利用指定的标量值分析图像信息的方法技术

本发明专利技术涉及一种用于利用指定的标量值(119，129，219，229)分析图像信息(134，234)的方法，包括方法步骤：a.)检测对象(132，232)或情景(130)的第一图像(134)并且检测与对象(132)或情景(130)相关的至少一个第一标量传感器值(129)，b.)检测对象(132，232)或情景(130)的第二图像(234)并且检测与对象(132，232)或情景(130)相关的至少一个第二标量传感器值(229)，c.)将第一图像(134)和至少一个第一标量传感器值(129)作为一致的表示形式引入第一数据结构(159)中，并且将第二图像(234)和至少一个第二标量传感器值(229)作为一致的表示形式引入第二数据结构(259)中，d.)比较第一数据结构(159)和第二数据结构(259)，并且e.)如果比较得出与预设的或能预设的标准相对应的差异，则输出信息。则输出信息。则输出信息。

【技术实现步骤摘要】
【国外来华专利技术】利用指定的标量值分析图像信息的方法


[0001]本专利技术涉及用于利用指定的标量值分析图像信息或声学信息的方法，该方法包括以下方法步骤：
[0002]a.)检测与对象或情景相关的第一图像或第一声学信息，并且检测与对象或情景相关的至少一个第一标量传感器值，
[0003]b.)检测与对象或情景相关的第二图像或第二声学信息，并且检测与对象或情景相关的至少一个第二标量传感器值。

技术介绍

[0004]这种方法从现有技术中已知。因此，例如，美国公开文献US 2017/0032281 A1公开了一种用于监控焊接系统的方法，其中检测各种传感器或图像数据，从而训练神经网络。此外，该公开文献还公开一种方法，其中借助于训练过的神经网络并利用在焊接流程的范畴内记录的图像或传感器数据来预测所产生的焊缝或焊接过程的特性。
[0005]所提到的现有技术的缺点是，神经网络的创建和使用是非常耗费的。无论是创建还是设立神经网络，但是尤其还有训练神经网络，都非常耗费，并且需要大量训练数据，以便可靠运转。这种训练数据通常不存在，至少没有足够的数量。

技术实现思路

[0006]因此，本专利技术的目的是，提供一种用于分析传感器数据的方法，利用该方法可还可以以减小的耗费来分析较复杂的传感器数据。
[0007]该目的通过具有权利要求1的特征的方法来实现。
[0008]这种方法设计和配置用于利用指定的标量值分析图像信息，并且包括以下方法步骤，
[0009]a.)检测对象或情景的第一图像，并且检测与对象或情景相关的至少一个第一标量传感器值，
[0010]b.)检测对象或情景的第二图像，并且检测与对象或情景相关的至少一个第二标量传感器值，
[0011]c.)将第一图像和至少一个第一标量传感器值作为一致的表示形式引入第一数据结构中，并且将第二图像和至少一个第二标量传感器值作为一致的表示形式引入第二数据结构中，
[0012]d.)比较第一数据结构与第二数据结构，并且
[0013]e.)如果比较得出与预设的或能预设的标准相对应的差异，则输出信息。
[0014]通过创建相应的数据结构的一致的表示形式，可行的是，将图像信息还有所属的标量信息组合在一致的表达形式或数据结构内部，从而通过比较两个或更多个这种数据结构来实现全新的机制。因此也可以分析更复杂的传感器数据，而不必一定采用借助于神经网络进行的评估。
[0015]在一个可行的设计方案中，尽管比较第一和第二数据结构或还有检查是否满足预设的或能预设的标准不仅可以手动地或利用自动化分析的方法来进行，而且还可以利用神经网络进行。然而，这种神经网络可能比直接需要用于分析图像和传感器数据的神经网络更容易在设计方案和训练中。
[0016]在此，标量值例如可以是字母数字值、字母数字字符串、整数值、浮点值、布尔值、字符串值或类似值。标量值在一定方式中代表0维值排列，其与代表1维值排列的向量和代表2维甚至更高维值排列的矩阵相反。
[0017]就本说明书而言的图像信息或图像被视为矩阵，即图像是矩阵状构成的值，其中，图像的各个元素例如是其像素，该像素可以通过两个或更多个维度上的长度和一个或多个亮度和/或颜色值来表征。
[0018]在此，所检测的图像可以分别例如设计和配置为二维或更高维的像素或向量图形。
[0019]图像信息或图像也可以通过如下方式具有多于二维的维度，即例如其他二维的信息层一定程度叠加到二维的图像层。因此，例如将另一层叠加到二维的灰度等级、亮度值和/或颜色值像素图像，在该另一层中将例如材料密度值、X射线信息值或类似的其他的特性值分配给各个像素。
[0020]例如，可以利用任何类型的合适的相机进行检测第一图像和/或第二图像。例如可以在不同的光学频率范围内进行记录，即例如在可见范围内、红外范围内、紫外范围内和/或X射线范围内或在其他合适的光谱范围内。在此，可以分别使用合适的图像检测方法和设备或相机进行检测。此外，还可以经由其他适合的图像检测方法、例如热成像方法(即用于二维温度检测的方法)、MRI方法(磁共振成像)、X射线结构分析法或其他适合产生二维像素或向量图像的方法来检测图像。
[0021]此外，还可以例如通过扫描仪、屏幕截图(＝在屏幕、显示器或监视器上显示的二维表示的数字图像)或以类似方式来检测图像。
[0022]第一图像和第二图像例如可以是情景或对象的时间上连续的图像。
[0023]此外，第一图像和第二图像还可以是对象或情景的在特定时间点记录的图像，以及该对象或情景的相应的参考图像。这种参考图像例如可以代表对象或情景的原始、目标或期望设计方案。
[0024]情景的图像例如可以是特定空间区域或特定逻辑情景的图像。逻辑情景例如可以通过特定标准或触发特征或事件来表征。因此，例如，在方法流程或制造特定产物的范畴内，特定的方法步骤或生产步骤或特定的方法步骤或生产步骤的结果(例如中间或最终产物或结果)可以是这种逻辑情景。
[0025]例如还可以通过地理地点和/或其他表征的特性、例如时钟时间、时间范围、特定的亮度值、特定的所检测的传感器数据例如温度、人员识别或类似的特性来给定情景。
[0026]因此，情景可以例如是道路交通中的特定情景，例如通过特定地点和空间角度给出的特定情景，或者也是通过特定的生产机器或特定的生产步骤给定的生产情景。此外，情景例如还可以通过相应的方法流程、例如燃烧过程、运输过程、不同人之间的交互或类似的流程来给定。
[0027]对象可以是任何类型的借助于光学或其他传感器可检测的对象、装置、设施、机
器、生物或其他物质对象。
[0028]传感器值可以是来自与生产流程相关的传感器的值，用于检测关于处在生产流程中的产物或生产设施或其一部分的物理变量、材料特性、化学特性、标识信息或其他信息。
[0029]在此，标量传感器值可以是任何类型的标量值，例如数值、字母数字值、字母数字字符串、整数值、浮点数值、布尔值、字符串值或类似值。
[0030]标量传感器值例如可以是数字、一个或多个字母或单词或其他的字母数字数据。在此，传感器值可以由相应的传感器输出。
[0031]在此，至少一个标量传感器值的检测可以设计和配置为，使得或者仅检测一个标量传感器值。
[0032]此外，还可以检测由传感器在不同时间点提供的多个值作为至少一个标量传感器值(例如所谓的“时间序列”)。在此，在创建相应的数据结构的范畴内，然后例如可以使用这些值中的一个、个别或全部，或者也例如使用这些值中的全部或个别值的平均值。
[0033]至少一个第一和第二标量传感器值例如还可以分别涉及对象或情景的不同方面或部分(例如对象的不同部位处的温度)。如果例如检测多个传感器值作为至少一个第一或第二传感器值，那么然后可以在创建相应的数据结构的范畴内使用这些值中的一个、个别或全部，或者也可以使用多个值或全部值的平均值。
[0034]图像和至少一个标量传感器值都可以与相同的对本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种用于利用指定的标量值(119，129，219，229)分析图像信息(134，234)的方法，所述方法包括以下方法步骤：a.)检测对象(132，232)或情景(130)的第一图像(134)，并且检测与所述对象(132)或情景(130)相关的至少一个第一标量传感器值(129)；b.)检测所述对象(132，232)或情景(130)的第二图像(234)，并且检测与所述对象(132，232)或情景(130)相关的至少一个第二标量传感器值(229)；c.)将所述第一图像(134)和所述至少一个第一标量传感器值(129)作为一致的表示形式引入第一数据结构(159)中，并且将所述第二图像(234)和所述至少一个第二标量传感器值(229)作为一致的表示形式引入第二数据结构(259)中；d.)比较所述第一数据结构(159)和所述第二数据结构(259)；并且e.)如果所述比较得出与预设的或能预设的标准相对应的差异，则输出信息。2.根据权利要求1所述的方法，其特征在于，为了创建所述第一数据结构(159)和所述第二数据结构(259)，将分别检测到的图像(134，234)分别变换到频域，特别地，为了创建所述第一数据结构(159)和所述第二数据结构(259)，分别利用傅里叶分析法将分别检测到的所述图像(134，234)变换到频域。3.根据权利要求1或2所述的方法，其特征在于，在方法步骤a.)内，还检测与所述对象(132，232)或情景(130)相关的至少一个第一标量参数值(119)，并且在方法步骤b.)内，还检测与所述对象或情景(130)相关的至少一个第二标量参数值(219)，其中，还利用所述至少一个第一标量参数值(119)和/或所述至少一个第二参数值(219)来创建所述第一数据结构(159)和所述第二数据结构(259)。4.根据前述权利要求中任一项所述的方法，其特征在于，利用神经网络(600)实现所述第一数据结构(159)与所述第二数据结构(259)的比较。5.根据前述权利要求中任一项所述的方法，其特征在于，所述第一数据结构(159)和所述第二数据结构(259)分别具有二维或更高维的图表结构或者二维或更高维的图形结构，或者所述第一数据结构和所述第二数据结构分别表示为或能表示为二维或更高维的图表或者二维或更高维的图形。6.根据权利要求5所述的方法，其特征在于，在根据方法步骤c.)创建所述第一数据结构(159)和所述第二数据结构(259)的范畴内，将聚类法分别应用于或已经应用于所述第一数据结构和所述第二数据结构的相应的图表、图形、图表结构或图形结构，或者，在根据方法步骤d.)比较所述第一数据结构(159)和所述第二数据结构(259)的
范畴内，将聚类法分别应用于所述第一数据结构和所述第二数据结构的相应的图表、图形、图表结构或图形结构。7.根据前述权利要求中任一项所述的方法，其特征在于，所述方法设计和配置用于监控方法流程或生产流程，使得
‑
将对所述第一图像(134)和/或所述第二图像(234)的检测设计和配置为对与生产流程相关的对象(132，232)或者与生产流程相关的情景(130)的第一图像和/或第二图像的检测，并且
‑
将对所述至少一个第一标量传感器值和/或第二标量传感器值(129，229)的检测设计和配置为对涉及与生产流程相关的对象或者与生产流程相关的情景(130)的至少一个第一标量传感器值和/或至少一个第二标量传感器值(129，229)的检测。8.根据权利要求7所述的方法，其特征在于，所述生产流程设计和配置用于制造产物并且包括生产步骤的序列，其中，在从生产步骤的序列中选定的生产步骤(110，120，130)完成之后，存在中间产物(132，232)，
‑

【专利技术属性】
技术研发人员：约纳斯，
申请(专利权)人：西门子股份公司，
类型：发明
国别省市：