📖 [Design] 模式 > 偏差显示

偏差显示模式

• 该模式可通过颜色图来显示所对齐的目标数据与参考数据之间的偏差结果。

❏ 工具箱

• 重新分配目标及参考数据: 可更改对目标数据和参考数据的分配。
• 删除测量结果: 可点击每个3D数据上的偏差结果来对其进行删除。
• 创建剖面: 可创建剖面线。
• 颜色图开启/关闭：可开启与关闭颜色图 。

• 偏差设置：可设置计算偏差的选项。

❏ 偏差设置

排除低精度数据

• 用于在计算数据偏差时排除低精度数据。

通过 Sigma 去除异常值

• 用于输入 Sigma 值，计算时用它来排除异常值。
• 在 1 sigma 的情况下，仅使用 1 sigma（标准偏差）内的数据基于正偏差和负偏差进行计算。
• 在 n-time sigma 的情况下，仅使用 n-time sigma（标准偏差）内的数据基于正偏差和负偏差进行计算。

计算方法

• 计算数据偏差时，可以在法线向量和最近位置之间进行选择。

百分位范围

• 用于设置程序窗口左侧属性中显示的百分位数范围。如果输入“80”，它将显示第 10 个百分位和第 90 个百分位。
• 可以通过单击粗体数字来自定义偏差的最大值和可接受的公差。
• 调整位于颜色图上方的分辨率条。当分辨率更高时，颜色范围会进一步划分。

• Min: 最大负偏差值。
• Max: 最大的正偏差值。
• Median: 将数据样本的上半部分与下半部分分开的值。
• Avg (average): 所有偏差值的平均值。
• Abs Avg. (absolute average): 绝对偏差的平均值。
• RMS (root mean square): 偏差值平方的平方根。
• Std. Dev. (standard deviation): 衡量数据集相对于其均值的离散度的统计量，计算为方差的平方根。标准差反映了分布的分散性。标准差最低的曲线峰高，散度小，而标准差最高的曲线更平坦，分布更广。在比较多个数据时，较小的标准偏差值意味着数据之间的距离比较大偏差值的情况更接近。
• Var. (variance): 离散度的一种度量，表示一组数据与它们的平均值相差多远。
• Avg.(+): 偏差值的正值的平均值。
• Avg.(–): 偏差值的负值的平均值。
• (90–10)/2: 第 90 个百分位数减去第 10 个百分位数除以 2 的值
• 10 percentile: 偏差值的 10%。
• 90 percentile: 偏差值的 90%。
• In Tol.(tolerance): 在用户设置的公差范围内（以绿色表示）的差异百分比。

 

❏ 创建剖面: 创建剖面线。

• 可以通过点击粗体数字来自定义最大偏差值及可接受误差。

可接受误差：0.20mm

可接受误差：0.05mm

• 调整颜色条上方的分辨率条。 分辨率越高，颜色范围划分的类别就越多。

分辨率：高

分辨率：中

          分辨率：低

• 欲检查精确测量值，请点击数据上的特定位置。

💡 关于树视图

• 偏差显示模式中的树视图可显示分组为目标数据及参考数据的数据。
• 可以逐一或按组隐藏、显示或修改其透明度从而轻松实现数据控制。使用鼠标右键来查看针对每组数据或特定数据的选项。