CN105092616B - 工业ct检测中小细节特征尺寸测量方法 - Google Patents
工业ct检测中小细节特征尺寸测量方法 Download PDFInfo
- Publication number
- CN105092616B CN105092616B CN201510562522.5A CN201510562522A CN105092616B CN 105092616 B CN105092616 B CN 105092616B CN 201510562522 A CN201510562522 A CN 201510562522A CN 105092616 B CN105092616 B CN 105092616B
- Authority
- CN
- China
- Prior art keywords
- minutia
- pixel
- region
- mrow
- pixels
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
本发明涉及一种工业CT检测中小细节特征尺寸测量方法,在扫描获取的检测工件CT图像中,选取包含细节特征的细节特征区域以及无明显缺陷的参考区域,分别对细节特征区域和参考区域内的像素CT值进行计算,然后将细节特征区域内每个像素的CT值相对于参考区域内所有像素的平均CT值的差,与细节特征区域内每个像素的等效标准偏差值进行比例计算,当比例值大于3时,则认定该像素为细节特征点,进而累加细节特征点的数量,从而获取细节特征点的面积,经过换算后获取等效圆直径,减去有效射束宽度值即可获得细节特征区域的直径。该工业CT检测中小细节特征尺寸测量方法应用灵活,识别度和测量精度高。
Description
技术领域
本发明涉及一种工业CT检测中小细节特征尺寸测量方法。
背景技术
工业CT(industrial computerized tomography)是工业用计算机断层成像技术的简称,其能够清晰、准确、直观地展示被检测物体的内部结构、组成、材质及缺损状况,主要用于无损检测和无损评估,目前被工业CT技术广泛应用于汽车、材料、铁路、航天、航空、军工、国防等产业领域。
用于航空、航天、军工、国防的产品质量要求较高,如在焊缝加工时,采用电子束焊缝技术,焊接后,利用工业CT对电子束焊缝质量进行检测,检测时对焊缝质量的验收执行GJB1718A-2005《电子束焊接》。按照标准规定,Ⅰ级电子束焊缝中允许的最大缺陷尺寸是壁厚的1/3,且不允许存在未熔合、未焊透等缺陷。针对多数航天产品,其焊缝中允许存在的最大单个缺陷通常小于0.3mm。为此,研究解决小缺陷的工业CT定量检测问题,提高小缺陷的测量精度是摆在我们面前一项非常重要的任务。
在工业CT系统的尺寸测量研究方向,美国ARACOR、BIR等公司,国内重大真测、固鸿科技公司的工业CT都配有专门的尺寸测量软件,可以进行手工测量,也可以自动测量。自动测量的基本原理是基于CT图像像素的“半高宽”方法。这些软件属于通用工具,当缺陷大于有效射束宽度时,可以取得理想的测量效果。但当缺陷和有效射束宽度接近,或小于有效射束宽度时,尺寸测量在理论上存在较大的技术难度,必须针对具体产品,采用一些特定的测量方法。
近年来,与工业CT检测相关的专利有一些,如授权公告号为CN102023171A(申请号为201010543531.7)的中国发明专利《用CT值定量表征复合材料内部夹杂缺陷类型的无损伤检测方法》,公开号为CN104198505A(申请号为201410272503.4)的中国发明专利申请《聚乙烯管道热熔焊接质量的微焦点三维CT成像检测方法》,授权公告号为CN102590248A(申请号为201210065306.6)的中国发明专利《平移式微焦CT检测装置在线监测电子元件的方法》,其公开的内容均是涉及利用工业CT实现缺陷自动检测的方法并没有涉及工业CT图像尺寸测量方面的内容。
在CT图像尺寸测量方面,国外文献公开有基于亚像素边缘检测算法的工业CT图像高精度尺寸测量方法,该尺寸测量方法将目标轮廓的定位精度提高到像素内部,以突破经典边缘检测算法的精度受到图像分辨率的限制以及进而导致的对测量精度的限制,使在中低分辨率的图像上实现高精度的测量成为可能。但是现有的亚像素边缘检测算法在工业CT测量应用中对物体弱边缘检测存在局限,其可测的最小值与选择的模板大小、点扩散函数、图像噪声伪影等相关,因此对缺陷、裂缝等的检测存在局限,需要进一步改进。
国内的专家学者多将小缺陷的识别与定量检测研究重点投向了以图像处理为基础的小缺陷测量。基于图像处理的常用的工业CT图像尺寸测量方法主要有两种。第一种是先通过人工手动选取(鼠标勾划)目标区域然后进行参数计算。即首先人工手动选取(鼠标勾划)尺寸测量边界所占矩形区域的大小、方向和预提取图像边界的数量,沿垂直某一矩形边的方向自动产生与提取边界点数量相等的一组等距平行线,并将每一平行线穿过图像的像素灰度变化拟合成一条曲线。再根据拉普拉斯边界检测算法实现灰度图像特征边界的提取,计算目标尺寸。壁厚测量时,根据边界提取技术确定叶片内、外表面法线的方向,应用亚像素级边界定位技术,在该法线方向,定位壁厚的起始边界点和终止边界点。最后计算两个边界点坐标位置差,获得壁厚尺寸。虽然这种方法具有简单易行,灵活性较强和边界确定准确的优点,但在测量目标较小时鼠标定位会产生误差,无法准确描绘感兴趣目标。第二种是通过图像处理或模式识别方法获取测量目标然后进行参数计算。采用圆存在概率计算方法对工业CT图像中的圆进行自动检测,自动性强,在工业CT图像尺寸测量中,应用灵活。还可采用快速自动图像分割算法提取边界,在此边界上对工件CT图像的内部结构尺寸和缺陷尺寸进行测量。此方法通过断层图像,直接、自动、快速获取目标物体的几何信息,但在工程应用中存在识别度不高,测量精度低且目标灵活性差。
以上的各种测量方法都是基于工业CT扫描图像的图像处理方法,并没有考虑获得这幅CT图像时的各种扫描工艺数据。事实上,随扫描工艺的不同,CT图像质量有很大差别,尤其是对于细节特征(小缺陷)的形态、像素值等图像信息都有很大影响。因此只针对CT扫描图像而不考虑扫描工艺参数的细节特征(小缺陷)测量方法是片面的,误差偏大。
发明内容
本发明所要解决的技术问题是针对上述现有技术提供一种工业CT检测中小细节特征尺寸测量方法,该小细节特征尺寸测量方法测量精度高、应用灵活。
本发明解决上述问题所采用的技术方案为:一种工业CT检测中小细节特征尺寸测量方法,其特征在于包括如下步骤:
步骤一、开启工业CT系统并进行校准标定;
步骤二、设定工业CT系统中的工艺扫描参数,包括重建矩阵H×H、重建范围D、射线源焦点尺寸a、单个探测器通道尺寸d、探测器通道间隔h、射线源到探测器距离L,射线源到转台中心距离q,工件材料等效钢系数α、射线等效能量数据,根据设定的工艺扫描参数对检测工件进行扫描;
步骤三、工业CT系统生成检测工件的CT图像,观察CT图像中的各种细节特征,确定需要进行尺寸测量的细节特征;
步骤四、在CT图像上选定能够包含一个细节特征且包括边界在内的细节特征区域W,统计计算细节特征区域内每个像素的CT值f(xi,yj),其中(xi,yj)∈W,确定细节特征区域内像素的最小CT值Min对应的像素位置(xmin,ymin);
在CT图像中细节特征的附近,且无明显缺陷的工件图像上选择一参考区域C,统计计算参考区域内所有像素的CT值,确定参考区域内像素的最大CT值及最小CT值,计算参考区域内所有像素的平均CT值Aver,进而计算参考区域内像素的噪声标准偏差值Sd;
步骤五、识别CT图像中的工件边界,以细节特征区域中像素的最小CT值Min对应的像素位置(xmin,ymin)为中心,自标定的0°方向开始旋转一周至360°方向,利用等效钢系数α、射线等效能量数据通过试验的方法,计算确定各角度A方向上与工件的等效钢厚度相关的标准偏差系数TA,0°≤A<360°,进而形成等效钢厚度数组;
步骤六、按照步骤五中角度方向的标定,计算细节特征区域W内每个像素位置与标定0°方向间的夹角的角度A(xi,yj),然后计算细节特征区域W内每个像素对应的噪声参数值K:
其中(xi,yj)∈W,为像素位置为(xi,yj)对应的角度方向A(xi,yj)上与等效钢厚度相关的标准偏差系数,即噪声校正系数;
设定缺陷点数的初始值num0=0,当K>n时,缺陷点数num累计加一,否则丢弃,其中n为经验噪声参数值;
步骤七、根据工艺扫描参数计算单个像素面积的大小S以及有效射束宽度BW;
其中M=L/q;
进而计算获取细节特征区域的直径Td:
优选地,所述经验噪声参数值n=3。
与现有技术相比,本发明的优点在于:该工业CT检测中小细节特征尺寸测量方法,在使用时,无需精准选取特征区域的边界,即能够精确计算小细节特征区域的尺寸。在工程应用中灵活性高、测量精度和识别度也高。
附图说明
图1为本发明实施例中工业CT检测中小细节特征尺寸测量方法的流程图。
图2为本发明实施例中检测工件经过工业CT系统扫描获取检测工件的CT图像。
图3为本发明实施例中CT图像的局部放大图。
图4为本发明实施例中检测工件图像中对应的厚度与衰减关系曲线图。
图5为本发明实施例中检测工件图像中对应的厚度与噪声标准偏差关系曲线图。
图6为本发明实施例中检测工件图像中对应的厚度与信噪比关系曲线图。
具体实施方式
以下结合附图实施例对本发明作进一步详细描述。
本实施例中使用一个具体的示例对工业CT检测中小细节特征尺寸测量方法进行描述。
本实施例中采用的扫描设备:IPT6110 6MeV高能工业CT系统,射线源焦点尺寸为a=2mm;单个探测器通道尺寸d=0.3mm,探测器通道间隔h=1.3mm。
被检工件:试片为直径为40mm、厚度为0.2mm的圆片,材料为不锈钢,试片距中心2/3半径上有直径为0.3mm人工孔,此人工孔作为模拟细节特征。
扫描工艺参数:射线源到探测器距离L=3400mm,射线源到工件转台中心距离q=3130mm,触发次数为8192,微动次数为10次,转台的转速为1.2rpm;重建矩阵4096×4096;重建范围D=200mm。
如图1所示,该工业CT检测中小细节特征尺寸测量方法具体包括如下步骤:
步骤一、开启工业CT系统,使用2mm-200mm的阶梯钢试块对工业CT检测设备进行校正,并将射线源到工件转台中心距离q调节到3130mm位置;
步骤二、按照上述扫描工艺参数设定工业CT系统中的工艺扫描参数,根据设定的工艺扫描参数对检测工件进行扫描;
步骤三、工业CT系统生成如图2所示的检测工件的CT图像,观察CT图像中的各种细节特征,确定需要进行尺寸测量的细节特征;
步骤四、在CT图像上选定能够包含一个细节特征且包括边界在内的细节特征区域W,如图3所示,将检测工件的CT图像中的细节特征区域勾画出来,利用工业CT系统现有的计算程序统计计算细节特征区域内每个像素的CT值f(xi,yj),其中(xi,yj)∈W,确定细节特征区域内像素的最小CT值Min对应的像素位置(xmin,ymin);
在CT图像中细节特征的附近,且无明显缺陷的工件图像上选择一参考区域C,具体见图3中的参考区域C部分,利用工业CT系统现有的计算程序统计计算参考区域内所有像素的CT值,确定参考区域内像素的最大CT值及最小CT值,计算参考区域内所有像素的平均CT值Aver,进而计算参考区域内像素的噪声标准偏差值Sd;本实施例中Aver=188.26,Sd=13.3;
步骤五、通过工业CT系统中现有的边界识别程序识别CT图像中的工件边界,识别精度无需太高,以细节特征区域中像素的最小CT值Min对应的像素位置(xmin,ymin)为中心,自标定的0°方向开始旋转一周至360°方向,利用等效钢系数α、射线等效能量数据并通过现有的试验方法,具体见图4、图5和图6,计算确定各角度A方向上与工件的等效钢厚度相关的标准偏差系数TA,其中0°≤A<360°,进而形成等效钢厚度数组,该等效钢厚度数组可以对应作为参考区域内像素的噪声标准偏差值的校准系数进行使用;
步骤六、按照步骤五中角度方向的标定,计算细节特征区域W内每个像素位置与标定0°方向间的夹角的角度A(xi,yj),然后计算细节特征区域W内每个像素对应的噪声参数值K:
其中(xi,yj)∈W,为像素位置为(xi,yj)对应的角度方向A(xi,yj)上与等效钢厚度相关的标准偏差系数,该标准偏差系数也即作为噪声校正系数;
设定缺陷点数的初始值num0=0,根据经验可推算,当K>3时,缺陷点数num累计加一,否则丢弃;本实施例的试验中,获得的缺陷点数num=122;
步骤七、根据工艺扫描参数,利用工业CT系统现有的计算程序计算单个像素面积的大小S以及有效射束宽度BW;
其中M=L/q;
进而再利用工业CT系统现有的计算程序计算获取细节特征区域的直径Td:
该计算获取的细节特征区域的直径0.29mm,即计算获取的人工孔的直径相对于人工孔的实际直径0.3mm,误差小,精度高,则该方法可以在工程应用中进行使用。
Claims (2)
1.一种工业CT检测中小细节特征尺寸测量方法,其特征在于包括如下步骤:
步骤一、开启工业CT系统并进行校准标定;
步骤二、设定工业CT系统中的工艺扫描参数,包括重建矩阵H×H、重建范围D、射线源焦点尺寸a、单个探测器通道尺寸d、探测器通道间隔h、射线源到探测器距离L,射线源到转台中心距离q,工件材料等效钢系数α、射线等效能量数据,根据设定的工艺扫描参数对检测工件进行扫描;
步骤三、工业CT系统生成检测工件的CT图像,观察CT图像中的各种细节特征,确定需要进行尺寸测量的细节特征;
步骤四、在CT图像上选定能够包含一个细节特征且包括边界在内的细节特征区域W,统计计算细节特征区域内每个像素的CT值f(xi,yj),其中(xi,yj)∈W,确定细节特征区域内像素的最小CT值Min对应的像素位置(xmin,ymin);
在CT图像中细节特征的附近,且无明显缺陷的工件图像上选择一参考区域C,统计计算参考区域内所有像素的CT值,确定参考区域内像素的最大CT值及最小CT值,计算参考区域内所有像素的平均CT值Aver,进而计算参考区域内像素的噪声标准偏差值Sd;
步骤五、识别CT图像中的工件边界,以细节特征区域中像素的最小CT值Min对应的像素位置(xmin,ymin)为中心,自标定的0°方向开始旋转一周至360°方向,利用等效钢系数α、射线等效能量数据通过试验的方法,计算确定各角度A方向上与工件的等效钢厚度相关的标准偏差系数TA,0°≤A<360°,进而形成等效钢厚度数组;
步骤六、按照步骤五中角度方向的标定,计算细节特征区域W内每个像素位置与标定0°方向间的夹角的角度A(xi,yj),然后计算细节特征区域W内每个像素对应的噪声参数值K:
其中(xi,yj)∈W,为像素位置为(xi,yj)对应的角度方向A(xi,yj)上与等效钢厚度相关的标准偏差系数;
设定缺陷点数的初始值num0=0,当K>n时,缺陷点数num累计加一,否则丢弃,其中n为经验噪声参数值;
步骤七、根据工艺扫描参数计算单个像素面积的大小S以及有效射束宽度BW;
<mrow>
<mi>S</mi>
<mo>=</mo>
<msup>
<mrow>
<mo>(</mo>
<mfrac>
<mi>D</mi>
<mi>H</mi>
</mfrac>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>;</mo>
</mrow>
其中M=L/q;
进而计算获取细节特征区域的直径Td:
<mrow>
<msub>
<mi>T</mi>
<mi>d</mi>
</msub>
<mo>=</mo>
<mn>2</mn>
<mo>*</mo>
<msqrt>
<mfrac>
<mrow>
<mi>n</mi>
<mi>u</mi>
<mi>m</mi>
<mo>*</mo>
<mi>S</mi>
</mrow>
<mi>&pi;</mi>
</mfrac>
</msqrt>
<mo>-</mo>
<mi>B</mi>
<mi>W</mi>
<mo>.</mo>
</mrow>
2.根据权利要求1所述的工业CT检测中小细节特征尺寸测量方法,其特征在于:所述经验噪声参数值n=3。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510562522.5A CN105092616B (zh) | 2015-09-07 | 2015-09-07 | 工业ct检测中小细节特征尺寸测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510562522.5A CN105092616B (zh) | 2015-09-07 | 2015-09-07 | 工业ct检测中小细节特征尺寸测量方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105092616A CN105092616A (zh) | 2015-11-25 |
CN105092616B true CN105092616B (zh) | 2017-09-12 |
Family
ID=54573529
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510562522.5A Active CN105092616B (zh) | 2015-09-07 | 2015-09-07 | 工业ct检测中小细节特征尺寸测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105092616B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106447684B (zh) * | 2016-08-10 | 2019-04-16 | 中国兵器科学研究院宁波分院 | 工业ct图像中弱边缘尺寸测量方法 |
DE102018109816B3 (de) | 2018-04-24 | 2019-10-24 | Yxlon International Gmbh | Verfahren zur Gewinnung mindestens eines signifikanten Merkmals in einer Serie von Bauteilen gleichen Typs und Verfahren zur Klassifikation eines Bauteils eienr solchen Serie |
CN110017797B (zh) * | 2019-04-24 | 2020-08-21 | 中国兵器科学研究院宁波分院 | 一种基于图像等值面分割法的尺寸测量结果不确定度评价方法 |
CN111307841B (zh) * | 2020-02-10 | 2022-06-03 | 中国工程物理研究院应用电子学研究所 | 一种适用于锥束ct小间隙测量的方法 |
CN113192118B (zh) * | 2021-04-07 | 2021-10-29 | 中国兵器科学研究院宁波分院 | 一种空调压缩机内部结构尺寸精确测量方法 |
CN113188487A (zh) * | 2021-04-27 | 2021-07-30 | 山东非金属材料研究所 | 一种含陶瓷块拼接层板状复合材料缝隙宽度的检测方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5530789A (en) * | 1992-10-29 | 1996-06-25 | Hitachi Medical Corporation | Image processing apparatus and method for constructing a functional image using feature amounts of functions approximating changes in image data on a time axis |
JPH08336503A (ja) * | 1995-06-15 | 1996-12-24 | Ge Yokogawa Medical Syst Ltd | 医用画像診断装置 |
CN102692188A (zh) * | 2012-05-08 | 2012-09-26 | 浙江工业大学 | 机械视觉疲劳裂纹扩展试验裂纹长度动态测量方法 |
CN103063143A (zh) * | 2012-12-03 | 2013-04-24 | 苏州佳世达电通有限公司 | 基于图像识别的测量方法及其系统 |
CN103558237A (zh) * | 2013-10-31 | 2014-02-05 | 谭晔 | 工业ct三维精密测量与校准方法 |
CN104535475A (zh) * | 2015-01-08 | 2015-04-22 | 中国石油大学(北京) | 碳酸盐岩微观结构的确定方法及装置 |
-
2015
- 2015-09-07 CN CN201510562522.5A patent/CN105092616B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5530789A (en) * | 1992-10-29 | 1996-06-25 | Hitachi Medical Corporation | Image processing apparatus and method for constructing a functional image using feature amounts of functions approximating changes in image data on a time axis |
JPH08336503A (ja) * | 1995-06-15 | 1996-12-24 | Ge Yokogawa Medical Syst Ltd | 医用画像診断装置 |
CN102692188A (zh) * | 2012-05-08 | 2012-09-26 | 浙江工业大学 | 机械视觉疲劳裂纹扩展试验裂纹长度动态测量方法 |
CN103063143A (zh) * | 2012-12-03 | 2013-04-24 | 苏州佳世达电通有限公司 | 基于图像识别的测量方法及其系统 |
CN103558237A (zh) * | 2013-10-31 | 2014-02-05 | 谭晔 | 工业ct三维精密测量与校准方法 |
CN104535475A (zh) * | 2015-01-08 | 2015-04-22 | 中国石油大学(北京) | 碳酸盐岩微观结构的确定方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN105092616A (zh) | 2015-11-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105092616B (zh) | 工业ct检测中小细节特征尺寸测量方法 | |
CN104697467B (zh) | 基于线激光扫描的焊缝外观形状及表面缺陷检测方法 | |
US7272254B2 (en) | System and method for analyzing and identifying flaws in a manufactured part | |
CN102077052B (zh) | 用于超声波检查的扫描计划的视觉系统 | |
US8249832B2 (en) | Correlation of inspection information and computer-aided design data for structural assessment | |
US5864601A (en) | Method and apparatus for inspecting pipes using a digitized radiograph | |
CN104931585B (zh) | 复合材料脱粘缺陷超声波c扫描检测面积评定方法 | |
CN101706458A (zh) | 高分辨率印刷电路板自动检测系统及检测方法 | |
JP2008232998A (ja) | 構造物の応力変動分布の測定方法およびその測定装置、ならびに構造物の欠陥検出方法および構造物の危険性把握方法 | |
Krolczyk et al. | Topographic inspection as a method of weld joint diagnostic | |
CN104655658A (zh) | 一种大型高温叶片内部缺陷三维无损检测方法 | |
Rodríguez-Martín et al. | Procedure for quality inspection of welds based on macro-photogrammetric three-dimensional reconstruction | |
CN107561091A (zh) | 一种斜射式实木板材表面裂纹的检测系统和检测方法 | |
CN111912909B (zh) | 一种钢轨轨底缺陷分析方法 | |
Brierley et al. | Mapping the spatial performance variability of an X-ray computed tomography inspection | |
CN105004742A (zh) | 一种像质计及应用该像质计的射线检测质量判定方法 | |
CN1898698B (zh) | 控制核反应堆元件的非破坏性方法 | |
JP6356579B2 (ja) | 渦電流探傷装置および渦電流探傷方法 | |
CN103282938A (zh) | 用于通过x射线计算机断层扫描装置确定位于待检查物体中的结构位置的方法和评估设备 | |
JP7207386B2 (ja) | 表面欠陥検査方法、表面欠陥検査装置、鋼板の製造方法、鋼板の品質管理方法及び鋼板の製造設備 | |
CN114740084A (zh) | 一种钢表面涂层的检测方法及系统 | |
Matern et al. | How much does image quality influence the form error in industrial X-Ray CT | |
CN114965519A (zh) | 基于射线数字成像物体内部结构位置定位方法及系统 | |
CN106225741B (zh) | 一种测量大厚度比工件边蚀宽度的方法 | |
JP2018091801A (ja) | 表面形状検査方法、および、表面形状検査装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |