diff --git a/.gitignore b/.gitignore
index c2f7600..a1ec927 100644
--- a/.gitignore
+++ b/.gitignore
@@ -16,6 +16,9 @@
 # 個人ローカルの参考画像（実機写真・データシート等）
 REFERENCE/
 
+# MiniTias-Evaluation 側から受け取った実測リファレンスデータ（個人ローカル）
+reference_measurement/
+
 # Python / uv
 .venv/
 __pycache__/
diff --git a/CLAUDE.md b/CLAUDE.md
index fc39f68..d883b3a 100644
--- a/CLAUDE.md
+++ b/CLAUDE.md
@@ -13,11 +13,13 @@
 - `src/sm_tias_lightsim/evaluation/zones.py` — 正規化楕円距離マップ + 3 ゾーン分類 + ゾーン別統計
 - `src/sm_tias_lightsim/evaluation/radial.py` — 20 ビン放射状輝度プロファイル
 - `src/sm_tias_lightsim/evaluation/roi.py` — `image_pixel` 型矩形 ROI 抽出（2D/3D 配列対応）
-- `src/sm_tias_lightsim/evaluation/visualize.py` — matplotlib 可視化（輝度マップ / ヒストグラム / 放射プロファイル / ゾーンマップ）
-- `src/sm_tias_lightsim/scene/schema.py` — Pydantic ベース YAML スキーマ + ローダ
+- `src/sm_tias_lightsim/evaluation/visualize.py` — matplotlib 可視化（輝度マップ / ヒストグラム / 放射プロファイル / ゾーンマップ）．MiniTias-Evaluation 互換スタイル（hot cmap，zone_map は luminance 背景 + 境界線）
+- `src/sm_tias_lightsim/scene/schema.py` — Pydantic ベース YAML スキーマ + ローダ．SensorConfig は perspective / orthographic 両対応
 - `src/sm_tias_lightsim/geometry/loader.py` — STL 読込（trimesh）+ `LoadedMesh` データクラス
 - `src/sm_tias_lightsim/geometry/transforms.py` — mm⇄m 単位スケール変換
-- `src/sm_tias_lightsim/scene/{lights,materials,sensors}.py` — Mitsuba emitter / BSDF / sensor dict 変換
+- `src/sm_tias_lightsim/scene/{lights,materials,sensors}.py` — Mitsuba emitter / BSDF / sensor dict 変換（sensors は orthographic 対応）
+- `scripts/select_white_board.py` — 実測 PNG で白色板境界を OpenCV GUI で選択（Step 8 キャリブ用）
+- `scripts/visualize_roi_3d.py` — 評価板 STL に ROI を 3D 投影（PyVista，Step 8 キャリブ用）
 - `src/sm_tias_lightsim/scene/builder.py` — SceneConfig → Mitsuba scene dict（PLY 一時ファイル経由）
 - `src/sm_tias_lightsim/render/runner.py` — variant 管理 + `mi.render` 実行
 - `src/sm_tias_lightsim/render/output.py` — PNG / luminance.npy 出力
@@ -82,6 +84,7 @@
 
 - アーキテクチャ設計: docs/04_SPEC/SPEC_01_アーキテクチャ設計.md
 - シーン定義仕様: docs/04_SPEC/SPEC_02_シーン定義仕様.md
+- 基準設計の物理構成: docs/04_SPEC/SPEC_03_基準設計の物理構成.md
 
 ### 05_TECH（技術設計）
 
diff --git a/configs/eval_baseline.yaml b/configs/eval_baseline.yaml
index 4e904b9..5f2b4b1 100644
--- a/configs/eval_baseline.yaml
+++ b/configs/eval_baseline.yaml
@@ -1,12 +1,14 @@
 roi:
   type: image_pixel
-  x: 130
-  y: 70
-  width: 250
-  height: 360
+  x: 24
+  y: 37
+  width: 464
+  height: 450
 zones:
   enabled: true
-  boundaries: [0.33, 0.66]
+  boundaries:
+  - 0.33
+  - 0.66
 metrics:
   cov: true
   std: true
diff --git a/configs/eval_real.yaml b/configs/eval_real.yaml
new file mode 100644
index 0000000..53d1d39
--- /dev/null
+++ b/configs/eval_real.yaml
@@ -0,0 +1,14 @@
+roi:
+  type: image_pixel
+  x: 539
+  y: 1015
+  width: 1400
+  height: 1409
+zones:
+  enabled: true
+  boundaries: [0.33, 0.66]
+metrics:
+  cov: true
+  std: true
+  max_min: true
+  radial_profile: true
diff --git a/configs/scene_baseline.yaml b/configs/scene_baseline.yaml
index 60c97c3..8b78a00 100644
--- a/configs/scene_baseline.yaml
+++ b/configs/scene_baseline.yaml
@@ -1,19 +1,16 @@
 name: baseline_minitias
-description: 'MiniTIAS 基準設計の仮置きシーン（Step 8 - 基準設計のキャリブレーション）．
-
-  LED 配置・材料パラメータは現時点では仮置きで、実測値と突合しながら調整する．
-
-  '
+description: MiniTIAS 基準設計シーン（Step 8）．orthographic センサで評価板の裏面（-Z 側 = スマホ側）の照度分布マップを
+  2D 画像として直接取得する．
 geometry:
   meshes:
   - id: housing_front
     path: meshes/前側.stl
     unit: mm
-    material: housing_inner
+    material: printer_white
   - id: housing_back
     path: meshes/後側.stl
     unit: mm
-    material: housing_inner
+    material: printer_white
   - id: phone_holder
     path: meshes/スマホホルダ.stl
     unit: mm
@@ -21,7 +18,7 @@
   - id: led_cover
     path: meshes/LED基板カバー.stl
     unit: mm
-    material: led_cover_white
+    material: printer_white
   - id: phone_body
     path: meshes/SH-02M.stl
     unit: mm
@@ -29,9 +26,9 @@
   - id: evaluation_board
     path: meshes/照明ムラ補正ボード.stl
     unit: mm
-    material: white_lambert
+    material: printer_white
 materials:
-  housing_inner:
+  printer_white:
     type: diffuse
     reflectance:
     - 0.85
@@ -43,22 +40,12 @@
     - 0.5
     - 0.5
     - 0.5
-  led_cover_white:
-    # 薄膜誘電体（PMMA 屈折率 1.49）．LED 直接光を Fresnel 透過 + 一部反射でディフューザーとして扱う．
-    # ※ Mitsuba の thindielectric は鏡面反射 + 透過のみで散乱はしないため，乳白色のディフューザー
-    #    本来の挙動とは異なる．より正確には blendbsdf 等で散乱を足す必要があるが Phase 8 では未対応．
-    type: thindielectric
-    int_ior: 1.49
-    ext_ior: 1.0
   phone_body_dark:
     type: diffuse
     reflectance:
     - 0.05
     - 0.05
     - 0.05
-  white_lambert:
-    type: diffuse
-    reflectance: 0.95
 lights:
 - id: led_bottom_0
   type: area
@@ -72,12 +59,12 @@
   - 3.5
   direction:
   - 0.0
-  - 1.0
   - 0.0
+  - -1.0
   radiance:
-  - 1.0
-  - 1.0
-  - 1.0
+  - 2807.2469840551203
+  - 2807.2469840551203
+  - 2807.2469840551203
 - id: led_bottom_1
   type: area
   shape: rectangle
@@ -90,12 +77,12 @@
   - 3.5
   direction:
   - 0.0
-  - 1.0
   - 0.0
+  - -1.0
   radiance:
-  - 1.0
-  - 1.0
-  - 1.0
+  - 2807.2469840551203
+  - 2807.2469840551203
+  - 2807.2469840551203
 - id: led_bottom_2
   type: area
   shape: rectangle
@@ -108,12 +95,12 @@
   - 3.5
   direction:
   - 0.0
-  - 1.0
   - 0.0
+  - -1.0
   radiance:
-  - 1.0
-  - 1.0
-  - 1.0
+  - 2807.2469840551203
+  - 2807.2469840551203
+  - 2807.2469840551203
 - id: led_bottom_3
   type: area
   shape: rectangle
@@ -126,12 +113,12 @@
   - 3.5
   direction:
   - 0.0
-  - 1.0
   - 0.0
+  - -1.0
   radiance:
-  - 1.0
-  - 1.0
-  - 1.0
+  - 2807.2469840551203
+  - 2807.2469840551203
+  - 2807.2469840551203
 - id: led_bottom_4
   type: area
   shape: rectangle
@@ -144,12 +131,12 @@
   - 3.5
   direction:
   - 0.0
-  - 1.0
   - 0.0
+  - -1.0
   radiance:
-  - 1.0
-  - 1.0
-  - 1.0
+  - 2807.2469840551203
+  - 2807.2469840551203
+  - 2807.2469840551203
 - id: led_bottom_5
   type: area
   shape: rectangle
@@ -162,12 +149,12 @@
   - 3.5
   direction:
   - 0.0
-  - 1.0
   - 0.0
+  - -1.0
   radiance:
-  - 1.0
-  - 1.0
-  - 1.0
+  - 2807.2469840551203
+  - 2807.2469840551203
+  - 2807.2469840551203
 - id: led_right_0
   type: area
   shape: rectangle
@@ -179,13 +166,13 @@
   - 2.8
   - 3.5
   direction:
+  - 0.0
+  - 0.0
   - -1.0
-  - 0.0
-  - 0.0
   radiance:
-  - 1.0
-  - 1.0
-  - 1.0
+  - 2807.2469840551203
+  - 2807.2469840551203
+  - 2807.2469840551203
 - id: led_right_1
   type: area
   shape: rectangle
@@ -197,13 +184,13 @@
   - 2.8
   - 3.5
   direction:
+  - 0.0
+  - 0.0
   - -1.0
-  - 0.0
-  - 0.0
   radiance:
-  - 1.0
-  - 1.0
-  - 1.0
+  - 2807.2469840551203
+  - 2807.2469840551203
+  - 2807.2469840551203
 - id: led_right_2
   type: area
   shape: rectangle
@@ -215,13 +202,13 @@
   - 2.8
   - 3.5
   direction:
+  - 0.0
+  - 0.0
   - -1.0
-  - 0.0
-  - 0.0
   radiance:
-  - 1.0
-  - 1.0
-  - 1.0
+  - 2807.2469840551203
+  - 2807.2469840551203
+  - 2807.2469840551203
 - id: led_right_3
   type: area
   shape: rectangle
@@ -233,13 +220,13 @@
   - 2.8
   - 3.5
   direction:
+  - 0.0
+  - 0.0
   - -1.0
-  - 0.0
-  - 0.0
   radiance:
-  - 1.0
-  - 1.0
-  - 1.0
+  - 2807.2469840551203
+  - 2807.2469840551203
+  - 2807.2469840551203
 - id: led_right_4
   type: area
   shape: rectangle
@@ -251,13 +238,13 @@
   - 2.8
   - 3.5
   direction:
+  - 0.0
+  - 0.0
   - -1.0
-  - 0.0
-  - 0.0
   radiance:
-  - 1.0
-  - 1.0
-  - 1.0
+  - 2807.2469840551203
+  - 2807.2469840551203
+  - 2807.2469840551203
 - id: led_right_5
   type: area
   shape: rectangle
@@ -269,13 +256,13 @@
   - 2.8
   - 3.5
   direction:
+  - 0.0
+  - 0.0
   - -1.0
-  - 0.0
-  - 0.0
   radiance:
-  - 1.0
-  - 1.0
-  - 1.0
+  - 2807.2469840551203
+  - 2807.2469840551203
+  - 2807.2469840551203
 - id: led_left_0
   type: area
   shape: rectangle
@@ -287,13 +274,13 @@
   - 2.8
   - 3.5
   direction:
-  - 1.0
   - 0.0
   - 0.0
+  - -1.0
   radiance:
-  - 1.0
-  - 1.0
-  - 1.0
+  - 2807.2469840551203
+  - 2807.2469840551203
+  - 2807.2469840551203
 - id: led_left_1
   type: area
   shape: rectangle
@@ -305,13 +292,13 @@
   - 2.8
   - 3.5
   direction:
-  - 1.0
   - 0.0
   - 0.0
+  - -1.0
   radiance:
-  - 1.0
-  - 1.0
-  - 1.0
+  - 2807.2469840551203
+  - 2807.2469840551203
+  - 2807.2469840551203
 - id: led_left_2
   type: area
   shape: rectangle
@@ -323,13 +310,13 @@
   - 2.8
   - 3.5
   direction:
-  - 1.0
   - 0.0
   - 0.0
+  - -1.0
   radiance:
-  - 1.0
-  - 1.0
-  - 1.0
+  - 2807.2469840551203
+  - 2807.2469840551203
+  - 2807.2469840551203
 - id: led_left_3
   type: area
   shape: rectangle
@@ -341,13 +328,13 @@
   - 2.8
   - 3.5
   direction:
-  - 1.0
   - 0.0
   - 0.0
+  - -1.0
   radiance:
-  - 1.0
-  - 1.0
-  - 1.0
+  - 2807.2469840551203
+  - 2807.2469840551203
+  - 2807.2469840551203
 - id: led_left_4
   type: area
   shape: rectangle
@@ -359,13 +346,13 @@
   - 2.8
   - 3.5
   direction:
-  - 1.0
   - 0.0
   - 0.0
+  - -1.0
   radiance:
-  - 1.0
-  - 1.0
-  - 1.0
+  - 2807.2469840551203
+  - 2807.2469840551203
+  - 2807.2469840551203
 - id: led_left_5
   type: area
   shape: rectangle
@@ -377,28 +364,30 @@
   - 2.8
   - 3.5
   direction:
-  - 1.0
   - 0.0
   - 0.0
+  - -1.0
   radiance:
-  - 1.0
-  - 1.0
-  - 1.0
+  - 2807.2469840551203
+  - 2807.2469840551203
+  - 2807.2469840551203
 sensor:
-  type: perspective
+  type: orthographic
   position:
   - 0.0
   - 0.0
-  - 100.0
+  - -50.0
   target:
   - 0.0
   - 0.0
-  - 4.0
+  - 0.0
   up:
   - 0.0
   - 1.0
   - 0.0
-  fov_deg: 60.0
+  ortho_scale:
+  - 50.0
+  - 52.0
   film:
     width: 512
     height: 512
diff --git a/configs/white_board_bbox.json b/configs/white_board_bbox.json
new file mode 100644
index 0000000..de3fcf9
--- /dev/null
+++ b/configs/white_board_bbox.json
@@ -0,0 +1,7 @@
+{
+  "image": "reference_measurement\\MiniTIAS_20260408_144434\\MiniTIAS_20260408_144434.png",
+  "x": 473,
+  "y": 916,
+  "width": 1530,
+  "height": 1570
+}
\ No newline at end of file
diff --git "a/docs/02_ENV/ENV_01_\346\212\200\350\241\223\343\202\271\343\202\277\343\203\203\343\202\257.md" "b/docs/02_ENV/ENV_01_\346\212\200\350\241\223\343\202\271\343\202\277\343\203\203\343\202\257.md"
index c0fbf04..82f3d7e 100644
--- "a/docs/02_ENV/ENV_01_\346\212\200\350\241\223\343\202\271\343\202\277\343\203\203\343\202\257.md"
+++ "b/docs/02_ENV/ENV_01_\346\212\200\350\241\223\343\202\271\343\202\277\343\203\203\343\202\257.md"
@@ -61,6 +61,7 @@
 | 画像 I/O | `pillow` | PNG 出力（実機画像と同形式に揃える） |
 | 可視化（2D） | `matplotlib` | 輝度マップ・ヒストグラム・放射状プロファイル等 |
 | 可視化（3D） | `pyvista` | 照度ベイク結果のインタラクティブ 3D ビューア（`sm-visualize`） |
+| 画像処理（GUI） | `opencv-python` | 実測 PNG での白色板境界選択 GUI（`scripts/select_white_board.py`） |
 | 表データ | `pandas` | 均一性指標 CSV の生成・統計集計 |
 | テスト | `pytest` | 単体テスト |
 | Lint / Format | `ruff` | コードチェック・整形（uv エコシステムと整合） |
diff --git "a/docs/04_SPEC/SPEC_01_\343\202\242\343\203\274\343\202\255\343\203\206\343\202\257\343\203\201\343\203\243\350\250\255\350\250\210.md" "b/docs/04_SPEC/SPEC_01_\343\202\242\343\203\274\343\202\255\343\203\206\343\202\257\343\203\201\343\203\243\350\250\255\350\250\210.md"
index b9342a3..423b0e5 100644
--- "a/docs/04_SPEC/SPEC_01_\343\202\242\343\203\274\343\202\255\343\203\206\343\202\257\343\203\201\343\203\243\350\250\255\350\250\210.md"
+++ "b/docs/04_SPEC/SPEC_01_\343\202\242\343\203\274\343\202\255\343\203\206\343\202\257\343\203\201\343\203\243\350\250\255\350\250\210.md"
@@ -88,7 +88,7 @@
 | `scene/builder` | YAML 設定全体を Mitsuba scene dict に変換するエントリ．他のサブ層を呼ぶ | 入力: YAML dict．出力: Mitsuba scene |
 | `scene/lights` | YAML 光源定義 → Mitsuba の `point` / `area` / etc. emitter | 1 LED 定義 → 1 emitter |
 | `scene/materials` | YAML 材料定義 → Mitsuba BSDF（`diffuse` / `dielectric` / `thindielectric`） | 1 材料定義 → 1 BSDF |
-| `scene/sensors` | YAML センサ定義 → Mitsuba `perspective` センサ | 1 センサ定義 → 1 sensor |
+| `scene/sensors` | YAML センサ定義 → Mitsuba `perspective` / `orthographic` センサ | 1 センサ定義 → 1 sensor．orthographic は照度マップ取得用 |
 | `render/runner` | Mitsuba scene + パラメータ → 輝度配列 | spp / max_depth / variant 切替 |
 | `render/output` | 輝度配列 → PNG / luminance.npy ファイル | tone mapping 等の選択肢を持つ |
 | `evaluation/roi` | 画像 + ROI 定義 → ROI 内の輝度配列 | image_pixel / scene_face 両対応 |
diff --git "a/docs/04_SPEC/SPEC_02_\343\202\267\343\203\274\343\203\263\345\256\232\347\276\251\344\273\225\346\247\230.md" "b/docs/04_SPEC/SPEC_02_\343\202\267\343\203\274\343\203\263\345\256\232\347\276\251\344\273\225\346\247\230.md"
index f8927dc..b7ca23e 100644
--- "a/docs/04_SPEC/SPEC_02_\343\202\267\343\203\274\343\203\263\345\256\232\347\276\251\344\273\225\346\247\230.md"
+++ "b/docs/04_SPEC/SPEC_02_\343\202\267\343\203\274\343\203\263\345\256\232\347\276\251\344\273\225\346\247\230.md"
@@ -93,19 +93,38 @@
 
 ### sensor
 
+`type` は `perspective`（通常カメラ）または `orthographic`（平行投影）から選ぶ．
+
 ```yaml
+# パターン 1: perspective（通常カメラ）— fov_deg 必須
 sensor:
-  type: perspective                  # perspective のみ対応
+  type: perspective
   position: [0, 0, 50]               # mm
   target: [0, 0, 0]
   up: [0, 1, 0]
-  fov_deg: 60                        # x 方向 FOV
+  fov_deg: 60                        # x 方向 FOV [deg]
   film:
     width: 1920
     height: 1920
     rfilter: gaussian                # ピクセルフィルタ
+
+# パターン 2: orthographic（平行投影）— ortho_scale 必須
+sensor:
+  type: orthographic
+  position: [0, 0, -50]              # mm（撮影面に対する距離）
+  target: [0, 0, 0]                  # 撮影面の中心
+  up: [0, 1, 0]
+  ortho_scale: [50, 52]              # 撮影範囲の半幅 (sx, sy) [mm]．画像 X 軸 ±sx, Y 軸 ±sy にマップ
+  film:
+    width: 512
+    height: 512
+    rfilter: gaussian
 ```
 
+`orthographic` は **評価板の表面上の照度マップを 2D 画像として直接取得** する用途で使う．
+pixel と評価板の物理 mm 座標が 1 対 1 で対応し、パースペクティブ歪みがない．
+詳細は [SPEC_03_基準設計の物理構成](SPEC_03_基準設計の物理構成.md) のカメラ（センサ）セクションを参照．
+
 ### render
 
 ```yaml
diff --git "a/docs/04_SPEC/SPEC_03_\345\237\272\346\272\226\350\250\255\350\250\210\343\201\256\347\211\251\347\220\206\346\247\213\346\210\220.md" "b/docs/04_SPEC/SPEC_03_\345\237\272\346\272\226\350\250\255\350\250\210\343\201\256\347\211\251\347\220\206\346\247\213\346\210\220.md"
new file mode 100644
index 0000000..2b2ff56
--- /dev/null
+++ "b/docs/04_SPEC/SPEC_03_\345\237\272\346\272\226\350\250\255\350\250\210\343\201\256\347\211\251\347\220\206\346\247\213\346\210\220.md"
@@ -0,0 +1,166 @@
+# 基準設計の物理構成 (Baseline Physical Configuration)
+
+## 概要 (Overview)
+
+Step 8（基準設計のキャリブレーション）で対象とする MiniTIAS 実機の物理構成を定義する．
+本ドキュメントは実機写真（[REFERENCE/](../../REFERENCE/)）と Fusion 360 設計データから読み取った構成を、シミュレーション側でどう表現するかの **認識合わせ** を残すためのものである．
+
+仕様確定前の暫定値（材料パラメータ・LED 強度等）はキャリブレーション反復で更新する．
+
+実体は [configs/scene_baseline.yaml](../../configs/scene_baseline.yaml)．
+
+## 座標系 (Coordinate System)
+
+- 単位: mm（YAML 内）．シミュレータには m に変換して渡す．
+- 原点: STL モデル（Fusion 360 エクスポート）の座標系を踏襲．
+- 主要部品の Z 座標（中心）:
+  - 評価板（照明ムラ補正ボード）: Z=+4（厚み Z=-4.5〜+12.5）
+  - LED 基板カバー: Z=-65.3
+  - スマホ（SH-02M）: Z=-154.4
+
+## 評価板（照明ムラ補正ボード）
+
+### 構造
+
+| 面 | 法線 | Z 座標 | 構造 | 役割 |
+| --- | --- | --- | --- | --- |
+| 表面（外側） | +Z 法線 | Z=-2.5〜+12.5（凹凸） | 楕円窓 + AR マーカー + カラーチャート | 撮影された画像で見える側．スマホで写真を撮るときに映る面 |
+| **裏面（内側）** | **-Z 法線** | **Z=-4.5（平面）** | **平坦な取付面** | **照度均一性の評価対象面．LED 光がこの面に均一に届くことが MiniTIAS の設計目的** |
+
+### 評価対象面
+
+**評価対象は内側（平坦面、-Z 法線面）の照度分布**．照明ムラ評価とは「この面に届く光が空間的に均一かどうか」を測ること．
+
+## LED（光源）
+
+### 物理仕様
+
+| 項目 | 値 | 根拠 |
+| --- | --- | --- |
+| パッケージ | SMD 2835 | [REFERENCE/smd2835_datasheets.png](../../REFERENCE/smd2835_datasheets.png) |
+| サイズ | 2.8 × 3.5 mm | データシート（Samsung / Bridgelux / Lumileds 共通） |
+| 配光角（ビーム角） | 120°（≒ Lambertian） | データシート |
+
+### モデル化（光の広がり方）
+
+- Mitsuba の **AreaLight (rectangle)** として表現
+- 発光面の **片面のみ** から放射する（`direction` ベクトルが示す向き側．裏面は完全に発光しない）
+- 放射分布は **Lambertian**（法線方向で最大，cos(θ) で減衰）
+  - データシートのビーム角 120° は半値全幅 ±60° に相当し，Lambertian の cos(60°)=0.5 と一致するため矛盾なし
+- 各 LED の `direction` は **z 軸マイナス方向 `(0, 0, -1)`** で全 18 個共通．光は -Z 半球側に Lambertian で広がる
+- `radiance` は暫定 `1.0 W/sr/m²`（キャリブレーション反復で実機 W 値に校正予定）
+  - 全光束への換算: `Φ [W] = radiance × area × π`（Lambertian 半球積分）
+  - 1 LED あたりの面積: `2.8 × 3.5 = 9.8 mm² = 9.8e-6 m²`
+  - `radiance=1.0` のとき `Φ = 1.0 × 9.8e-6 × π ≈ 3.08e-5 W`（極めて小さい．実機 LED は ~0.2 W なので約 6500 倍の校正が必要）
+
+### 配置
+
+実機の LED 基板は **前側のでっぱりの直角部分** に取り付けられている．3 基板を Z 軸まわりに ±90° 回転で配置：
+
+| 基板 | 基板中心 [mm] | LED 並び方向 | 個数 |
+| --- | --- | --- | --- |
+| 下（Y-） | (0, -70.2, -65.3) | X 軸 | 6 |
+| 右（X+） | (70.2, 0, -65.3) | Y 軸 | 6 |
+| 左（X-） | (-70.2, 0, -65.3) | Y 軸 | 6 |
+
+各基板上の LED 6 個は基板の長手方向に約 8.7 mm 間隔で等間隔配置．総数 **18 個**．
+
+※ 左右基板の中心座標は STL の下基板（`LED基板カバー.stl`、bbox 中心 (0, -70.2, -65.3)）を基準に Z 軸まわり ±90° 回転で算出した推定値．Fusion 360 設計の実位置と微小なズレがある可能性あり．
+
+## カメラ（センサ）
+
+評価板の **内側（平坦面）の照度マップを 2D 画像として直接取得** するため、orthographic（平行投影）センサを使う．
+
+| 項目 | 値 | 意図 |
+| --- | --- | --- |
+| `type` | `orthographic` | パースペクティブ歪みを排除し、評価板の各位置の輝度を pixel と 1 対 1 対応させる |
+| `position` | (0, 0, -50) mm | 評価板の裏面（Z=-4.5）より少し離れ、かつ LED 基板（Z=-65.3）より評価板側．ray の経路に LED が入らない位置 |
+| `target` | (0, 0, 0) mm | 評価板の方向（+Z）を見る |
+| `ortho_scale` | (50, 52) mm | 評価板の bbox（X=99, Y=102 mm）に余裕を持たせた半幅 |
+
+カメラ位置が評価板に近すぎる（Z=-10 等）と Mitsuba の orthographic の near_clip 内に入って何も映らないので注意．
+
+## レンダリング設定（多重反射の扱い）
+
+Mitsuba 3 の **path tracer**（モンテカルロ光線追跡）を使用し、多重反射（インターリフレクション）まで含めて計算する．
+
+| 項目 | 値 | 意味 |
+| --- | --- | --- |
+| `integrator` | `path` | **多重反射を考慮した** path tracing．LED → 内壁 → 評価板 のような間接照明経路もすべて積分する |
+| `max_depth` | 8 | ray の最大反射回数．8 回までの反射を追跡（実用上 MiniTIAS の白筐体内多重反射には十分） |
+| `spp` | 128 | pixel あたりサンプル数．大きいほどノイズ減・計算重．キャリブ反復中の暫定値（512〜1024 に上げる予定） |
+| `variant` | `llvm_ad_rgb` | LLVM JIT による RGB レンダリング．LLVM-C.dll が PATH（または DRJIT_LIBLLVM_PATH）で参照可能なこと |
+
+### 多重反射の意味
+
+LED 光が評価板に届く経路は以下のすべてが計算される：
+
+1. **直接光**: LED → 評価板（評価板の表面に直接当たる光）
+2. **1 回反射**: LED → 内壁 → 評価板
+3. **2 回反射**: LED → 内壁 → 内壁 → 評価板
+4. ...
+5. **max_depth (8) 回反射まで**
+
+MiniTIAS は **白い筐体内壁の多重反射で照明を均一化** する設計のため、多重反射の正確な計算が CoV 値の再現に必須．
+
+### 制限
+
+- 現状 Phase A のベイク（[visualize/baker.py](../../src/sm_tias_lightsim/visualize/baker.py)）は直接照度のみで多重反射を考慮しない．多重反射込みの照度マップを得るには本ドキュメント記載の path tracer（`sm-render`）を使う．
+- `max_depth` を超える反射は無視される．白筐体（reflectance 0.85）で 8 回反射した光のエネルギーは初期の `0.85^8 ≈ 27%` まで減衰しているため、無視しても影響は小さい．
+
+## 筐体（材料）
+
+実機の筐体構造物（前側 / 後側 / LED 基板カバー / 評価板）は **すべて同じ 3D プリンタ白素材**（PLA / PETG / ABS の白フィラメント）で造形されている．スマホホルダのみ別素材．多重反射で照明を均一化する設計．
+
+| 部品 | 材料定義名 | 材料モデル | reflectance | 備考 |
+| --- | --- | --- | --- | --- |
+| 前側 / 後側（筐体） | `printer_white` | `diffuse` | 0.85 | 3D プリンタ白フィラメント（暫定値．実物の素材データシートで再校正） |
+| LED 基板カバー | `printer_white` | `diffuse` | 0.85 | **同じ 3D プリンタ白素材．不透明な白プラの枠**で LED の周囲を囲む構造であり、LED 光が透過するディフューザーではない |
+| 評価板 | `printer_white` | `diffuse` | 0.85 | 3D プリンタ白．照度マップ上の輝度から照度への換算は `E ≈ pixel × π / 0.85` |
+| スマホホルダ | `holder_dark` | `diffuse` | 0.50 | 別素材（推定．要確認） |
+| スマホ本体（SH-02M） | `phone_body_dark` | `diffuse` | 0.05 | 樹脂・金属の黒系 |
+
+### LED 基板カバーの取り扱いについて
+
+当初 `thindielectric`（半透明 PMMA）でディフューザーとしてモデル化していたが、実機は 3D プリンタ白素材（不透明）であることが判明したため `diffuse 0.85` に変更した．これにより：
+
+- LED 光は基板カバーを **透過しない**．Lambertian の発光面（AreaLight）から直接シーン空間に放出される
+- 基板カバーの表面は **白プラとして拡散反射** に寄与し、多重反射の経路の一部になる
+- 「半透明ディフューザーで散乱しない」問題は解消（そもそも実機にディフューザーは存在しなかった）
+
+## キャリブレーション目標（実測値）
+
+[PLAN_02](../03_PLAN/PLAN_02_開発ステップ.md) より：
+
+| 指標 | 実測値 | 仮置き許容範囲 |
+| --- | --- | --- |
+| CoV | 0.0426 | ±0.005 |
+| 中心/周辺比 | 1.064 | ±0.02 |
+| 勾配 (%) | 6.23 | ±1.5 |
+
+## 想定どおりの挙動（追加対応不要）
+
+以下は実機と一致する挙動として **意図的にそのままにしている** 項目：
+
+1. **評価板の楕円窓からの光漏れ**: 楕円窓は撮影用開口で、均一性測定時にも何も塞がない．シミュ上で楕円窓から外部に光が逃げる挙動は実機と整合．
+2. **筐体開口部（スマホ取付穴等）からの光漏れ**: 同上．実機でも漏れる構造で、シミュも同じ．
+3. **被写体（白板）は別途配置しない**: 「補正ボード」= 評価板（照明ムラ補正ボード）そのものを指す．楕円窓の奥に追加の白板は置かない．
+
+## 既知の差分（実機との不一致）
+
+Step 8 進行中に把握した、実機との未解消の差分：
+
+1. **3D プリンタ白素材の反射率の正確な値**: 暫定 `0.85` だが、実物のフィラメント（PLA / PETG / ABS のどれか）と分光反射率データで再校正が必要．
+2. **左右 LED 基板の正確な位置・向き**: STL から推定した座標で、Fusion 360 設計とのズレがある可能性．
+3. **LED 1 個あたりの実 W 値**: 暫定 `radiance=1.0 W/sr/m²`（≒ 3.08e-5 W）．実機 SMD 2835 の規格値（~0.2 W）との校正係数を確定する必要．
+4. **スマホホルダの実素材**: 推定 `holder_dark` (0.50)．実物確認が必要．
+5. **評価 ROI の不一致**: シミュ側は「評価板内側面の中央 256×256 pixel 矩形」で CoV を算出．MiniTias-Evaluation で実測値 CoV=0.0426 を出した際の ROI 設定（位置・形状）と一致しているか未確認．
+
+## 参照（References）
+
+- 実機写真: [REFERENCE/housing_interior_real.jpg](../../REFERENCE/housing_interior_real.jpg)
+- LED 基板拡大: [REFERENCE/led_board_closeup.jpg](../../REFERENCE/led_board_closeup.jpg)
+- Fusion 360 内部視点: [REFERENCE/fusion360_housing_interior.png](../../REFERENCE/fusion360_housing_interior.png)
+- LED データシート: [REFERENCE/smd2835_datasheets.png](../../REFERENCE/smd2835_datasheets.png)
+- YAML 仕様（一般形）: [SPEC_02_シーン定義仕様](SPEC_02_シーン定義仕様.md)
+- 基準設定の YAML 実体: [configs/scene_baseline.yaml](../../configs/scene_baseline.yaml)
diff --git a/pyproject.toml b/pyproject.toml
index 1cad8e0..c69bf61 100644
--- a/pyproject.toml
+++ b/pyproject.toml
@@ -9,6 +9,7 @@
     "matplotlib>=3.10.9",
     "mitsuba>=3.8.0",
     "numpy>=2.4.4",
+    "opencv-python>=4.13.0.92",
     "pandas>=3.0.2",
     "pillow>=12.2.0",
     "pydantic>=2.13.3",
diff --git a/scripts/select_white_board.py b/scripts/select_white_board.py
new file mode 100644
index 0000000..8e91fa7
--- /dev/null
+++ b/scripts/select_white_board.py
@@ -0,0 +1,88 @@
+"""実測 PNG で白色板の境界をマウスドラッグで選択する GUI スクリプト．
+
+使い方:
+    uv run python scripts/select_white_board.py \
+        [--image reference_measurement/.../*.png] [--output configs/white_board_bbox.json]
+
+操作:
+    1. 表示された画像で白色板の **境界を囲むように** マウスでドラッグして矩形を引く
+    2. Enter または Space で確定
+    3. 結果が JSON に保存される
+
+備考:
+    実画像は 2448x3264 と大きいので 30% 縮小表示する．座標は実寸に変換して保存．
+"""
+
+from __future__ import annotations
+
+import argparse
+import json
+from pathlib import Path
+
+import cv2
+
+
+def main() -> None:
+    parser = argparse.ArgumentParser(description="Select white board boundary in real PNG")
+    parser.add_argument(
+        "--image",
+        type=Path,
+        default=Path("reference_measurement/MiniTIAS_20260408_144434/MiniTIAS_20260408_144434.png"),
+        help="実測 PNG パス",
+    )
+    parser.add_argument(
+        "--output",
+        type=Path,
+        default=Path("configs/white_board_bbox.json"),
+        help="出力 JSON パス",
+    )
+    parser.add_argument("--scale", type=float, default=0.3, help="表示時の縮小率")
+    args = parser.parse_args()
+
+    if not args.image.exists():
+        msg = f"画像が見つかりません: {args.image}"
+        raise FileNotFoundError(msg)
+
+    img = cv2.imread(str(args.image))
+    if img is None:
+        msg = f"画像を読み込めません: {args.image}"
+        raise RuntimeError(msg)
+    h, w = img.shape[:2]
+    print(f"画像サイズ: {w} x {h}")
+
+    small = cv2.resize(img, None, fx=args.scale, fy=args.scale)
+    print("白色板の境界をマウスでドラッグして選択してください（Enter/Space で確定）")
+    bbox_small = cv2.selectROI(
+        "Select white board (drag, then Enter/Space)",
+        small,
+        fromCenter=False,
+        showCrosshair=True,
+    )
+    cv2.destroyAllWindows()
+
+    if bbox_small == (0, 0, 0, 0):
+        print("選択がキャンセルされました")
+        return
+
+    # 実寸に戻す
+    x = int(bbox_small[0] / args.scale)
+    y = int(bbox_small[1] / args.scale)
+    bw = int(bbox_small[2] / args.scale)
+    bh = int(bbox_small[3] / args.scale)
+    result = {
+        "image": str(args.image),
+        "x": x,
+        "y": y,
+        "width": bw,
+        "height": bh,
+    }
+
+    args.output.parent.mkdir(parents=True, exist_ok=True)
+    args.output.write_text(json.dumps(result, ensure_ascii=False, indent=2), encoding="utf-8")
+    print(f"\n保存: {args.output}")
+    print(f"白色板 bbox: x={x}, y={y}, width={bw}, height={bh}")
+    print(f"画像中心からのオフセット: ({x + bw//2 - w//2}, {y + bh//2 - h//2})")
+
+
+if __name__ == "__main__":
+    main()
diff --git a/scripts/visualize_roi_3d.py b/scripts/visualize_roi_3d.py
new file mode 100644
index 0000000..daa433f
--- /dev/null
+++ b/scripts/visualize_roi_3d.py
@@ -0,0 +1,205 @@
+"""シミュ評価板 STL の上に ROI 矩形を 3D で重ねて表示するスクリプト．
+
+使い方:
+    uv run python scripts/visualize_roi_3d.py [--white-board configs/white_board_bbox.json] \
+        [--real-roi-x 539 --real-roi-y 1015 --real-roi-w 1400 --real-roi-h 1409] \
+        [--screenshot output/roi_3d.png]
+
+意図:
+    実測 ROI が白色板内で占める「相対位置」を、シミュの評価板（同じ形状の白色板を想定）の
+    物理サイズに変換し、評価板 STL の表面に 3D 矩形として重ねる．
+    人間が見て「シミュの ROI が評価板のここに対応する」と確認するため．
+
+備考:
+    白色板の物理サイズは「評価板の bbox（X=99, Y=102 mm）」を使う
+    （白色板 = 評価板の有効測定面と仮定）．
+"""
+
+from __future__ import annotations
+
+import argparse
+import json
+from pathlib import Path
+
+import numpy as np
+import pyvista as pv
+import trimesh
+
+
+def main() -> None:
+    parser = argparse.ArgumentParser(description="Visualize ROI on eval board (3D)")
+    parser.add_argument("--white-board", type=Path, default=Path("configs/white_board_bbox.json"))
+    parser.add_argument("--real-roi-x", type=int, default=539)
+    parser.add_argument("--real-roi-y", type=int, default=1015)
+    parser.add_argument("--real-roi-w", type=int, default=1400)
+    parser.add_argument("--real-roi-h", type=int, default=1409)
+    parser.add_argument(
+        "--screenshot", type=Path, default=None, help="出力 PNG．未指定なら GUI を開く"
+    )
+    parser.add_argument("--off-screen", action="store_true")
+    parser.add_argument(
+        "--flip-y",
+        action="store_true",
+        default=True,
+        # 実機の物理上下と画像 y の向きが逆の場合に反転する（デフォルト ON）
+        help="実測 PNG の y 軸を反転して物理 Y にマップ．デフォルト ON",
+    )
+    parser.add_argument(
+        "--no-flip-y",
+        dest="flip_y",
+        action="store_false",
+        help="y 軸を反転しない",
+    )
+    parser.add_argument(
+        "--flip-x",
+        action="store_true",
+        default=False,
+        help="実測 PNG の x 軸を反転して物理 X にマップ（実機の物理左右と画像 x の向きが逆の場合）",
+    )
+    args = parser.parse_args()
+
+    if not args.white_board.exists():
+        msg = (
+            f"白色板 bbox JSON が見つかりません: {args.white_board}\n"
+            "先に `uv run python scripts/select_white_board.py` を実行してください．"
+        )
+        raise FileNotFoundError(msg)
+
+    wb = json.loads(args.white_board.read_text(encoding="utf-8"))
+    wb_x, wb_y, wb_w, wb_h = wb["x"], wb["y"], wb["width"], wb["height"]
+    print(f"白色板 bbox (real PNG): x={wb_x}, y={wb_y}, w={wb_w}, h={wb_h}")
+
+    rx, ry, rw, rh = args.real_roi_x, args.real_roi_y, args.real_roi_w, args.real_roi_h
+    print(f"実測 ROI: x={rx}, y={ry}, w={rw}, h={rh}")
+
+    # ROI の相対位置（白色板内 0〜1）
+    rel_x = (rx - wb_x) / wb_w
+    rel_y = (ry - wb_y) / wb_h
+    rel_w = rw / wb_w
+    rel_h = rh / wb_h
+    print(f"  相対位置: x={rel_x:.3f}, y={rel_y:.3f}, w={rel_w:.3f}, h={rel_h:.3f}")
+
+    # 評価板 STL を読み込み
+    eval_stl = Path("configs/meshes/照明ムラ補正ボード.stl")
+    m = trimesh.load(eval_stl, force="mesh")
+    print(f"\n評価板 STL bbox (mm): min={m.bounds[0]}, max={m.bounds[1]}")
+    board_xmin, board_xmax = m.bounds[0, 0], m.bounds[1, 0]
+    board_ymin, board_ymax = m.bounds[0, 1], m.bounds[1, 1]
+    board_w = board_xmax - board_xmin
+    board_h = board_ymax - board_ymin
+
+    # ROI の評価板内 mm 範囲
+    if args.flip_x:
+        flipped_x_start = 1.0 - (rel_x + rel_w)
+        roi_xmin_mm = board_xmin + flipped_x_start * board_w
+        roi_xmax_mm = roi_xmin_mm + rel_w * board_w
+        print(f"  X 反転適用: rel_x_orig={rel_x:.3f} → flipped={flipped_x_start:.3f}")
+    else:
+        roi_xmin_mm = board_xmin + rel_x * board_w
+        roi_xmax_mm = roi_xmin_mm + rel_w * board_w
+    if args.flip_y:
+        # 実測 PNG の y 増加（画像下方向）= 物理 Y 減少と仮定して反転
+        # 白色板内 y 相対位置 [rel_y, rel_y+rel_h] を 1.0 から引いて反転
+        flipped_y_start = 1.0 - (rel_y + rel_h)
+        roi_ymin_mm = board_ymin + flipped_y_start * board_h
+        roi_ymax_mm = roi_ymin_mm + rel_h * board_h
+        print(f"  Y 反転適用: rel_y_orig={rel_y:.3f} → flipped={flipped_y_start:.3f}")
+    else:
+        roi_ymin_mm = board_ymin + rel_y * board_h
+        roi_ymax_mm = roi_ymin_mm + rel_h * board_h
+
+    # 評価板の裏面（平坦面、-Z 法線、Z=最小）に ROI を重ねる
+    # 表面は凹凸が多くて視認しにくいため平坦な裏面を採用
+    z_bottom = m.bounds[0, 2]
+    z_offset = -1.0  # 裏面のさらに -Z 方向に矩形を浮かせて視認性確保
+
+    print("\nROI の評価板上 mm 範囲:")
+    print(f"  X: [{roi_xmin_mm:.2f}, {roi_xmax_mm:.2f}]")
+    print(f"  Y: [{roi_ymin_mm:.2f}, {roi_ymax_mm:.2f}]")
+    print(f"  Z: {z_bottom + z_offset:.2f}（裏面 Z={z_bottom:.2f} のさらに {z_offset}mm 下）")
+
+    # PyVista で表示
+    plotter = pv.Plotter(
+        off_screen=args.off_screen or args.screenshot is not None,
+        window_size=(1400, 1000),
+    )
+
+    # ----- シーン全体のメッシュを追加 -----
+    scene_meshes = [
+        ("照明ムラ補正ボード.stl", "lightgray", 0.85, "評価板"),
+        ("前側.stl", "white", 0.20, "前側筐体"),
+        ("後側.stl", "white", 0.20, "後側筐体"),
+        ("スマホホルダ.stl", "tan", 0.30, "スマホホルダ"),
+        ("LED基板カバー.stl", "lightblue", 0.40, "LED 基板カバー"),
+        ("SH-02M.stl", "dimgray", 0.30, "スマホ"),
+    ]
+    for stl_name, color, opacity, label in scene_meshes:
+        stl_path = Path(f"configs/meshes/{stl_name}")
+        if not stl_path.exists():
+            continue
+        mesh = trimesh.load(stl_path, force="mesh")
+        v = mesh.vertices * 0.001
+        f = np.hstack([np.full((len(mesh.faces), 1), 3), mesh.faces]).flatten()
+        plotter.add_mesh(pv.PolyData(v, f), color=color, opacity=opacity, label=label)
+
+    # LED 18 個を黄色い小球で表示
+    import yaml
+    cfg = yaml.safe_load(Path("configs/scene_baseline.yaml").read_text(encoding="utf-8"))
+    for light in cfg.get("lights", []):
+        if light.get("type") == "area":
+            cx, cy, cz = light["center"]
+            pos = np.array([cx, cy, cz]) * 0.001
+            plotter.add_mesh(pv.Sphere(radius=0.003, center=pos), color="yellow")
+
+    # ROI 矩形（評価板の裏面 -Z 側に浮かせて表示）
+    roi_corners_mm = np.array([
+        [roi_xmin_mm, roi_ymin_mm, z_bottom + z_offset],
+        [roi_xmax_mm, roi_ymin_mm, z_bottom + z_offset],
+        [roi_xmax_mm, roi_ymax_mm, z_bottom + z_offset],
+        [roi_xmin_mm, roi_ymax_mm, z_bottom + z_offset],
+    ])
+    roi_corners_m = roi_corners_mm * 0.001
+    # 矩形を 2 三角形で
+    faces = np.array([[3, 0, 1, 2], [3, 0, 2, 3]]).flatten()
+    roi_poly = pv.PolyData(roi_corners_m, faces)
+    plotter.add_mesh(roi_poly, color="red", opacity=0.5, label="ROI（実測対応）")
+    # 矩形の枠線も
+    for i in range(4):
+        a = roi_corners_m[i]
+        b = roi_corners_m[(i + 1) % 4]
+        line = pv.Line(a, b)
+        plotter.add_mesh(line, color="red", line_width=5)
+
+    plotter.add_axes()
+    annotation = (
+        f"Red = ROI on eval board BACK surface (flat, -Z side)\n"
+        f"Range (mm): X=[{roi_xmin_mm:.1f},{roi_xmax_mm:.1f}]"
+        f" Y=[{roi_ymin_mm:.1f},{roi_ymax_mm:.1f}]"
+    )
+    plotter.add_text(annotation, position="upper_left", font_size=10, color="black")
+
+    # 座標軸（X+/Y+/Z+ の向きが見える）
+    plotter.add_axes(interactive=True)
+    plotter.show_bounds(
+        grid="back",
+        location="outer",
+        xtitle="X [m]",
+        ytitle="Y [m]",
+        ztitle="Z [m]",
+        all_edges=True,
+    )
+
+    # デフォルトの視点（screenshot 時のみ．GUI 時はマウスでぐりぐり回せる）
+    if args.screenshot is not None:
+        plotter.camera_position = [(0.15, -0.20, 0.05), (0, 0, -0.05), (0, 0, 1)]
+
+    if args.screenshot is not None:
+        args.screenshot.parent.mkdir(parents=True, exist_ok=True)
+        plotter.show(screenshot=str(args.screenshot))
+        print(f"\n保存: {args.screenshot}")
+    else:
+        plotter.show()
+
+
+if __name__ == "__main__":
+    main()
diff --git a/src/sm_tias_lightsim/cli/evaluate.py b/src/sm_tias_lightsim/cli/evaluate.py
index 565964a..a0f90d3 100644
--- a/src/sm_tias_lightsim/cli/evaluate.py
+++ b/src/sm_tias_lightsim/cli/evaluate.py
@@ -237,7 +237,7 @@
         save_radial_profile(radial_profile, figures_dir / _RADIAL_PROFILE_FILENAME)
 
     if zone_map is not None:
-        save_zone_map(zone_map, figures_dir / _ZONE_MAP_FILENAME)
+        save_zone_map(zone_map, figures_dir / _ZONE_MAP_FILENAME, luminance=roi_luminance)
 
 
 def _print_summary(metrics: dict, csv_path: Path, figures_dir: Path) -> None:
diff --git a/src/sm_tias_lightsim/evaluation/visualize.py b/src/sm_tias_lightsim/evaluation/visualize.py
index 36d3265..aa43002 100644
--- a/src/sm_tias_lightsim/evaluation/visualize.py
+++ b/src/sm_tias_lightsim/evaluation/visualize.py
@@ -5,6 +5,9 @@
 
 各関数は figure を生成 → savefig → plt.close(fig) の形式で実装し，
 メモリリークを防ぐ．
+
+カラーマップ・軸ラベル・全体のスタイルは MiniTias-Evaluation の出力と揃えている
+（実測 PNG とシミュ PNG を並べて比較できるように）．
 """
 
 from __future__ import annotations
@@ -19,17 +22,21 @@
 matplotlib.use("Agg")
 
 import matplotlib.figure  # noqa: E402
-import matplotlib.patches  # noqa: E402
 import matplotlib.pyplot as plt  # noqa: E402
 import numpy  # noqa: E402
 
-# ゾーンラベルと RGB 値（classify_zones の 0=center/1=middle/2=periphery に対応）
-_ZONE_LABELS = ["center", "middle", "periphery"]
-_ZONE_COLORS_HEX = ["#e74c3c", "#f39c12", "#2ecc71"]
-# hex カラーを [0, 1] RGB タプルに変換しておく（save_zone_map 呼び出しごとの変換を避けるため）
-_ZONE_COLORS_RGB: list[tuple[float, float, float]] = [
+# MiniTias-Evaluation の出力に合わせて hot カラーマップを統一使用する．
+_LUMINANCE_CMAP = "hot"
+
+# ゾーン境界の表示色（中心-中間，中間-周辺の 2 本）
+_ZONE_BOUNDARY_COLORS = ["cyan", "lime"]
+
+# フォールバック描画（luminance=None 時）のゾーン塗り分け色（center/middle/periphery）
+_ZONE_FALLBACK_COLORS_HEX = ["#e74c3c", "#f39c12", "#2ecc71"]
+# hex カラーを [0, 1] RGB タプルに変換済み（save_zone_map 呼び出しごとの変換を避けるため）
+_ZONE_FALLBACK_COLORS_RGB: list[tuple[float, float, float]] = [
     (int(h[1:3], 16) / 255.0, int(h[3:5], 16) / 255.0, int(h[5:7], 16) / 255.0)
-    for h in _ZONE_COLORS_HEX
+    for h in _ZONE_FALLBACK_COLORS_HEX
 ]
 
 
@@ -56,27 +63,30 @@
         output_path: 保存先 PNG パス．
     """
     fig, ax = plt.subplots(figsize=(6, 5))
-    im = ax.imshow(luminance, cmap="viridis", origin="upper")
+    im = ax.imshow(luminance, cmap=_LUMINANCE_CMAP, origin="upper")
     fig.colorbar(im, ax=ax, label="Luminance")
     ax.set_title("Luminance Map")
-    ax.set_xlabel("X [px]")
-    ax.set_ylabel("Y [px]")
+    ax.set_xlabel("X (px)")
+    ax.set_ylabel("Y (px)")
     _save_figure(fig, output_path)
 
 
 def save_histogram(luminance: numpy.ndarray, output_path: Path, bins: int = 50) -> None:
     """輝度ヒストグラムを PNG として保存する．
 
+    横軸は uint8 全範囲（0〜255）に固定して MiniTias-Evaluation と比較しやすくする．
+
     Args:
         luminance: 輝度画像（H x W, float）．
         output_path: 保存先 PNG パス．
         bins: ヒストグラムのビン数．デフォルトは 50．
     """
-    fig, ax = plt.subplots(figsize=(6, 4))
-    ax.hist(luminance.ravel(), bins=bins, color="#3498db", edgecolor="none", alpha=0.8)
+    fig, ax = plt.subplots(figsize=(8, 5))
+    ax.hist(luminance.ravel(), bins=bins, color="#1f77b4", edgecolor="none")
     ax.set_title("Luminance Histogram")
     ax.set_xlabel("Luminance")
     ax.set_ylabel("Pixel Count")
+    ax.set_xlim(0, 255)
     _save_figure(fig, output_path)
 
 
@@ -93,8 +103,8 @@
     distances = profile[:, 0]
     mean_luminance = profile[:, 1]
 
-    fig, ax = plt.subplots(figsize=(6, 4))
-    ax.plot(distances, mean_luminance, marker="o", markersize=3, linewidth=1.5, color="#2c3e50")
+    fig, ax = plt.subplots(figsize=(8, 5))
+    ax.plot(distances, mean_luminance, marker="o", markersize=6, linewidth=2, color="#1f77b4")
     ax.set_title("Radial Luminance Profile")
     ax.set_xlabel("Normalized Distance from Center")
     ax.set_ylabel("Mean Luminance")
@@ -103,35 +113,48 @@
     _save_figure(fig, output_path)
 
 
-def save_zone_map(zone_map: numpy.ndarray, output_path: Path) -> None:
-    """ゾーンマップを 3 色で PNG として保存する．
+def save_zone_map(
+    zone_map: numpy.ndarray,
+    output_path: Path,
+    luminance: numpy.ndarray | None = None,
+) -> None:
+    """ゾーンマップを PNG として保存する．
 
-    `evaluation/zones.classify_zones` が返す int8 配列（0=center, 1=middle, 2=periphery）
-    を 3 色に着色して凡例付きで保存する．
+    MiniTias-Evaluation 互換：背景に輝度マップ（hot）を表示し、
+    その上にゾーン境界（center-middle，middle-periphery）を線で重ねる．
+
+    `luminance` が None の場合は zone_map のみを 3 色で塗り分けるフォールバック動作．
 
     Args:
         zone_map: ゾーンラベルマップ（shape: (H, W), dtype: int8）．
             値は 0（center）, 1（middle）, 2（periphery）．
         output_path: 保存先 PNG パス．
+        luminance: 背景に重ねる輝度マップ（H x W, float）．None ならゾーンの色塗りのみ．
     """
-    height, width = zone_map.shape
-    rgb = numpy.zeros((height, width, 3), dtype=numpy.float32)
-
-    for label, color_rgb in enumerate(_ZONE_COLORS_RGB):
-        mask = zone_map == label
-        rgb[mask] = color_rgb
-
     fig, ax = plt.subplots(figsize=(6, 5))
-    ax.imshow(rgb, origin="upper")
-    ax.set_title("Zone Map")
-    ax.set_xlabel("X [px]")
-    ax.set_ylabel("Y [px]")
 
-    # imshow は自動凡例を持たないため，凡例パッチを手動で生成する
-    legend_patches = [
-        matplotlib.patches.Patch(color=_ZONE_COLORS_HEX[i], label=_ZONE_LABELS[i])
-        for i in range(len(_ZONE_LABELS))
-    ]
-    ax.legend(handles=legend_patches, loc="upper right")
+    if luminance is not None:
+        im = ax.imshow(luminance, cmap=_LUMINANCE_CMAP, origin="upper")
+        fig.colorbar(im, ax=ax, label="Luminance")
+        # ゾーン境界線（zone_map のラベル変化を contour で抽出）
+        # zone_map: 0/1/2 → 境界は level=0.5（0-1）と level=1.5（1-2）
+        ax.contour(
+            zone_map.astype(float),
+            levels=[0.5, 1.5],
+            colors=_ZONE_BOUNDARY_COLORS,
+            linewidths=2,
+        )
+    else:
+        # フォールバック: 3 色塗り分け
+        height, width = zone_map.shape
+        rgb = numpy.zeros((height, width, 3), dtype=numpy.float32)
+        for label, color_rgb in enumerate(_ZONE_FALLBACK_COLORS_RGB):
+            mask = zone_map == label
+            rgb[mask] = color_rgb
+        ax.imshow(rgb, origin="upper")
+
+    ax.set_title("Zone Map (center / middle / periphery)")
+    ax.set_xlabel("X (px)")
+    ax.set_ylabel("Y (px)")
 
     _save_figure(fig, output_path)
diff --git a/src/sm_tias_lightsim/scene/schema.py b/src/sm_tias_lightsim/scene/schema.py
index 47bf488..b49cff3 100644
--- a/src/sm_tias_lightsim/scene/schema.py
+++ b/src/sm_tias_lightsim/scene/schema.py
@@ -41,24 +41,48 @@
 
 
 class SensorConfig(_FrozenBase):
-    """カメラセンサ設定．現在は perspective のみ対応．"""
+    """カメラセンサ設定．perspective または orthographic に対応．
 
-    type: Literal["perspective"]
+    - perspective: 通常のカメラ．fov_deg を必須．
+    - orthographic: 平行投影．ortho_scale (mm) を必須（撮影範囲の半幅 (sx, sy)）．
+      画像座標は X 軸が ±sx，Y 軸が ±sy にマップされる．
+    """
+
+    type: Literal["perspective", "orthographic"]
     position: Vec3 = Field(..., description="カメラ位置 [mm]")
     target: Vec3 = Field(..., description="注視点 [mm]")
     up: Vec3 = Field(..., description="上方向ベクトル")
-    fov_deg: float = Field(..., description="水平方向 FOV [deg]")
+    fov_deg: float | None = Field(
+        default=None, description="水平方向 FOV [deg]．perspective のみ必須"
+    )
+    ortho_scale: tuple[float, float] | None = Field(
+        default=None,
+        description="撮影範囲の半幅 (sx, sy) [mm]．orthographic のみ必須",
+    )
     film: FilmConfig
 
     @field_validator("fov_deg")
     @classmethod
-    def _validate_fov(cls, v: float) -> float:
+    def _validate_fov(cls, v: float | None) -> float | None:
         """FOV が 0 < fov_deg < 180 の範囲内であることを検証する．"""
+        if v is None:
+            return v
         if not (0.0 < v < 180.0):
             msg = f"fov_deg must be in range (0, 180), got {v}"
             raise ValueError(msg)
         return v
 
+    @model_validator(mode="after")
+    def _validate_type_specific_fields(self) -> SensorConfig:
+        """type に応じた必須フィールドの有無を検証する."""
+        if self.type == "perspective" and self.fov_deg is None:
+            msg = "perspective sensor requires fov_deg"
+            raise ValueError(msg)
+        if self.type == "orthographic" and self.ortho_scale is None:
+            msg = "orthographic sensor requires ortho_scale (sx, sy) in mm"
+            raise ValueError(msg)
+        return self
+
 
 # ---------------------------------------------------------------------------
 # Render
diff --git a/src/sm_tias_lightsim/scene/sensors.py b/src/sm_tias_lightsim/scene/sensors.py
index 3813b7f..24de308 100644
--- a/src/sm_tias_lightsim/scene/sensors.py
+++ b/src/sm_tias_lightsim/scene/sensors.py
@@ -18,25 +18,45 @@
         position_scale: 座標スケール係数（mm→m なら 0.001）．position/target にも適用．
 
     Returns:
-        Mitsuba sensor dict（perspective）．
+        Mitsuba sensor dict（perspective または orthographic）．
     """
     pos = [c * position_scale for c in sensor.position]
     target = [c * position_scale for c in sensor.target]
-    # 方向ベクトルは無次元なのでスケール不要
     up = list(sensor.up)
 
-    to_world = mi.ScalarTransform4f().look_at(origin=pos, target=target, up=up)
+    film = {
+        "type": "hdrfilm",
+        "width": sensor.film.width,
+        "height": sensor.film.height,
+        "rfilter": {"type": sensor.film.rfilter},
+    }
+    sampler = {"type": "independent", "sample_count": 1}
 
+    if sensor.type == "perspective":
+        to_world = mi.ScalarTransform4f().look_at(origin=pos, target=target, up=up)
+        return {
+            "type": "perspective",
+            "fov": sensor.fov_deg,
+            "to_world": to_world,
+            "film": film,
+            "sampler": sampler,
+        }
+
+    # orthographic: ortho_scale (mm) を画像幅・高さの半幅として使う．
+    # Mitsuba の orthographic は clip-space X,Y が ±1 → look_at × scale で実空間範囲を決める．
+    if sensor.ortho_scale is None:
+        msg = "orthographic sensor requires ortho_scale (validated in schema)"
+        raise RuntimeError(msg)
+    sx_m = sensor.ortho_scale[0] * position_scale
+    sy_m = sensor.ortho_scale[1] * position_scale
+    to_world = (
+        mi.ScalarTransform4f().look_at(origin=pos, target=target, up=up)
+        # Z 方向はスケールしない（奥行き軸はそのまま look_at の視錐台に従う）
+        @ mi.ScalarTransform4f().scale([sx_m, sy_m, 1.0])
+    )
     return {
-        "type": "perspective",
-        "fov": sensor.fov_deg,
+        "type": "orthographic",
         "to_world": to_world,
-        "film": {
-            "type": "hdrfilm",
-            "width": sensor.film.width,
-            "height": sensor.film.height,
-            "rfilter": {"type": sensor.film.rfilter},
-        },
-        # spp は render 時に渡すので置きの値
-        "sampler": {"type": "independent", "sample_count": 1},
+        "film": film,
+        "sampler": sampler,
     }
diff --git a/tests/cli/test_evaluate.py b/tests/cli/test_evaluate.py
index 7258c7b..e267630 100644
--- a/tests/cli/test_evaluate.py
+++ b/tests/cli/test_evaluate.py
@@ -580,6 +580,46 @@
 
 
 # ---------------------------------------------------------------------------
+# Step 8 追加: zone_map に luminance が渡されること（CLI 統合テスト）
+# ---------------------------------------------------------------------------
+
+
+def test_zone_map_png_is_created_with_luminance_background(tmp_path: Path):
+    """zones が有効な場合，zone_map.png が生成されること（CLI レベルの確認）．
+
+    仕様: zones.enabled のとき zone_map.png が figures/ に出力される
+         Step 8 変更: save_zone_map に luminance=roi_luminance を渡す
+         （cli/evaluate.py _save_figures: save_zone_map(zone_map, ..., luminance=roi_luminance)）
+    CLI レベルでは「PNG 生成成功」のみ確認する（API レベルのテストは test_visualize.py で担保）
+    """
+    luminance = _make_luminance_array(seed=100)
+    npy_path = tmp_path / "luminance.npy"
+    numpy.save(npy_path, luminance)
+    config_path = _make_eval_yaml(tmp_path, zones_enabled=True)
+    output_dir = tmp_path / "output"
+    result = _run_main(npy_path, config_path, output_dir)
+    assert result == 0
+    zone_map_path = output_dir / "figures" / "zone_map.png"
+    assert zone_map_path.exists()
+    assert zone_map_path.stat().st_size > 0
+
+
+def test_zone_map_png_is_not_created_when_zones_disabled(tmp_path: Path):
+    """zones.enabled=false の場合，zone_map.png が生成されないこと（後方互換）．
+
+    仕様: zone_map が None のとき save_zone_map は呼ばれない（cli/evaluate.py _save_figures）
+    """
+    luminance = _make_luminance_array(seed=101)
+    npy_path = tmp_path / "luminance.npy"
+    numpy.save(npy_path, luminance)
+    config_path = _make_eval_yaml(tmp_path, zones_enabled=False)
+    output_dir = tmp_path / "output"
+    result = _run_main(npy_path, config_path, output_dir)
+    assert result == 0
+    assert not (output_dir / "figures" / "zone_map.png").exists()
+
+
+# ---------------------------------------------------------------------------
 # 14. 短縮引数 -i / -c / -o
 # ---------------------------------------------------------------------------
 
diff --git a/tests/evaluation/test_visualize.py b/tests/evaluation/test_visualize.py
index 382ad06..cdb3718 100644
--- a/tests/evaluation/test_visualize.py
+++ b/tests/evaluation/test_visualize.py
@@ -199,3 +199,67 @@
     save_zone_map(zone_map, output_path)
     assert output_path.exists()
     assert output_path.stat().st_size > 0
+
+
+# ---------------------------------------------------------------------------
+# Step 8 追加: save_zone_map のシグネチャ拡張テスト
+# ---------------------------------------------------------------------------
+
+
+def test_save_zone_map_luminance_none_backward_compat_creates_file(tmp_path: Path):
+    """luminance=None で呼び出しても例外なく PNG が生成されること（後方互換性）．
+
+    仕様: luminance が None の場合は zone_map のみを 3 色で塗り分けるフォールバック動作
+         （visualize.py save_zone_map）
+    """
+    from sm_tias_lightsim.evaluation.zones import classify_zones, compute_normalized_distance_map
+
+    distance_map = compute_normalized_distance_map(32, 32)
+    zone_map = classify_zones(distance_map)
+    output_path = tmp_path / "zone_map_no_luminance.png"
+    save_zone_map(zone_map, output_path, luminance=None)
+    assert output_path.exists()
+    assert output_path.stat().st_size > 0
+
+
+def test_save_zone_map_with_luminance_creates_file(tmp_path: Path):
+    """luminance を渡すと例外なく PNG が生成されること（新機能）．
+
+    仕様: luminance 指定時は背景に hot luminance + ゾーン境界線を重ねる
+         （visualize.py save_zone_map）
+    """
+    from sm_tias_lightsim.evaluation.zones import classify_zones, compute_normalized_distance_map
+
+    luminance = _make_luminance(size=32)
+    distance_map = compute_normalized_distance_map(32, 32)
+    zone_map = classify_zones(distance_map)
+    output_path = tmp_path / "zone_map_with_luminance.png"
+    save_zone_map(zone_map, output_path, luminance=luminance)
+    assert output_path.exists()
+    assert output_path.stat().st_size > 0
+
+
+def test_save_zone_map_with_luminance_larger_than_without(tmp_path: Path):
+    """luminance を渡したときのファイルサイズが luminance=None より大きいこと．
+
+    仕様: luminance 指定時は背景に hot luminance + 境界線が加わるため情報量が増える
+         （visualize.py save_zone_map）
+    注: 厳密な画像 diff は行わず「ファイルサイズの差分」でのみ確認する．
+    """
+    from sm_tias_lightsim.evaluation.zones import classify_zones, compute_normalized_distance_map
+
+    luminance = _make_luminance(size=64)
+    distance_map = compute_normalized_distance_map(64, 64)
+    zone_map = classify_zones(distance_map)
+
+    path_no_lum = tmp_path / "zone_map_no_lum.png"
+    path_with_lum = tmp_path / "zone_map_with_lum.png"
+
+    save_zone_map(zone_map, path_no_lum, luminance=None)
+    save_zone_map(zone_map, path_with_lum, luminance=luminance)
+
+    size_no_lum = path_no_lum.stat().st_size
+    size_with_lum = path_with_lum.stat().st_size
+
+    # 背景輝度＋カラーバー＋境界線で情報量が増えるため，ファイルサイズも大きくなる
+    assert size_with_lum > size_no_lum
diff --git a/tests/scene/test_schema.py b/tests/scene/test_schema.py
index 7a4480a..d994330 100644
--- a/tests/scene/test_schema.py
+++ b/tests/scene/test_schema.py
@@ -404,12 +404,12 @@
 
 
 def test_invalid_sensor_type_raises(valid_minimal_dict):
-    """type: orthographic を指定したとき ValidationError が発生すること．
+    """type: fisheye 等のサポート外センサ型で ValidationError が発生すること．
 
-    仕様: sensor.type は perspective のみ (SPEC_02 sensor セクション)
+    仕様: sensor.type は perspective | orthographic の Literal (schema.py SensorConfig)
     """
     d = copy.deepcopy(valid_minimal_dict)
-    d["sensor"]["type"] = "orthographic"
+    d["sensor"]["type"] = "fisheye"
     with pytest.raises(ValidationError):
         SceneConfig.model_validate(d)
 
@@ -503,6 +503,80 @@
 
 
 # ---------------------------------------------------------------------------
+# 正常系: SensorConfig orthographic 対応（Step 8 追加）
+# ---------------------------------------------------------------------------
+
+
+def test_sensor_perspective_with_fov_is_valid(valid_minimal_dict):
+    """type=perspective + fov_deg=60 のとき検証が通過し，ortho_scale は None で OK なこと．
+
+    仕様: type=perspective のとき fov_deg 必須，ortho_scale は任意（schema.py SensorConfig）
+    """
+    d = copy.deepcopy(valid_minimal_dict)
+    d["sensor"]["type"] = "perspective"
+    d["sensor"]["fov_deg"] = 60.0
+    d["sensor"].pop("ortho_scale", None)
+    config = SceneConfig.model_validate(d)
+    assert config.sensor.type == "perspective"
+    assert config.sensor.fov_deg == pytest.approx(60.0)
+    assert config.sensor.ortho_scale is None
+
+
+def test_sensor_orthographic_with_ortho_scale_is_valid(valid_minimal_dict):
+    """type=orthographic + ortho_scale=(50, 52) のとき検証が通過し，fov_deg は None で OK なこと．
+
+    仕様: type=orthographic のとき ortho_scale 必須，fov_deg は任意（schema.py SensorConfig）
+    """
+    d = copy.deepcopy(valid_minimal_dict)
+    d["sensor"]["type"] = "orthographic"
+    d["sensor"].pop("fov_deg", None)
+    d["sensor"]["ortho_scale"] = [50.0, 52.0]
+    config = SceneConfig.model_validate(d)
+    assert config.sensor.type == "orthographic"
+    assert config.sensor.fov_deg is None
+    assert config.sensor.ortho_scale == pytest.approx((50.0, 52.0))
+
+
+def test_sensor_perspective_without_fov_deg_raises(valid_minimal_dict):
+    """type=perspective かつ fov_deg=None のとき ValidationError が発生すること．
+
+    仕様: perspective sensor requires fov_deg（schema.py _validate_type_specific_fields）
+    """
+    d = copy.deepcopy(valid_minimal_dict)
+    d["sensor"]["type"] = "perspective"
+    d["sensor"]["fov_deg"] = None
+    with pytest.raises(ValidationError) as exc_info:
+        SceneConfig.model_validate(d)
+    assert "perspective sensor requires fov_deg" in str(exc_info.value)
+
+
+def test_sensor_orthographic_without_ortho_scale_raises(valid_minimal_dict):
+    """type=orthographic かつ ortho_scale=None のとき ValidationError が発生すること．
+
+    仕様: orthographic sensor requires ortho_scale（schema.py _validate_type_specific_fields）
+    """
+    d = copy.deepcopy(valid_minimal_dict)
+    d["sensor"]["type"] = "orthographic"
+    d["sensor"].pop("fov_deg", None)
+    d["sensor"]["ortho_scale"] = None
+    with pytest.raises(ValidationError) as exc_info:
+        SceneConfig.model_validate(d)
+    assert "orthographic sensor requires ortho_scale" in str(exc_info.value)
+
+
+def test_sensor_perspective_fov_deg_200_raises(valid_minimal_dict):
+    """type=perspective かつ fov_deg=200 のとき既存の FOV 範囲チェックで ValidationError が発生すること．
+
+    仕様: 0 < fov_deg < 180（後方互換）（schema.py _validate_fov）
+    """
+    d = copy.deepcopy(valid_minimal_dict)
+    d["sensor"]["type"] = "perspective"
+    d["sensor"]["fov_deg"] = 200.0
+    with pytest.raises(ValidationError):
+        SceneConfig.model_validate(d)
+
+
+# ---------------------------------------------------------------------------
 # イミュータビリティ
 # ---------------------------------------------------------------------------
 
diff --git a/tests/scene/test_sensors.py b/tests/scene/test_sensors.py
index d605fa3..d960e9d 100644
--- a/tests/scene/test_sensors.py
+++ b/tests/scene/test_sensors.py
@@ -26,7 +26,7 @@
     height=480,
     rfilter="gaussian",
 ) -> SensorConfig:
-    """テスト用 SensorConfig を組み立てるヘルパ．"""
+    """テスト用 perspective SensorConfig を組み立てるヘルパ．"""
     return SensorConfig(
         type="perspective",
         position=position,
@@ -37,6 +37,28 @@
     )
 
 
+def _make_ortho_sensor(
+    *,
+    position=(0.0, 0.0, 100.0),
+    target=(0.0, 0.0, 0.0),
+    up=(0.0, 1.0, 0.0),
+    ortho_scale=(50.0, 52.0),
+    width=640,
+    height=480,
+    rfilter="gaussian",
+) -> SensorConfig:
+    """テスト用 orthographic SensorConfig を組み立てるヘルパ．"""
+    return SensorConfig(
+        type="orthographic",
+        position=position,
+        target=target,
+        up=up,
+        fov_deg=None,
+        ortho_scale=ortho_scale,
+        film=FilmConfig(width=width, height=height, rfilter=rfilter),
+    )
+
+
 # ---------------------------------------------------------------------------
 # type
 # ---------------------------------------------------------------------------
@@ -168,3 +190,84 @@
     result_mm = build_sensor_dict(sensor_mm, position_scale=0.001)
     result_m = build_sensor_dict(sensor_mm, position_scale=1.0)
     assert str(result_mm["to_world"]) != str(result_m["to_world"])
+
+
+# ---------------------------------------------------------------------------
+# orthographic センサ対応（Step 8 追加）
+# ---------------------------------------------------------------------------
+
+
+def test_ortho_sensor_type_is_orthographic():
+    """orthographic SensorConfig の build_sensor_dict 戻り値 type が "orthographic" であること．
+
+    仕様: sensor.type = orthographic → Mitsuba sensor dict の type = "orthographic"
+         （sensors.py build_sensor_dict 分岐）
+    """
+    sensor = _make_ortho_sensor()
+    result = build_sensor_dict(sensor, position_scale=0.001)
+    assert result["type"] == "orthographic"
+
+
+def test_ortho_sensor_has_no_fov_key():
+    """orthographic センサの dict に "fov" キーが存在しないこと．
+
+    仕様: orthographic では fov は不要（Mitsuba orthographic は scale で撮影範囲を決める）
+         （sensors.py build_sensor_dict 分岐）
+    """
+    sensor = _make_ortho_sensor()
+    result = build_sensor_dict(sensor, position_scale=0.001)
+    assert "fov" not in result
+
+
+def test_ortho_sensor_has_to_world_key():
+    """orthographic センサの dict に "to_world" キーが存在すること．
+
+    仕様: orthographic sensor は look_at × scale で to_world を生成する
+         （sensors.py build_sensor_dict 分岐）
+    """
+    sensor = _make_ortho_sensor()
+    result = build_sensor_dict(sensor, position_scale=0.001)
+    assert "to_world" in result
+
+
+def test_ortho_sensor_has_film_and_sampler():
+    """orthographic センサの dict に "film" と "sampler" が含まれること．
+
+    仕様: perspective / orthographic 共通で film: hdrfilm, sampler: independent を持つ
+         （sensors.py build_sensor_dict）
+    """
+    sensor = _make_ortho_sensor()
+    result = build_sensor_dict(sensor, position_scale=0.001)
+    assert result["film"]["type"] == "hdrfilm"
+    assert result["sampler"]["type"] == "independent"
+
+
+def test_ortho_sensor_to_world_scale_applied():
+    """ortho_scale=(50, 52) + position_scale=0.001 のとき，perspective センサと to_world が異なること．
+
+    仕様: orthographic の to_world は look_at × scale(sx*ps, sy*ps, 1.0) で構築される
+         perspective の to_world は look_at のみのため，両者は必ず異なる
+         （sensors.py build_sensor_dict 分岐）
+    """
+    position = (0.0, 0.0, 100.0)
+    target = (0.0, 0.0, 0.0)
+    up = (0.0, 1.0, 0.0)
+    ortho_sensor = _make_ortho_sensor(position=position, target=target, up=up, ortho_scale=(50.0, 52.0))
+    persp_sensor = _make_sensor(position=position, target=target, up=up, fov_deg=60.0)
+    ortho_result = build_sensor_dict(ortho_sensor, position_scale=0.001)
+    persp_result = build_sensor_dict(persp_sensor, position_scale=0.001)
+    # scale が追加された分，to_world 文字列表現が異なるはず
+    assert str(ortho_result["to_world"]) != str(persp_result["to_world"])
+
+
+def test_ortho_sensor_different_scales_produce_different_to_world():
+    """ortho_scale が異なると to_world が変わること．
+
+    仕様: ortho_scale の値が to_world の scale 変換に反映される
+         （sensors.py build_sensor_dict: sx_m = ortho_scale[0] * position_scale）
+    """
+    sensor_small = _make_ortho_sensor(ortho_scale=(25.0, 26.0))
+    sensor_large = _make_ortho_sensor(ortho_scale=(50.0, 52.0))
+    result_small = build_sensor_dict(sensor_small, position_scale=0.001)
+    result_large = build_sensor_dict(sensor_large, position_scale=0.001)
+    assert str(result_small["to_world"]) != str(result_large["to_world"])
diff --git a/uv.lock b/uv.lock
index f2df0f6..36fe48f 100644
--- a/uv.lock
+++ b/uv.lock
@@ -558,6 +558,24 @@
 ]
 
 [[package]]
+name = "opencv-python"
+version = "4.13.0.92"
+source = { registry = "https://pypi.org/simple" }
+dependencies = [
+    { name = "numpy" },
+]
+wheels = [
+    { url = "https://files.pythonhosted.org/packages/fc/6f/5a28fef4c4a382be06afe3938c64cc168223016fa520c5abaf37e8862aa5/opencv_python-4.13.0.92-cp37-abi3-macosx_13_0_arm64.whl", hash = "sha256:caf60c071ec391ba51ed00a4a920f996d0b64e3e46068aac1f646b5de0326a19", size = 46247052, upload-time = "2026-02-05T07:01:25.046Z" },
+    { url = "https://files.pythonhosted.org/packages/08/ac/6c98c44c650b8114a0fb901691351cfb3956d502e8e9b5cd27f4ee7fbf2f/opencv_python-4.13.0.92-cp37-abi3-macosx_14_0_x86_64.whl", hash = "sha256:5868a8c028a0b37561579bfb8ac1875babdc69546d236249fff296a8c010ccf9", size = 32568781, upload-time = "2026-02-05T07:01:41.379Z" },
+    { url = "https://files.pythonhosted.org/packages/3e/51/82fed528b45173bf629fa44effb76dff8bc9f4eeaee759038362dfa60237/opencv_python-4.13.0.92-cp37-abi3-manylinux2014_aarch64.manylinux_2_17_aarch64.whl", hash = "sha256:0bc2596e68f972ca452d80f444bc404e08807d021fbba40df26b61b18e01838a", size = 47685527, upload-time = "2026-02-05T06:59:11.24Z" },
+    { url = "https://files.pythonhosted.org/packages/db/07/90b34a8e2cf9c50fe8ed25cac9011cde0676b4d9d9c973751ac7616223a2/opencv_python-4.13.0.92-cp37-abi3-manylinux2014_x86_64.manylinux_2_17_x86_64.whl", hash = "sha256:402033cddf9d294693094de5ef532339f14ce821da3ad7df7c9f6e8316da32cf", size = 70460872, upload-time = "2026-02-05T06:59:19.162Z" },
+    { url = "https://files.pythonhosted.org/packages/02/6d/7a9cc719b3eaf4377b9c2e3edeb7ed3a81de41f96421510c0a169ca3cfd4/opencv_python-4.13.0.92-cp37-abi3-manylinux_2_28_aarch64.whl", hash = "sha256:bccaabf9eb7f897ca61880ce2869dcd9b25b72129c28478e7f2a5e8dee945616", size = 46708208, upload-time = "2026-02-05T06:59:15.419Z" },
+    { url = "https://files.pythonhosted.org/packages/fd/55/b3b49a1b97aabcfbbd6c7326df9cb0b6fa0c0aefa8e89d500939e04aa229/opencv_python-4.13.0.92-cp37-abi3-manylinux_2_28_x86_64.whl", hash = "sha256:620d602b8f7d8b8dab5f4b99c6eb353e78d3fb8b0f53db1bd258bb1aa001c1d5", size = 72927042, upload-time = "2026-02-05T06:59:23.389Z" },
+    { url = "https://files.pythonhosted.org/packages/fb/17/de5458312bcb07ddf434d7bfcb24bb52c59635ad58c6e7c751b48949b009/opencv_python-4.13.0.92-cp37-abi3-win32.whl", hash = "sha256:372fe164a3148ac1ca51e5f3ad0541a4a276452273f503441d718fab9c5e5f59", size = 30932638, upload-time = "2026-02-05T07:02:14.98Z" },
+    { url = "https://files.pythonhosted.org/packages/e9/a5/1be1516390333ff9be3a9cb648c9f33df79d5096e5884b5df71a588af463/opencv_python-4.13.0.92-cp37-abi3-win_amd64.whl", hash = "sha256:423d934c9fafb91aad38edf26efb46da91ffbc05f3f59c4b0c72e699720706f5", size = 40212062, upload-time = "2026-02-05T07:02:12.724Z" },
+]
+
+[[package]]
 name = "packaging"
 version = "26.2"
 source = { registry = "https://pypi.org/simple" }
@@ -1012,6 +1030,7 @@
     { name = "matplotlib" },
     { name = "mitsuba" },
     { name = "numpy" },
+    { name = "opencv-python" },
     { name = "pandas" },
     { name = "pillow" },
     { name = "pydantic" },
@@ -1031,6 +1050,7 @@
     { name = "matplotlib", specifier = ">=3.10.9" },
     { name = "mitsuba", specifier = ">=3.8.0" },
     { name = "numpy", specifier = ">=2.4.4" },
+    { name = "opencv-python", specifier = ">=4.13.0.92" },
     { name = "pandas", specifier = ">=3.0.2" },
     { name = "pillow", specifier = ">=12.2.0" },
     { name = "pydantic", specifier = ">=2.13.3" },