Несколько модулей, которые позволяют прямо или косвенно редактировать данные СЗМ. Хотя большая часть модулей обработки данных меняет их тем или иным образом, в этом разделе описаны те модули и инструменты, которые специально предназначены для коррекции локальных дефектов изображения. Они удаляют «плохие» данные из изображения и заменяют их с использованием одноги из методов интерполяции.
Методы для работы с дефектами, связанными со сканированием описаны также в разделе Линейные артефакты сканирования.
«Инструмент удаления пятен» может использоваться для удаления малых участков изображения, которые можно считать ошибкой сканирования, пылинкой или ещё чем-то, что не должно присутствовать в данных. Следует заметить, что подобные действия могут кардинально поменять статистические параметры поверхности, следовательно, убедитесь, что вы не удаляете вещи, которые присутствуют на реальной поверхности.
В процессе использования этого инструмента можно выбрать пятно, чтобы увеличить его окружение в окне инструмента. Затем, в этом окне, выберите прямоугольник или эллипс (в зависимости от выбранной Формы) вокруг области, которую вы хотите убрать. Можно выбрать один из нескольких методов интерполяции для создания данных на месте бывшего «пятна»:
- Выравнивание гиперболами использует информацию с границ выбранной области для интерполяции информации внутри области.
- Решение уравнения Лапласа решает уравнение Лапласа для расчёта данных внутри области; граница используется как виртуальный источник.
- Псевдо-лапласов является более быстрой аппроксимацией настоящего решения уравнения Лапласа. Для небольших областей всегда можно использовать настоящее решение.
- Фрактальная коррекция использует полное изображение для определения фрактальной размерности. После этого создаются случайные неравномерные данные с той же фрактальной размерностью и помещаются в выбранную область.
- Фрактально-лапласова смесь является взвешенным средним между фрактальной интерполяцией и решением уравнения Лапласа. Внутренняя часть задаётся фрактальной интерполяцией, но вблизи границ области подмешивается интерполяция уравнением Лапласа чтобы получить более гладкое продолжение внешней текстуры.
- Обнулить просто заполняет область нулями.
Нажатие на кнопку выполнит выбранный алгоритм.
Примечание
Удаление пятен работает только для областей размером 80 × 80 точек или меньше. Для удаления больших областей, создайте маску используя инструмент Редактор масок, затем можно использовать → → .
Простой инструмент удаления зёрен удаляет выбранные вручную связные части маски или интерполирует данные под ними, или совершает оба этих действия. Часть маски, которую нужно удалить, выбирается щелчком по ней левой кнопки мыши.
Доступные способы интерполяции являются подмножеством таковых, предлагаемых в инструменте удаления пятен, в частности обнуление, решение уравнения Лапласа, фрактальная интерполяция и их смешанный вариант.
→ →
Эта функция заменяет данные под маской на решение уравнения Лапласа. Значения данных на границе области под маской задают граничные условия. Решение вычисляется итерационным методом и чтобы он сошелся может потребоваться какое-то время.
→ →
Эта функция просто заполняет данные под маской нулями, что иногда меньше отвлекает чем результат интерполяции.
→ →
Модуль фрактальной коррекции, подобно модулю Интерполировать данные под маской, заменяет данные под маской. Однако, он использует другой алгоритм для получения новых данных: сперва рассчитывается фрактальная размерность полного изображения и затем области под маской заменяются случайной шероховатой поверхностью, имеющей ту же фрактальную размерность. Среднеквадратичное значение неровностей высоты (шероховатость) не меняется при использовании этого модуля.
Примечание
Расчёт может занять некоторое время, поэтому запаситесь терпением.Предупреждение
Применение этого модуля для данных, которые не обладают фрактальными свойствами может вызывать сильно нереалистичные результаты и строго не рекомендуется.
→ →
Этот модуль создаёт маску областей данных, которые не соответствуют критерию 3σ. Все данные выше и ниже доверительного интервала помечаются маской и могут впоследствии редактироваться или обрабатываться другими модулями, например, интерполяции данных под маской. Этот метод выделения выпадающих областей полезен для глобальных выпадающих областей, со значениями, сильно отличающимися от остальных данных.
→ →
Местные выпадающие это значения, которые выделяются из окружения. Функция выделяет данные, которые кажутся не попадающими в типичное распределение значений в их локальном окружении.
Тип выделяемых выпадающих значений может быть выбран из Положительного, Отрицательного или Обоих для значений, соответственно, больше окружения, меньше и обоих типов одновременно. Следует заметить, что выбор варианта Оба может выделять области, отличающиеся от варианта, когда отдельно были выбраны положительные и отрицательные выпадающие и их маски затем были скомбинированы.
Выделение продолжается дальше вычитанием локального фона из изображения и затем выделением глобальных выпадающих в получаемом уплощенном изображении. Более точно, локальный фон получается с помощью фильтра размыкания (минимум), замыкания (максимум) или медианного фильтра заданного радиуса. Радиус фильтра управляется настройкой радиус дефекта. Она определяет максимальный размер дефекта, который может быть обнаружен и выделен. Однако, обычно полезнее использовать больший радиус, чем действительный максимальный размер дефекта.
Чувствительность выделения дефектов регулируется опцией Порог. Меньшие значения соответствуют более умеренному выделению, т.е. меньше значений будет помечено как выпадающие. Большее значение означает больше значений, помеченных как выпадающие.