[發明專利]結構檢測

在審

• 申請號: 202310040869.8
• 申請日: 2023-01-12
• 公開（公告）號: CN116485708A
• 公開（公告）日: 2023-07-25
• 發明（設計）人: D·H·德蘭烏;亞歷山大·蘇佩斯
• 申請（專利權）人: 貝克休斯控股有限責任公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06N20/00
• 代理公司: 中國貿促會專利商標事務所有限公司 11038
• 代理人: 曹瑾

本公開提供了一種用于檢測結構的方法。該方法可以包括接收檢查圖像數據，該檢查圖像數據表征正被檢查的物體的感興趣區域。感興趣區域可以包括物體的一個或多個結構。該方法還可以包括使用計算機視覺算法針對檢查圖像數據中的像素數據的光度特性來確定感興趣區域內的結構。可以使用預測模型來確定結構，該預測模型被訓練以基于使用訓練圖像數據和注釋數據應用優化技術來確定計算機視覺算法的圖像濾波器的圖像濾波器參數值。可以提供結構的指示，例如用于顯示或存儲在存儲器中。還提供了實現該方法的系統和計算機可讀介質。

背景技術

可以使用圖像數據來執行物體檢查，以評估物體中存在的結構以及物體的質量或缺陷。快速且準確地表征物體的結構、質量及缺陷可降低操作成本且改進制造及工業操作中的物體質量和/或可靠性。被配置為處理檢查圖像數據的計算機實現的檢查系統可以減少檢查時間并進一步提高檢查質量。

機器學習是人工智能的應用，其通過使用從數據迭代地學習模式而沒有數據模式的明確指示的算法來自動化分析模型的開發。機器學習可以使得能夠構建訓練模型或算法并且可以用于生成預測模型或算法，該訓練模型或算法可以準確地從數據中學習，該預測模型或算法可被部署用于數據驅動的預測或決策。

發明內容

在一方面中，提供一種用于檢測檢查圖像數據中的結構的方法。在一個實施方案中，該方法可以包括通過數據處理器接收在物體的檢查期間獲取的第一圖像數據。第一圖像數據可以表征物體的感興趣區域。感興趣區域可以包含物體的一個或多個結構。該方法還可以包括使用數據處理器和計算機視覺算法來確定感興趣區域內的一個或多個結構中的至少一個結構。計算機視覺算法可以包括多個圖像濾波器，該多個圖像濾波器配置為針對第一圖像數據的多個像素的光度特性對第一圖像數據進行濾波。多個圖像濾波器中的每個圖像濾波器可以包括一個或多個圖像濾波器參數。該方法還可以包括在第二圖像數據中提供至少一個結構的指示。

在另一個實施方案中，確定感興趣區域內的至少一個結構還可以包括使用數據處理器接收物體的訓練圖像數據。訓練圖像數據可以包括至少一個第一注釋，該至少一個第一注釋標識訓練圖像數據中的至少一個感興趣區域中存在的物體的至少一個結構。確定感興趣區域內的至少一個結構還可以包括使用數據處理器和預測模型來確定與多個圖像濾波器的至少一個圖像濾波器參數相關聯的至少一組圖像濾波器參數值。預測模型可以被訓練以接收包括至少一個第一注釋的訓練圖像數據，并且基于使用訓練圖像數據和至少一個第一注釋應用至少一種優化技術來確定多個圖像濾波器的每個圖像濾波器參數的至少一組圖像濾波器參數值。確定感興趣區域內的至少一個結構還可以包括基于至少一組圖像濾波器參數值更新計算機視覺算法的至少一個圖像濾波器。

在另一實施方案中，至少一種優化技術可包括網格搜索技術、隨機搜索技術、列文伯格-馬夸爾特(Levenberg-Marquardt)技術、梯度搜索技術、貝葉斯優化技術，或兩種或更多種優化技術的組合。在另一實施方案中，預測模型可以被訓練以確定平均輪廓圖像濾波器參數、線跟蹤圖像濾波器參數或停止標準圖像濾波器參數中的至少一者的至少一組圖像濾波器參數值。

在另一實施方案中，響應于在第二圖像數據中提供至少一個結構的指示，該方法還可以包括利用至少一個注釋修改第二圖像數據中的指示，以及將第二圖像數據包括在訓練圖像數據中。第二圖像數據可以包括至少一個結構的注釋。響應于在第二圖像數據中提供至少一個結構的指示，該方法還可以包括表征物體的感興趣區域。表征可以包括表征感興趣區域中的缺陷或者將感興趣區域表征為有缺陷的。響應于在第二圖像數據中提供至少一個結構的指示，該方法還可以包括基于使用包括第二圖像數據和至少一個結構的注釋的訓練圖像數據訓練預測模型來確定至少一組圖像濾波器參數值。

在另一實施方案中，計算機視覺算法可以被配置為生成與多個像素的一部分相關聯的輪廓數據。該部分可以對應于感興趣區域內存在的至少一個結構，并且輪廓數據可以包括光度數據、尖端檢測數據、粒子檢測數據或空隙檢測數據中的至少一者。在另一實施方案中，第一圖像數據可包括二維計算機斷層攝影圖像數據、三維計算機斷層攝影圖像數據或x射線照相數據。