【技术实现步骤摘要】
用于识别产品两维数字图像中的异常的方法和装置
[0001]本专利技术涉及一种具有权利要求1或2的前序部分的特征的用于识别产品数字图像中的异常的方法。另外,本专利技术涉及一种用于执行该方法的装置以及计算机程序产品。
技术介绍
[0002]在生产产品时经常期望或需要使制成产品接着就产品是否有异常尤其是瑕疵、异物等而接受检查。例如在食品行业中可以在制造酸奶或奶酪时提出以下任务,即,就是否有不希望的异物或其它不希望的材料段位于产品内而检查制成产品。为了解决该问题,实际上采用如下检验装置,其用电磁辐射、尤其用在X射线频谱的射线透射产品。通过这种方式产生产品数字图像,其不仅包含关于产品的外几何形状尺寸或表面的信息,也包含关于产品内部的信息。待查异常在此可以与其衰减相关地在透射时造成如下图像区域,其相对于不具异常的图像区域(以下称为“区域”)具有更高或更低的“灰度值”即像素值(相比良区)。在以下说明中,术语“灰度值”表示探测器依据照中单独像素的辐射功率或在有效曝光时间期间内所探测的相应辐射能量所产生的信息,而不受在相关的数字图像中能以何种颜色或方式显示该像素值所影响。
[0003]关于这种产品监视,也知道如下的装置或方法,在此待检产品未被完全透射(即辐射源和探测器位于产品的对置两侧),而是在此辐射足够深地透入待检产品中并且在产品内被“反射”,其中,所述“反射”实际上通过进入体积区域中的辐射的散射或通过在该体积区域内产生荧光辐射来造成。在这样的检验装置中,辐射源和探测器也可以位于待检产品的同一侧。
[0004]待检产 ...
【技术保护点】
【技术特征摘要】
1.一种用于识别产品数字图像中的异常的方法,其中,每个数字图像通过多个像素形成,且其中,每个像素呈现相关图像内的对应位点并且具有表征相关位点的值,(a)其中,每个待检图像被认定为一个区域或被分为两个或更多的区域,每个区域分别由一个或多个相邻的像素构成,并且(b)其中,对于每个区域确定该区域的至少一个属性的值或多个属性的复合值,(c)其中,若一区域的至少一个属性的值或多个属性的复合值大于预定的最大阈值或由此导出的二级最大阈值,则该区域被识别为最大值异常;和/或其中,若一区域的至少一个属性的值或多个属性的复合值小于预定的最小阈值或由此导出的二级最小阈值,则该区域被识别为最小值异常,其特征是,(d)该最大阈值和/或该最小阈值在学习过程中通过执行以下步骤被确定:(i)产生或使用一定数量的不含异常的良品数字图像或大多不含异常的良过程产品的数字图像,其中,图像数量是被设定、或是在学习过程进展中被确定的;(ii)对于每个所述数字图像,规定这个或这些区域并且确定每个区域的该至少一个属性的值或多个属性的复合值,并且将这些值的最大值确定为最大值抽样的最大抽样值和/或将这些值的最小值确定为最小值抽样的最小抽样值;(iii)在使用统计估算方法情况下,采用所述最大抽样值来确定为了描述该最大值抽样而预定的概率密度函数的所有空闲且未预定的参数的估算值,和/或采用所述最小抽样值确定为了描述该最小值抽样而预定的概率密度函数的所有空闲且未预定的参数的估算值;(iv)设定用以在待检图像中错误地识别最大值异常的第一比率或者用以在待检图像中正确地未识别出最大值异常的第二比率,和/或设定用以在待检图像中错误地识别最小值异常的第三比率或者用以在待检图像中正确地未识别最小值异常的第四比率,(v)使用根据(iii)参数化的概率密度函数或与之对应的分布函数来按如下方式确定该最大阈值,即,出现大于或等于该最大阈值的最大值的概率对应于预定的第一比率,或出现小于或等于该最大阈值的最大值的概率对应于预定的第二比率,和/或(vi)使用根据(iii)参数化的概率密度函数或与之对应的分布函数按如下方式确定该最小阈值,即,出现小于或等于该最小阈值的最小值的概率对应于预定的第三比率,或出现大于或等于该最小阈值的最小值的概率对应于预定的第四比率。2.一种用于识别产品数字图像中的异常的方法,其中,每个数字图像由多个像素构成,并且其中,每个像素呈现相关图像内的对应位点并具有表征相关位点的值,(a)其中,每个待检图像被认定为一个区域或被分为两个或更多的区域,每个区域由一个或多个相邻像素构成,并且(b)其中,对于每个区域来确定该区域的至少一个属性的值或多个属性的复合值,(c)其中,若一区域的至少一个属性的值或多个属性的复合值大于预定的最大阈值或由此导出的二级最大阈值,则该区域被识别为最大值异常,和/或若一区域的至少一个属性的值或多个属性的复合值小于预定的最小阈值或由此导出的二级最小阈值,则该区域被识别为最小值异常,其特征是,
(d)该最大阈值和/或该最小阈值在执行以下步骤的学习过程中被确定:(i)产生或使用一定数量的含至少一个异常的差品数字图像或大多含异常的差过程产品的数字图像,其中,图像数量是被设定、或在学习过程进展中被确定的;(ii)对于每个所述数字图像,规定这个或这些区域并且确定每个区域的至少一个属性的值或多个属性的复合值,并且将这些值的最大值确定为最大值抽样的最大抽样值或者将这些值的最小值确定为最小值抽样的最小抽样值;(iii)在使用统计估算方法情况下,采用所述最大抽样值来确定为了描述该最大值抽样而预定的概率密度函数的所有空闲且未预定的参数的估算值,和/或采用所述最小抽样值确定为了描述该最小值抽样而预定的概率密度函数的所有空闲且未预定的参数的估算值;(iv)设定用以在待检图像中正确识别最大值异常的第五比率或者用以在待检图像中错误地未识别最大值异常的第六比率,和/或设定用以在待检图像中正确识别最小值异常的第七比率或者用以在待检图像中错误地未识别最小值异常的第八比率,(v)利用根据(iii)参数化的概率密度函数或与之对应的分布函数来按下述方式确定该最大阈值,即,出现小于或等于该最大阈值的最大值的概率对应于预定的第六比率,或者出现大于或等于该最大阈值的最大值的概率对应于预定的第五比率,和/或(vi)利用根据(iii)参数化的概率密度函数或与之对应的分布函数来按下述...
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。