Etat de validation de DataLab

Validation fonctionnelle

Dans DataLab, la validation fonctionnelle est basée sur une stratégie de test classique (voir Validation fonctionnelle).

Package	Couverture	Nombre de tests
DataLab	~82%	>130
Sigima	~90%	>570

Validation technique

Ce paragraphe fournit l’état de validation des fonctions de calcul dans DataLab (c’est ce que nous appelons validation technique, voir Validation technique).

Note

Il s’agit d’un travail en cours : les tableaux ci-dessous sont mis à jour en continu à mesure que de nouvelles fonctions sont validées ou que le code de test est adapté (les tableaux sont générés à partir du code de test). Certaines fonctions sont déjà validées mais n’apparaissent pas encore dans la liste ci-dessous, tandis que d’autres sont encore en cours de validation.

Avertissement

L’état de validation ne doit pas être confondu avec la couverture de test. L’état de validation indique si la fonction a été validée par rapport à des données de référence ou des modèles analytiques. La couverture de test indique le pourcentage du code qui est exécuté par la suite de tests, mais elle ne prend pas nécessairement en compte la justesse des résultats (la couverture de test de DataLab est d’environ 90%).

Statistiques de validation

Catégorie	Signal	Image	Total
Nombre de fonctions de calcul	98	116	214
Nombre de fonctions de calcul validées	98	116	214
Pourcentage de fonctions de calcul validées	100%	100%	100%

Fonctions de calcul signal

Le tableau ci-dessous montre l’état de validation des fonctions de calcul signal dans DataLab. Il est généré automatiquement à partir du code source.

Etat de validation de DataLab

Fonctions de calcul	Description	Fonction de test
Calculer la valeur absolue avec numpy.absolute	Calculer la valeur absolue avec numpy.absolute	test_signal_absolute
add_gaussian_noise	Ajouter un bruit normal au signal d’entrée	test_signal_add_gaussian_noise
add_poisson_noise	Ajouter un bruit de Poisson au signal d’entrée	test_signal_add_poisson_noise
add_uniform_noise	Ajouter un bruit uniforme au signal d’entrée	test_signal_add_uniform_noise
addition	Calculer la somme élément par élément de plusieurs signaux	test_signal_addition
addition_constant	Calculer la somme d’un signal et d’une valeur constante	test_signal_addition_constant
allan_deviation	Calculer la déviation d’Allan	test_signal_allan_deviation
allan_variance	Calculer la variance d’Allan	test_signal_allan_variance
apply_window	Calcul d’un fenêtrage	test_signal_apply_window
arithmetic	Effectuer une opération arithmétique sur deux signaux	test_signal_arithmetic
astype	Convertir le type de données	test_signal_astype
average	Calculer la moyenne élément par élément de plusieurs signaux	test_signal_average
bandpass	Calculer le filtre passe-bande	test_signal_bandpass
bandstop	Calculer le filtre coupe-bande	test_signal_bandstop
bandwidth_3db	Calculer la largeur de bande à -3 dB	test_signal_bandwidth_3db
calibration	Calculer l’étalonnage linéaire	test_signal_calibration
cdf_fit	Calculer l’ajustement CDF	test_signal_cdf_fit
clip	Calculer le découpage maximal des données	test_signal_clip
complex_from_magnitude_phase	Combiner les signaux de magnitude et de phase en un signal complexe	test_signal_complex_from_magnitude_phase
complex_from_real_imag	Combiner deux signaux réels en un signal complexe en utilisant réel + i * imag	test_signal_complex_from_real_imag
contrast	Calculer le contraste	test_signal_contrast
convolution	Calculer la convolution de deux signaux	test_signal_convolution
deconvolution	Calculer la déconvolution de deux signaux	test_signal_deconvolution
derivative	Calculer la dérivée	test_signal_derivative
detrending	Supprimer la tendance des données	test_signal_detrending
difference	Calculer la différence élément par élément entre deux signaux	test_signal_difference
difference_constant	Calculer la différence entre un signal et une valeur constante	test_signal_difference_constant
division	Calculer la division élément par élément entre deux signaux	test_signal_division
division_constant	Calculer la division d’un signal par une valeur constante	test_signal_division_constant
dynamic_parameters	Calculer les paramètres dynamiques	test_dynamic_parameters
evaluate_fit	Évaluer la fonction d’ajustement de src1 sur l’axe des x de src2	test_signal_evaluate_fit
exp	Calculer l’exponentielle avec numpy.exp	test_signal_exp
exponential_fit	Calculer l’ajustement exponentiel	test_signal_exponential_fit
extract_peak_positions	Extraire les positions des pics sous forme de tableau de marqueurs XY	test_signal_extract_peak_positions
extract_pulse_features	Extraire les caractéristiques des impulsions	test_signal_extract_pulse_features
extract_roi	Extraire une seule région d’intérêt à partir des données	test_signal_extract_roi
extract_rois	Extraire plusieurs régions d’intérêt à partir des données	test_signal_extract_rois
fft	Calculer la FFT	test_signal_fft
full_width_at_y		test_signal_full_width_at_y
fw1e2	Calculer la largeur à 1/e²	test_signal_fw1e2
fwhm	Calculer la largeur à mi-hauteur	test_signal_fwhm
gaussian_filter	Calculer le filtre gaussien	test_signal_gaussian_filter
gaussian_fit	Calculer l’ajustement gaussien	test_signal_gaussian_fit
hadamard_variance	Calculer la variance d’Hadamard	test_signal_hadamard_variance
highpass	Calculer le filtre passe-haut	test_signal_highpass
histogram	Calculer l’histogramme	test_signal_histogram
ifft	Calculer la FFT inverse	test_signal_ifft
imag	Calculer la partie imaginaire	test_signal_imag
integral	Calculer l’intégrale	test_signal_integral
interpolate	Interpoler les données	test_signal_interpolate
inverse	Calculer l’inverse élément par élément d’un signal	test_signal_inverse
linear_fit	Calculer l’ajustement linéaire	test_signal_linear_fit
log10	Calculer Log10 avec numpy.log10	test_signal_log10
lorentzian_fit	Calculer l’ajustement lorentzien	test_signal_lorentzian_fit
lowpass	Calculer le filtre passe-bas	test_signal_lowpass
magnitude_spectrum	Calculer le spectre de magnitude	test_signal_magnitude_spectrum
modified_allan_variance	Calculer la variance d’Allan modifiée	test_signal_modified_allan_variance
moving_average	Calculer la moyenne mobile	test_signal_moving_average
moving_median	Calculer la médiane mobile	test_signal_moving_median
normalize	Normaliser les données	test_signal_normalize
offset_correction	Corriger le décalage : soustraire la valeur moyenne du signal dans la plage spécifiée	test_signal_offset_correction
overlapping_allan_variance	Calculer la variance d’Allan chevauchante	test_signal_overlapping_allan_variance
peak_detection	Détection des pics	test_signal_peak_detection
phase	Calculer la phase (argument) d’un signal complexe	test_signal_phase
phase_spectrum	Calculer le spectre de phase	test_signal_phase_spectrum
piecewiseexponential_fit	Calculer l’ajustement exponentiel par morceaux (augmentation-décroissance)	test_signal_piecewiseexponential_fit
planckian_fit	Calculer l’ajustement de Planck	test_signal_planckian_fit
polynomial_fit	Calculer l’ajustement polynomial	test_polynomial_fit
power	Calculer la puissance avec numpy.power	test_signal_power
product	Calculer le produit élément par élément de plusieurs signaux	test_signal_product
product_constant	Calculer le produit d’un signal et d’une valeur constante	test_signal_product_constant
psd	Calculer la densité spectrale de puissance	test_signal_psd
quadratic_difference	Calculer la différence normalisée entre deux signaux	test_signal_quadratic_difference
real	Calculer la partie réelle	test_signal_real
replace_special_values	Remplacer les valeurs NaN, +Inf et -Inf dans un signal	test_signal_replace_special_values
replace_x_by_other_y	Créer un nouveau signal en utilisant Y de src1 et Y de src2 comme coordonnées X	test_replace_x_by_other_y
resampling	Rééchantillonner les données	test_signal_resampling
reverse_x	Inverser l’axe des x	test_signal_reverse_x
sampling_rate_period	Calculer la fréquence d’échantillonnage et la période	test_signal_sampling_rate_period
sigmoid_fit	Calculer l’ajustement sigmoïde	test_signal_sigmoid_fit
signals_to_image	Combine multiple signals into an image	test_signal_signals_to_image
sinusoidal_fit	Calculer l’ajustement sinusoïdal	test_sinusoidal_fit
sqrt	Calculer la racine carrée avec numpy.sqrt	test_signal_sqrt
standard_deviation	Calculer l’écart-type élément par élément de plusieurs signaux	test_signal_standard_deviation
stats	Calculer les statistiques sur un signal	test_signal_stats_unit
time_deviation	Calculer la déviation temporelle (TDEV)	test_signal_time_deviation
to_cartesian	Convertir des coordonnées polaires en coordonnées cartésiennes	test_signal_to_cartesian
to_polar	Convertir des coordonnées cartésiennes en coordonnées polaires	test_signal_to_polar
total_variance	Calculer la variance totale	test_signal_total_variance
transpose	Transposer le signal (échanger les axes X et Y)	test_signal_transpose
twohalfgaussian_fit	Calculer l’ajustement à deux demi-Gaussiennes	test_signal_twohalfgaussian_fit
voigt_fit	Calculer l’ajustement de Voigt	test_signal_voigt_fit
wiener	Calculer le filtre de Wiener	test_signal_wiener
x_at_minmax		test_signal_x_at_minmax
x_at_y		test_signal_x_at_y
xy_mode	Simuler le mode X-Y d’un oscilloscope	test_signal_xy_mode
y_at_x		test_signal_y_at_x
zero_padding	Calculer le remplissage nul	test_signal_zero_padding

Fonctions de calcul image

Le tableau ci-dessous montre l’état de validation des fonctions de calcul image dans DataLab. Il est généré automatiquement à partir du code source.

Etat de validation des fonctions de calcul image

Fonctions de calcul	Description	Fonction de test
absolute	Calculer la valeur absolue avec numpy.absolute	test_image_absolute
add_gaussian_noise	Ajouter du bruit gaussien (normal) à l’image d’entrée	test_image_add_gaussian_noise
add_poisson_noise	Ajouter du bruit de Poisson à l’image d’entrée	test_image_add_poisson_noise
add_uniform_noise	Ajouter du bruit uniforme à l’image d’entrée	test_image_add_uniform_noise
addition	Ajouter les images de la liste et retourner l’objet image résultant	test_image_addition
addition_constant	Ajouter dst et une valeur constante et retourner le nouvel objet image résultant	test_image_addition_constant
adjust_gamma	Correction gamma	test_adjust_gamma
adjust_log	Calculer l’ajustement logarithmique	test_adjust_log
adjust_sigmoid	Calculer l’ajustement sigmoïde	test_adjust_sigmoid
arithmetic	Effectuer une opération arithmétique sur deux images	test_image_arithmetic
astype	Convertir le type de données de l’image	test_image_astype
average	Calculer la moyenne des images dans la liste et retourner l’objet image résultant	test_image_average
average_profile	Calculer le profil moyen horizontal ou vertical	test_average_profile
binning	Regroupement : regroupement (ou agrégation) des pixels de l’image	test_binning
black_tophat	Calculer le Black Top-Hat	test_black_tophat
blob_dog	Calculer les blobs en utilisant la méthode de la différence de Gaussienne	test_image_blob_dog
blob_doh	Calculer les blobs en utilisant la méthode du déterminant de Hessian	test_image_blob_doh
blob_log	Calculer les blobs en utilisant la méthode du Laplacien de Gaussienne	test_image_blob_log
blob_opencv	Calculer les blobs en utilisant OpenCV	test_image_blob_opencv
butterworth	Calculer le filtre de Butterworth	test_butterworth
calibration	Calculer l’étalonnage polynomial	test_image_calibration
canny	Calculer le filtre de Canny	test_canny
centroid	Calculer le centroïde	test_image_centroid
clip	Appliquer le clipping	test_image_clip
closing	Calculer la fermeture morphologique	test_closing
complex_from_magnitude_phase	Combiner les images de magnitude et de phase en une image complexe	test_image_complex_from_magnitude_phase
complex_from_real_imag	Combiner deux images réelles en une image complexe en utilisant réel + i * imag	test_image_complex_from_real_imag
contour_shape	Calculer la forme du contour	test_contour_shape
convolution	Convoluer une image avec un noyau	test_image_convolution
deconvolution	Déconvoluer un noyau d’une image en utilisant la Transformée de Fourier Rapide (FFT)	test_image_deconvolution
denoise_bilateral	Calculer le débruitage par filtre bilatéral	test_denoise_bilateral
denoise_tophat	Débruiter en utilisant le White Top-Hat	test_denoise_tophat
denoise_tv	Calculer le débruitage par variation totale	test_denoise_tv
denoise_wavelet	Calculer le débruitage par ondelettes	test_denoise_wavelet
difference	Calculer la différence entre deux images	test_image_difference
difference_constant	Soustraire une valeur constante d’une image et retourner le nouvel objet image résultant	test_image_difference_constant
dilation	Calculer la dilatation	test_dilation
division	Calculer la division entre deux images	test_image_division
division_constant	Diviser une image par une valeur constante et retourner le nouvel objet image résultant	test_image_division_constant
enclosing_circle	Calculer le cercle circonscrit minimum	test_image_enclosing_circle
equalize_adapthist	Égalisation adaptative de l’histogramme	test_equalize_adapthist
equalize_hist	Égalisation de l’histogramme	test_equalize_hist
erase	Effacer une zone de l’image en utilisant la valeur moyenne de l’image	test_erase
erosion	Calculer l’érosion	test_erosion
exp	Calculer l’exponentielle avec numpy.exp	test_image_exp
extract_roi	Extract single ROI	test_image_extract_roi
extract_rois	Extraire plusieurs régions d’intérêt à partir des données	test_image_extract_rois
farid	Calculer le filtre de Farid	test_farid
farid_h	Calculer le filtre de Farid horizontal	test_farid_h
farid_v	Calculer le filtre de Farid vertical	test_farid_v
fft	Calculer la FFT	test_image_fft
flatfield	Calculer la correction de champ plat	test_flatfield
fliph	Retourner les données horizontalement	test_image_fliph
flipv	Retourner les données verticalement	test_image_flipv
gaussian_filter	Calculer le filtre gaussien	test_image_gaussian_filter
gaussian_freq_filter	Appliquer un filtre gaussien dans le domaine fréquentiel	test_gaussian_freq_filter
histogram	Calculer l’histogramme des données de l’image	test_image_histogram
horizontal_projection	Calculer la somme des intensités des pixels le long de chaque colonne (projection sur l’axe x)	test_image_horizontal_projection
hough_circle_peaks	Calculer les cercles de Hough	test_image_hough_circle_peaks
ifft	Calculer la transformée de Fourier inverse	test_image_ifft
imag	Calculer la partie imaginaire	test_image_imag
inverse	Calculer l’inverse d’une image et retourner le nouvel objet image résultant	test_image_inverse
laplace	Calculer le filtre de Laplace	test_laplace
line_profile	Calculer le profil horizontal ou vertical	test_line_profile
log10	Calculer le logarithme en base 10 avec numpy.log10	test_image_log10
log10_z_plus_n	Calculer le logarithme en base 10 de (z+n) avec numpy.log10	test_image_log10_z_plus_n
magnitude_spectrum	Calculer le spectre de magnitude	test_image_magnitude_spectrum
moving_average	Calculer la moyenne mobile	test_image_moving_average
moving_median	Calculer la médiane mobile	test_image_moving_median
normalize		test_image_normalize
offset_correction	Appliquer la correction de l’offset	test_image_offset_correction
opening	Calculer l’ouverture morphologique	test_opening
peak_detection	Calculer la détection de pics 2D	test_image_peak_detection
phase	Calculer la phase (argument) d’une image complexe	test_image_phase
phase_spectrum	Calculer le spectre de phase	test_image_phase_spectrum
prewitt	Calculer le filtre de Prewitt	test_prewitt
prewitt_h	Calculer le filtre de Prewitt horizontal	test_prewitt_h
prewitt_v	Calculer le filtre de Prewitt vertical	test_prewitt_v
product	Multiplier les images de la liste et retourner le nouvel objet image résultant	test_image_product
product_constant	Multiplier dst par une valeur constante et retourner le nouvel objet image résultant	test_image_product_constant
psd	Calculer la densité spectrale de puissance	test_image_psd
quadratic_difference	Calculer la différence quadratique entre deux images	test_image_quadratic_difference
radial_profile	Calculer le profil radial autour du centroïde	test_radial_profile
real	Calculer la partie réelle	test_image_real
replace_special_values	Remplacer les valeurs NaN, +Inf et -Inf dans une image	test_image_replace_special_values
resampling	Rééchantillonner l’image sur une nouvelle grille de coordonnées en utilisant l’interpolation	test_image_resampling
rescale_intensity	Recaler les niveaux d’intensité de l’image	test_rescale_intensity
resize	Fonction de zoom de l’image	test_image_resize
roberts	Calculer le filtre de Roberts	test_roberts
rotate	Faire pivoter l’image	test_image_rotate
rotate270	Faire pivoter l’image de 270°	test_image_rotate270
rotate90	Faire pivoter l’image de 90°	test_image_rotate90
scharr	Calculer le filtre de Scharr	test_scharr
scharr_h	Calculer le filtre de Scharr horizontal	test_scharr_h
scharr_v	Calculer le filtre de Scharr vertical	test_scharr_v
segment_profile	Calculer le profil de segment	test_segment_profile
set_uniform_coords	Convertir l’image en un système de coordonnées uniforme	test_set_uniform_coords
sobel	Calculer le filtre de Sobel	test_sobel
sobel_h	Calculer le filtre de Sobel horizontal	test_sobel_h
sobel_v	Calculer le filtre de Sobel vertical	test_sobel_v
standard_deviation	Calculer l’écart-type élément par élément de plusieurs images	test_image_standard_deviation
stats	Calculer les statistiques sur une image	test_image_stats_unit
threshold	Calculer le seuil, en utilisant l’un des algorithmes disponibles	test_threshold
threshold_isodata	Calculer le seuil en utilisant l’algorithme Isodata avec les paramètres par défaut	test_threshold_isodata
threshold_li	Calculer le seuil en utilisant l’algorithme Li avec les paramètres par défaut	test_threshold_li
threshold_mean	Calculer le seuil en utilisant l’algorithme de la moyenne	test_threshold_mean
threshold_minimum	Calculer le seuil en utilisant l’algorithme du minimum avec les paramètres par défaut	test_threshold_minimum
threshold_otsu	Calculer le seuil en utilisant l’algorithme d’Otsu avec les paramètres par défaut	test_threshold_otsu
threshold_triangle	Calculer le seuil en utilisant l’algorithme du triangle avec les paramètres par défaut	test_threshold_triangle
threshold_yen	Calculer le seuil en utilisant l’algorithme de Yen avec les paramètres par défaut	test_threshold_yen
translate	Translater les données	test_image_translate
transpose	Transposer l’image	test_image_transpose
vertical_projection	Calculer la somme des intensités des pixels le long de chaque ligne (projection sur l’axe y)	test_image_vertical_projection
white_tophat	Calculer le White Top-Hat	test_white_tophat
wiener	Calculer le filtre de Wiener	test_image_wiener
zero_padding	Zero-padding : ajouter des zéros aux bords de l’image	test_image_zero_padding