[发明专利]用于基于图像的目标对象检验的系统及方法

说明书

系统（200）包括一个或多个处理器（204），一个或多个处理器（204）被配置成使用对图像帧执行的边界分析来检测如图像帧（302）的系列（300）中所描绘的涡轮组装件（230）的一个或多个转子叶片（234）的周界边缘（306）。一个或多个处理器被配置成基于在图像帧中检测到的周界边缘与参考叶片姿势（350）之间的位置偏移（354）而将图像帧的集合（400）标识为关键帧（402），使得能够检验关键帧是否有感兴趣对象，而不检验不是关键帧的图像帧。

优先权信息

本申请要求保护对于在2018年3月30日提交的序列号为15/941589的美国专利申请的优先权，该申请通过引用而合并于本文中。

技术领域

本文中所描述的主题涉及被配置成分析图像帧以检验目标对象的检验系统（inspection system）。

背景技术

图像分析系统能够用于检验各种目标对象（诸如，工业应用、机动车应用以及航空应用中的机械）的状况、健康或状态。图像分析系统典型地通过获得操作中的目标对象的图像数据而检验给定的目标对象。图像分析系统使用一个或多个神经网络和/或其它图像分析技术来分析所接收的图像数据，以在图像数据内搜索特定特征或对象。由图像分析系统提供的自动分析可比由人类操作者直接地检查目标对象或检查目标对象的图像数据而执行的传统手动检验明显地更高效和/或准确。

被自动图像分析系统采用的分析技术和推算（calculation）可在计算上是密集的。由于复杂计算的原因，已知的图像分析系统的效率可能随着分析的图像数据的工作量增加而降低。由于增加的工作量而导致的低效可能使图像分析系统能够分析图像数据并且得到结果的速度减慢（例如，相对于更高效的图像分析过程和系统）。低效还可能要求用于对执行计算的处理硬件进行供电和/或冷却的额外的电能。用于改进图像分析系统的操作效率的一个选择是要修改图像分析技术，以降低所执行的计算的复杂性和强度。然而，使图像分析技术简化可能有损检验的质量（例如，准确度和/或精度）。

发明内容

在实施例中，提供了一种系统（例如，检验系统），该系统包括被配置成使用对图像帧执行的边界分析来检测如图像帧的系列中所描绘的涡轮组装件的一个或多个转子叶片（rotor blade）的周界边缘的一个或多个处理器。一个或多个处理器被配置成基于在图像帧中检测到的周界边缘与参考叶片姿势（pose）之间的位置偏移而将图像帧的集合标识为关键帧，使得能够检验关键帧是否有感兴趣对象，而不检验不是关键帧的图像帧。

在实施例中，提供了一种方法（例如，用于执行基于图像的目标对象检验），该方法包括在涡轮组装件旋转时获得描绘涡轮组装件的多个转子叶片的图像帧的系列。图像帧中的每个描绘转子叶片中的一个或多个。该方法包括：由一个或多个处理器使用对图像帧执行的边界分析来检测图像帧中的每个中所描绘的一个或多个转子叶片的周界边缘。该方法还包括：基于在图像帧中检测到的周界边缘与参考叶片姿势之间的位置偏移而经由一个或多个处理器将图像帧的集合标识为关键帧；以及检验关键帧是否有感兴趣对象，而不检验不在关键帧的集合中的图像帧。

在实施例中，提供了一种方法（例如，用于执行基于图像的目标对象检验），该方法包括由一个或多个处理器使用对图像帧执行的边界分析来检测如图像帧的系列中所描绘的涡轮组装件的一个或多个转子叶片的周界边缘。该方法包括基于在图像帧中检测到的周界边缘与参考叶片姿势之间的位置偏移而经由一个或多个处理器将图像帧的集合标识为关键帧。该方法还包括：将掩模图像应用于关键帧上，以限定关键帧上的暴露区域。暴露区域表示相应关键帧中的主转子叶片的表面区。该方法还包括：检验关键帧的暴露区域，以检测相应主转子叶片上的感兴趣对象，而不检验暴露区域之外的关键帧的区域。

附图说明

将通过参考附图阅读非限制性实施例的以下描述来更好地理解本发明主题，下面在附图中：

图1图示用于图像分析的神经网络系统的一个实施例；

图2是根据实施例的检验系统的框图；