【技术实现步骤摘要】
【国外来华专利技术】
本专利技术涉及自动检测系统,例如用于检测移动幅材的计算机化系统。
技术介绍
已经证明用于分析移动幅材的计算机化检测系统对现代制造操作至关重要。产品线的目标是生产完全均匀并且不具有可变性的材料。然而,不均匀性是幅材型材料制造过程中的常见问题。这可由许多过程变量或配方误差导致。因此,配置基于成像的检测系统变得日益常见,该检测系统能够根据光学检测传感器(如摄像机)捕获的数字图像对制成品的质量进行自动分类。在最简单的情况下,一些检测系统应用了通常称为“分类器”的算法,该算法尝试对每个捕获的数字图像(即,“样本”)指定评级,从而指示样本或其部分是合格的还是不合格的。这些检测系统通常尝试辨识“点”缺陷,其中每个缺陷局限在制成材料的单个区域内。然而,可能存在称为“不均匀”缺陷或“不均匀因素”的其他类型缺陷,其中幅材在较大区域上表现出不均匀可变性。此类不均匀因素的例子包括杂色、颤动、带和条纹。按照定义,诸如此类的不均匀缺陷是分散的而非局部的。因此,相对于局部的点缺陷,计算机化检测系统对此类缺陷的检测和定量可能更难。尝试检测制成材料中的不均匀因素时,检测系统通常会收集并处理样本图像,以提取表征具体不均匀因素的特征。基于这些特征,检测系统应用一个或多个分类器以生成不均匀因素的严重性评估。特征提取可为计算密集型并且可为检测流程的限制因素。例如,在此步骤中,包含几百万像素的高分辨率图像将被缩小,通过可能涉及过滤、形态学、时间、光谱或统计处理的例程变成或许不超过50个代表性数字(或特征)。所得数字随后成为评估基础产品质量的依据。将数百万像素的值缩减成数十个信息化数字需要的时间可能 ...
【技术保护点】
【技术特征摘要】
【国外来华专利技术】2010.11.12 US 61/413,2501.一种用于在制造幅材时实时检测幅材并计算不均匀缺陷严重性的方法,所述方法包括: 使用在线计算机化检测系统接收从正在制造的幅材捕获的图像; 使用所述检测系统处理所述图像以提取第一个特征组; 使用所述检测系统通过模型处理所述第一个特征组,从而根据所述模型来动态选择第二个特征组以从所述图像中提取; 根据所述模型确定,如果所述第二个特征组提取自所述图像,相对于所述不均匀缺陷,错误分级所述图像的预期成本降低量; 当所述预期成本降低量超过阈值时,使用所述检测系统处理所述图像以提取所述第二个特征组;和 使用从所述图像提取的所述第一个特征组和第二个特征组,通过所述检测系统计算所述幅材的所述不均匀缺陷的严重级别。2.根据权利要求1所 述的方法,其中所述模型包括Markov模型,所述模型定义一个或多个动态触发链来控制选择所述第二个特征组以及任意额外的特征组以从所述图像中提取。3.根据权利要求2所述的方法,还包括: 定义指定分类器系列的当前状态矢量; 使用由所述第一个特征组中的至少一个特征参数化的条件分布根据所述当前状态矢量来计算未来状态矢量的预测,其中所述条件分布代表所述Markov模型的所述动态触发的转换函数;和 根据所计算出的转换函数从全部特征组中动态选择所述第二个特征组。4.根据权利要求3所述的方法,其中动态选择所述第二个特征组包括选择所述第二个特征组,以最小化与选择所述全部特征组中的任一个相关联的总预期成本。5.根据权利要求1所述的方法,还包括: 通过所述模型使用所述检测系统处理所述第二个特征组,从而根据所述模型动态选择第三个特征组以从所述图像中提取; 根据所述模型确定,如果所述第三个特征组提取自所述图像,相对于所述不均匀缺陷,错误分级所述图像的第二预期成本降低量; 当所述第二预期成本降低量超过阈值时,使用所述检测系统处理所述图像以提取所述第三个特征组;和 使用从所述图像提取的所述第一个特征组、所述第二个特征组和所述第三个特征组,通过所述检测系统计算所述幅材的所述不均匀缺陷的严重级别。6.根据权利要求1所述的方法,其中计算所述严重级别包括应用一个或多个分类器以确定是否能够确定所述不均匀缺陷的等级标签。7.根据权利要求1所述的方法,还包括: 在使用所述在线计算机化检测系统接收所述图像之前,在计算机上执行软件,通过利用相应训练图像的像素值计算每个所述训练图像的数字描述符,来提取多个训练图像的每一个的特征,其中已对每个所述图像指定所述训练图像中存在的不均匀缺陷的一组离散等级标签中的一个;和使用评级软件处理所述训练图像的所述数字描述符,从而根据对所述训练图像指定的所述离散等级标签计算所述训练图像的连续等级, 其中,使用所述在线计算机化检测系统处理计算所述严重级别包括根据所述连续等级计算所述不均匀缺陷的严重级别。8.根据权利要求1所述的方法,还包括呈现用户界面,用于向用户输出所述严重级别。9.根据权利要求8所述的方法,其中呈现用户界面包括更新图表,从而用曲线图表示随时间推移所述幅材的所述不均匀缺陷的严重级别。10.根据权利要求8所述的方法,还包括: 接收来自所述用户...
【专利技术属性】
技术研发人员:埃文·J·瑞博尼克,肯尼斯·G·布里顿,约翰·A·拉姆瑟恩,德里克·H·贾斯蒂斯,吉列尔莫·萨皮罗,
申请(专利权)人:三M创新有限公司,
类型:
国别省市:
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。