【技术实现步骤摘要】
用于质检的自动化分割方法
本专利技术涉及在检验过程中对图像数据中的缺陷进行自动化分割，在这些检验过程中检验相同类型的部件（线内和近线（InlineundAt-Line））；并且本专利技术尤其涉及一种用于以质检方法来测量构件的缺陷的计算机实现的方法、一种对应的系统以及一种对应的计算机程序产品。
技术介绍
为了将所制造的构件的品质保持在持续不变的高水平上，在正在运行的生产过程中进行永久性的品质控制至关重要。为此，现今通常使用可以借助于图像识别方法来鉴别所制造的构件上或其中的缺陷的光学系统。显微镜系统也越来越多地用于此类质检措施，其中可以通过放大来鉴别构件中较小的和最小的缺陷。这通常借助于图像分割来完成。尤其在线内过程和近线过程中，需要进行全自动的缺陷分割，以便在下游步骤中在无需用户交互的情况下全自动地确定缺陷的尺寸，例如其体积、其周长、其直径或局部出现频度。只有这样才可以实现在价格上有利的且完全的检查构件以保证品质。在此以不同的方式实现自动化分割。在检验过程中（该检验过程通常必须对过程变化做出反应并且必须应对缺陷...
【技术保护点】
1.一种用于以质检方法来测量构件的缺陷的计算机实现的方法，该方法包括：/n- 接收待检查的构件的数字图像，/n- 接收该待检查的构件的第一参考图像，/n- 由所接收的数字图像和该第一参考图像的组合获取第二参考图像，/n- 激活基于机器学习的经训练的分类器系统，已经以训练数据训练了该分类器系统，以便建立模型，其中该模型用作用于在缺陷分类中对所接收的图像的体素进行语义分割的基础，以及/n- 由经激活的该分类器系统对所接收的数字图像的体素进行分类，其中所接收的数字图像的体素以及该第二参考图像的体素用作该分类器系统的输入数据。/n
【技术特征摘要】 【专利技术属性】
20190701 DE 102019117680.81.一种用于以质检方法来测量构件的缺陷的计算机实现的方法，该方法包括：
-接收待检查的构件的数字图像，
-接收该待检查的构件的第一参考图像，
-由所接收的数字图像和该第一参考图像的组合获取第二参考图像，
-激活基于机器学习的经训练的分类器系统，已经以训练数据训练了该分类器系统，以便建立模型，其中该模型用作用于在缺陷分类中对所接收的图像的体素进行语义分割的基础，以及
-由经激活的该分类器系统对所接收的数字图像的体素进行分类，其中所接收的数字图像的体素以及该第二参考图像的体素用作该分类器系统的输入数据。
2.根据权利要求1所述的方法，其中通过所接收的数字图像和第一参考图像的亮度值的逐体素求差来获取该第二参考图像。
3.根据权利要求1所述的方法，其中该第一参考图像和该第二参考图像是相同的。
4.根据前述权利要求之一所述的方法，其中所接收的参考图像包含亮度值的逐体素的分布参数值，并且该第二参考图像在这些分布参数值方面被标准化。
5.根据前述权利要求之一所述的方法，其中为了体素的分类，在分类时包含体素的空间上下文或时间上下文。
6.根据前述权利要求之一所述的方法，其中在时间曲线中对该第一参考图像进行适配。
7.根据前述权利要求之一所述的方法，其中该分类器系统选自由以下项组成的组：支持向量机、随机森林、提升、梯度提升、高斯处理、最近邻、逻辑回归、线性回归和神经元网络。
8.根据权利要求7所述的方法，其中该神经元网络为深度神经网络。
9.根据权利要求8所述的方法，其中相对于为处理该数字图像所需的输入通道的量来扩展该深度神经网络的输入层，使得在该分类器系统的额外的输入通道处引导该第一参考图像的和/或该第二参考图像的体素数据。
10.根据前述权利要求之一所述的方法，其中所接收的数字图像的图像分辨率和该第一参考图像和/或第二参考图像的图像分辨率不同。
技术研发人员：C·沃耶克，J·坦佩勒，T·西弗斯，E·特佩，
申请(专利权)人：卡尔蔡司工业测量技术有限公司，
类型：发明
国别省市：德国;DE
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。