专利名称：：用于分析物体的方法和设备的制作方法
技术领域：
：本发明涉及一种用于分析物体的方法和设备。更具体地，本发明涉及分析包含在流或产品样本中的物体，其中可以计算和监控作为单个物体大小和形状的数据以及作为大小分布的公共数据等。
背景技术：
：一个配置可以是一连串物体的物体流的实施例是要基本上形成单层或帘幕(curtain)，其中物体由图像处理单元捕获。从EP0348469B1中已知了一种自动微粒分析方法以及用于执行该方法的装置，其中可以确定物体的大小分布和所述微粒相对于期望形状和期望色彩的偏差。所述微粒的样品流到筒仓之外并流到振动板上，从而生成流动的单层物体帘幕。使得所述微粒落在所述平板边缘之上。照亮该帘幕并且在至少一个地方记录其画面。然后分析画面，特别是对于流中的微粒大小分布和相对于期望形状的偏差。与这种分析技术相关的一个缺点在于成像设备仅以二维(2-D)记录微粒的形状和区域，因此最适合于均匀物体或球体。然而，当分析非均匀物体时，通过使用这种现有设备，微粒的第三维(与成像平面正交的维)将仍然在一定程度上不为所知。
发明内容使用本发明，现在可以借助于一个图像记录单元以实质上的3维(3-D)成像和处理物体。这是通过物体的受控扩展和旋转以及控制和计算在单个物体通过测量空间(measuringvolume)时由图像记录单元捕获的所述单个物体的图像的算法而实现的。这些和其它优点可以通过如所附权利要求中限定的发明来实现。下面，通过示例和附图来进一步描述本发明，在附图中图1公开了根据本发明的3-D成像设备的原理图；图2公开了在图1中公开的设备所捕获的下落物体的实际图像。具体实施例方式可以通过如图1所示的机构来执行3-D成像。这里，将样品注入到一个漏斗1中。然后，通过振动板2馈送样品并使其落下该板的边缘3。旋转是由于重力作用和馈送器板上的部分支撑，还由于振动馈送器的移动。在物体滑下馈送器板时，旋转开始。随后，样品中的物体下落到测量空间中并旋转，在该测量空间中，成像系统4捕获样品中的物体的多幅图像。典型地，如左侧数字所示的那样，多次捕获每一单个物体，所述数字标识了下落中的多个物体之一被捕获的实例。在每一图像中可以有多个不同形状和大小的物体。通过使用高速成像系统来捕获物体，所述高速成像系统具有高到足以在物体经过测量空间(或者由照相机覆盖的区域)时给出该物体的多幅图像(2幅或更多幅图像)的帧速率。通过将物体馈送入测量空间，可以产生物体的旋转。一种将物体引进测量空间的方法是使用振动馈送器，并且当物体跌落馈送器的末端时，由于物体的一部分得到了馈送器的支持而物体的另一部分受到了重力场的影响，所以重力引起了旋转。这将引起旋转。其他确保获得旋转的方法可以使用某种机械激励设备，其在物体离开馈送器时作用于所述物体。这可以是位于馈送器出口的振动"带"。其他馈送物体和产生旋转的方法可以使用传送带、气压调节、滑动系统、通过滚筒馈送等等。在连续图像中编号为l、2、3、4的物体是相同物体，参见图1。这给出了由于物体的旋转而导致的如图所示的不同投影区域。还参见图2，其中示出了实际捕获的图像，在连续图像中识别和标识相同物体。通过使用物理定律，在连续图像中识别每一单个物体。这是通过使用控制物体的运动的力场的特性以便估计下一位置和在连续图像中多次识别相同物体而实现的。如果物体具有已知的速度，例如，在传送带上或者在液体槽中等等，也可以识别该物体。其他进行识别的方式是使成像系统跟随线性运动或旋转运动的物体。为了在物体在重力场中下落时估计在图像区域中的下一位置和移动，可以使用在测量空间中观测物体时从馈送器开始该物体已经移动的距离来估计物体已经下落的时间。为此，使用从馈送器到图像的顶部的距离、图像高度、和图像之间的时间。通过使用全部所述信息，通过使用物体在当前图像中的位置，可以估计物体在下一图像中将具有的位置。该方法用于每一新图像和在每一单个图像中观测的全部物体，以便在物体移动通过测量空间时多次识别每一单个物体。下一位置的计算在时间t内物体下落的距离由下列公式给出从振动馈送器到图像的顶部的距离rw是已知的，图像的高度^y和图像中像素的数量^j也是已知的。(对于密度低且直径小的物体，还应当使用考虑到物体的阻力系数的公式，以便校正距离/时间从而给出更好的估计)。如果在特定像素位置(^"观测物体，则物体已经下落的距离o^可以通过下式公式计算<formula>formulaseeoriginaldocumentpage6</formula>物体已经下落的时间为<formula>formulaseeoriginaldocumentpage7</formula>我们想要的是估计该物体在照相机在下列时间拍摄的下一图像中可能出现的位置G",其中，A,是两个图像之间的时间并且等于1/FPS，其中FPS是每秒拍摄的图像数量。作为当前图像(在时间6)中像素位置(^J的函数的、物体在下一图像中最可能的位置(^)可以表示为加<formula>formulaseeoriginaldocumentpage7</formula>并且基于力可以计算最可能的像素位置OJ:<formula>formulaseeoriginaldocumentpage7</formula>这给出了作为前一位置&J的函数的、估计下一位置^J的函数:<formula>formulaseeoriginaldocumentpage7</formula>例如ht=0.04h产0.35g=9.81pm=1024fps=50物体的第一次观测，A尸J9通过应用函数/^20力，下一估计值为105，然后通过使用705作为A/，/^(7^>给出182作为下一估计值，等等。<formula>formulaseeoriginaldocumentpage8</formula>由于在第IO次估计时落到图像区域之外(1044>1024)，上表示出了使用该设置(图像-高度、FPS等)能够观测微粒9次。用于分析3D物体的算法照相机/帧抓拍器捕获物体的流动/下落单层帘幕的2维图像。对于每一捕获的图像，图像中的所有物体被标识和测量。这是通过扫描图像直到发现物体来实现的。然后，横跨物体的周线，并执行对该单个物体的测量。然后，搜索继续，直到图像中的所有物体被标识和测量。这产生了包含相应图像中每一物体的一个记录的列表，其详细描述了各个物体。A,=PA丄，~—隨……}其中，索引b等于图像编号且索引ii是物体编号。A，Da，L，......是区域，基于区域的直径，最大长度等等。定义Az"图^象之间的时间，即，t,和t2之间的时间A所测量的物体区域D,、基于区域的直径义,—max搜寻直径图像编号b2(b、>图像编号bl，前一图像x"1)中心点，在时间ti观测的物体在图像b,中的位置X(t2〉中心点，在t2=Ar+t,内已经移动且在图像b2中观测的物体的位置L物体的最大长度下一步骤是要标识在图像(1)2)中观测的物体，其中在前一图像(lh)中已观测到相同物体且给相同物体的两个实例相同的物体编号。这是通过应用控制物体在诸如重力场的守恒力场中的运动的物理定律而实现的。从而，估计前一图像(lh)中的物体在力场中移动了时间Ar之后在图像(b2)中将具有的位置。<formula>formulaseeoriginaldocumentpage9</formula>随后将对于(bO中下落了^秒的每一物体的位置估计与物体在(b2)中的实际位置进行比较。如果该估计的中心点是在图像平面中的特定不确定半径之内，则为(b2)中的实际位置找到了匹配。如果为(b2)中的物体找到了匹配，则如果物体的区域是在特定大小容限内，就接受该物体作为(lh)中物体的另一表示。然后，给(b2)中的物体分配与(lh)中的物体相同的编号。如果存在多于一个匹配物体(多于一个中心点在不确定半径内的匹配物体)，则选择大小最接近(lh)中的物体的一个，并给其(lh)中的相应物体的编号。如果没有找到在(不确定)容限内的物体，则顺序给其分配下一可用顺序物体编号，除非(b2)中的物体的位置大于2，则丢弃该物体。对于图像(b2)中的所有物体重复该过程，直到全部物体已经被分配编号或丢弃。对于下一图像循环重复同一过程(尽力找到前一图像中的相同物体)，直到已经将全部样品馈送通过分析器，为典型样品拍摄10000幅图像。并且，典型地，在样品中可能有1000到1000000个物体且每一图像中有10到1000个物体。在分析了所有/部分样品之后，物体信息列表可用于其它处理。在表l中示出了所产生的结果的示例<table>tableseeoriginaldocumentpage10</column></row><table>表l，物体的实例的表示由于更多测量可用于每一物体，通过处理表l中的信息，可以找到比使用2-D成像和分析更好的对于每一物体的估计。示例对于物体编号l，可以估计Xf-max为1.85，Xf-min为0.28，可以通过取所有测量区域的平均值等来估计该区域。还可以使用所有关于物体的可用信息来估计区域i:A-/(a'"，x''^我.......\其中通过使用不同的优化技术来找到函数/，以便给出更好的估计。(i意指估计区域)。还可以找到象L/T(长度/厚度)比率的复合测量值，在我们的示例中，其将为L/T=1.85/0.28=6.66。这里，我们使用了物体的4个单个测量值来找到物体编号l的最大长度和最小宽度。通过使用这些数字，我们可以得到比使用其中仅使用物体的一个测量值的传统方法更好的对L/T比率的估计。同时，现有方法依赖于使用物体的4个测量值中的哪个测量值,将给出集合2.92，4.12，6.54，5.77，...中的结果之一。<table>tableseeoriginaldocumentpage11</column></row><table>表2，基于标准方法的L/T比率通过以此方式处理所有物体的全部实例，可以以比现有技术高的精度实现每一物体的单个表示。该单个物体表示可能如同(表3):<table>tableseeoriginaldocumentpage11</column></row><table>表3，处理后的物体信息可以将该物体的表示(表3)应用作为用于表示和分析物体大小分布及其形状属性的常用系统中的输入。可以使用新方法来给出比仅使用每个物体的一个图像(或者未被标识为相同物体的相同物体的多幅图像)的现有技术更好的对物体属性的估计。然后可以使用每一物体的多幅图像来估计每一单个物体的不同大小和形状属性，象最大长度、最小宽度、平均体积、和更复杂的大小和形状属性。本新发明在动态物体成像技术中将具有大的益处。更好估计的一个示例是最大长度的测量值。如果测量单个物体的每一实例的最大长度，则与实际最大物体长度相比，这些长度的最大值给出了比特定物体的随机实例的最大长度更好的估计。更复杂的属性可以是长度/厚度比率，其中长度由单个物体的最大长度来表征而厚度由相同物体的最小宽度来表征，但不必是该物体的同一实例。基于改进的对于每一单个物体的估计，可以为全部样品创建更精确的结果。应当理解的是，成像装置可以被配置来执行关于物体的旋转，而不是产生物体的旋转。该物体可以是静态的且被置于透明层等上，或者它们可以在重力场中或在传送器等上移动同时成像装置执行相对于所述物体的轨道移动或螺旋移动。上述示例涉及微粒，但是应当理解的是，本发明的原理可以应用于任何类型的物体。例如，当分类诸如土豆等，或者甚至鱼的食品时，可以应用本发明原理。权利要求1.一种用于分析至少一个物体的方法，包括至少一个装置，用于捕获所述至少一个物体的图像，和其他装置，用于产生在所述图像捕获装置和所述至少一个物体之间的相对相互运动，其特征在于，所述相对相互运动包括在所述至少一个物体和所述图像捕获装置之间的相互旋转运动，从而建立在不同角度位置捕获的所述物体的两幅或更多幅图像，用于基于计算机的图像分析器中的所述物体的进一步处理和分析。2.根据权利要求1的方法，其特征在于，使得所述物体在基本上垂直于所述图像捕获装置的视线轴的平面中移动，其中所述物体的第一图像(lh)在时间tj皮捕获而下一图像(b2)在时间t2-ti+Ar被捕获。3.根据权利要求2的方法，其特征在于，基于所述第一图像lh定义所述物体的中心点x(to，然后计算对于所述物体的中心点X(t2)在图像b2中的位置的估计，并且进一步计算其中心在X(t。中的容限区域，然后如果b2中的一个物体具有在所述容限区域内的中心，则找到匹配。4.根据权利要求3的方法，其特征在于，如果所述物体的区域在特定大小容限内，则将所述物体接受作为对应物体在所述第一图像(lh)中的另一表示。5.根据权利要求4的方法，其特征在于，如果没有物体被发现在所述(不确定)容限内，则将依次给所述物体分配下一可用顺序物体编号，除非所述物体在(1)2)中的位置大于;^2(0)+，，则丢弃所述物体。6.—种用于分析至少一个物体的设备，所述设备包括至少一个用于捕获所述至少一个物体的图像以便表示测量空间的装置，和用于产生在所述至少一个图像捕获装置和所述至少一个物体之间的相对相互运动的装置，并且还包括用于处理和分析在所述图像捕获装置所表示的所述测量空间中捕获的图像，其特征在于，所述相对相互运动包括在所述至少一个物体和所述图像捕获装置之间的相互旋转运动，从而建立在相对于所述图像捕获装置的各种角度位置捕获的所述物体的两幅或更多幅图像，用于基于计算机的图像分析器中的进一步处理和分析。7.根据权利要求6的设备，其特征在于，所述设备包括图像处理单元，用于相对于在前一图像中的相同物体，标识一个图像中的物体。8.根据权利要求7的设备，其特征在于，所述图像处理单元包括用于识别和验证所述物体的基于计算机的算法。9.根据权利要求7的设备，其特征在于，所述图像捕获装置是百万像素照相机。10.根据权利要求6-9的设备，其中，使得所述物体在重力场中下落，其特征在于，通过机械装置使要被分析的所述物体旋转。全文摘要本发明提供了一种用于分析至少一个物体的方法，包括至少一个装置，用于捕获所述至少一个物体的图像，和用于产生在所述至少一个图像捕获装置和所述至少一个物体之间的相对相互运动的装置，并且还包括用于处理和分析由所述图像捕获装置捕获的图像。所述相对相互运动包括在所述至少一个物体和所述图像捕获装置之间的相互旋转运动，从而为在基于计算机的图像分析器中的进一步处理和分析建立了在相对于所述图像捕获装置的各种角度位置捕获的所述物体的两幅或更多幅图像。文档编号G06T7/00GK101126698SQ200710106539公开日2008年2月20日申请日期2007年6月1日优先权日2006年6月1日发明者弗罗德·莱茵霍特,泰耶·约恩森申请人:Ana技术公司