CN105849772B - 检查系统及方法 - Google Patents
检查系统及方法 Download PDFInfo
- Publication number
- CN105849772B CN105849772B CN201380081820.1A CN201380081820A CN105849772B CN 105849772 B CN105849772 B CN 105849772B CN 201380081820 A CN201380081820 A CN 201380081820A CN 105849772 B CN105849772 B CN 105849772B
- Authority
- CN
- China
- Prior art keywords
- image
- inspection
- radiation
- tire
- radiation image
- 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.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims description 30
- 230000005855 radiation Effects 0.000 claims abstract description 144
- 238000007689 inspection Methods 0.000 claims abstract description 102
- 230000000007 visual effect Effects 0.000 claims abstract description 61
- 230000007547 defect Effects 0.000 claims description 33
- 238000003384 imaging method Methods 0.000 claims description 33
- 238000002156 mixing Methods 0.000 claims description 24
- 238000004458 analytical method Methods 0.000 claims description 12
- 230000004927 fusion Effects 0.000 claims description 11
- 238000002591 computed tomography Methods 0.000 claims description 10
- 230000005251 gamma ray Effects 0.000 claims description 8
- 238000005259 measurement Methods 0.000 claims description 6
- 238000004566 IR spectroscopy Methods 0.000 claims description 5
- 238000001429 visible spectrum Methods 0.000 claims description 5
- 238000012937 correction Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 12
- 238000012544 monitoring process Methods 0.000 abstract 1
- 238000012546 transfer Methods 0.000 description 19
- 208000037656 Respiratory Sounds Diseases 0.000 description 12
- 238000010586 diagram Methods 0.000 description 9
- 238000001514 detection method Methods 0.000 description 6
- 239000002184 metal Substances 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000013519 translation Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000003709 image segmentation Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 230000000149 penetrating effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000002601 radiography Methods 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 238000002603 single-photon emission computed tomography Methods 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 241000406668 Loxodonta cyclotis Species 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000003331 infrared imaging Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000001225 therapeutic effect Effects 0.000 description 1
- 238000003325 tomography Methods 0.000 description 1
- 238000011179 visual inspection Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/60—Rotation of whole images or parts thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/32—Determination of transform parameters for the alignment of images, i.e. image registration using correlation-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10048—Infrared image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30248—Vehicle exterior or interior
- G06T2207/30252—Vehicle exterior; Vicinity of vehicle
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
描述了一种或更多种用于检查诸如轮胎之类的对象的技术和/或系统。该系统包括辐射成像系统和机器视觉系统,其中,辐射成像系统被配置成通过辐射检查对象以生成用于描绘对象的内部特定部分的辐射图像,以及机器视觉系统被配置成测量可见光和/或红外波长以生成用于描绘对象的外部特定部分的视觉图像。可以将辐射图像和视觉图像相关联以便于检查对象,该检查过程包括检查外部特定部分以及内部特定部分。
Description
技术领域
本申请涉及成像领域,更具体地涉及一种检查系统,该检查系统被配置成对对象的外部特定部分(exterior aspect)和内部特定部分(interior aspect)成像。结合工业应用可以发现特定的应用,在特定的应用中,检查系统被配置成对对象的缺陷成像。然而,本发明还涉及其他应用,诸如医学应用和/或安全应用,其中,例如,可能需要生成描绘对象的外部特定部分和内部特定部分的图像以进行威胁探测、医学诊断和/或医学治疗。
背景技术
计算机断层扫描(CT)系统和其他辐射成像系统(例如,单光子发射计算机断层扫描(SPECT)、数字射线照相术(digital radiography)、行扫描系统等)对于提供关于待检查对象的内部特定部分的信息(例如,图像)是有用的。对象被暴露于来自辐射源的辐射光子(例如,X射线光子、伽马射线光子等)并且穿过对象的辐射光子通过探测器阵列被探测,该探测器阵列被设置成相对于对象与辐射源大体上径向相对。对辐射光子被对象或者被对象的与辐射的光束路径相交的特定部分所衰减(例如,吸收、散射等)的程度进行测量以确定关于这些特定部分的信息。例如,在CT系统中,可以使用辐射光子的衰减程度来确定这些特定部分的密度和/或原子序数。对象的高密度特定部分相对于低密度特定部分通常会衰减更多辐射,从而使得能够根据所采集的信息和/或根据所采集的信息生成的用于描绘对象的间隔视图(interval view)来识别出裂纹、缺陷和/或其它特征。
虽然已经证明这样的系统对于识别对象的内部特定部分的特征和/或用于生成对象的内部视图是有用的,但是辐射成像系统通常不能提供关于对象外部特定部分的信息,诸如,关于对象的外表面的信息。
发明内容
本申请的各个方面解决了上述问题以及其他问题。根据一方面,提供了一种检查系统。该检查系统包括机器视觉系统和辐射成像系统,机器视觉系统被配置成检查对象的外表面以生成用于描绘外表面上的零个或更多个缺陷的视觉图像,以及辐射成像系统被配置成检查对象的内部空间(interior volume)以生成用于描绘内部空间的零个或更多个缺陷的辐射图像。检查系统还包括关联部件,该关联部件被配置成将视觉图像的第一区域与辐射图像的第二区域在空间上相关联。
根据另一方面,提供了一种用于对象检查的方法。该方法包括:通过测量可见光谱或红外光谱中的至少一个中的波长来检查对象的外表面以生成用于描绘外表面的零个或更多个缺陷的第一图像。该方法还包括:使用X摄像或伽马射线中的至少一个来检查对象的内部空间以生成用于描绘内部空间内的零个或更多个缺陷的第二图像。该方法还包括:将第一图像的第一区域与第二图像的第二区域融合以生成融合图像,以及分析融合图像以探测对象的缺陷。
根据另一方面,提供了一种检查系统。该检查系统包括机器视觉系统,该机器视觉系统被配置成检查对象的外表面以生成用于描绘外表面上的零个或更多个缺陷的视觉图像。检查系统还包括辐射图像系统,该辐射成像系统被配置成检查对象的内部空间以生成用于描绘内部空间内的零个或更多个缺陷的辐射图像,并且该辐射成像系统包括辐射源以及被配置成绕着第一轴旋转的探测器阵列。检查系统还包括对象移动部件,该对象移动部件被配置成在进行以下至少之一的同时使所述对象绕着第二轴旋转:机器视觉系统检查外表面以及辐射成像系统检查内部空间,该第二轴大体上垂直于第一轴。检查系统还包括关联部件,该关联部件被配置成将第一图像的第一区域与第二图像的第二区域在空间上相关联。
附图说明
本申请借助于示例进行说明而并非限制于附图中的各图示,其中,相同的附图标记表示相同的元件,并且在附图中:
图1示出了示例性系统;
图2示出了示例性检查单元的透视图;
图3示出了示例性检查单元的透视图;
图4示出了示例性检查单元的透视图;
图5是示例性特征识别部件的部件框图;
图6是示例性特征识别部件的部件框图;
图7示出了表示轮胎的示例性辐射图像;
图8示出了表示轮胎的示例性视觉图像;
图9示出了表示轮胎的示例性辐射图像;
图10示出了表示轮胎的示例性视觉图像;
图11示出了轮胎的示例性融合图像;
图12示出了用于对象检查的示例性方法的流程图;以及
图13是示例性计算机可读介质的图解,该示例性计算机可读介质包括被配置为体现本文所提出的一个或更多个规定的处理器可执行指令。
具体实施方式
现在参考附图对所要求保护的主题进行描述,其中,整个附图中相同的附图标记通常用于表示相同的元件。在以下说明书中,出于解释的目的,对各种具体细节进行了阐述以提供对所要求保护的主题的透彻理解。然而,可能明显的是,不需要这些具体细节也可以实践所要求保护的主题。在其他情况下,以框图形式示出了结构和装置以便于描述所要求保护的主题。
本文尤其描述了一些系统和/或技术,这些系统和/或技术用于获取关于待检查的对象的内部特定部分(例如,诸如内部空间)和外部特定部分(例如,诸如外表面)的信息。在一些实施例中,这样的信息可以包括用于描绘对象的横截面切片的三维图像,所述对象的横截面切片不仅描述了对象的外表面而且描述了对象的内表面。通过这种方式,可以对诸如轮胎的对象进行检查以识别缺陷,例如,该缺陷可能开始于轮胎的表面然后持续径向向内朝向轮胎的中心轴。
根据一些实施例,提供了一种系统,该系统包括辐射成像系统(诸如,计算断层扫描(CT)系统)和机器视觉系统(诸如,红外成像系统和/或可见光成像系统)。辐射成像系统被配置成检查对象以生成对象的内部特定部分(例如,对象的、在不打开/剖开或者穿透该对象的情况下人类视觉通常无法看到的特定部分)的信息,而机器视觉系统被配置成检查对象以生成对象的外部特定部分(例如,通常对于人类可见的对象的表面)的信息。例如,辐射成像系统可以被配置成生成关于轮胎壁的内部成分的信息,以及机器视觉系统可以被配置成生成关于轮胎壁的外表面的信息。
根据一些实施例,辐射成像系统和/或机器视觉系统被配置成生成对象的二维和/或三维图像。例如,辐射成像系统可以被配置成:在机器视觉系统生成用于描绘对象的外表面的二维视觉图像和/或三维视觉图像的同时生成三维辐射图像。在一些实施例中,可以识别出辐射图像和/或视觉图像内的地理标记。在一些实施例中,这样的地理标记可以有利于将两种成像模式所生成的图像融合。
在一些实施例中,可以通过特征识别部件或者被配置成分析图像以识别指定特征的其他分析部件(例如,威胁探测部件)来处理辐射图像、视觉图像和/或通过将辐射图像与视觉图像融合所生成的融合图像。例如,特征识别部件可以分析融合图像以确定对象是否包括开始于轮胎的表面并且延伸到轮胎的壁的至少一英寸中的任何裂纹。如果识别出这样的缺陷,则特征识别部件可以发出警报和/或使对象转向特定位置(例如,次品位置(rejectlocation))。例如,通过这种方式,可以将具有这样的特征的对象与不具有这样的特征的对象区分开。
参考图1,提供了根据一些实施例的示例性系统100,诸如,检查系统。系统100包括检查单元102和一个或更多个处理部件,其中,所述检查单元102被配置成检查一个或更多个对象104(诸如,轮胎、行李、木材等),以及所述一个或更多个处理部件被配置成对检查单元102检查对象102所产生的信号和/或数据进行处理。例如,这样的处理部件尤其可以包括辐射图像生成器112、机器视觉图像处理器114和/或特征识别部件116。
检查单元102包括辐射成像系统106、机器视觉系统108和对象移动系统110,该对象移动系统110被配置成支撑检查单元102内的对象和/或相对于辐射成像系统106或机器视觉系统108中的至少一个移动对象。例如,对象移动系统110可以包括传送带组件和/或其他组件(例如,滚筒组件),传送带组件和/或其他组件被配置成使对象平移通过辐射成像系统106和/或机器视觉系统108的检查区域(例如,沿着z方向平移对象)。
如针对图2进一步描述的,辐射成像系统106包括辐射源和探测器阵列。辐射源和/或探测器阵列的布置和/或特征可以由系统中所包括的辐射成像系统106的类型决定。这样的辐射成像系统106的示例性类型尤其包括CT系统(例如,在CT系统中的辐射源和探测器阵列的位置大体上相对彼此保持固定而相对于对象发生变化)、行扫描系统、断层合成系统(例如,在该断层合成系统中,辐射源的位置相对于探测器阵列发生变化)和/或数字投影系统。
辐射源通常被设置成相对于所检查的对象104与探测器阵列大体上径向相对,该辐射源可以是x射线源、伽马射线源或其他电离辐射源。在使用辐射成像系统106检查对象104期间,辐射源被配置成将对象104暴露于辐射光子,至少部分这些辐射光子穿过对象104并且被探测器阵列探测到。这样的辐射光子的能量谱由应用、探测器灵敏度和/或待检查对象104的类型决定。
探测器阵列被配置成直接地或间接地将所探测到的辐射光子转换成携带有该辐射光子的信息的信号。信息的内容尤其取决于辐射成像系统106内的探测器阵列的类型。例如,当探测器阵列是电荷积分探测器阵列时,该信息可以表示测量时段(例如,这样的测量时段可以对应于一些应用中的场景(view))所探测到的辐射光子的数量。再例如,当探测器阵列是光子计数探测器阵列时,所述信息可以表示相应的所探测到的辐射光子的探测位置和探测时间。
信息的内容可以尤其取决于辐射成像系统的类型。例如,当辐射成像系统是多能量辐射系统(例如,被配置成以两种不同的能量或两种不同的能量谱来发射辐射的双能量辐射系统)时,该信息可以表示所探测到的辐射光子的能量。当辐射成像系统被配置为单能量辐射系统时,该信息可以很少包括或甚至不包括关于所探测到的辐射光子的内容。
可以将辐射成像系统106的探测器阵列所生成的信息输出至辐射图像生成器112,该辐射图像生成器112被配置成使用合适的图像生成技术(诸如,分析、迭代和/或其他图像生成技术)处理所述信息以生成一个或更多个辐射图像。例如,这样的图像生成技术可以包括将信息从投影空间转换到图像空间的断层合成重建技术、反投影技术和/或迭代重建技术。辐射图像可以包括对象104的二维和/或三维表示。
机器视觉系统108包括一个或更多个图像传感器,所述一个或更多个图像传感器被配置成对可见光谱和/或红外光谱中的波长进行测量以生成关于对象104的外部特定部分(诸如,在不破坏(例如,剖开)对象104的情况下,对象104的可见表面)的信息。在一些实施例中,图像传感器被设置成形成立体照相机,该立体照相机被配置成从两个或更多个不同的视点来查看对象。在其他实施例中,图像传感器被设置成形成非立体照相机,该非立体照相机被配置成仅从单个视点来查看对象。
可以将机器视觉系统108所生成的信息输出到机器视觉图像处理器114,该机器视觉图像处理器114被配置成对机器视觉系统108所生成的信息进行处理。这样的处理可以包括:编辑信息以生成对象104的二维和/或三维图像;基于所指定的滤波参数对图像进行滤波;和/或准备视觉图像用于进一步由特征识别部件116进行处理和/或用于显示给用户。又例如,机器视觉系统108所生成的视觉图像可以表示对象的已经被压缩成维度图像的非平面表面,以及机器视觉图像处理器114可以被配置成对图像进行畸变校正(例如,将图像中由非平面表面引起的变形去除)。
特征识别部件116被配置成对辐射图像生成器112所生成的辐射图像和/或机器视觉图像处理器114所生成的视觉图像进行分析以识别出所指定的特征。例如,特征识别部件116可以对属性(诸如,辐射图像的强度和/或视觉图像的色调)进行分析以使用分析、迭代或其他特征识别技术来识别对象内所指定的缺陷。
在一些实施例中,可以在执行分析以识别所指定的缺陷之前,将一个或更多个辐射图像与一个或更多个视觉图像在几何上相关联和/或将一个或更多个辐射图像与一个或更多个视觉图像融合。例如,特征识别部件116可以被配置成识别辐射图像和视觉图像中同时可见的地理标记,诸如,胎面、公司标志和/或其他签名。特征识别部件116可以使用这样的物理标记将辐射图像与视觉图像几何上对准以将这些图像在几何上相关联和/或将这些图像融合以生成同时描绘内部特定部分(例如,在辐射图像中显示的内部特定部分)和外部特定部分(例如,在视觉图像中显示的外部特定部分)的融合图像。当生成了融合图像时,代替分析辐射图像和/或视觉图像,或者除了分析辐射图像和/或视觉图像以外,特征识别部件116还可以对分析融合图像以识别所指定的特征。此外,当图像被几何地相关联而不是融合时,在几何关联之后可以分析辐射图像和/或视觉图像以识别特征。
应当理解的是,尽管本文特别参考了特征识别部件通过使用一个或更多个图像来识别对象内的缺陷,但是还可以或替代地通过特征识别部件116来识别其他特征。例如,在安全应用中,特征识别部件116可以被配置成探测对象内隐藏的潜在威胁物品。再例如,在木材应用中,特征识别部件116可以被配置成识别具有指定特征的结头(例如,木材中具有指定尺寸和/或深度的结头)。因此,本文考虑了任意数量的多种特征。
终端118或工作站(例如,计算机)被配置成接收辐射图像、视觉图像、融合图像和/或特征识别部件116的分析结果,可以将在监测器120上将上述项显示给用户(例如,机器操作员、安保人员等)。通过这种方式,用户可以检查图像以确认特征识别部件116的分析和/或执行对至少一些图像的视觉检查。终端118还可以被配置成接收用户输入,该用户输入可以是检查单元102的直接操作。
在示例性环境100中,控制器122可操作地耦接至终端118。控制器122可以被配置成基于接收自终端118的指令来控制检查单元102的操作。例如,用户可能希望再次检查对象并且可以请求对象移动系统110将对象104的平移方向反向(例如,使对象返回到检查区域)。再例如,用户可以选择图像内感兴趣的特定区域并且控制器122可以基于感兴趣区域来调节辐射成像系统106和/或机器视觉系统108的一个或更多个属性(例如,调节施加至辐射源的电压、调节图像传感器的灵敏度或曝光量)。例如,特征识别部件116可以识别对象104内的潜在缺陷并且终端118可以向控制器122发出指令,该指令指导控制器122再次扫描对象104的包括潜在缺陷的区域。此外,控制器122可以基于该区域调节辐射成像系统106和/或机器视觉系统108的一个或更多个属性(例如,以生成针对(例如,集中在)该区域进行优化的图像)。
图2示出了根据一些实施例的检查单元102的透视图,其中,为了示出检查单元102的内部部分因此将壳体移除。如图1所示,检查单元102包括辐射成像系统106、机器视觉系统108以及对象移动系统110。
对象移动系统110包括被配置成使对象104相对于辐射成像系统106和/或机器视觉系统108移动的一个或更多个装置。例如,在所示的实施例中,对象移动系统110包括传送带组件202和活动连接臂组件204,其中,传送带组件202被配置成使对象104平移到检查单元102内或平移出检查单元102,以及活动连接臂组件204被配置成使对象104平移穿过检查区域。例如,对象104可以经由传送带组件202于检查单元102的入口处被接收并且可以经由传送带组件202传送到检查单元102内。一旦对象104位于检查单元102内,活动连接臂组件204可以被配置成与对象104接触并且使对象104平移穿过检查区域,其中,对象104通过辐射成像系统106和/或机器视觉系统108被检查。在一些实施例中,通过传送带组件202和/或活动连接臂组件204使对象104沿着按照z方向延伸的轴平移。
在一些实施例中,为了便于辐射成像系统106和/或机器视觉系统108便于检查起见,活动连接臂组件204被配置成调节对象104与传送带组件202之间的相对位置。例如,在一些实施例中,活动连接臂组件204被配置成相对于传送带组件202抬高对象104(例如,使得通常与传送带组件202接触的对象104的下侧与传送带组件202不再接触)。因此,活动连接臂组件204针对至少检查的部分将对象104从传动带组件202处抬起。
在一些实施例中,活动连接臂组件204还被配置成使对象104绕着大体上垂直于传送带组件202的、对象104经常倚靠的平面的轴旋转。例如,在所示出的实施例中,活动连接臂组件204可以使对象104绕着沿着y方向延伸的轴旋转。例如,通过这种方式,机器视觉系统208的第一图像传感器208可以查看对象104的多个方位(例如,同时第一图像传感器208保持静止)。
辐射成像系统106包括辐射源212,该辐射源212被配置成沿着探测器阵列216的方向发射扇形和/或锥形辐射214以使探测器阵列216(例如,从而被平移到辐射源212与探测器阵列216之间的检查区域的对象104)暴露于辐射214。探测器阵列216包括通常按列(例如,其中列沿着z方向延伸)和按行(例如,其中,行沿着x方向延伸)排列的多个探测器单元218,探测器单元的行所延伸的方向通常称之为扇形角方向,以及探测器单元的列所延伸的方向通常称之为锥形角方向。
探测器阵列216可以包括少至一行(例如,诸如通常在行扫描系统中建立的行)到多至64行或更多行(例如,诸如通常在CT系统和/或数字投影系统中建立的行)。此外,探测器阵列216可以具有大体上平坦的探测表面(例如,诸如行扫描系统和/或数字投影系统中通常建立的探测表面)和/或可以具有大体上弧形的探测表面(例如,诸如CT系统中通常建立的探测表面)。
在一些实施例中,辐射源212和探测器阵列216被配置为:绕着旋转轴(例如,该旋转轴可以沿着z方向延伸)相对于传送带组件202旋转,而同时保持旋转辐射源212与探测器阵列216之间的相对位置。通过这种方式,辐射源212从多个x、y位置查看对象。在其他实施例中,辐射源212和/或探测器阵列216中的至少一个被配置成:绕着旋转轴相对于传送带组件旋转,而同时辐射源212和/或探测器阵列216中的至少一个相对于传送带组件大体上保持固定(例如,导致辐射源212与探测器阵列216之间的相对位置改变)。在其他实施例中,在检查对象104期间,辐射源212与探测器阵列216相对于传送带组件202保持在大体上固定的位置上。
机器视觉系统108包括一个或更多个图像传感器208、210,所述一个或更多个图像传感器208、210被配置成探测红外和/或可见光波长,由所述红外和/或可见光波长可以生成对象104的一个或更多个图像。例如,在所示的实施例中,机器视觉系统108包括两个大体上固定的图像传感器208、210,这两个图像传感器208、210被安装在探测器阵列216的大体上径向相对的侧面。在其他实施例中,图像传感器208、210中的至少一些可以被配置成相对于传送带组件202移动。
图像传感器208、210可以被配置成捕获对象104的静态图像和/或视频图像。此外,应当理解的是,通过机器视觉系统108进行检查期间使对象104旋转(例如,绕着y轴),单个图像传感器208可以使对象104的多个区域(例如,多个侧面)成像(例如,仅使用一个图像传感器来生成3D视觉图像)。
应当理解的是,图像传感器的数量、图像传感器的类型和/或这样的图像传感器的布置可以取决于应用和/或将要从视觉图像中识别的特征,视觉图像产生自图像传感器所进行的检查。例如,检查单元内的光线可以使得红外图像传感器相对于可见光传感器更适合于应用。再例如,传感器的数量、传感器的类型和/或这样的图像传感器中的至少一些是否被配置成能够移动可以取决于对象移动系统110是否被配置成使对象104绕着轴旋转。例如,如果对象移动系统110被配置成使对象旋转相对于对象移动系统110没有被配置成使对象旋转,可能需要较少的图像传感器来捕获对象104的表面的图像。
图3示出了根据一些实施例的另一检查单元102的透视图。在该实施例中,探测器阵列216包括沿着x方向延伸(例如,沿着扇形角度方向延伸)的单行探测器阵列218和沿着z方向延伸(例如,沿着锥形角度方向延伸)的多列探测器阵列218(例如,其中,各列仅包括单个探测器单元)。此外,由于探测器阵列216包括单行探测器单元218,辐射源212被配置成发射扇形波束辐射214(例如,该扇形波束辐射214具有很少或几乎没有沿着锥形方向向外的膨胀)。
例如,在对象104通过活动连接臂组件204绕着沿着y方向延伸的轴旋转的同时沿着z方向平移的实施例中,可以从多个角度查看对象104上的各个位置以生成表示对象的容积数据(例如,针对对象内所给定的位置,可以获得对于给定位置具有不同的轨迹和聚敛性的至少两种射线所对应的数据,通过该数据重建容积图像)。
此外,图3所示的机器视觉系统与图2所示的机器视觉系统的不同在于,图3所示的机器视觉系统仅包括单个图像传感器210,而图2示出了两个图像传感器208、210。
参考图4,示出了根据一些实施例的另一检查单元102的透视图。在该示例中,机器视觉系统108包括四个图像传感器208、210、220以及222。第一组图像传感器208、220可以被配置成:当对象104相对于传送带组件202位于第一方位时,检查对象104,以及第二组图像传感器210、222被配置成:当对象104相对于传送带组件202位于第二方位时,检查对象104。例如,第一组图像传感器208、220可以定位在检查单元102的入口附近,并且可以被配置成当对象的第一面朝上(例如,轮胎的顶部朝上)时检查对象104。例如,第二组图像传感器210、222可以定位在检查单元102的出口附近,并且可以被配置成当对象的第二面朝上(例如,轮胎的底部朝上)时检查对象104。在这样的实施例中,活动连接臂组件204可以被配置成将对象104重新定位在入口和出口之间(例如,将对象轻抛(flipping)在传送带组件202上)。例如,在辐射成像系统106通过辐射完成了对对象104的检查之后,活动连接臂组件204可以与对象104接触并且轻抛对象(例如,使对象104的被传送带组件202所隐藏的一部分被露出以便于通过第二组图像传感器210、222进行检查)。
例如,在一些应用中,诸如使用与图4所示的配置类似的配置的应用中,活动连接臂组件204不能被配置成在辐射成像系统106所执行检查的至少一部分和/或机器视觉系统108所执行检查的至少一部分期间使对象104旋转。此外,在辐射成像系统106所执行检查的至少一部分和/或机器视觉系统108所执行检查的至少一部分期间,可以将对象104倚靠在传送带组件202上。
应当理解的是,检查单元102的前述配置仅意在为检查单元提供示例性配置而并非意在限制本公开内容的范围。例如,在又一实施例中,辐射源212可以被配置成:当探测器阵列216大体上被固定时,将对象平移到轨道上(例如,沿着x、y平面延伸),使得在对象104的检查期间使得辐射源212与探测器阵列216之间的相对位置能够发生变化。
参考图5,示出了根据一些实施例的示例性特征识别部件116的部件框图。应当理解的是,本文所描述的部件仅为示例性部件并且部件可能因应用和/或设计选择而异。例如,图5所示的特征识别部件116包括被配置成将辐射图像与视觉图像融合的融合部件508。在其他实施例中,可能期望的是,使辐射图像与视觉图像在空间上相关联而不是期望将这些图像融合以生成描述对象104的内部特定部分和外部特定部分的融合图像。
特征识别部件116包括第一地理标记部件502、第二地理标记部件504、关联部件506、融合部件508以及特征选择部件510。第一地理标记部件502被配置成识别视觉图像中、可以用于将视觉图像与辐射图像相关联的唯一点。例如,第一地理标记部件502可以使用视觉图像的各个像素或像素的邻域的一个或更多个特征(例如,强度、色调等)以识别对象的边缘和/或对象的唯一图案(例如,诸如公司徽章)。然后,可以将视觉图像内的与这样的边缘和/或图案相对应的各个位置与针对视觉图像指示边缘和/或图案的位置的地理标记相关联。
第二地理标记部件504被配置成针对辐射图像执行类似的功能。例如,第二地理标记部件504可以使用辐射图像的各个像素或像素的邻域的一个或更多个特征(例如,强度、色调等)以识别对象的边缘和/或对象的唯一图案(例如,诸如公司徽章)。然后,可以将辐射图像内的与这样的边缘和/或图案相对应的各个位置与针对辐射图像指示边缘和/或图案的位置的地理标记相关联。
例如,轮胎可以包括从对象的外表面延伸到对象的内部空间的公司徽章或其他标记。因此,视觉图像及辐射图像中的公司徽章或其他标记是可识别的。相应地,第一地理标记部件502和第二地理标记部件504可以被配置成识别视觉图像和辐射图像中的这样的公司徽章或其他标记的地理位置。
关联部件506被配置成使用第一地理标记部件502和第二地理标记部件504所生成的地理标记来将视觉图像与辐射图像在空间上相关联(因此,将视觉图像与辐射图像对准)。例如,关联部件可以使用视觉图像和/或辐射图像中的这样的标记的图案(例如,布局)来将这些图像相关联。
应当理解的是,尽管做出了基于相应的图像中可识别的标记将视觉图像与辐射图像相关联的参考,但是在其他实施例中,关联部件506还可以被配置成使用其他技术将视觉图像与辐射图像相关联。例如,关联部件506可以被配置成基于如下项将视觉图像与辐射图像相关联:对象平移的速度,对象旋转的速度、图像传感器的位置、辐射源/探测器阵列的位置,和/或辐射源和/或探测器阵列的旋转速度。因此,在这样的实施例中,第一地理标记部件502和/或第二地理标记部件504可能提供冗余(例如,用于验证关联)和/或可以是不必要的。
在一些实施例中,特征识别部件116还包括融合部件508,该融合部件508被配置成使用分析、迭代或其他融合技术将视觉图形与辐射图像融合以生成融合图像。融合图像描述了对象的外部特定部分以及对象的内部特定部分。例如,融合图像可以描绘对象的外表面以及对象的内部空间。
应当理解的是,如本文所使用的融合(fuse)、融合(fusion)等意在表示将两种或更多种形式的图像组合以生成描述相应的图像的内容的图像。在一些实施例中,融合涉及将两个或更多个图像重叠,其中,使顶部图像至少部分透明从而使得位于顶部图像下面的图像可见。在其他实施例中,融合涉及将第一图像的至少一些像素与第二图像的至少一些像素组合以生成包括具有两个图像的特征的像素的图像。
特征识别部件116还包括被配置成识别和/或选择感兴趣特征的特征选择部件510。在所示的实施例中,特征选择部件510被配置成识别和/或选择融合部件508所生成的融合图像中的特征。然而,在其他实施例中,特征选择部件510可以识别和/或选择视觉图像和/或辐射图像中的特征。
在一些实施例中,特征选择部件510被配置成通过对融合图像(例如,或者待被处理以识别/选择特性的图像)执行联通域标记(connected component labeling,CCL)技术和/或图像分割技术来开始特征识别/选择过程。这样的技术被配置成将融合图像分成多个部分,其中,相应的部分可以表示对象的不同特定部分(例如,第一部分可以表示金属带,第二部分可以表示裂纹等)。接下来,特征选择部件510可以基于形状特征、衰减特征、密度特征、z有效特征等来标记相应的部分。最后,特征选择部件510可以将各个部分与针对这些部分的标准比较。例如,特征选择部件510可以将如图像所表示的金属带与金属带的标准进行比较。如果金属带的一个或更多个属性与标准不同,则特征选择部件510可以将金属带识别为包括缺陷。
在其他实施例中,特征选择部件510可以分析图像以确定足够大小的像素的群集是否具有特定特征集合。例如,代表裂纹的像素的强度可以小于不代表裂纹的像素的强度。机构可以指定对象中的裂纹的允许的范围。如果像素的邻域的强度低于所指定的强度,则特征选择部件510可以将对象标记为包括大于可允许的裂纹范围的裂纹。
特征选择部件510所生成的结果可以被输出到终端118,该终端118向机构告知阳性(positive)特征识别,和/或将关于该阳性特征识别的信息提供给其他部件(例如,诸如转移部件,该转移部件将包括足够数量缺陷和/或具有指定大小的缺陷的对象从传动带转移开)。
参考图6,提供了特征识别部件116的另一示例。在这样的实施例中,特征识别部件116包括第一特征选择部件602和第二特征识别部件604,其中,第一特征选择部件602被配置成基于一个或更多个视觉图像识别特征,以及第二特征识别部件604被配置成基于一个或更多个辐射图像识别特征。在分别对视觉图像和辐射图像进行识别的实施例中,关联部件506可以被配置成基于这些特征将图像相关联。例如,第一特征选择部件602可以识别具有第一二维形状的裂纹,以及第二特征选择部件604可以识别具有类似的二维形状的裂纹。因此,关联部件506尤其可以使用裂纹来将视觉图像与辐射图像在空间上相关联(例如,使得两个图像中的裂纹对准)。
在一些实施例中,第三特征选择部件(未示出)可以被配置成在完成了上述相关处理之后进一步对图像进行处理。例如,通过这种方式,可以识别出在视觉图像和辐射图像上连续的特征和/或可以对这样的特征的范围(例如,裂纹的深度)进行测量。
参考图7至图11,示出了系统100在扫描包括缺陷的轮胎时可以产生的示例性图像。参考图7至图11,示出了通过辐射成像系统和机器视觉系统对轮胎的检查所生成的图像。更具体地,图7示出了诸如可以由辐射成像系统产生的用于描绘轮胎的内部空间的三维辐射图像700,以及图8示出了诸如可以由机器视觉系统产生的用于描述轮胎的外表面的二维视觉图像800。
如针对图5所描述的,在一些实施例中,辐射图像和/或视觉图像被配置成被处理成使图像相关联和/或使图像融合。图9示出了将一个或更多个地理标记插入到辐射图像700之后的辐射图像700,以及图10示出了将一个或更多个地理标记插入到视觉图像800之后的视觉图像800。
例如,轮胎可以包括出现在轮胎的外表面并且延续到轮胎的内部空间中的一个或更多个标记。例如,公司名称“Tire Co(轮胎有限公司)”和轮胎的序列号“123”可以同时出现在辐射图像700和视觉图像800上。因此,对视觉图像800进行分析的第一地理标记部件可以将地理标记(例如,由小X表示)放置在视觉图像800内以识别视觉图像800内的这样的标记的位置。此外,第一地理标记部件可以准确地将标记连接起来以形成描述这样的地理标记的相对位置的形状。
对辐射图像700进行分析的第二地理标记部件可以将地理标记(例如,由小X表示)放置在辐射图像700内以识别辐射图像700内的类似的标记的位置。此外,第二地理标记部件可以将插入到辐射图像700中的地理标记连接起来以形成描绘这样的地理标记的相对位置的形状。
关联部件可以使用辐射图像700中形成的图像和视觉图像800中形成的图像以将辐射图像700与视觉图像800相关联(例如,将图9中的三角形与图10中的三角形对准)。基于这种相关联,可以将辐射图像700与视觉图像800融合以生成如图11所示的融合图像1100。
参考图12,示出了根据一些实施例的示例性方法1200。应当理解的是,该方法所执行的操作的顺序仅为示例性顺序而并非意在限制本申请的范围以及包括权利要求的保护范围。例如,可以同时进行检查外表面和检查内部空间。又例如,可以在检查外表面之前对内部空间进行检查。
示例性方法1200开始于1202,在1204处通过测量可见光谱或红外光谱中的至少一个中的波长来检查对象的外表面。基于1204处所获得的测量值,可以生成描述对象的外部特定部分(例如,对象的外表面)的第一图像(例如,视觉图像)。第一图像可以是二维或三维的。
在示例性方法1200的1206处,使用x射线和伽马射线中的至少一个来检查对象的内部空间。例如,可以将对象暴露于x射线和/或伽马射线并且可以对穿过对象的辐射光子进行测量。基于探测器阵列所产生的测量结果,可以生成用于描绘对象的内部特定部分的第二图像(例如,辐射图像)。第二图像可以是二维图像或三维图像并且可以描绘穿过对象的切片和/或对象的内部空间。
在示例性方法1200的1208处,将第一图像的第一区域与第二图像的第二区域融合以生成用于描绘第一区域和第二区域的融合图像。第一区域可以是第一图像的全部或一部分,以及第二区域可以是第二图形的全部或一部分。通过这种方式,可以生成包括第一图像的特定部分和第二图像的特定部分。
在示例性方法的1210处,对融合图像进行分析以探测对象的零个或更多个缺陷。例如,可以进行CCL分析和/或图像分割以将对象的不同部分区分开。然后,可以对表示相应部分的图像的各个特定部分进行分析以判断每个部分是否包括缺陷(例如,通过将所分割的图像与本应该产生的不存在缺陷的图像进行比较)。
在一些实施例中,当识别出缺陷时,则发出告警和/或对缺陷进行验证。例如,如果基于融合图像识别出缺陷,则将该融合图像显示到监测器上并且机构确认或拒绝该识别。在一些实施例中,基于这种反馈,对用于分析的一种或更多种算法进行更新(例如,使用机器学习技术)。
示例性方法1200在1212处结束。
又一实施例涉及计算机可读介质,该计算机可读介质包括被配置为实现本文提出的一种或更多种技术的处理器可执行指令。图13中示出了可以以这些方式设计的示例性计算机可读介质,其中实施例1300包括计算机可读介质1302(例如,闪存盘、CD-R、DVD-R、专用集成电路(ASIC)、现场可编程门阵列(FPGA)、硬盘驱动器的盘片等),在该计算机可读介质1302上编码有计算机可读数据1304。该计算机可读数据1304则包括被配置为根据本文提出的原理中的一个或多个操作的一组处理器可执行指令1306。在一种这样的实施例1300中,处理器可执行指令1306可以被配置成:当通过处理单元执行该处理器可执行指令1306时,执行操作1308(诸如,图12的示例性方法1200)。在实施例中,处理器可执行指令1306可以被配置为实现系统,诸如,图1的示例性系统100中的至少一些系统。本领域的普通技术人员可以设计出的多种这样的计算机可读介质可以被配置成根据本文所提出的一种或更多种技术进行操作。
虽然已经以特定语言针对结构特征和/或方法行为描述了本发明主题,但是应当理解的是,所附权利要求的主题并非必须限制于上述特定特征或行为。相反地,上述的特定特征和行为作为实现至少一部分权利要求的示例性形式而公开。
本文提供了实施例的各种操作。所描述的一些或所有的操作顺序不应当被解释为暗示这些操作必须是次序相关的。考虑到本说明书的益处,应当理解可替代的顺序。此外,应当理解的是,不是所有的操作都必须出现在本文所提供的每个实施例中。此外,应当理解的是,在某些实施例中,不是所有的操作都是必要的。
此外,本文中的“示例性”表示作为示例、例子、说明等,但并不一定更有优势。如本申请所使用的,“或”意在表示包括性的“或”的意思而非排他性的“或”。另外,如本申请所使用的“一个(a)”和“一个(an)”通常被解释为表示“一个或更多个”,除非另外说明或根据上下文中可以清楚得知是指向单数形式。此外,A和B中的至少一个和/或描述通常表示A或B或者A和B两者。此外,使用词语“包括(including)”、“包括(includes)”、“具有(having)”、“具有(has)”、“带有(with)”、或其变体的条件下,上述词语以类似于词语“包括(comprising)”的方式表示包括的含义。所要求保护的主题可以实现为方法、设备或制品(例如,软件、固件、硬件或上述项的任意组合)。
本申请中使用的,术语“部件”、“模块”、“系统”、“接口”等通常意在指代与计算机相关的实体,要么硬件、硬件和软件的组合、软件,要么执行中的软件。例如,部件可以是但不限于处理器上运行的进程、处理器、对象、可执行文件、所执行的线程、程序和/或计算机。例如,控制器上运行的应用和控制器两者都可以是部件。一个或多个部件可以位于进程和/或所执行的线程内,以及部件可以定位在一个计算机上和/或分布在两个或多个计算机之间。
此外,可以通过使用标准编程和/或工程技术将所要求保护的主题实现为方法、设备或制品,以产生软件、固件、硬件或上述项的任意组合,从而控制计算机实现所公开的主题。本文中使用的术语“制品”意在包括可从任何计算机可读装置、载体或介质访问的计算机程序。当然,本领域技术人员应当认识到:在不背离所要求保护的主题的范围或主旨的情况下,可以对该配置进行多种修改。
此外,除非另外说明,否则“第一”、“第二”和/或类似的描述并非意在暗示时间特性、空间特性、排序等。而是,这样的术语仅用作用于特征、元件、要素等的标识符、名称等(例如,“第一信道和第二信道”通常对应于“信道A和信道B”或者两个不同的(或相同的)信道或者同一信道)。
尽管已经针对一个或多个实现示出和描述了本公开内容,但是基于对本说明书和所引用的附图的阅读和理解,本领域技术人员仍能够得到等同的改变和修改。本公开内容包括所有这样的修改和改变,且仅受到所附权利要求的范围的限制。尤其是,对于由上述部件(例如,元件、资源等)执行的各个功能,除非另外指示,否则用于描述这样的部件的术语意在对应于执行所指定功能的(例如,在功能上相当的)任何部件,即使与所公开的结构在结构上不等同。另外,虽然可能仅针对多个实施例中的一个实施例公开了本公开内容的具体特征,但是这种特征也可以与其它实现方式的一个或更多个其它特征组合起来,对于任何给定或特定的应用而言这可能是期望的和有利的。
Claims (18)
1.一种检查系统,包括:
机器视觉系统,其被配置成检查轮胎的外表面以生成用于描绘所述外表面的视觉图像;
辐射成像系统,其被配置成检查所述轮胎的内部空间以生成用于描绘所述内部空间的三维辐射图像;
关联部件,其被配置成将所述视觉图像的第一区域与所述三维辐射图像的第二区域在空间上相关联,其中所述关联部件被配置成基于所述轮胎的胎面图案将所述第一区域与所述第二区域在空间上相关联;以及
特征识别部件,其被配置成在利用所述视觉图像和所述三维辐射图像中的至少一个探测到所述轮胎中的缺陷时执行对所述轮胎的操作,所述操作选自包括发出警报和使轮胎转向的组。
2.根据权利要求1所述的检查系统,包括融合部件,所述融合部件被配置成将所述第一区域与所述第二区域融合以生成包括所述第一区域和所述第二区域的融合图像。
3.根据权利要求2所述的检查系统,包括:
特征选择部件,其被配置成处理所述融合图像以扫描所述轮胎中的缺陷。
4.根据权利要求1所述的检查系统,其中,所述操作包括发出警报以向所述检查系统的用户通知所述缺陷。
5.根据权利要求1所述的检查系统,其中,所述辐射成像系统包括计算机断层扫描系统。
6.根据权利要求1所述的检查系统,包括:
对象移动部件,其被配置成在进行以下至少之一的同时使所述轮胎绕着第一轴旋转:所述机器视觉系统检查所述轮胎的所述外表面,或者所述辐射成像系统检查所述轮胎的所述内部空间。
7.根据权利要求6所述的检查系统,其中,所述辐射成像系统包括辐射源和探测器阵列,所述辐射源或所述探测器阵列中的至少一个被配置成绕着大体上垂直于所述第一轴的第二轴旋转。
8.根据权利要求1所述的检查系统,其中,所述辐射成像系统包括行扫描系统。
9.根据权利要求1所述的检查系统,其中,所述视觉图像是用于描绘所述轮胎的非平面外表面的二维图像。
10.根据权利要求9所述的检查系统,包括:
机器视觉图像处理器,其被配置成对所述二维图像进行畸变校正。
11.根据权利要求1所述的检查系统,其中,所述操作包括使所述轮胎转向指定用于包括特定缺陷的对象的位置。
12.根据权利要求1所述的检查系统,其中,所述机器视觉系统包括图像传感器,所述图像传感器被配置成测量可见光谱或红外光谱中的至少一个中的波长。
13.一种用于对象检查的方法,所述方法包括:
通过测量可见光谱或红外光谱中的至少一个中的波长来检查对象的外表面以生成用于描绘所述外表面的第一图像;
使用x射线或伽马射线中的至少一个来检查所述对象的内部空间以生成用于描绘所述内部空间的第二图像;其中:
在该检查外表面和该检查内部空间中的至少一个期间,使所述对象绕着第一轴旋转;以及
在该检查外表面和该检查内部空间期间,使辐射源和探测器阵列中的至少一个绕着大体上垂直于所述第一轴的第二轴旋转,所述辐射源被配置成发射x射线和伽马射线中的至少一个,以及所述探测器阵列被配置成探测x射线和伽马射线中的至少一个;
将所述第一图像的第一区域与所述第二图像的第二区域融合以生成融合图像;
分析所述融合图像以探测所述对象的缺陷;以及
在探测到所述缺陷时执行对所述对象的操作,所述操作选自包括发出警报和使轮胎转向的组。
14.根据权利要求13所述的方法,包括:
验证所述缺陷;以及
响应于该验证来更新用于该分析的一个或更多个算法。
15.根据权利要求13所述的方法,其中,同时执行该检查外表面与该检查内部空间。
16.根据权利要求13所述的方法,其中,该执行操作包括发出警报以向用户通知所述缺陷。
17.根据权利要求13所述的方法,包括对所述第一图像进行畸变校正。
18.一种检查系统,包括:
机器视觉系统,其被配置成检查对象的外表面以生成用于描绘所述外表面的视觉图像;
辐射成像系统,其被配置成检查所述对象的内部空间以生成描绘所述内部空间的辐射图像,所述辐射成像系统包括辐射源以及被配置成绕着第一轴旋转的探测器阵列;
对象移动部件,其被配置成在进行以下至少之一的同时使所述对象绕着第二轴旋转:所述机器视觉系统检查所述外表面以及所述辐射成像系统检查所述内部空间,其中所述第二轴大体上与所述第一轴垂直;以及
关联部件,其被配置成将所述视觉图像的第一区域与所述辐射图像的第二区域在空间上相关联。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/US2013/077360 WO2015094380A1 (en) | 2013-12-22 | 2013-12-22 | Inspection system and method |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105849772A CN105849772A (zh) | 2016-08-10 |
CN105849772B true CN105849772B (zh) | 2019-06-11 |
Family
ID=50023857
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201380081820.1A Expired - Fee Related CN105849772B (zh) | 2013-12-22 | 2013-12-22 | 检查系统及方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US10068322B2 (zh) |
EP (1) | EP3084720A1 (zh) |
CN (1) | CN105849772B (zh) |
WO (1) | WO2015094380A1 (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106255875A (zh) * | 2014-04-29 | 2016-12-21 | 模拟技术公司 | 用于x射线轮胎检查的系统及方法 |
US10042078B2 (en) * | 2015-02-27 | 2018-08-07 | The United States of America, as Represented by the Secretary of Homeland Security | System and method for viewing images on a portable image viewing device related to image screening |
US9721334B2 (en) * | 2015-12-03 | 2017-08-01 | International Business Machines Corporation | Work-piece defect inspection via optical images and CT images |
CN106895826B (zh) * | 2016-08-29 | 2019-04-02 | 北华航天工业学院 | 一种改进的机器视觉检测系统及其检测方法 |
JP6436141B2 (ja) * | 2016-09-20 | 2018-12-12 | オムロン株式会社 | X線検査装置およびその制御方法 |
BR112019013534B1 (pt) * | 2017-02-08 | 2023-01-17 | Cryovac, Llc | Processo e sistema para acessar a continuidade de uma camada funcional de uma rede móvel |
WO2020005863A1 (en) | 2018-06-29 | 2020-01-02 | Tyrata, Inc. | Structures and methods providing tread sensor integration |
WO2020056613A1 (en) * | 2018-09-19 | 2020-03-26 | Shenzhen Xpectvision Technology Co., Ltd. | An imaging method |
US11022562B2 (en) * | 2019-04-15 | 2021-06-01 | Illinois Tool Works Inc. | Methods and systems for vision system assisted inspections |
US11614317B2 (en) | 2019-06-21 | 2023-03-28 | Tyrata, Inc. | Methods providing enhanced material thickness sensing with capacitive sensors using inductance-generated resonance and related devices |
EP4309136A1 (en) * | 2021-03-16 | 2024-01-24 | Sony Group Corporation | Method and device for determination of tire condition |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004340632A (ja) * | 2003-05-13 | 2004-12-02 | Sony Corp | 基板検査装置、基板検査方法 |
CN102245106A (zh) * | 2008-12-11 | 2011-11-16 | 皇家飞利浦电子股份有限公司 | 用于产生患者内部和外部图像的系统和方法 |
WO2013007479A1 (de) * | 2011-07-11 | 2013-01-17 | Robert Bosch Gmbh | Optische vorrichtung und verfahren zur reifenprüfung |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3308620B2 (ja) * | 1993-01-28 | 2002-07-29 | 東芝アイティー・コントロールシステム株式会社 | タイヤ用ct装置 |
JPH07327935A (ja) | 1994-06-15 | 1995-12-19 | Toshiba Corp | 医用画像診断装置 |
DE10210646A1 (de) * | 2002-03-11 | 2003-10-09 | Siemens Ag | Verfahren zur Bilddarstellung eines in einen Untersuchungsbereich eines Patienten eingebrachten medizinischen Instruments |
US20050128291A1 (en) * | 2002-04-17 | 2005-06-16 | Yoshishige Murakami | Video surveillance system |
US7208733B2 (en) * | 2004-08-24 | 2007-04-24 | International Electronic Machines Corp. | Non-visible radiation imaging and inspection |
WO2007005636A2 (en) * | 2005-06-30 | 2007-01-11 | Controlled Semiconductor, Inc. | Semiconductor failure analysis tool |
WO2008038283A2 (en) * | 2006-09-25 | 2008-04-03 | Mazor Surgical Technologies Ltd. | C-arm computerized tomography system |
US8073234B2 (en) * | 2007-08-27 | 2011-12-06 | Acushnet Company | Method and apparatus for inspecting objects using multiple images having varying optical properties |
US20090149977A1 (en) * | 2007-11-06 | 2009-06-11 | Schendel Stephen A | Methods, systems, and computer program products for shaping medical implants directly from virtual reality models |
US7924312B2 (en) * | 2008-08-22 | 2011-04-12 | Fluke Corporation | Infrared and visible-light image registration |
US9073138B2 (en) * | 2011-05-16 | 2015-07-07 | Lincoln Global, Inc. | Dual-spectrum digital imaging welding helmet |
WO2013138148A1 (en) * | 2012-03-13 | 2013-09-19 | Dolby Laboratories Licensing Corporation | Lighting system and method for image and object enhancement |
US9729803B2 (en) * | 2013-03-15 | 2017-08-08 | Infrared Integrated Systems, Ltd. | Apparatus and method for multispectral imaging with parallax correction |
-
2013
- 2013-12-22 EP EP13824567.5A patent/EP3084720A1/en not_active Withdrawn
- 2013-12-22 US US15/107,216 patent/US10068322B2/en not_active Expired - Fee Related
- 2013-12-22 CN CN201380081820.1A patent/CN105849772B/zh not_active Expired - Fee Related
- 2013-12-22 WO PCT/US2013/077360 patent/WO2015094380A1/en active Application Filing
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004340632A (ja) * | 2003-05-13 | 2004-12-02 | Sony Corp | 基板検査装置、基板検査方法 |
CN102245106A (zh) * | 2008-12-11 | 2011-11-16 | 皇家飞利浦电子股份有限公司 | 用于产生患者内部和外部图像的系统和方法 |
WO2013007479A1 (de) * | 2011-07-11 | 2013-01-17 | Robert Bosch Gmbh | Optische vorrichtung und verfahren zur reifenprüfung |
Also Published As
Publication number | Publication date |
---|---|
CN105849772A (zh) | 2016-08-10 |
WO2015094380A1 (en) | 2015-06-25 |
US20160335756A1 (en) | 2016-11-17 |
EP3084720A1 (en) | 2016-10-26 |
US10068322B2 (en) | 2018-09-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105849772B (zh) | 检查系统及方法 | |
CN105784731B (zh) | 一种定位三维ct图像中的目标的方法和安检系统 | |
EP3488233B1 (en) | Inspection method for a manufactured article and system for performing same | |
Cantatore et al. | Introduction to computed tomography | |
EP2817661B1 (en) | X-ray imager with sparse detector array | |
US10641715B2 (en) | X-ray imaging system and method | |
US20100118027A1 (en) | Method and measuring arrangement for producing three-dimensional images of measuring objects by means of invasive radiation | |
US9453804B2 (en) | Method and apparatus for generating a representation of an internal structure of an object | |
US10586324B2 (en) | Inspection devices and methods for inspecting a container | |
JP2007017304A (ja) | X線検査装置およびx線検査方法 | |
WO2014192889A1 (ja) | X線エネルギー別画像再構成装置及び方法並びにx線三次元測定装置及び方法 | |
Copley et al. | Computed tomography part I: Introduction and industrial applications | |
CN106821410A (zh) | 采用高光谱ct功能成像的物质识别方法和系统 | |
Syryamkin et al. | Digital X-ray Tomography: Edited by VI Syryamkin | |
EP3112852B1 (en) | Method for positioning target in three-dimensional ct image and security check system | |
WO2024002340A1 (zh) | 对待测物中的目标对象进行追踪的方法及系统 | |
WO2016095776A1 (zh) | 一种定位三维ct图像中的目标的方法和安检ct系统 | |
CN105612433B (zh) | 层析x射线照相合成成像 | |
CN106255875A (zh) | 用于x射线轮胎检查的系统及方法 | |
Schreibmann et al. | Automated quality assurance for image‐guided radiation therapy | |
CN105493142A (zh) | 通过计算机断层扫描成像系统的投射影像的生成 | |
CN101617246A (zh) | 计算的断层摄影检查 | |
Sjölin et al. | A method for geometric calibration of edge‐on detectors in a CT‐gantry | |
JPH03100405A (ja) | コンピュータ断層撮影装置 | |
Bostaph | Advanced Methods of Nondestructive Inspection of Composite Structures Based on Limited Angle X-ray Computed Tomography |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20190611 Termination date: 20201222 |