GitBucket
照明均一性評価アルゴリズム (Illumination Uniformity Evaluation)
概要 (Overview)
MiniTIAS で撮影した白板画像の照明均一性を定量的に評価する．白板の白壁面領域の輝度分布を解析し，3 つの指標で均一性を定量化する．
輝度変換 (Luminance Conversion)
方法
RGB 画像を ITU-R BT.709（Rec.709）の輝度係数でグレースケールに変換する．
Y = 0.2126 R + 0.7152 G + 0.0722 B
- Y: 輝度（0.0〜255.0, float64）
- R, G, B: 各チャネルの画素値（0〜255, uint8）
選定理由
| 方法 | 定義 | 不採用の理由 |
|---|---|---|
| Rec.709（採用） | 上記の加重平均 | — |
| V チャネル（HSV） | max(R, G, B) | 白板では R≈G≈B のため差は小さいが，規格に基づかない |
| L*（CIE L*a*b*） | 非線形変換 | 物理的な照明ムラと比例せず，照明均一性評価には不適 |
Rec.709 は人間の視感度に基づく標準的な輝度定義であり，照明工学・画像評価の論文で広く使用されている．
参照
- ITU-R BT.709-6: Parameter values for the HDTV standards for production and international programme exchange
均一性指標 (Uniformity Metrics)
ROI 内の全画素の輝度値から以下の 3 指標を算出する．
CoV（変動係数）
\text{CoV} = \frac{\sigma}{\mu}
- $\mu$: 輝度の平均値
- $\sigma$: 輝度の標準偏差
- 無次元量．値が小さいほど均一
- 照明の均一性評価で最も一般的な指標
標準偏差
\sigma = \sqrt{\frac{1}{N} \sum_{i=1}^{N} (Y_i - \mu)^2}
- N: ROI 内の総画素数
- 輝度のばらつきの絶対値を示す
- CoV と併用することで，平均輝度の影響を考慮した評価が可能
最大/最小比
\text{Max/Min Ratio} = \frac{Y_{\max}}{Y_{\min}}
- 極端なムラ（局所的な明暗）の検出に有効
- 理想的な均一照明では 1.0
- $Y_{\min} = 0$ の場合は計算不能（ROI 設定の誤りを示す）
ROI 設定 (Region of Interest)
対象領域
MiniTIAS の開口部に白板を取り付けて撮影する．ROI は白板の表面領域（中央の白い四角形）とする．以下を除外する:
- 白板の外側（MiniTIAS 筐体の壁面）
- 白板のフレーム・エッジ部分
- ラベル（「SmTIAS 001」等）
設定方法
scripts/select_roi.pyで 1 枚の画像上に矩形を描いて座標を決定- 座標は
config/roi_config.jsonに保存 - 同一画角の全画像に同じ ROI を適用（バッチ解析）
キャリブレーション (Calibration)
照明均一性評価ではカラーキャリブレーションを行わない．輝度の相対的なばらつき（CoV 等）は画像内の比較であり，カメラの色特性のズレが全画素に等しく影響するため，指標の値に影響しない．