研究目的
提出一种利用置信距离矩阵（CDM）识别共聚焦显微镜表面测量数据中异常值的新方法，以填补该应用领域的研究空白。
研究成果
所提出的CDM方法能有效识别并去除共聚焦显微镜表面测量数据中的异常值，经合成数据和实验数据验证，该方法显著提高参数精度、减小与认证值的差异，在表面计量学质量控制中具有可靠性。未来工作可优化阈值确定方法并扩展至其他测量技术。
研究不足
该方法假设异常值是随机的且占比较??；阈值选择至关重要，可能需要迭代调整；检测窗口大小必须确保正常数据点数量多于异常值；适用性可能仅限于特定表面类型和测量条件。
1：实验设计与方法选择：
本研究采用源自统计学的置信距离矩阵（CDM）方法进行异常值检测，包含两部分：一部分通过蒙特卡洛法（MCM）评估随机异常值的不确定性，另一部分利用检测窗口识别特定表面中的异常值。
2：样本选择与数据来源：
使用美国国家标准与技术研究院（NIST）的合成数据SG_3-3及作者算法生成的人造随机表面进行验证，实验数据包括C1型间距标准件及共聚焦显微镜测量的铁表面。
3：实验设备与材料清单：
配备50倍物镜（数值孔径0.90）的徕卡DCM-3D共聚焦显微镜、C1型间距标准件、钢板试样，以及20±1°C的恒温环境。
4：90）的徕卡DCM-3D共聚焦显微镜、C1型间距标准件、钢板试样，以及20±1°C的恒温环境。 实验流程与操作步骤：
4. 实验流程与操作步骤：MCM部分通过n次重复表面测量计算均值与标准差，基于阈值应用CDM识别异常值；针对特定表面则采用检测窗口处理数据点，算法通过Matlab实现。
5：数据分析方法：
统计分析包括高度参数（如Sa、Sq）、表面斜率、曲率、直方图、QQ图的测算，以及通过与认证值对比的百分比差异进行比较。
独家科研数据包，助您复现前沿成果，加速创新突破
获取完整内容-
Leica DCM-3D Confocal Microscopy
DCM-3D
Leica
Used for measuring surface topography with high precision, employing confocal microscopy principles to capture 3D images of surfaces.
-
Matlab
MathWorks
Software environment used for implementing algorithms, data analysis, and visualization, including functions like 'plot3' for 3D plotting.
-
Type C1 spacing standard
C1
A standard artefact with grooves having a sine wave profile, used for calibration and validation of measurement systems, certified value Ra=1.003 μm.
-
Dino-Lite Digital Microscope
Dino-Lite
Used for capturing images of specimens, such as the Type C1 spacing standard and steel plate, to visualize surface features.
-
登录查看剩余2件设备及参数对照表
查看全部
