[发明专利]结构检测

权利要求书

1.一种方法，所述方法包括：

由数据处理器接收在检查物体期间获取的第一图像数据，所述第一图像数据表征所述物体的感兴趣区域，所述感兴趣区域包含所述物体的一个或多个结构；

使用所述数据处理器和计算机视觉算法确定所述感兴趣区域内的所述一个或多个结构中的至少一个结构，所述计算机视觉算法包括多个图像滤波器，所述多个图像滤波器被配置为针对所述第一图像数据的多个像素的光度特性对所述第一图像数据进行滤波，所述多个图像滤波器中的每个图像滤波器包括一个或多个图像滤波器参数；以及

在第二图像数据中提供所述至少一个结构的指示。

2.根据权利要求1所述的方法，其中确定所述感兴趣区域内的所述至少一个结构还包括：

使用所述数据处理器接收所述物体的训练图像数据，所述训练图像数据包括至少一个第一注释，所述至少一个第一注释标识在所述训练图像数据中的至少一个感兴趣区域中存在的物体的至少一个结构；

使用所述数据处理器和预测模型来确定与所述多个图像滤波器的至少一个图像滤波器参数相关联的至少一组图像滤波器参数值，所述预测模型被训练以接收包括至少一个第一注释的所述训练图像数据并且基于使用所述训练图像数据和所述至少一个第一注释应用至少一个优化技术来确定所述多个图像滤波器的每个图像滤波器参数的所述至少一组图像滤波器参数值；以及

基于所述至少一组图像滤波器参数值更新所述计算机视觉算法的至少一个图像滤波器。

3.根据权利要求2所述的方法，其中所述至少一种优化技术包括网格搜索技术、随机搜索技术、列文伯格-马夸尔特(Levenberg-

Marquardt)技术、梯度搜索技术、贝叶斯优化技术，或两种或更多种优化技术的组合。

4.根据权利要求2所述的方法，其中所述预测模型被训练以确定平均轮廓图像滤波器参数、线跟踪图像滤波器参数或停止标准图像滤波器参数中的至少一者的所述至少一组图像滤波器参数值。

5.根据权利要求2所述的方法，其中响应于在所述第二图像数据中提供所述至少一个结构的所述指示，所述方法还可以包括：

利用至少一个注释修改所述第二图像数据中的所述指示，并且将所述第二图像数据包括在所述训练图像数据中，所述第二图像数据包括所述至少一个结构的所述注释；

表征所述物体的所述感兴趣区域，其中所述表征包括表征所述感兴趣区域中的缺陷或者将所述感兴趣区域表征为有缺陷的；以及

基于使用包括所述第二图像数据和所述至少一个结构的所述注释的所述训练图像数据来训练所述预测模型，确定所述至少一组图像滤波器参数值。

6.根据权利要求1所述的方法，其中所述计算机视觉算法被配置为生成与所述多个像素的一部分相关联的轮廓数据，所述部分对应于存在于所述感兴趣区域内的至少一个结构，并且所述轮廓数据包括光度数据、尖端检测数据、粒子检测数据或空隙检测数据中的至少一者。

7.根据权利要求1所述的方法，其中所述第一图像数据包括二维计算机断层摄影图像数据、三维计算机断层摄影图像数据或x射线照相数据。

8.根据权利要求1所述的方法，其中所述物体是锂离子电池、镍-金属氢化物电池或镍镉电池。

9.根据权利要求1所述的方法，其中所述感兴趣区域包括电池的阴极、电池的阳极、电池的外壳、电池的阴极与电池的阳极之间的体积、电池的阴极的中心线、电池的阳极的中心线以及电池的形状的轮廓中的至少一者。

10.根据权利要求1所述的方法，所述方法还包括：

使用所述数据处理器确定所述物体在所述感兴趣区域内的位置或者所述第一图像数据的一个或多个部分的对准中的至少一者，所述一个或多个部分包括表征所述物体的所述感兴趣区域；以及

提供所述物体在所述感兴趣区域内的所述位置或者所述第一图像数据的一个或多个部分的所述对准的指示。