CN116034267A - 用于优化物体测量数据确定的计算机实现方法 - Google Patents

Abstract

本发明涉及用于优化物体测量数据确定的计算机实现方法，其中测量数据针对物体的待分析的几何形状属性被评估，该测量数据借助使用至少一个记录参数的物体测量被确定，其中至少一个记录参数包括至少一个测量几何形状和/或至少一个用于测量的调设选项，其中方法(100)具有以下步骤：确定(102)用于物体的至少一个测量任务，其中测量任务借助评估方法执行并确定物体的待分析的几何形状属性；优化(104)用于至少一个测量任务的至少一个记录参数以优化测量数据确定；借助使用至少一个优化的记录参数的测量确定(106)用于物体的测量数据；基于所确定的测量数据执行(108)用于物体的至少一个测量任务。本发明因此提供对于待执行的测量任务获得更好的结果的计算机实现方法(100)。

Description

用于优化物体测量数据确定的计算机实现方法

本发明涉及用于优化物体测量数据的确定的计算机实现方法。

在生产物体例如构件或工件时，物体是根据标称几何形状来制造的。但生产时的制造公差和不精确性会导致物体与标称几何形状有偏差并且其内部可能存在缺陷。因此，要么对物体进行抽样检查，要么进行整体检查。对所生产的物体的检查可以借助物体测量来执行，以便例如获知被测物体尺寸是否在制造公差内。

可以通过使用图像处理方法无接触地进行测量。另外，例如可以借助透射测量来对物体内部进行检查。在这样的测量中，通常大多在测量数据记录时采用通用的或非特定的记录参数并且在测量数据评估时采用评估算法，尽管测量任务(例如测量物的几何形状和材料)和待执行的测量任务(包括相关公差在)彼此差异很大。取而代之，通用的或非特定的记录参数被用于各种不同测量任务。在此的设定条件是记录参数对于所有待执行的测量任务获得尽量好的结果。

本发明的任务是提供一种计算机实现方法，其获得用于待执行的测量任务的更好结果。

在权利要求1和15中说明本发明主要特征。结构是权利要求2-14的主题。

一方面，本发明涉及一种用于优化物体测量数据的确定的计算机实现方法，其中，针对物体的待分析的几何形状属性对借助使用至少一个记录参数的物体测量而被确定的测量数据进行评估，其中，该至少一个记录参数包括至少一个测量几何形状和/或用于所述至少一个测量的调设选项，其中，该方法具有以下步骤：确定用于该物体的至少一个测量任务，其中，该测量任务借助评估方法来执行并确定该物体的待分析的几何形状属性；优化用于所述至少一个测量任务的至少一个记录参数，以优化测量数据的确定；借助使用至少一个优化的记录参数的测量确定用于该物体的测量数据；基于所确定的测量数据执行用于该物体的至少一个测量任务。

利用本发明，记录参数以任务专属的方式被优化，随后进行对物体的测量。这还导致对用于执行测量任务的评估方法的优化。因此对于每项测量任务首先确定自己的记录参数，其专属于测量任务地被优化。例如该记录参数所包含的、测量装置测量物体所使用的运动轨迹可以被设计成针对测量任务最佳地进行优化。这例如可以表明，与测量任务相关的物体几何形状仅以如下精度被拍摄，其刚好足以用于有说服力且快速的评估。代替以最高分辨率确定测量数据，在此如果基础的评估方法以较低的分辨率提供与利用高分辨率时近乎相同的良好结果，则例如可以必要时在局部使用较低的分辨率。在此情况下，因为较高分辨率一般是极其耗时的，故可以针对测量数据的确定获得时间节约。另外，记录参数所包含的能借此改变物体测量装置的性能的调设选项可以针对测量任务被优化。因此可以例如调节物体测量装置，从而以刚好足以用于测量任务的精度描绘与该测量任务相关的几何形状。这造成物体测量数据确定的进一步的时间优化，而没有评估方法结果说服力的显著损失。因此首先进行记录参数的优化，以使所确定的测量数据尽量最佳地适配于测量任务。在此要考虑的是，记录参数的优化不一定意味着所确定的测量数据具有最佳质量。相反，对记录参数的优化针对的是如此选择记录参数，基于该记录参数所得到的测量数据正好具有所需最低质量，以使得借助基于该记录参数优化的评估方法获得有说服力的结果。这可意味着，例如，搜索如下记录参数，利用该记录参数可以在最短时间内以所需的精度和/或以最少数量的测量几何形状来执行测量任务。但在此并未排除也能搜索能以此在规定时间内和/或用规定数量的测量几何形状以最高精度执行测量任务的记录参数。当执行例如借助X射线的透射测量时，优化的记录参数可以替代地或附加地造成所用辐照剂量的最小化。但也可以实现这些目的的组合。在对记录参数进行优化之后，借助物体测量装置来执行对物体的测量。通过这种方式确定的测量数据接着被评估方法用来评估物体的几何形状属性。所述计算机实现方法实现了对于待执行的测量任务的改善结果。当对关于相同特征被检查(即所谓的测量任务)的许多具有相同的标称几何形状的物体进行频繁的分析时，本发明体现出另外的优点。例如在加工期间进行在线检查时就是这种情况，此时在待执行的测量任务的结果被改善的同时利用本发明实现大量的时间节约。具有相同的公差设定条件的相同的测量任务因此能在较短时间内执行。这节约了宝贵的机器时间或增强了机器能力。

另外，优化例如可以意味着基于知识的系统或人工智能依据测量任务建议某些记录参数。在此也可以执行使用记录参数的模拟以评估优化。在此，例如第一评估方法可以评估该测量数据并且将评估结果与参考值相比较，参考值例如可以是从所模拟的几何形状推导出的基础真相。例如，从该评估中，可以导出用于确定测量数据的典型测量误差，该测量误差可以用于记录参数的评估。为此所用的评估方法已经能以优化的记录参数工作或自身借助优化的记录参数被如此优化，即，低质量的测量数据例如在使用少量的测量几何形状时获得尽量好的或稳定的结果。另外，在此例如可以采用其它方法，其未使用模拟并且基于在先的评估方法完成优化。

测量任务可能包含或需要一次或更多次分析。分析示例可以是：按3D或2D的缺陷分析；按3D或2D的夹杂分析；例如被用于来自尺寸测量技术领域的分析的表面确定或界面确定，其中一个界面也可以是界定材料至空气的过渡的表面，并且例如在多材料物体的情况下对测量物的两个材料之间的界面的分析；几何形状属性如尺寸、形状、姿态、皱折或粗糙度的分析；纤维或纤维结构的分析，不仅是可被单独分段的纤维的几何形状属性，还有纤维的分析，其直径低于测量系统的分辨率极限，但其作为复合体还可以例如关于其取向的分析；粉末属性例如颗粒的直径、体积、表面的分析；任何类型的错误图像的识别，例如增材制造中的未熔粉末或者裂纹，和/或任何材料属性例如密度的分析。

此外，多个记录参数可以关于多次分析被同时优化。

测量任务也可以针对多材料物体进行限定，这尤其对界面确定有利，因为根据现有技术这是困难的。

测量任务可以被限定到物体的规定局部区域，因此只须在那里执行分析。在此情况下也可能对优化有意义的是将优化限制于该区域或优选该区域。

在轴向计算机断层X射线摄像术中，投影以等间距步进角度来完成，其中对于所有的投影选择相同的调设选项。因此在此示例中如果适用可以优化例如以下全域记录参数：投影数量、关于记录几何形状或光路的构件取向、几何放大率、调设选项如射线管电压、射线管电流、曝光时间。这样做的优点是只需优化少量的记录参数。

在测量几何形状可以作为透射几何形状来自由选择的机器人计算机断层X射线摄像术的示例中，记录参数可以近似针对每个投影被单独优化。在此，还优化一些投影的透射几何形状和投影数量。这允许更多的优化可能性，但因为有较多的记录参数也增大了所需成本。

该测量例如可以包括光学测量例如条纹投影或摄影测量学或透射测量例如像计算机断层X射线摄像术、X射线照相或超声波测量或者例如借助按键的触觉传感器。

测量几何形状可以在光学测量情况下例如描绘光学传感器的与被测物体相关的观测方向。在透射测量的情况下，测量几何形状可以是透射几何形状，其描绘照射源、物体和光探测器之间的空间关系。测量几何形状在此情况下描绘物体透射方向，但也描绘透射区域的位置和放大率。这可借助九个几何形状自由度来描述：对于平移，分别针对照射源和光探测器有三个自由度，对于转动，针对光探测器有三个自由度。透射几何形状可以关于被测物体和/或关于物体测量装置进行限定。在触觉测量的情况下，测量几何形状例如可以描绘在测量体积内的待测物体的触扫方向或定向。

物体测量在此可以在透射测量的情况下表示拍摄一些或多个透射图像或物体投影。在光学测量情况下，物体测量可以表示用测量摄像头或光学传感器拍摄一些或多个物体图像。在触觉传感器的情况下，物体测量可以表示在物体上的一些或多个测量点的测量。

调设选项可以在计算机断层X射线摄像术的情况下例如是X射线管的电压和电流或曝光时间，这也可以针对各个透射图像而不同。在摄影测量学的情况下，调设选项可以是摄像头曝光时间。在条纹投影的情况下，调设选项例如还可以是投射到待测物体上的图案。在触觉传感器的情况下，调设选项可以是例如感测力。

为了执行利用优化的测量几何形状或记录参数的测量，物体例如可以安放在确保所规定的物体姿势的相应支座中。替代地或附加地，从在先确定的测量数据中可以确定物体姿势并且可以通过用于测量物体的设备来相应地接近期望的透射几何形状。这确保了物体的测量数据与所期望的测量几何形状一起记录。

根据一个示例，优化用于至少一个测量任务的至少一个记录参数的步骤还可以具有以下子步骤：提供一组预定的测量几何形状；基于测量任务选择该组预定的测量几何形状的一个子集。

利用一组预定的测量几何形状，可尤其在透射测量情况下选择如下测量几何形状，其对于所考虑的物体和关于记录参数优化的基础评估方法可能具有合适的记录参数。因此记录参数的优化可被加速，因为一开始被用于优化的记录参数就已经是有利的。此外，测量几何形状可以是测量装置已对此所测或校准的几何形状，从而使用这些测量几何形状使得能够提高测量结果的精度。

在此例如可略过与评估方法无关的测量几何形状。替代地或附加地，例如可搜索出在此仍能满足测量任务的最少数量的已有测量几何形状或其子集。

根据另一个示例，该方法可以在确定用于物体的测量数据的步骤之后还具有以下步骤：从测量数据确定数字三维物体显示；其中，执行至少一个测量任务的步骤具有以下子步骤：基于测量任务分析所述数字物体显示。

这在呈计算机断层X射线摄像术形式的透射测量的情况下可以是根据投影数据或透射图像重建体积数据。与提供一组预定的测量几何形状并基于测量任务选择该组预定的测量几何形状的子集的子步骤相关地，优化的测量几何形状可以与测量任务相关地是等距的或非等距的。等距的测量几何形状可以例如对于轴向计算机断层X射线摄像术是有利的，因为于是还可以将滤光反向投影用于重建数字三维物体显示、即所谓的体积数据。当例如迭代算法重建体积数据时，可以使用非等距测量几何形状。一些测量几何形状的调设选项在此一般可保持恒定或者说不改变。

在光学测量中，三维物体显示可以是依据由测量摄像头拍摄的图像所计算出的物体表面或界面的显示。

此外，优化至少一个记录参数的步骤可以借助物体的至少一个模拟的透射测量来执行。

在此示例中模拟用规定的记录参数的几何形状的透射。结果大多是虚拟透射图像，其可以借助在真实透射测量中所用的方法例如重建和/或评估方法进行评估。这种透射模拟例如可以基于光线追踪、蒙特卡洛方法或者基于图像的正向投影。

该测量任务可以例如包括至少一个用于确定并分析物体内可能缺陷的缺陷分析，其中该测量作为透射测量来执行。

另外，对于每次分析，可以分别限定还必须用优化的记录参数获得的针对分析或分析结果的最低要求。例如可以限定必须以此能确定几何形状参数的最低精度。另一个示例可以是必须以此能确定物体内关键属性的最低可靠性。

此外，针对至少一个测量任务优化至少一个记录参数的步骤例如可以还具有至少其中一个如下子步骤，其中该测量是透射测量：改变所述至少一个记录参数，直到以位于针对缺陷的预定的概率区间内的概率识别出具有预定最小尺寸的每个物体内缺陷；改变所述至少一个记录参数，直到以针对缺陷的预定最低精度、以位于针对几何形状参数的预定的概率区间内的概率确定所述物体内缺陷的几何形状参数。

因为识别出所有的缺陷的概率迄今无法达到100％，故在此示例中可以给出概率区间，识别出每个物体内缺陷的概率必须位于该概率区间内。该概率区间可被如此限定，即，例如具有规定尺寸的缺陷必须高达95％、即例如20次测量中有19次被揭露。这于是被视为是可靠的。

测量参数可以局部如有必要变化地进行限定。为了评估在一定的或许优化的记录参数情况下是否能可靠识别出具有相应最小尺寸的缺陷，例如可以执行真实的试测和/或模拟的试测。由此可借助蒙特卡洛方法确定该概率，从而识别出在规定部位处的具有规定尺寸的缺陷。在模拟的测量中，所述模拟的或所模拟的缺陷的输入几何形状可被用作参考或基础真相。另外这可以依据体积数据的属性例如噪声级和分辨率来确定。噪声级越高且分辨率越差，正确识别小缺陷越不可信。在另一个示例中，评估方法例如人工神经元网络可被训练以便自身作出分析结果可靠性的相应预测。

此外，该测量任务例如可以包含对物体界面的至少一次确定。

另外，对于物体界面的确定可以分别限定还必须用优化的记录参数所达到的最低要求。例如可以限定用于确定界面或其位置的最低精度。另一个示例可以是必须借此可确定或识别该界面的最低可靠性。

在所有上述的示例中，替代地或附加地可以执行物体内纤维或纤维结构的属性的分析。

针对至少一个测量任务优化至少一个记录参数的步骤还可根据另一示例具有至少其中一个如下子步骤：改变所述至少一个记录参数，直到以针对界面的预定最低精度、以位于针对界面的预定的概率区间内的概率确定物体内的界面。

最低精度也可以针对界面进行限定。因为如上所述地概率迄今无法达到100％，故在此示例中可以指明概率区间，每个物体内界面以预定最低精度被确定的概率必须在该概率区间内。概率区间可被如此定义，例如在所关注的界面区域中真实界面高达95％、例如20次测量中有19次地最多以对应于最低精度的值远离所确定的界面就位。这于是被视为是可靠的。最低精度可以在局部必要时变化地进行限定。

为了评估在一定的或许优化的记录参数下能多精确地确定界面局部精度，例如可以执行真实的和/或模拟的试测。由此可以借助蒙特卡洛方法来确定在规定的部位和以规定的尺寸识别局部精度的概率。在模拟测量中，所述模拟的或所模拟的局部精度的输入几何形状可用作参考或基础真相。另外，这可以依据体积数据属性例如噪声级和分辨率来确定。噪声级越高，界面局部精度越低。在分辨率低的情况下，考虑小结构的界面区域内的精度。在另一个示例中，评估方法例如人工神经元方法可被训练以便自身作出分析结果可靠性的相应预测。

几何形状参数例如可以是缺陷体积或者等同于同体积球的缺陷直径。

最低精度也可针对一定尺寸的缺陷进行限定，例如限定为来自200μm³至300μm³范围的缺陷体积，其应正好能以10％被确定。因为如上所述概率迄今无法达到100％，故可限定相应的概率区间，例如按95％或20次中有19次地缺陷体积的测量偏差最多为10％。最低精度可被局部限定(也可以是变化的)。

为了评估在一定的或许优化的记录参数情况下能多精确地确定几何形状参数，在此也可以执行例如真实的试测和/或模拟的试测。由此可以借助蒙特卡洛方法确定几何形状参数确定的局部精度。在所模拟的测量中，所述模拟的或所模拟的缺陷的输入几何形状可以被用作参考或基础真相。另外，局部精度可以依据体积数据的属性例如噪声级和分辨率来确定。噪声级越高，几何形状参数的确定的局部精度一般越低。较小缺陷尤其在分辨率差时只能被不精确地测量。在另一个示例中，评估方法例如人工神经元网络可以被训练以自身作出分析结果可靠性的相应预测。

在所有上述的示例中，可以作为人工神经元网络的替代或补充而采用人工智能或机器学习的其它方法，例如深度学习、支持向量机、贝叶斯分类器、最邻近分类器、随机森林、支持向量机等。

此外，该方法可以在另一个示例中在确定用于物体的测量数据的步骤之后还具有以下步骤：使用借助使用至少一个优化的记录参数的测量确定的测量数据作为训练数据来优化所述评估方法。

评估方法的优化不会与记录参数的优化混淆。通过这种方式如此训练评估方法，即，尽量好地评估用优化的记录参数已记录下的且因此可以具有其自身或很特殊的特色的测量数据。该方法例如知晓在该记录参数测量中如何成像缺陷。这简化了对于该方法区分数据中的奇特性是可能由测量数据的低质量造成的图像缺陷或是构件的真实几何合形状或属性或者例如缺陷。这允许尽管数据质量低或局部截然不同的数据质量但仍能成功执行所述分析。

评估方法的优化通常借助能学习的方法来执行，其需要包含基础真相在内的训练数据。优化的说服力可以是已如上所述的评估方法。或者可采用其它方法如上述人工智能或机器学习方法。优化结果是一种优化的评估方法。

训练数据例如可通过真实测量或模拟来产生。在真实测量情况下，基础真相可通过参考测量例如光学测得的显微图片或极高质量的计算机断层X射线摄像测量来确定。在模拟的测量中，在此能使用该模拟的输入几何形状。

为了评估方法不是极其针对特定的测量任务，例如可以在训练数据中考虑利用有偏差的或非优化的记录参数的物体测量。

优化的评估方法又可以是如权利要求1所述的方法。

优选优化所述评估，其也已经被用作记录参数优化的基础或尺度。

评估方法的优化意味着，评估方法被改变，使得测量任务基于训练数据尽量好地被满足。

在此，尽量好地满足可以例如是指识别尽量所有的缺陷，而不会引起第一和第二类型的众多错误，或者能以尽量高的精度确定所述界面。

为了避免过适配于训练数据、即过拟合，可使用用于正则化的例如数据增强或数据丢失的方法。

为了实现尽量有的放矢的训练，可以在缺陷识别情况下在训练数据中使用随后还可能出现在待分析物体中的缺陷几何形状或形状、缺陷尺寸和缺陷分布。对其的了解可以从数据库中例如依据加工工艺如压铸、从加工工艺的模拟或者从已有的测量中推导出。

另外，该训练数据中的物体的缺陷属性和其它几何形状属性可被尽可能改变，以避免评估的过度调整。

此外，也能同时执行记录参数和评估方法的优化。

该方法例如还可以具有以下步骤：使用借助使用所述至少一个优化的记录参数确定的模拟的测量数据作为训练数据来优化所述评估方法。

在此示例中，可以使用相同的模拟方法或已经执行的模拟，其也被用在针对至少一个测量任务优化至少一个记录参数或至少一个优化的记录参数以优化测量数据的确定的步骤中。

在此情况下模拟带有规定的记录参数的几何形状的透射。结果大多是虚拟透射图像，其可以相应地以也在真实测量中所用的方法例如重建和评估方法进行评估。这种照射模拟例如可以基于光线追踪或基于图像的正向投影。

根据另一个示例，该方法还可具有以下步骤：借助训练数据确定概率值，所述概率值表明优化的评估方法是否识别出规定尺寸的缺陷。

概率值的确定可以针对所给出的记录参数进行确定。另外，为此可以采用检测概率图(POD图)。它依据缺陷大小例如按体素数量或缺陷体积表明缺陷识别概率。该概率针对极小缺陷大多为0并且针对大缺陷大多为100％。POD图如何在其间进行可被用于估算测量系统或所选的记录参数或者说包括评估在内的测量能力是否适用于测量任务。概率或POD图也可针对不同的测量区域被局部确定。POD图可针对可被用于识别物体内缺陷的各不同测量方法进行限定。这种POD图可在记录参数和/或评估方法的优化中被用作待优化参数。

还可以在一个示例中规定，该方法还具有以下步骤：基于优化的评估方法优化至少一个记录参数或至少一个优化的记录参数，其中导致至少一个进一步优化的记录参数。

在基于优化的评估方法优化至少一个记录参数的步骤之前，可以检查预定的中止条件。基于优化的评估方法地优化至少一个记录参数的步骤只在预定的中止条件未被满足时执行。当进行基于优化的评估方法地优化至少一个记录参数的步骤时，因此使用借助优化的记录参数所优化的评估方法确定进一步优化的记录参数。进一步优化的记录参数在此一般好于在先优化的记录参数。基于优化的评估方法，优化基础已经改变。因此例如待识别缺陷现在可以通过优化的评估方法被更好地识别，这允许进一步优化记录参数、例如使用更少投影。

根据另一示例，该方法可在基于优化的评估方法优化至少一个记录参数的步骤后还具有以下步骤：使用借助至少一个进一步优化的记录参数所确定的测量数据优化评估方法或优化的评估方法，以确定进一步优化的评估方法。

在此情况下，优化的评估方法现在可以借助进一步优化的记录参数被进一步优化。借此获得比已优化的评估方法更好的评估方法。该优化可以源自初始的评估方法或优化的评估方法或全新的评估方法。即，可以用进一步优化的记录参数进一步改善例如已有的评估方法。或者，可以用进一步优化的记录参数改善全新的评估方法，以免进一步优化还是太近似于可以在优化的评估方法的曲线上表示局部最佳的已优化的评估方法。

此外，该方法在使用至少一个优化的记录参数优化评估方法或优化的评估方法以确定进一步优化的评估方法的步骤之后例如还可以具有以下步骤：检查是否满足预定的中止条件；当未满足预定的中止条件时：重复基于优化的评估方法优化至少一个记录参数的步骤和使用借助至少一个优化的记录参数确定的测量数据优化评估方法或优化的评估方法以确定进一步优化的评估方法的步骤，直到满足所述预定的中止条件。

可以执行借助优化的记录参数优化评估方法的步骤。接着交替确定进一步优化的记录参数和进一步优化的评估方法。执行所述重复，直到达到中止标准，例如用于优化持续时间的最长计算时间或者待优化的记录参数或评估算法的收敛。

另一方面，本发明涉及一种计算机程序产品，其具有在计算机上可运行的指令，该指令在计算机上运行时促使计算机执行根据以上说明的方法。

计算机程序产品的优点和作用以及改进方案来自上述方法的优点和作用以及各改进方案。因此在此情况下参考前面的描述。计算机程序产品可以例如是指数据载体，其上存储有具有可针对计算机运行的指令的计算机程序元件。替代地或附加地，计算机程序产品例如也可以是指具有该计算机程序元件的永久的或易失的数据存储器如闪存器或内存。但未借此排除具有该计算机程序元件的其它类型的数据存储器。

其它的特征、细节和优点来自权利要求书的措辞以及以下结合附图对实施方式的说明，其中：

图1示出了计算机实现方法的示例的流程图。

在下文中，用于优化物体测量数据的确定的计算机实现方法用附图标记100标示，如图1所示。

其确定应被优化的测量数据借助例如利用物体测量装置的物体测量被确定。物体测量装置在此使用至少一个记录参数，其可具有描绘在物体测量装置与物体之间空间关系的测量几何形状和/或物体测量装置的调设选项。通过这种方式所确定的测量数据针对物体几何形状属性被评估。

方法100用于优化物体测量数据的确定。为此，在第一步骤102中确定至少一个用于物体的测量任务。该测量任务在此描绘对测量数据应该执行哪些分析和应该分析物体的哪些区域。物体区域在此具有在该区域位置处的物体几何形状属性。

在另一个步骤104中优化所述至少一个记录参数。所述优化在此针对在步骤102中已确定的至少一个测量任务发生。即，在步骤104中所确定的记录参数针对在步骤102中确定的测量任务被优化。当测量数据借助来自步骤104的至少一个记录参数被确定时，测量数据最佳匹配于测量任务，以便能高效作出与待执行分析相关的对物体的说明。

步骤104可以具有可选的子步骤110、112。在子步骤110中，在此提供一组预定的测量几何形状。测量几何形状在此用于描绘物体测量装置和物体的相对位置。当使用各不同的测量几何形状时，在考虑相对于物体测量装置的不同相对位置下测量该物体。

在子步骤112中基于测量任务从该组预定的测量几何形状中选择一个子集合。当测量几何形状被用在借助物体测量装置的测量数据确定中时，该组预定测量几何形状的子集合在此关于测量任务提供优化的测量数据。

当测量是例如借助轴向计算机断层X射线摄像术执行的透射测量时，可以首先执行或模拟轴向计算机断层X射线摄像术。依据作为投影存在的测量数据，于是可以执行所述优化，以确定确切要采用哪些投影用于测量任务。因为每个投影与一个在此情况下是透射几何形状的测量几何形状逻辑关联，故可以借此推断出待用的测量几何形状。测量几何形状的选择可被用于进一步测量。在优化期间不必确定或模拟进一步测量数据，因为仅作出一次选择。通过这种方式，用于待选的测量几何形状的搜索空间被极度限制，这简化或加速了优化的执行。

替代地或附加地，当测量任务包括至少一个用于确定并分析物体内可能缺陷的缺陷分析时，步骤104还可具有可选的子步骤118。于是，该测量是也测量物体内部体积的透射测量。在此，至少一个待优化记录参数被改变，直到识别出具有预定最小尺寸的每个物体内缺陷。识别在此必须以位于针对缺陷所预定的概率区间内的概率进行。概率区间在此例如可被限定为应以70％的概率识别缺陷。即，在相同测量任务的10次分析中有7次必须识别出缺陷。

替代地或附加地，当测量任务包括至少一个用于确定并分析物体内可能缺陷的缺陷分析时，步骤104还可以具有可选的子步骤120。于是，该测量是也测量物体内部体积的透射测量。在此子步骤中，改变至少一个记录参数，直到以针对缺陷所预定的最低精度确定物体内缺陷的几何形状参数。预定最低精度的确定在此必须以位于针对几何形状参数所预定的概率区间内的概率进行。因此例如可以对于几何形状参数要求以90％概率以最低精度识别出几何形状参数。在此情况下，相同测量数据的10次分析中有9次必须以最低精度识别出几何形状参数。

另外，步骤104替代地或附加地可以具有可选的子步骤122，在此改变所述至少一个记录参数，直到以针对界面所预定的最低精度确定物体内界面。以预定最低精度的界面确定在此必须以位于针对界面所预定的概率区间内的概率来执行。用于界面的概率区间在此例如可被限定为该界面以85％的概率以最低精度被识别。即，例如在相同测量数据的20次分析中有17次以最低精度识别出界面的位置。

另外，方法100具有步骤106，在此步骤中确定用于物体的测量数据。该测量数据在此借助至少一个优化的记录参数被确定。这可以表示相比于未优化的记录参数只使用一定的测量几何形状来确定测量数据。

此外，方法100可以具有可选步骤114，在此步骤中从在步骤106中确定的测量数据中确定数字三维物体显示。这例如可以在测量数据借助透射测量被确定时进行。接着可以从作为透射图像存在的一般是物体投影的测量数据中借助断层X射线摄像计算确定体积数据。

在另一个步骤108中，用于物体的至少一个测量任务可以依据自步骤106所确定的测量数据来执行。如果方法100具有可选的步骤114，则步骤108具有可选的子步骤116。在子步骤116中基于测量任务分析数字物体显示。

利用至少一个优化的记录参数，可以减小测量次数以致测量任务正好能以足够的说服力来执行。通过这种方式，可以节约借此将紧微不足道地或没有增强所执行的测量任务的说服力的用于此外附加出现的测量的时间，并且时间更高效地执行包含测量数据确定在内的测量任务。

在步骤106之后并在此示例中在步骤108之前，方法100还可具有可选的步骤124。在此可选的步骤中，在测量任务中限定的评估方法使用借助至少一个优化的记录参数的使用而被确定的测量数据进行优化。至少一个优化的记录参数在此可选的步骤中被用来确定测量数据。由于至少一个记录参数的优化，该测量数据比在没有优化至少一个测量参数的情况下获得的测量数据具有更高的质量。

质量更高的测量数据于是被用于优化该评估方法。

在另一个可选步骤126中，方法100以模拟的测量数据优化评估方法。测量数据的模拟在此借助至少一个优化的记录参数进行。在此情况下，与未优化记录参数时相比确定更优的测量数据。测量数据也因此具有与无记录参数优化时确定的测量数据相比更高的质量。它们因此可被用于优化评估方法。

在步骤124和步骤126中都以用至少一个优化的记录参数所确定的测量数据为训练数据来优化评估方法。

在方法100的另一个可选步骤128中，借助训练数据来确定概率值。概率值表明优化的评估方法是否识别出具有规定尺寸的缺陷。即，检查优化的评估方法是否满足用于查明物体内缺陷的最低要求。被用于测量数据确定的测量优选是透射测量。

优化的评估方法可以在方法100的另一个可选步骤130中被用于优化至少一个记录参数。即，用初始的至少一个记录参数所优化的评估方法现在又被用来优化至少一个记录参数。在此可以优化至少任一个记录参数。这可以是初始所用的记录参数。或者这可以是已优化的记录参数或在此方法100中迄今未用的记录参数。因为可以基于优化的评估方法进一步改善所确定的测量数据，故记录参数也可被进一步优化以减少测量任务执行所需要的测量几何形状的数量。

为了优化记录参数，可以使用模拟的或真实的测量数据，其例如已经可供评估算法优化所用，反之亦然。因此计算时间还可以被缩短。

在另一个可选步骤132中，现在又能优化评估方法或已优化的评估方法。在此，采用借助进一步优化的记录参数确定的测量数据。这导致用于物体测量装置的与待执行的测量任务相关的至少一个记录参数的进一步改善。

为了能在仅有少量透射图像时利用评估方法进行成功评估，可以在重建中即在确定三维数字物体显示时使用关于物体标称几何形状的基本知识。例如迭代重建方法在此示例中可以更快速或更好地收敛至正确结果。另外，可以从标称几何形状的测量的模拟中或从具有相同的标称几何形状的物体的所做测量的平均中产生一个参考值。为了执行或简化分析如缺陷分析，可以将待研究的测量物体的例如二维和/或三维测量数据与该参考值相比较。

此外，评估方法可以考虑正好评估被测物体中的哪个部位。通过这种方式，可以考虑对与测量几何形状相关的局部物体属性的了解。所述了解可以在一个区域中描绘在那里估计有更高的噪声，故在识别缺陷时应该使用保守做法以免有误识别。

在另一个可选的步骤134中检查关于评估方法优化的预定的中止条件是否被满足。中止条件例如可以要求利用优化的评估方法和优化的记录参数能在足够短的时间内确定测量数据以获得时间节约，而不会降低评估质量。但中止条件也可以有不同的定义。

如果满足预定中止条件，则能以步骤108继续。如果未满足预定中止条件，则能在该方法100的另一个可选步骤136一直重复步骤130和132，直到预定中止条件被满足。通过这种方式可迭代执行评估方法和记录参数的优化。

本示例中描述的步骤顺序可以在合理可行的情况下随意更改。

计算机实现方法100可以借助计算机程序产品在计算机上运行。计算机程序产品在此具有在计算机上可运行的指令。当指令在计算机上运行时，其促使计算机执行所述方法。

本发明不局限于前述实施方式之一，而是能以各种各样的方式被改变。所有来自权利要求书、说明书和附图的特征和优点包含结构细节、空间布置和方法步骤在内地不仅单独地、也在各种不同组合中可能对本发明是重要的。

Claims (15)

1.一种用于优化物体测量数据的确定的计算机实现方法，其中，针对所述物体的待分析的几何形状属性对所述测量数据进行评估，其中，所述测量数据是借助使用至少一个记录参数的物体测量而被确定的，其中，所述至少一个记录参数包括至少一个测量几何形状和/或用于所述测量的至少一个调设选项，其中，所述方法(100)具有以下步骤：

-确定(102)用于所述物体的至少一个测量任务，其中，所述测量任务借助评估方法来执行并确定所述物体的所述待分析的几何形状属性；

-优化(104)用于所述至少一个测量任务的所述至少一个记录参数，以优化测量数据的确定；

-借助使用至少一个优化的记录参数的测量确定(106)用于所述物体的测量数据；以及

-基于所确定的测量数据执行(108)用于所述物体的所述至少一个测量任务。

2.根据权利要求1所述的方法，其特征在于，优化(104)用于所述至少一个测量任务的所述至少一个记录参数的步骤还具有以下子步骤：

-提供(110)一组预定的测量几何形状；

-基于所述测量任务选择(112)所述一组预定的测量几何形状的一个子集。

3.根据权利要求1或2所述的方法，其特征在于，所述方法(100)在确定(106)用于所述物体的测量数据的步骤之后还具有以下步骤：

-从所述测量数据确定(114)数字三维物体显示；

其中，执行(108)所述至少一个测量任务的步骤具有以下子步骤：

-基于所述测量任务分析(116)所述数字物体显示。

4.根据权利要求1至3中任一项所述的方法，其特征在于，优化(104)所述至少一个记录参数的步骤借助对所述物体的至少一次模拟的透射测量来执行。

5.根据权利要求1至4中任一项所述的方法，其特征在于，所述测量任务包括至少一个用于确定并分析物体中的可能缺陷的缺陷分析，其中，所述测量是透射测量。

6.根据权利要求5所述的方法，其特征在于，优化(104)用于所述至少一个测量任务的所述至少一个记录参数的步骤还具有至少其中一个以下子步骤，其中，所述测量是透射测量：

-改变(118)所述至少一个记录参数，直到以位于针对缺陷的预定的概率区间内的概率识别出具有预定最小尺寸的每个物体内缺陷；

-改变(118)所述至少一个记录参数，直到以位于针对几何形状参数的预定的概率区间内的概率以针对缺陷的预定最低精度确定所述物体内缺陷的几何形状参数。

7.根据权利要求1至6中任一项的所述方法，其特征在于，所述测量任务至少具有对所述物体的界面的确定。

8.根据权利要求7所述的方法，其特征在于，优化(104)用于所述至少一个测量任务的所述至少一个记录参数的步骤还具有以下子步骤：

-改变(122)所述至少一个记录参数，直到以位于针对界面的预定的概率区间内的概率以针对界面的预定最低精度确定物体内的界面。

9.根据权利要求1至8中任一项的所述方法，其特征在于，所述方法(100)在确定(106)用于所述物体的测量数据的步骤之后还具有以下步骤：

-使用借助使用至少一个优化的记录参数的测量确定的测量数据作为训练数据来优化(124)所述评估方法。

10.根据权利要求1至9中任一项的所述方法，其特征在于，所述方法(100)还具有以下步骤：

-使用借助使用所述至少一个优化的记录参数确定的模拟的测量数据作为训练数据来优化(126)所述评估方法。

11.根据权利要求9或10所述的方法，其特征在于，所述方法(100)还具有以下步骤：

-借助所述训练数据确定(128)概率值，所述概率值表明优化的评估方法是否识别出规定尺寸的缺陷。

12.根据权利要求9至11中任一项的所述方法，其特征在于，所述方法(100)还具有以下步骤：

-基于优化的评估方法优化(130)所述至少一个记录参数或所述至少一个优化的记录参数，其中，得到进一步优化的记录参数。

13.根据权利要求12所述的方法，其特征在于，所述方法(100)在基于优化的评估方法优化(130)所述至少一个记录参数的步骤之后还具有以下步骤：

-使用借助来自步骤(130)的至少一个所述进一步优化的记录参数确定的测量数据优化(132)所述评估方法或所述优化的评估方法，以确定进一步优化的评估方法。

14.根据权利要求13所述的方法，其特征在于，所述方法(100)在使用至少一个优化的记录参数优化(132)所述评估方法或所述优化的评估方法以确定进一步优化的评估方法的步骤之后还具有以下步骤：

-检查(134)是否满足预定的中止条件；

当未满足所述预定的中止条件时：

-重复(136)基于优化的评估方法优化(130)所述至少一个记录参数的步骤和使用借助至少一个优化的记录参数确定的测量数据优化(132)所述评估方法或所述优化的评估方法以确定进一步优化的评估方法的步骤，直到满足所述预定的中止条件。

15.一种计算机程序产品，所述计算机程序产品具有能在计算机上运行的指令，所述指令在计算机上运行时促使所述计算机执行根据前述权利要求中任一项所述的方法。

Images