[发明专利]用于质检的自动化分割方法

权利要求书

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：

- 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。

11.根据前述权利要求之一所述的方法，其中该分类器系统具有第一分类器系统和第二分类器系统，

其中该第一分类器系统以第一数量的参数值工作，

其中该第二分类器系统以第二数量的参数值工作，其中该第二数量大于该第一数量。

12.根据权利要求11所述的方法，其中只有当该第一分类器系统已经将相关联的一组体素分类为属于缺陷类别时，才激活该第二分类器系统。

13.根据前述权利要求之一所述的方法，其中由图像记录方法推导出所接收的数字图像和用于该分类器系统的训练数据集的元素，其中该图像记录方法选自由以下项组成的组：电子显微镜、荧光显微镜、光学显微镜、光学相干性断层扫描、干涉仪、光谱仪、手术显微镜和计算机断层扫描。

14.根据前述权利要求之一所述的方法，其中该第一参考图像通过对该构件的多个样本构件求平均值而形成，或者由该构件的CAD模型推导出，或者通过对图像记录方法的拟真从一个或多个对象模型中生成，或者从一个或多个对象模型中基于规则推导出。