源于背景扣除的粗糙度测量偏差估计

在测量粗糙表面的粗糙度时，扫描区域的有限尺寸会导致其系统性低估。原子力显微镜数据实际处理中使用的多项式调平及其他滤波会显著增大该偏差。本文发展了一个框架，给出在通过线性最小二乘拟合模型背景函数进行调平时，平方均方粗糙度偏差的显式表达式。该框架随后被应用于多项式调平，涵盖一维与二维数据处理，以及高斯与指数型表面自相关函数的基本模型。还涵盖了若干其他常见情形，包括中值调平、中间高斯—指数自相关模型以及频域滤波。讨论了结果到其他量（如 Rq、Sq、Ra 与 Sa）的应用。结果总结于覆盖一系列自相关函数与多项式次数的概览图中，可据此进行偏差的图形化估计。