局部放大結果


結果記錄

本頁面提供了 Imatest 中局部放大率的結果文件。

對於相關的目標分析(例如,棋盤格),JSON 和 CSV 結果檔案中的以下欄位包含以下資料:

  • JSON :本地放大數據
  • CSV :[局部放大資料]

注意:CSV 檔案採用 UTF-8 編碼,可能包含 °(度數)和 θ(theta)等字元。某些程式(尤其是 Excel 直接開啟 CSV 檔案時)可能會使用不同的編碼,導致字元顯示不正確(例如,° → °)。請使用 UTF-8 編碼開啟或匯入文件,以便正確查看。

局部放大數據

描述
與局部放大率計算及相關指標相關的設定/數據/結果。
結果字段
標題描述驗證包含於:關鍵JSON 類型筆記)
計算設定用於計算局部放大倍率和相關指標的設定。
  • JSON :計算設定
  • CSV :[計算設定]
目的
圖片尺寸(行數 列數)影像大小(行數,列數)。
  • JSON :圖像大小_行數_列數
  • CSV :影像大小(行 列)
數位數組
原點 (XY)使用 IEEE Std 2020 Type IV 座標系,原點的圖像座標 (X, Y)。
  • JSON :origin_xy_px
  • CSV :原點 (XY) [px]
數位數組
  • 單位:像素
數值影像中心(XY)使用 IEEE Std 2020 Type IV 座標系表示數值影像中心的影像座標 (X, Y)。
  • JSON :numeric_image_center_xy_px
  • CSV :數值影像中心(XY)[像素]
數位數組
  • 單位:像素
影像最大半徑影像的最大半徑(以像素為單位)。
  • JSON :image_max_radius_px
  • CSV :影像最大半徑 [px]
數位
  • 單位:像素
影像最大半徑最大圖像半徑(單位:毫米)。
  • JSON :image_max_radius_mm
  • CSV :影像最大半徑 [mm]
數位
  • 單位:毫米
物體最大半徑最大影像半徑處的估計物體半徑(以網格步長為單位)。
  • JSON :物件最大半徑步數
  • CSV :物件最大半徑[步長]
數位
  • 單位:步
物體最大半徑最大影像半徑處的估計物體半徑(以毫米為單位)。
  • JSON :object_max_radius_mm
  • CSV :物體最大半徑 [mm]
數位
  • 單位:毫米
每徑向數據每個徑向方向對應的數據。
  • JSON :per_radial_data
  • CSV :[每徑向資料.###]
物件數組
  • 對於 CSV、HDF5 和/或 XML 輸出,從 1 開始的索引會附加到每個條目,如 ### 所示。
Kx:物體半徑歸一化比例因子用於將物體半徑(以毫米為單位)轉換為歸一化域的比例因子。
  • JSON :kx_object_radius_normalization_scale_factor
  • CSV :Kx:物件半徑歸一化縮放因子
數位
Ky:影像半徑歸一化比例因子用於將影像半徑(以毫米為單位)轉換為歸一化域的比例因子。
  • JSON :ky_image_radius_normalization_scale_factor
  • CSV :Ky:影像半徑歸一化縮放因子
數位
多項式擬合:邊界物件半徑用於估計最大影像半徑處物體半徑的初始多項式擬合資料(以網格步長表示的物體半徑作為以像素表示的影像半徑的函數)。
  • JSON :多項式擬合邊界物件半徑
  • CSV :[多項式擬合:邊界物件半徑]
目的
多項式擬合:前向正向多項式擬合的資料(歸一化影像半徑作為歸一化物體半徑的函數)。
  • JSON :polynomial_fit_forward
  • CSV :[多項式擬合:向前]
目的
多項式擬合:逆反多項式擬合的資料(歸一化物體半徑作為歸一化影像半徑的函數)。
  • JSON :多項式擬合逆
  • CSV :[多項式擬合:逆]
目的
影像半徑最外層樣本對應於觀測資料外邊界的影像半徑(以像素為單位)。
  • JSON :image_radius_outermost_sample_px
  • CSV :影像半徑最外層樣本[像素]
數位
  • 單位:像素
影像半徑最外層樣本對應於觀測資料外邊界的影像半徑(以毫米為單位)。
  • JSON :image_radius_outermost_sample_mm
  • CSV :影像最外層樣本半徑 [mm]
數位
  • 單位:毫米
影像半徑最外層樣本對應於觀測資料外邊界的歸一化影像半徑。
  • JSON :image_radius_outermost_sample
  • CSV :影像半徑最外層樣本
數位
物件半徑最外層樣本對應於觀測資料外邊界的物件半徑(以網格步長表示)。
  • JSON :object_radius_outermost_sample_steps
  • CSV :物件半徑最外層樣本[步驟]
數位
  • 單位:步
物件半徑最外層樣本對應於觀測資料外邊界的物體半徑(以毫米為單位)。
  • JSON :object_radius_outermost_sample_mm
  • CSV :物件半徑最外層樣本[毫米]
數位
  • 單位:毫米
物件半徑最外層樣本對應於觀測資料外邊界的歸一化物體半徑。
  • JSON :object_radius_outermost_sample
  • CSV :物件半徑最外層樣本
數位
影像半徑聚合樣本聚合影像半徑樣本(以像素為單位,取自每個徑向方向的平均值)。這與參考文獻表 1 的數據相對應。
  • JSON :image_radius_aggregate_samples_px
  • CSV :影像半徑聚合樣本[像素]
數位數組
  • 單位:像素
影像半徑聚合樣本聚合影像半徑樣本(以毫米為單位)(取每個徑向方向的平均值)。
  • JSON :image_radius_aggregate_samples_mm
  • CSV :影像半徑聚合樣本 [mm]
數位數組
  • 單位:毫米
影像半徑聚合樣本用於正向和反向多項式擬合的聚合歸一化影像半徑樣本(取自每個徑向的平均值)。這與參考文獻中表 1 的數據相對應。
  • JSON :image_radius_aggregate_samples
  • CSV :影像半徑聚合樣本
數位數組
物件半徑聚合樣本以網格步長對聚合物件半徑進行採樣(取每個徑向方向的平均值)。這與參考文獻中表 1 的數據相對應。
  • JSON :物件半徑聚合樣本步驟
  • CSV :物件半徑聚合樣本[步驟]
數位數組
  • 單位:步
物件半徑聚合樣本以毫米為單位的集合物件半徑樣本(從每個徑向方向取平均值)。
  • JSON :object_radius_aggregate_samples_mm
  • CSV :物件半徑總計樣本 [mm]
數位數組
  • 單位:毫米
物件半徑聚合樣本用於正向和反向多項式擬合的聚合歸一化物體半徑樣本(取自每個徑向的平均值)。這與參考文獻表 1 的數據相對應。
  • JSON :物件半徑聚合樣本
  • CSV :物件半徑聚合樣本
數位數組
多重線性迴歸聚集半徑處的局部徑向放大率。這與參考文獻中表 1 的數據相對應。
  • JSON :mlr
  • CSV :MLR
數位數組
MLR(中心歸一化)聚集半徑處的局部徑向放大率(中心歸一化)。這與參考文獻表 1 的數據相對應。
  • JSON :mlr_center_normalized
  • CSV :MLR(中心歸一化)
數位數組
醫學實驗室技術聚集半徑處的局部切向放大率。這與參考文獻中表 1 的數據相對應。
  • JSON :mlt
  • CSV :MLT
數位數組
MLT(中心歸一化)聚集半徑處的局部切向放大率(中心歸一化)。這與參考文獻表 1 的數據相對應。
  • JSON :mlt_center_normalized
  • CSV :MLT(中心歸一化)
數位數組
德拉德各集合半徑處的徑向畸變百分比。這與參考文獻中表 1 的數據相對應。
  • JSON :drad_pct
  • CSV :DRAD [%]
數位數組
  • 單位:%
影像半徑輪廓以像素為單位繪製影像半徑的曲線圖。
  • JSON :image_radius_profile_px
  • CSV :影像半徑輪廓[像素]
數位數組
  • 單位:像素
影像半徑輪廓以毫米為單位的圖像半徑曲線。
  • JSON :image_radius_profile_mm
  • CSV :影像半徑輪廓[毫米]
數位數組
  • 單位:毫米
影像半徑輪廓歸一化圖像半徑的曲線圖。
  • JSON :image_radius_profile
  • CSV :影像半徑輪廓
數位數組
物體半徑輪廓以網格步長繪製物件半徑的輪廓圖。
  • JSON :object_radius_profile_steps
  • CSV :物體半徑輪廓[步驟]
數位數組
  • 單位:步
物體半徑輪廓以毫米為單位繪製物體半徑的曲線輪廓。
  • JSON :object_radius_profile_mm
  • CSV :物體半徑輪廓[毫米]
數位數組
  • 單位:毫米
物體半徑輪廓歸一化物體半徑的曲線圖。
  • JSON :object_radius_profile
  • CSV :物件半徑輪廓
數位數組
MLR 譜局部徑向放大率的曲線圖。
  • JSON :mlr_profile
  • CSV :MLR設定檔
數位數組
MLR 輪廓(中心歸一化)局部徑向放大率(中心歸一化)的曲線圖。
  • JSON :mlr_profile_center_normalized
  • CSV :MLR 分析結果(中心歸一化)
數位數組
MLT簡介局部切向放大率的曲線圖。
  • JSON :mlt_profile
  • CSV :MLT 個人資料
數位數組
MLT 輪廓(中心歸一化)局部切向放大率(中心歸一化)的曲線圖。
  • JSON :mlt_profile_center_normalized
  • CSV :MLT 設定檔(中心歸一化)
數位數組
DRAD概況徑向畸變百分比的曲線圖。
  • JSON :drad_profile_pct
  • CSV :DRAD 設定檔 [%]
數位數組
  • 單位:%
電視失真數據只有在啟用「計算電視失真」時,才會包含從局部放大資料匯出的電視失真資料。
  • JSON :電視失真數據
  • CSV :[電視失真資料]
目的
投影分類資料投影方法分類和視場角 (FOV) 資料是從局部放大資料匯出的,僅當啟用「計算投影分類」時才包含。
  • JSON :投影分類數據
  • CSV :[投影分類資料]
目的

局部放大率徑向數據

描述
用於局部放大的徑向方向資料。
結果字段
標題描述驗證包含於:關鍵JSON 類型筆記)
徑向此徑向的採樣方向。
  • 列舉成員:
    • E
    • 東南
    • S
    • 西南
    • W
    • 西北
    • N
    • 東北
  • JSON :徑向方向
  • CSV :徑向方向
細繩
X座標使用 IEEE Std 2020 Type IV 座標系,沿著此徑向方向的每個樣本的 X 座標。
  • JSON :x_coordinates_px
  • CSV :X座標[像素]
數位數組
  • 單位:像素
Y座標使用 IEEE Std 2020 Type IV 座標系,沿著此徑向方向的每個樣本的 Y 座標。
  • JSON :y座標像素
  • CSV :Y座標[像素]
數位數組
  • 單位:像素
圖像半徑影像平面半徑(以像素為單位)。
  • JSON :image_radius_px
  • CSV :影像半徑 [px]
數位數組
  • 單位:像素
圖像半徑像平面半徑(單位:毫米)。
  • JSON :image_radius_mm
  • CSV :影像半徑 [mm]
數位數組
  • 單位:毫米
圖像半徑影像平面半徑除以最大半徑。
  • JSON :圖像半徑
  • CSV :影像半徑
數位數組
物體半徑晶格網格步長中的物體平面半徑。
  • JSON :物件半徑步長
  • CSV :物件半徑[步長]
數位數組
  • 單位:步
物體半徑物平面半徑,單位為毫米。
  • JSON :object_radius_mm
  • CSV :物體半徑 [mm]
數位數組
  • 單位:毫米
物體半徑物平面半徑除以最大半徑。
  • JSON :物件半徑
  • CSV :物件半徑
數位數組
用於

局部放大率多項式數據

描述
用於局部放大的多項式擬合資料。
結果字段
標題描述驗證包含於:關鍵JSON 類型筆記)
程度多項式擬合次數。
  • JSON :度
  • CSV :學位
數位
係數多項式擬合係數依冪次遞減順序排列。
  • JSON :係數
  • CSV :係數
數位數組
R平方多項式擬合的決定係數(R²)。
  • JSON :r平方
  • CSV :R平方
數位
調整後的R平方多項式擬合的調整決定係數(調整後的 R²)。
  • JSON :調整後的R平方
  • CSV :調整後的R平方
數位
用於

局部放大投影分類數據

描述
投影方法分類和視場角 (FOV) 資料是從局部放大資料匯出的,僅當啟用「計算投影分類」時才包含。
結果字段
標題描述驗證包含於:關鍵JSON 類型筆記)
最佳投影模型使均方根誤差最小化的典型投影映射,用於測量徑向數據。
  • 列舉成員:
    • 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
細繩
最佳模型均方根誤差歸一化測量半徑與最佳擬合投影模型的理論曲線之間的均方根誤差 (RMSE)。
  • JSON :最佳模型均方根誤差
  • CSV :最佳模型均方根誤差
數位
視野根據輸入目標距離,在定義的最大影像半徑處估計完整視野。
  • JSON :field_of_view_deg
  • CSV :視野範圍 [°]
數位
  • 單位:°
場角根據輸入目標距離,在聚合半徑處計算離散半場角。
  • JSON :field_angles_deg
  • CSV :場角 [°]
數位數組
  • 單位:°
用於

局部放大設定

描述
用於計算局部放大倍率和相關指標的設定。
結果字段
標題描述驗證包含於:關鍵JSON 類型筆記)
像素間距輸入像素間距設定。影像感測器像素間距,單位為微米。
  • JSON :像素間距
  • CSV :像素間距 [微米]
數位
  • 單位:微米
網格間距輸入網格間距設定。目標上相鄰網格線之間的物理間距(例如,棋盤格的高度),單位為毫米。
  • JSON :grid_pitch_mm
  • CSV :網格間距 [mm]
數位
  • 單位:毫米
計算投影分類輸入“計算投影分類”設定。啟用此選項可計算視場並對投影方法進行分類。
  • JSON :計算投影分類
  • CSV :計算投影分類
布林值
目標距離輸入目標距離設定。相機入射光瞳與目標之間的物理距離,單位為毫米。
  • JSON :target_distance_mm
  • CSV :目標距離 [毫米]
數位
  • 單位:毫米
計算電視失真輸入“計算電視失真”設定。啟用後可計算電視失真指標,包括畫面高度失真 (DPH) 和 SMIA 電視失真 (DSTV)。
  • JSON :運算電視失真
  • CSV :計算電視失真
布林值
徑向方向輸入徑向方向設定。用於採集多項式擬合樣本的徑向(八向羅盤)方向。從距離數值影像中心最近的點開始,沿著選定方向採集樣本,直到採集到最遠的偵測點。在計算多項式擬合之前,將選定方向的樣本以公共網格步長距離進行平均。
  • 列舉成員:
    • E
    • 東南
    • S
    • 西南
    • W
    • 西北
    • N
    • 東北
  • JSON :徑向方向
  • CSV :徑向方向
字串數組
起源輸入原點設定。用於失真測量的原點。
  • 列舉成員:
    • 偵測到的最中心點
    • 數位影像中心
  • JSON :來源
  • CSV :來源
細繩
最大半徑輸入最大半徑設定。定義用於畸變測量和歸一化的最大影像半徑的影像邊界。
  • 列舉成員:
    • 檢測到的最外側點
    • 圖片左右兩側
    • 圖片側面(上/下)
    • 圖片角
    • 指定從原點開始的半徑(像素)
  • JSON :最大半徑
  • CSV :最大半徑
細繩
多項式擬合度輸入多項式擬合階數設定。用於描述影像半徑和物體半徑之間映射關係的多項式擬合的階數/次數。如果啟用了“自動選擇階數”,則此值將用作相關階數搜尋的上限。
  • JSON :多項式適配度
  • CSV :多項式擬合次數
數位
自動選擇角度:邊界擬合“自動選擇階數:邊界擬合”設定。啟用此選項可自動選擇用於初始映射(以網格步長表示的物件半徑與以像素表示的影像半徑的函數)的多項式擬合階數,該映射用於在選定的最大影像半徑處估計物件半徑。掃描 2 到 N 階(其中 N 受限於所選的多項式擬合階數或可用樣本數),並在找到第一個滿足所選最小 R² 值的擬合結果時停止。如果沒有滿足的擬合結果,則使用 R² 值最高的階數。停用此選項時,將使用輸入的多項式擬合階數。此擬合不強制要求零截距。
  • JSON :auto_select_degree_boundary_fit
  • CSV :自動選擇度:邊界擬合
布林值
自動選擇角度:標準化適配“自動選擇階數:歸一化擬合”設定。啟用此選項可自動選擇用於計算局部放大率及其倒數的映射(歸一化影像半徑與歸一化物體半徑的函數)的多項式擬合階數。掃描 2 到 N 階(其中 N 的上限為所選多項式擬合階數或可用樣本數),並在找到第一個滿足所選最小 R² 值的擬合結果時停止。如果沒有滿足的擬合結果,則使用 R² 值最高的階數。停用此選項時,將使用輸入的多項式擬合階數。這些擬合結果強制使用零截距。
  • JSON :auto_select_degree_normalized_fits
  • CSV :自動選擇度:歸一化擬合
布林值
最小R平方輸入最小 R² 設定。指定自動選擇度搜尋中擬合必須達到的最小決定係數 (R²)。當所選 R² 指標達到或超過此值時,搜尋將提前停止。如果啟用“使用調整後的 R²”,則閾值應用於調整後的 R² 而非標準 R²。對於零截距擬合,使用非中心化的 R²/調整後的 R² 定義。
  • JSON :最小 R 平方
  • CSV :最小R平方
數位
使用調整後的R平方輸入“使用調整後的 R²”設定。啟用此選項後,自動選擇度數功能將使用調整後的 R² 而非標準 R² 進行評估。啟用後,最小 R² 將被視為最小調整後的 R²。
  • JSON :使用調整後的 R 平方
  • CSV :使用調整後的R平方
布林值
用於

局部放大電視失真數據

描述
只有在啟用「計算電視失真」時,才會包含從局部放大資料匯出的電視失真資料。
結果字段
標題描述驗證包含於:關鍵JSON 類型筆記)
SMIA 電視影像失真根據真實影像的邊角計算出的平均SMIA電視失真。
  • JSON :smia_tv_ Distortion_image_pct
  • CSV :SMIA TV 失真(影像)[%]
數位
  • 單位:%
圖片高度失真(影像)根據真實影像的邊/角計算出的平均影像高度失真。
  • JSON :picture_height_distortion_image_pct
  • CSV :影像高度失真(影像)[%]
數位
  • 單位:%
SMIA 電視失真(網格)根據偵測到的網格邊/角計算出的平均SMIA電視失真。
  • JSON :smia_tv_ Distortion_grid_pct
  • CSV :SMIA 電視失真(網格)[%]
數位
  • 單位:%
圖片高度畸變(網格)由偵測到的網格邊/角計算所得的平均影像高度畸變。
  • JSON :picture_height_distortion_grid_pct
  • CSV :圖片高度失真(網格)[%]
數位
  • 單位:%
按角訂購用於後續逐角結果的角塊順序。
  • JSON :每角訂單
  • CSV :按角訂購
字串數組
每角 SMIA TV 失真(影像)根據真實影像的邊角計算出的每個角落的 SMIA 電視失真。
  • JSON :per_corner_smia_tv_ Distortion_image_pct
  • CSV :每角 SMIA TV 失真(影像)[%]
數位數組
  • 單位:%
影像角部高度失真(影像)根據真實影像邊/角計算出的每個角落的影像高度失真。
  • JSON :每角影像高度失真率
  • CSV :每角影像高度失真(影像)[%]
數位數組
  • 單位:%
每角 SMIA 電視失真(網格)根據偵測到的網格邊/角計算出的每個角落的 SMIA 電視失真。
  • JSON :per_corner_smia_tv_ Distortion_grid_pct
  • CSV :每角 SMIA TV 失真(網格)[%]
數位數組
  • 單位:%
角部影像高度失真(網格)根據偵測到的網格邊/角計算出的每個角落的影像高度失真。
  • JSON :per_corner_picture_height_distortion_grid_pct
  • CSV :每角影像高度失真(網格)[%]
數位數組
  • 單位:%
用於