專利名稱：使用圖像處理對可視對象外觀的建模的制作方法
使用圖像處理對可視對象外觀的建模本發(fā)明涉及用于處理圖像的方法和裝置。更特別地，而非排除地，本發(fā)明涉及用于根據一組圖像產生模型的方法，該模型可用于確定輸入圖像是否為該組圖像之一。本文所述的一些方法還允許識別與模型最對應的輸入圖像的區(qū)域。在圖像識別領域中熟知的是使用計算機。圖像識別的一種特定應用是在工業(yè)檢測領域。本文中，計算機具有圖像，并且需要產生指示輸入圖像是否是一類圖像中之一的輸出數(shù)據。該類圖像可以表示特定部件的可允許改變，其通過工業(yè)處理而進行操作。已知的是使用表示該類圖像的模型而實施上述的處理。通常通過接收和處理多幅訓練圖像而產生這種模型，多幅訓練圖像是該類感興趣圖像的實例。即，假設許多工業(yè)處理具有可允許的變化范圍，那么多幅圖聯(lián)圖像將是橫跨可允許變化范圍的實例，從而已產生的模型正確地表示可允許的變化范圍。雖然使用上述類型的模型已經獲得了相當大的成功，但是其也具有缺點。一個缺點是通常難以產生足夠精確的模型，例如因為多幅訓練圖像中的小部分可能不正確、不恰當?shù)乇硎驹诳稍试S變化范圍中的圖像。在模型建立處理中包括這種圖像而產生的模型，可能在事實上未處于該情況時而錯誤地指示輸入圖像處于可允許變化范圍內。使用上述類型模型的另一缺點是，通常當輸入圖像提供為模型確定未處于可允許的變化范圍中時，未向操作者提供為何可能是該情況的信息，而僅向操作者提供輸入圖像與模型不相應的指示。此外，一些現(xiàn)有技術中，當需要識別與模型最為符合的輸入圖像的區(qū)域時，如果該區(qū)域不足以滿足這些模型，那么這些技術未能連貫地識別最符合模型的區(qū)域。即，當沒有輸入圖像的區(qū)域足夠地符合模型，通常有用的是提供識別仍然最符合模型的區(qū)域的信息?，F(xiàn)有的技術通常不能實現(xiàn)這一點。本發(fā)明實施例的一個木的是避免或緩解上述一個或多個問題。根據本發(fā)明第一方面，提供了一種根據一組圖像產生模型的方法。該方法包括處理多個數(shù)據項，每個數(shù)據項表示所述圖像組的圖像，以確定所述多個數(shù)據項之間的可變性。 基于所述數(shù)據和所述可變性而產生模型，其中每個所述數(shù)據項對所產生的模型的影響，由各個所述數(shù)據項和所述可變性之間的關系所確定。本發(fā)明因而允許在創(chuàng)建的模型中，特定數(shù)據項對所創(chuàng)建模型的影響由特定數(shù)據項和多個數(shù)據項之間的可變性之間的關系所確定。因而，遠在正?？勺冃苑秶獾臄?shù)據項對已產生的模型具有相對低的影響。因而，認為所創(chuàng)建的模型是健全的模型，因為其未受處于該創(chuàng)建中使用的正常可變性范圍之外的數(shù)據項而影響至過大的范圍。多個數(shù)據項的每一個可以是標準化的數(shù)據項?？梢砸匀魏伪憷姆绞綄嵤?shù)據項的標準化?？梢越邮斩鄠€初始數(shù)據項，每個初始數(shù)據項包括多個元素?？梢曰谒龆鄠€初始數(shù)據項的每一個中的元素值而計算每個元素的中值。已經發(fā)現(xiàn)以這種方式使用中值允許健全的標準化。更特別地，使用中值具有優(yōu)于平均值的優(yōu)點，假定中值未受少量無關值的過度影響。
6
可以基于所述多個初始數(shù)據項的每一個中的元素的值而計算用于每個元素的中值絕對偏差(MAD)值。此外，假定對外圍(outlying)元素值是相對健全的，使用MAD是有利的。該方法還可以包括參考各個中值和MAD值而處理各個數(shù)據項的每個元素，以確定各個數(shù)據項的標準化因子。隨后通過向各個初始數(shù)據項應用所述標準化因子，可以產生用于每個初始出具向的各個標準化數(shù)據項。假定其使用中值和MAD值指的是其對于外圍數(shù)據元素值的影響相對健全，該標準化方法是有利的?；谒鰯?shù)據項產生該模型可以包括將權重與每個所述數(shù)據項相關。權重可以基于所述可變性。權重可以設置使得最小化對外圍數(shù)據項的影響?？梢杂嬎忝總€所述數(shù)據項的權重。計算各個數(shù)據項的權重可以包括確定各個數(shù)據項和平均數(shù)據項之間的關系。平均數(shù)據項可以是中值數(shù)據項。使用中值數(shù)據項是優(yōu)選地，因為這產生的權重以最小化外圍數(shù)據項的影響的方式計算。該方法可以包括確定指示每個所述數(shù)據項中的置信度的值。各個數(shù)據項的置信度可以基于各個數(shù)據項和平均數(shù)據項以及所述數(shù)據項的可變性之間的關系。該方法還可以包括根據指示每個所述數(shù)據項中置信度的所述之而產生概率分布， 并且基于所產生的分布而確定每個所述數(shù)據項的概率值。與特定數(shù)據項相關的權重可以是已確定概率值的函數(shù)。當所述概率在第一范圍中，該函數(shù)可以提供第一權重值，而當指示概率的所述值處于第三范圍中時，該函數(shù)可以提供為與第二范圍內的權重值。產生模型可以包括確定每個所述數(shù)據項和平均數(shù)據項之間的差別關系，以產生多個差值數(shù)據項。平均數(shù)據項可以是所述數(shù)據項的加權平均值，加權平均值基于已確定的權重。使用這種加權平均值在提供具有附加健全性的方法中是有利的。已確定的權重可以應用于所述差值數(shù)據項，并且可以產生指示每個已加權差值數(shù)據項如何相對于每一個其他已加權差值數(shù)據項改變的矩陣。矩陣可以是協(xié)方差矩陣。產生模型還可以包括建立所述系統(tǒng)的特征系統(tǒng)，以產生多個特征向量和特征值， 并且創(chuàng)建包含至少一些所述多個特征向量的矩陣。這樣一來，主成分分析得以執(zhí)行。產生所述多個特征向量和特征值還可以包括處理另一矩陣，所述另一矩陣的尺寸小于所述矩陣。更特別地，特征值可以獲自于所述另一矩陣。模型可以是統(tǒng)計模型。例如，模型可能具有如下形式m+Pb其中m是平均數(shù)據項；P是指示可允許變化的矩陣；以及b是模型的范例實例。每個數(shù)據項可以是矢量，而每個數(shù)據項的每個元素可以表示一個像素值。根據本發(fā)明第二方面，提供了一種產生指示輸入圖像如何滿足表示一組圖像的模型的數(shù)據的方法。該方法包括處理表示輸入圖像的輸入數(shù)據項以產生指示圖像如何由模型恰當表示的數(shù)據。輸入數(shù)據項包括多個元素，每個元素表示輸入圖像的各個圖像元素。處理輸入數(shù)據項以確定輸入圖像如何恰當?shù)臐M足模型，包括確定輸入數(shù)據項的每個元素應當對已產生的數(shù)據的影響，并且產生所述數(shù)據，從而輸入數(shù)據項的每個元素具有已確定的影響。
以該方式使用影響確保不規(guī)則的輸入數(shù)據項的元素對決定具有相對低的影響，由此當一些元素值(例如像素值)不規(guī)則時確保決定的健全性。確定輸入數(shù)據項的元素應當對已產生的數(shù)據的影響可以包括產生用于輸入數(shù)據項的每個元素的加權數(shù)據項。所述加權數(shù)據項的每一個可以應用于每個關系，以產生指示輸入圖像如何恰當?shù)貪M足模型的所述數(shù)據。產生每個加權數(shù)據項可以包括確定輸入數(shù)據項的元素和多個樣本數(shù)據項的元素的可變性之間的關系。輸入數(shù)據項的元素和多個樣本數(shù)據項的元素的可變性之間的關系， 可以是輸入數(shù)據項和平均元素值的元素之間的差值與所述可變性之間的關系。使用迭代處理可以產生每個所述加權數(shù)據項。該方法還可以包括產生指示至少一些所述輸入元素對所述決定的影響的輸出數(shù)據。輸出數(shù)據可以包括圖形輸出數(shù)據，指示對決定貢獻相對較少的輸入圖像的像素。這樣， 可以向用戶提供診斷反饋，例如使用合適的圖形用戶界面?？梢缘禺a生指示輸入圖像如何恰當?shù)貪M足模型的數(shù)據。輸入數(shù)據項可以是標準化輸入數(shù)據項。根據本發(fā)明第三方面，提供了一種識別最為滿足模型的圖像區(qū)域的方法。該方法包括參考模型處理所述圖像的第一區(qū)域，所述處理產生位移信息。參考模型處理所述圖像的第二區(qū)域，其中基于所述位移信息選擇第二區(qū)域。這樣，本發(fā)明第三方面產生可以用于聚焦和指導意于定位最為滿足模型的圖像區(qū)域的研究。這能夠有利地提高定位最滿足模型的圖像區(qū)域的效率。位移信息可以包括平移位移信息和/或旋轉位移信息。參考模型處理第一和/或第二圖像區(qū)域包括實施如上參考本發(fā)明第二方面所述的處理。根據本發(fā)明第四方面，提供了一種產生表示一類圖像的模型的模型數(shù)據的方法。 該方法包括處理多個樣本數(shù)據項以產生所述模型數(shù)據，每個樣本數(shù)據項包括位移信息。這樣，本發(fā)明第四方面產生了包括位移信息的模型，所述信息在將模型應用于輸入圖像時是有用的。該方法還可以包括接收輸入數(shù)據項和基于所述輸入數(shù)據項的多個位移版本而產生樣本數(shù)據項。該處理可以包括執(zhí)行主成分分析。將意識到，本發(fā)明可以以任何便利的方式實施。例如，本發(fā)明的各方面不僅提供了方法，還提供了適當配置的裝置?？梢越柚诤线m的計算機程序實施本發(fā)明，所述計算機程序在合適的載體介質上實施。這種介質包括有形載體介質和無形載體介質。當使用計算機實施上述的方法時，可以借助于存儲在計算機的合適存儲器中的數(shù)字數(shù)據而表示各幅圖像和各個模型?，F(xiàn)在將僅作為實例而參考隨附附圖描述本發(fā)明各個方面的實施例，其中

圖1是圖像分析系統(tǒng)的示意圖；圖2是示出在構建一組表示圖像的樣本矢量的健全統(tǒng)計模型中實施的處理的流程圖；圖3是用于健全地標準化圖2的處理中的一組樣本矢量的處理的流程圖4是示出設置以產生用于該組樣本矢量的權重的圖2的處理的部分的流程圖；圖5是示出處理以執(zhí)行圖2的處理中的已加權主成分分析的處理的流程圖；圖6是示出設置以計算矩陣的特征系統(tǒng)的圖5的處理的部分的流程圖；圖7是示出實施以測試測試矢量與使用圖2的處理所產生的健全統(tǒng)計模型的匹配的處理的流程圖；圖8是示出訓練實例的位移的示意性圖示；圖9是示出如何能夠使用已位移的訓練實例以創(chuàng)建適用于圖2的處理中的樣本組的流程圖；圖10是一組訓練圖像的圖示；圖11是未按照該組訓練圖像的輸入圖像的圖示；以及圖12是提供以指示測試圖像中的缺陷像素的輸出的圖示。現(xiàn)在參考圖1，模型構建器模塊1采用一組訓練圖像2作為輸入。模型構建器模塊 1基于下文參考圖2所述的訓練圖像2而構建統(tǒng)計模型3。模型構建器1基于該組訓練圖像而輸出統(tǒng)計模型3。統(tǒng)計模型3是基于該組訓練圖像2中變化范圍的模型。將模型3傳遞圖像測試模塊4，其參考統(tǒng)計模型3而處理測試圖像5，以產生輸出6，指示是否能夠由模型充分正確地表示測試圖像5。參考圖1所述的處理是，如果該組訓練圖像2表示特定類的圖像，那么模型3是表示該類圖像的模型。圖像測試模塊4隨后可以確定測試圖像5是否是以上述方式描述的模型3所表示的該類圖像的成員?，F(xiàn)在參考圖2，圖1的模型構建器模塊1在步驟Sl接收形成該組訓練圖像2的樣本組X。該組X包含S個未標準化樣本矢量~，其中j在1至S的范圍內，而每個\對應于圖1的該組訓練圖像2的一個成員。每個矢量\表示一幅訓練圖像2，而\的每個元素表示各幅訓練圖像的一個像素。因而，每個矢量\的尺寸為n，其中η是包含在訓練圖像中的像素數(shù)量。在步驟S2，將樣本矢量\健全地標準化以給出標準化的樣本組X、，其包含用于如參考圖3更詳細描述的每個樣本矢量\的相應標準化樣本矢量χ/。在步驟S3，構建用于組X、的健全的零模式模型，并且在步驟S4,使用健全的零模式模型構建健全的匹配功能。之所以稱為健全的零模式模型，因為其創(chuàng)建并不依賴于特征系統(tǒng)分析，并且同樣地，該模型未包括特征矢量。可以說，特征矢量表示數(shù)據的“變化模式”， 所述特征矢量從所述數(shù)據獲得。因而，不具有特征矢量的模型稱為“零模式”模型。在步驟 S5，使用在步驟S4計算得的健全匹配函數(shù)，對每個樣本矢量χ/計算可能性評估值ρ」。在步驟S6，基于可能性估計值~而計算每個樣本矢量的權重％。以這種方式計算的權重基于與每個矢量相關的置信水平，置信水平指示在給出該組訓練圖像的變化時每個矢量χ/是否是該組訓練圖像的有效成員。將參考圖4更詳細地描述步驟S3至S6的處理。這樣，如果樣本組X包括未正確地表示模型將表示的該類圖像的至少一些矢量， 那么本文所述的方法配置使得與未正確地表示該類圖像的訓練圖像相關的矢量對所創(chuàng)建的模型具有相對低的影響。即，當在樣本組X中存在錯誤時，這些錯誤對模型具有相對低的全面影響。這導致創(chuàng)建被認為是健全的模型。在步驟S7，如參考圖5更詳細所述，在標準化樣本組Γ上實施已加權主成分分析。現(xiàn)在，將參考示出在圖2的步驟S2實施的處理的圖3，更詳細地描述健全地標準化樣本組X以計算標準化樣本組Γ的處理。參考圖3，在步驟S10，對該組樣本矢量X計算中心點矢量m。中心點矢量是尺寸為 η的矢量，其中Humi的每個元素是在樣本組X上計算得的每個像素Xi的中值。通過使用中值，減少或甚至消除輸入矢量中異常值(outlier)像素的效果。更特別地，雖然一些已知的統(tǒng)計模型取決于基于每個像素的中值的中心點矢量，但是這些方法受到異常值像素的不合需要地影響。通過以上述方式使用中值而克服該問題。在步驟S11，計算擴展矢量σ。擴展矢量是尺寸為η的矢量，其中σ、ο i的每個元素是在樣本組X上的每個像素Xji的中值絕對偏差(MAD)。根據公式(1)計算MAD值σ i σ j = median (| xji-Hii , j = 1. . . s) (1)同樣，使用MAD作為擴展的測量值，對于確保異常值像素未過度地影響所創(chuàng)建的模型而言，是有效的。雖然如上所述這是使用MAD值的一個有利屬性，但是當使用諸如標準偏差的測量值以指示擴展時未實現(xiàn)這種優(yōu)點。在步驟S12，對X中的每個樣本矢量\計算矢量模I |。根據下面所示的公式 (2)計算矢量χ的矢量模。
權利要求
1.一種根據一組圖像產生模型的計算機實施方法，該方法包括處理多個數(shù)據項，每個數(shù)據項表示所述圖像組的一幅圖像，以確定所述多個數(shù)據項之間的可變性；基于所述數(shù)據項和所述可變性而產生表示所述模型的模型數(shù)據，其中每個所述數(shù)據項對已產生的模型的影響，由所述數(shù)據項中之一和所述可變性之間的關系所確定。
2.根據權利要求1所述的方法，其中所述多個數(shù)據項的每一個是標準化數(shù)據項。
3.根據權利要求2所述的方法，還包括接收多個初始數(shù)據項，每個初始數(shù)據項包括多個元素；根據每個元素在所述多個初始數(shù)據項的每一個中的值，確定該元素的中值。
4.根據權利要求3所述的方法，還包括基于每個元素在所述多個初始數(shù)據項的每一個中的值，確定該元素的中值絕對偏差。
5.根據權利要求4所述的方法，還包括參考中值和中值絕對偏差而處理各個初始數(shù)據項的每個元素，以確定各個初始數(shù)據項的標準化因子；以及通過向各個初始數(shù)據項應用所述標準化因子，而產生各個標準化數(shù)據項。
6.根據前述任意一項所述的方法，其中基于所述數(shù)據項產生所述模型包括將權重與每個所述數(shù)據項相關聯(lián)，所述權重基于所述可變性。
7.根據權利要求6所述的方法，還包括對每個所述數(shù)據項計算權重。
8.根據權利要求7所述的方法，其中對各個數(shù)據項計算權重包括確定各個數(shù)據項和平均數(shù)據項之間的關系。
9.根據權利要求8所述的方法，其中所述平均數(shù)據項是中值數(shù)據項。
10.根據權利要求8或9所述的方法，還包括確定指示每個所述數(shù)據項中置信度的值。
11.根據權利要求10所述的方法，其中各個數(shù)據項的置信度基于各個數(shù)據項和平均數(shù)據項以及所述數(shù)據項的可變性之間的關系。
12.根據權利要求10或11所述的方法，還包括根據指示每個所述數(shù)據項中置信度的所述值而產生概率分布，并且基于所產生的分布確定每個所述數(shù)據項的概率值。
13.根據權利要求12所述的方法，其中與特定數(shù)據項相關的權重是已確定的概率值的函數(shù)。
14.根據權利要求13所述的方法，其中當所述概率位于第一范圍中時，所述函數(shù)提供第一權重值，而當所述概率位于第二范圍中時，所述函數(shù)提供第二權重值。
15.根據權利要求6至14中任意一項所述的方法，其中產生所述模型包括確定每個所述數(shù)據項和平均數(shù)據項之間的差別關系，以產生多個差值數(shù)據項；將所述權重應用于所述差值數(shù)據項；以及產生矩陣，指示每個已加權差值數(shù)據項如何參考其他已加權差值數(shù)據項而改變。
16.根據權利要求15所述的方法，其中產生所述模型還包括在所述矩陣上執(zhí)行特征系統(tǒng)分析，以產生多個特征矢量；以及創(chuàng)建包含至少一些所述多個特征矢量的矩陣。
17.根據權利要求16所述的方法，其中產生所述多個特征矢量還包括產生多個特征值，其中通過處理另一矩陣而產生所述多個特征值，所述另一矩陣尺寸小于所述矩陣。
18.根據前述任意一項權利要求所述的方法，其中所述模型是統(tǒng)計模型。
19.根據權利要求18所述的方法，其中所述模型具有如下形式 m+Pb其中m是平均數(shù)據項； P是指示可允許變化的矩陣；以及 b是模型的實例。
20.根據前述任意一項權利要求所述的方法，其中每個數(shù)據項是一個矢量。
21.根據前述任意一項權利要求所述的方法，其中每個數(shù)據項的每個元素表示一個像素值。
22.—種計算機程序，包括計算機可讀指令，配置以使得計算機執(zhí)行根據前述任意一項權利要求所述的方法。
23.一種計算機可讀媒體，載有根據權利要求22所述的計算機程序。
24.一種計算機可讀媒體，存儲表示使用權利要求1至21中任意一項所述的方法創(chuàng)建的模型的數(shù)據。
25.一種用于根據一組圖像產生模型的計算機裝置，該計算機裝置包括 存儲器，存儲處理器可讀指令；以及處理器，設置以讀取和執(zhí)行存儲在所述存儲器中的指令；其中所述處理器可讀指令包括設置以控制計算機實施根據權利要求1至21中任意一項所述的方法的指令。
26.—種產生指示輸入圖像滿足表示一組圖像的模型的程度的數(shù)據的計算機實施方法，該方法包括處理表示輸入圖像的輸入數(shù)據項，以產生指示圖像可由模型表示的程度； 其中輸入數(shù)據項包括多個元素，每個元素表示輸入圖像的各個圖像元素，并且處理輸入數(shù)據項以確定輸入圖像滿足模型的程度包括確定輸入數(shù)據項的每個元素應當對所產生的數(shù)據的影響，并且產生所述數(shù)據，從而輸入數(shù)據項的每個元素具有已確定的影響。
27.根據權利要求沈所述的方法，其中確定輸入數(shù)據項的每個元素應當對所產生的數(shù)據的影響包括對輸入數(shù)據項的每個元素產生權重數(shù)據項。
28.根據權利要求27所述的方法，其中產生所述數(shù)據從而每個元素具有已確定的影響包括確定表示圖像組中圖像的多個樣本數(shù)據項的每個元素和輸入數(shù)據項的各個元素之間的關系；以及將所述權重數(shù)據項應用于各個關系，以產生指示輸入圖像滿足模型程度的所述數(shù)據。
29.根據權利要求27或觀所述的方法，其中產生每個權重數(shù)據包括確定輸入數(shù)據項的元素和多個樣本數(shù)據項的各個元素的可變性之間的關系。
30.根據權利要求四所述的方法，其中輸入數(shù)據的元素和多個樣本數(shù)據項的各個元素的可變性之間的關系，是輸入數(shù)據項的元素和平均元素值之間的差值與所述可變性之間的關系。
31.根據權利要求27至30中任意一項所述的方法，其中使用迭代處理產生每個所述加權數(shù)據項。
32.根據權利要求沈至31中任意一項所述的方法，還包括產生輸出數(shù)據，指示至少一些所述輸入元素對所述決定的影響。
33.根據權利要求32所述的方法，其中所述輸出數(shù)據包括圖形輸出數(shù)據，指示對決定貢獻相對較小的輸入圖像的像素。
34.根據權利要求沈至33中任意一項所述的方法，其中迭代地產生指示輸入圖像滿足模型程度的所述數(shù)據。
35.根據權利要求沈至34中任意一項所述的方法，其中輸入數(shù)據項是標準化輸入數(shù)據項。
36.一種計算機程序，包括計算機指令，配置以使得計算機實施根據權利要求沈至35 中任意一項所述的方法。
37.一種計算機可讀媒體，載有根據權利要求36所述的計算機程序。
38.一種用于產生指示輸入圖像滿足表示一組圖像的模型的程度的數(shù)據的計算機裝置，該計算機裝置包括存儲器，存儲處理器可讀指令；以及處理器，設置以讀取和執(zhí)行存儲在所述存儲器中的指令；其中所述處理器可讀指令包括設置以控制計算機實施根據權利要求26至35中任意一項所述的方法的指令。
39.一種識別最為滿足模型的圖像區(qū)域的計算機實施方法，該方法包括 參考模型處理所述圖像的第一區(qū)域，所述處理產生位移信息；以及參考模型處理所述圖像的第二區(qū)域，基于所述位移信息而選擇所述第二區(qū)域。
40.根據權利要求40所述的方法，其中所述位移信息包括平移位移信息和/或旋轉位移信息。
41.根據權利要求39或40所述的方法，其中處理所述第一區(qū)域和所述第二區(qū)域中至少之一包括實施根據權利要求26至35中任意一項所述的處理。
42.一種產生表示一類圖像的模型的模型數(shù)據的方法，該方法包括處理多個樣本數(shù)據項，以產生所述模型數(shù)據，每個樣本數(shù)據項包括位移信息。
43.一種根據權利要求41所述的方法，包括 接收輸入數(shù)據項；基于所述輸入數(shù)據項的多個位移版本而產生樣本數(shù)據項。
44.根據權利要求42或43所述的方法，其中所述處理包括執(zhí)行主成分分析。
45.根據權利要求42或43所述的方法，其中產生所述模型數(shù)據包括實施根據權利要求 1至21中任意一項所述的處理。
46.一種用于預處理將使用的圖像數(shù)據以產生表示一組圖像的模型的計算機實施方法，該方法包括接收多個初始數(shù)據項，每個初始數(shù)據項包括多個元素并且表示一幅圖像；基于每個元素在所述多個初始數(shù)據項的每一個中的值而確定該元素的中值；基于每個元素在所述多個初始數(shù)據項的每一個中的值而確定該元素的中值絕對偏差；參考中值和中值絕對偏差值而處理各個初始數(shù)據項的每個元素，以確定各個數(shù)據項的標準化因子；以及通過將所述標準化因子施加至各個初始數(shù)據項而產生各個標準化數(shù)據項。
全文摘要
本發(fā)明涉及一種根據一組圖像產生模型的計算機實施方法。該方法包括處理多個數(shù)據項，每個數(shù)據項表示所述圖像組的一幅圖像，以確定所述多個數(shù)據項之間的可變性；并且基于所述數(shù)據項和所述可變性而產生表示所述模型的模型數(shù)據，其中每個所述數(shù)據項對所產生的模型的影響，由各個所述數(shù)據項和所述可變性之間的關系所確定。
文檔編號G06K9/62GK102203803SQ200980142051
公開日2011年9月28日 申請日期2009年8月14日 優(yōu)先權日2008年8月21日
發(fā)明者克里斯托弗·布魯克·杰克遜, 安德魯·希爾 申請人:4Sight成像有限公司