来自背景抵消的粗糙度测量偏差估计
摘要：表面粗糙度测量中由于扫描区域有限导致其系统低估。通过拟合模型背景函数使用线性最小二乘进行平坦化，会显著增加这种偏差。本文提出了一种框架，给出了通过线性最小二乘拟合模型背景函数平坦化来计算平方均方粗糙度偏差的显式表达式。该框架然后应用于多项式平坦化，包括一维和二维数据处理，以及表面自相关函数、高斯和指数模型。还涵盖了其他常见场景，包括中值平坦化、中间高斯-指数自相关模型和频率空间滤波。讨论了将结果应用于其他量值（如Rq、Sq、Ra和Sa）。结果在概述图中总结，涵盖了一系列自相关函数和多项式阶数，可以进行偏差的图形估计。
作者：David Nev{c}as, Petr Klapetek, Miroslav Valtr
论文ID：2001.00433
分类：Data Analysis, Statistics and Probability
分类简称：physics.data-an
提交时间：2020-04-28