用“计算电视失真”时,才会包含从局部放大数据导出的电视失真数据。
  • JSON :电视失真数据
  • CSV :[电视失真数据]
目的
投影分类数据投影方法分类和视场角 (FOV) 数据是从局部放大数据导出的,仅当启用“计算投影分类”时才包含。
  • JSON :投影分类数据
  • CSV :[投影分类数据]
目的

局部放大率径向数据

描述
用于局部放大的径向方向数据。
结果字段
标题描述验证包含于:关键JSON 类型笔记)
径向该径向的采样方向。
  • 枚举成员:
    • E
    • 东南
    • S
    • 西南
    • W
    • 西北
    • N
    • 东北
  • JSON :径向方向
  • CSV :径向方向
细绳
X坐标使用 IEEE Std 2020 Type IV 坐标系,沿此径向方向的每个样本的 X 坐标。
  • JSON :x_coordinates_px
  • CSV :X坐标[像素]
数字数组
  • 单位:像素
Y坐标使用 IEEE Std 2020 Type IV 坐标系,沿此径向方向的每个样本的 Y 坐标。
  • JSON :y坐标像素
  • CSV :Y坐标[像素]
数字数组
  • 单位:像素
图像半径图像平面半径(以像素为单位)。
  • JSON :image_radius_px
  • CSV :图像半径 [px]
数字数组
  • 单位:像素
图像半径像平面半径(单位:毫米)。
  • JSON :image_radius_mm
  • CSV :图像半径 [mm]
数字数组
  • 单位:毫米
图像半径图像平面半径除以最大半径。
  • JSON :图像半径
  • CSV :图像半径
数字数组
物体半径晶格网格步长中的物体平面半径。
  • JSON :对象半径步长
  • CSV :对象半径[步长]
数字数组
  • 单位:步
物体半径物平面半径,单位为毫米。
  • JSON :object_radius_mm
  • CSV :物体半径 [mm]
数字数组
  • 单位:毫米
物体半径物平面半径除以最大半径。
  • JSON :对象半径
  • CSV :对象半径
数字数组
用于

局部放大率多项式数据

描述
用于局部放大的多项式拟合数据。
结果字段
标题描述验证包含于:关键JSON 类型笔记)
程度多项式拟合次数。
  • JSON :度
  • CSV :学位
数字
系数多项式拟合系数按幂次递减顺序排列。
  • JSON :系数
  • CSV :系数
数字数组
R平方多项式拟合的决定系数(R²)。
  • JSON :r平方
  • CSV :R平方
数字
调整后的R平方多项式拟合的调整决定系数(调整后的 R²)。
  • JSON :调整后的R平方
  • CSV :调整后的R平方
数字
用于

局部放大投影分类数据

描述
投影方法分类和视场角 (FOV) 数据是从局部放大数据导出的,仅当启用“计算投影分类”时才包含。
结果字段
标题描述验证包含于:关键JSON 类型笔记)
最佳投影模型使均方根误差最小化的典型投影映射,用于测量径向数据。
  • 枚举成员:
    • R=tan(θ)
    • R=2⋅tan(θ/2)
    • R=θ
    • R=2⋅sin(θ/2)
    • R=sin(θ)
  • JSON :最佳投影模型
  • CSV :最佳投影模型
细绳
最佳模型均方根误差归一化测量半径与最佳拟合投影模型的理论曲线之间的均方根误差 (RMSE)。
  • JSON :最佳模型均方根误差
  • CSV :最佳模型均方根误差
数字
视野根据输入目标距离,在定义的最大图像半径处估计完整视野。
  • JSON :field_of_view_deg
  • CSV :视野范围 [°]
数字
  • 单位:°
场角根据输入目标距离,在聚合半径处计算离散半场角。
  • JSON :field_angles_deg
  • CSV :场角 [°]
数字数组
  • 单位:°
用于

局部放大设置

描述
用于计算局部放大倍率和相关指标的设置。
结果字段
标题描述验证包含于:关键JSON 类型笔记)
像素间距输入像素间距设置。图像传感器像素间距,单位为微米。
  • JSON :像素间距
  • CSV :像素间距 [微米]
数字
  • 单位:微米
网格间距输入网格间距设置。目标上相邻网格线之间的物理间距(例如,棋盘格的高度),单位为毫米。
  • JSON :grid_pitch_mm
  • CSV :网格间距 [mm]
数字
  • 单位:毫米
计算投影分类输入“计算投影分类”设置。启用此选项可计算视场并对投影方法进行分类。
  • JSON :计算投影分类
  • CSV :计算投影分类
布尔值
目标距离输入目标距离设置。相机入射光瞳与目标之间的物理距离,单位为毫米。
  • JSON :target_distance_mm
  • CSV :目标距离 [毫米]
数字
  • 单位:毫米
计算电视失真输入“计算电视失真”设置。启用后可计算电视失真指标,包括画面高度失真 (DPH) 和 SMIA 电视失真 (DSTV)。
  • JSON :计算电视失真
  • CSV :计算电视失真
布尔值
径向方向输入径向方向设置。用于采集多项式拟合样本的径向(八向罗盘)方向。从距离数值图像中心最近的点开始,沿选定方向采集样本,直至采集到最远的检测点。在计算多项式拟合之前,将来自选定方向的样本按公共网格步长距离进行平均。
  • 枚举成员:
    • E
    • 东南
    • S
    • 西南
    • W
    • 西北
    • N
    • 东北
  • JSON :径向方向
  • CSV :径向方向
字符串数组
起源输入原点设置。用于失真测量的原点。
  • 枚举成员:
    • 检测到的最中心点
    • 数字图像中心
  • JSON :来源
  • CSV :来源
细绳
最大半径输入最大半径设置。定义用于畸变测量和归一化的最大图像半径的图像边界。
  • 枚举成员:
    • 检测到的最外侧点
    • 图片左右两侧
    • 图片侧面(上/下)
    • 图片角
    • 指定从原点开始的半径(像素)
  • JSON :最大半径
  • CSV :最大半径
细绳
多项式拟合度输入多项式拟合阶数设置。用于描述图像半径和物体半径之间映射关系的多项式拟合的阶数/次数。如果启用了“自动选择阶数”,则此值将用作相关阶数搜索的上限。
  • JSON :多项式拟合度
  • CSV :多项式拟合次数
数字
自动选择角度:边界拟合“自动选择阶数:边界拟合”设置。启用此选项可自动选择用于初始映射(以网格步长表示的对象半径与以像素表示的图像半径的函数)的多项式拟合阶数,该映射用于在选定的最大图像半径处估计对象半径。扫描 2 到 N 阶(其中 N 受限于所选的多项式拟合阶数或可用样本数),并在找到第一个满足所选最小 R² 值的拟合结果时停止。如果没有满足的拟合结果,则使用 R² 值最高的阶数。禁用此选项时,将使用输入的多项式拟合阶数。此拟合不强制要求零截距。
  • JSON :auto_select_degree_boundary_fit
  • CSV :自动选择度:边界拟合
布尔值
自动选择角度:标准化适配“自动选择阶数:归一化拟合”设置。启用此选项可自动选择用于计算局部放大率及其倒数的映射(归一化图像半径与归一化物体半径的函数)的多项式拟合阶数。扫描 2 到 N 阶(其中 N 的上限为所选多项式拟合阶数或可用样本数),并在找到第一个满足所选最小 R² 值的拟合结果时停止。如果没有满足的拟合结果,则使用 R² 值最高的阶数。禁用此选项时,将使用输入的多项式拟合阶数。这些拟合结果强制使用零截距。
  • JSON :auto_select_degree_normalized_fits
  • CSV :自动选择度:归一化拟合
布尔值
最小R平方输入最小 R² 设置。指定自动选择度搜索中拟合必须达到的最小决定系数 (R²)。当所选 R² 指标达到或超过此值时,搜索将提前停止。如果启用“使用调整后的 R²”,则阈值应用于调整后的 R² 而非标准 R²。对于零截距拟合,使用非中心化的 R²/调整后的 R² 定义。
  • JSON :最小 R 平方
  • CSV :最小R平方
数字
使用调整后的R平方输入“使用调整后的 R²”设置。启用此功能后,自动选择度数将使用调整后的 R² 而非标准 R² 进行评估。启用后,最小 R² 将被视为最小调整后的 R²。
  • JSON :使用调整后的 R 平方
  • CSV :使用调整后的R平方
布尔值
用于

局部放大电视失真数据

描述
仅当启用“计算电视失真”时,才会包含从局部放大数据导出的电视失真数据。
结果字段
标题描述验证包含于:关键JSON 类型笔记)
SMIA 电视图像失真根据真实图像的边角计算出的平均SMIA电视失真。
  • JSON :smia_tv_ Distortion_image_pct
  • CSV :SMIA TV 失真(图像)[%]
数字
  • 单位:%
图片高度失真(图像)根据真实图像的边/角计算出的平均图像高度失真。
  • JSON :picture_height_distortion_image_pct
  • CSV :图像高度失真(图像)[%]
数字
  • 单位:%
SMIA 电视失真(网格)根据检测到的网格边/角计算出的平均SMIA电视失真。
  • JSON :smia_tv_ Distortion_grid_pct
  • CSV :SMIA 电视失真(网格)[%]
数字
  • 单位:%
图片高度畸变(网格)由检测到的网格边/角计算得到的平均图像高度畸变。
  • JSON :picture_height_distortion_grid_pct
  • CSV :图片高度失真(网格)[%]
数字
  • 单位:%
按角订购用于后续逐角结果的角块顺序。
  • JSON :每角订单
  • CSV :按角订购
字符串数组
每角 SMIA TV 失真(图像)根据真实图像的边角计算出的每个角的 SMIA 电视失真。
  • JSON :per_corner_smia_tv_ Distortion_image_pct
  • CSV :每角 SMIA TV 失真(图像)[%]
数字数组
  • 单位:%
图像角部高度失真(图像)根据真实图像边/角计算出的每个角的图像高度失真。
  • JSON :每角图像高度失真率
  • CSV :每角图像高度失真(图像)[%]
数字数组
  • 单位:%
每角 SMIA 电视失真(网格)根据检测到的网格边/角计算出的每个角的 SMIA 电视失真。
  • JSON :per_corner_smia_tv_ Distortion_grid_pct
  • CSV :每角 SMIA TV 失真(网格)[%]
数字数组
  • 单位:%
角部图像高度失真(网格)根据检测到的网格边/角计算出的每个角的图像高度失真。
  • JSON :per_corner_picture_height_distortion_grid_pct
  • CSV :每角图像高度失真(网格)[%]
数字数组
  • 单位:%
用于