[发明专利]用于检测异常的方法和产品

权利要求书

1.一种用于处理图像数据以检测卷筒纸中的异常的方法，其中，所述卷筒纸(11)由至少一个相机(13)来监测，由此产生用于创建所述图像数据(x(n))的包含多个像素(51-56)的至少一个图像，以及所述图像数据(x(n))存储在存储器中，其特征在于，由处理器通过对所述图像数据(x(n))以及先前图像数据(315-318)和先前已滤波图像数据(319-322)这两者中的至少一个进行加权，来对所述图像数据(x(n))进行滤波，用于创建已滤波图像数据；将所述加权的图像数据以及所述加权的先前图像数据和所述加权的先前已滤波图像数据这两者中的至少一个进行组合；通过至少一种非线性算法(301)来控制所述滤波(300)；以及对所创建的已滤波图像数据(y(n))进行阈值化。

2.如权利要求1所述的方法，其特征在于，以强调角(52-56)对所述先前图像数据(315-318)和/或所述先前已滤波图像数据(319-322)进行加权。

3.如权利要求1所述的方法，其特征在于，从所述图像数据和/或所述已滤波图像数据的0(52)或45(53)或90(54)或135(55)的任何角来对所述先前图像数据(315-318)和/或所述先前已滤波图像数据(319-322)进行加权。

4.如权利要求2所述的方法，其特征在于，所述先前图像数据(315-318)和/或所述先前已滤波图像数据(319-322)的所述强调角与所述先前图像数据(315-318)和所述先前已滤波图像数据(319-322)的先前的强调角无关。

5.如权利要求2所述的方法，其特征在于，所述先前图像数据(315-318)和/或所述先前已滤波图像数据(319-322)的所述强调角与所述先前图像数据(315-318)和/或所述先前已滤波图像数据(319-322)的所述先前的强调角相关。

6.如权利要求2所述的方法，其特征在于，所述先前图像数据(315-318)和/或所述先前已滤波图像数据(319-322)的所述强调角从准许强调角的预定扇区中固定选择，或者从所述先前图像数据(315-318)和/或所述先前已滤波图像数据(319-322)的准许强调角的先前扇区中来选择。

7.如权利要求2所述的方法，其特征在于，所述先前图像数据(315-318)和/或所述先前已滤波图像数据(319-322)的所述强调角从准许强调角的扇区中来选择，以及所述扇区窄于所述先前图像数据(315-318)和/或所述先前已滤波图像数据(319-322)的准许强调角的所述先前扇区。

8.如权利要求1-7中的任一项所述的方法，其特征在于，所述先前图像数据(315-318)和/或所述先前已滤波图像数据(319-322)来自所述图像数据和/或所述已滤波图像数据的局部邻域。

9.如权利要求1-8中的任一项所述的方法，其特征在于，根据先前图像数据(315-318)来对所述滤波(300)进行加权。

10.如权利要求1-8中的任一项所述的方法，其特征在于，根据先前已滤波图像数据(319-322)来对所述滤波(300)进行加权。

11.如权利要求1-10中的任一项所述的方法，其特征在于，根据至少一个参数来对所述滤波(300)进行加权。

12.如权利要求1所述的方法，其特征在于，所述方法还包括利用辅助信息数据，以及所述辅助信息数据存储在存储器中。

13.如权利要求12所述的方法，其特征在于，根据来自所述滤波过程的先前阶段的辅助信息数据对所述滤波(300)进行加权。

14.如权利要求12所述的方法，其特征在于，根据来自所述连续和/或并行和/或矩阵滤波器结构的另一个滤波器的辅助信息数据来对所述滤波(300)进行加权。

15.如权利要求1-14中的任一项所述的方法，其特征在于，滤波(300)通过采用最大值和最小值和中值函数这三者中的至少一个的非线性自适应算法来控制。

16.如权利要求15所述的方法，其特征在于，所述非线性自适应算法包括辅助信息数据。