CN106233126B - 用于表征零件的方法 - Google Patents
用于表征零件的方法 Download PDFInfo
- Publication number
- CN106233126B CN106233126B CN201480070103.3A CN201480070103A CN106233126B CN 106233126 B CN106233126 B CN 106233126B CN 201480070103 A CN201480070103 A CN 201480070103A CN 106233126 B CN106233126 B CN 106233126B
- Authority
- CN
- China
- Prior art keywords
- characterizing
- image
- tomographic image
- transformations
- transformation
- 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
- 238000000034 method Methods 0.000 title claims abstract description 35
- 230000009466 transformation Effects 0.000 claims description 41
- 238000000844 transformation Methods 0.000 claims description 20
- 238000011960 computer-aided design Methods 0.000 claims description 16
- 238000006073 displacement reaction Methods 0.000 claims description 9
- 239000002131 composite material Substances 0.000 claims description 8
- 230000007547 defect Effects 0.000 claims description 8
- 230000011218 segmentation Effects 0.000 description 4
- 238000003325 tomography Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000002591 computed tomography Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000009659 non-destructive testing Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000011208 reinforced composite material Substances 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
- G01N23/02—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material
- G01N23/04—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material
- G01N23/046—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material using tomography, e.g. computed tomography [CT]
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
- G01N23/02—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material
- G01N23/04—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material
-
- 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
- G06T7/001—Industrial image inspection using an image reference approach
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2223/00—Investigating materials by wave or particle radiation
- G01N2223/10—Different kinds of radiation or particles
- G01N2223/101—Different kinds of radiation or particles electromagnetic radiation
- G01N2223/1016—X-ray
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2223/00—Investigating materials by wave or particle radiation
- G01N2223/40—Imaging
- G01N2223/419—Imaging computed tomograph
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2223/00—Investigating materials by wave or particle radiation
- G01N2223/40—Imaging
- G01N2223/425—Imaging temporal (time difference) substraction processing
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2223/00—Investigating materials by wave or particle radiation
- G01N2223/40—Imaging
- G01N2223/426—Imaging image comparing, unknown with known substance
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2223/00—Investigating materials by wave or particle radiation
- G01N2223/60—Specific applications or type of materials
- G01N2223/615—Specific applications or type of materials composite materials, multilayer laminates
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2223/00—Investigating materials by wave or particle radiation
- G01N2223/60—Specific applications or type of materials
- G01N2223/63—Specific applications or type of materials turbine blades
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2223/00—Investigating materials by wave or particle radiation
- G01N2223/60—Specific applications or type of materials
- G01N2223/645—Specific applications or type of materials quality control
-
- 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
- G06T2207/10081—Computed x-ray tomography [CT]
-
- 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
- G06T2207/30108—Industrial image inspection
- G06T2207/30164—Workpiece; Machine component
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Immunology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Pulmonology (AREA)
- Radiology & Medical Imaging (AREA)
- Multimedia (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
- Image Processing (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明涉及一种用于表征零件(10)的方法,包括获得所述零件的X射线层析摄影图像的步骤,随后是将所述图像与参照(20)进行相关的步骤(200),其特征在于:所述相关步骤(200)包括在预定的一组X射线层析摄影图像的变换(30)中查找使所述图像和参照之间的差异(50)最小化的变换(40),以表征(300,350)所述零件(10)的内部。
Description
技术背景
本发明落入设计、表征以及追踪工业零件的领域,尤其是将受到高水平的机械应力的零件,例如诸如航空发动机零件。
X射线计算机层析摄影(CT)技术是已知的。该实验技术利用了X射线被不同材料的不同吸收,以便通过基于一系列X射线图像的计算来重构所研究的零件的三维图像。包含在X射线层析摄影图像中的信息很有用,这是由于它涉及零件的整个体积,并且不仅接近其微观结构,而且必要地接近其缺陷。
然而,这种丰富信息也引起了两种较大的困难。首先,获取具有精细空间分辨率的信息需要大量的X射线图像,并且因此需要很长时间来获取图像,而且需要相当可观的数据存储装置是可利用的。此外,查找缺陷本身是一种困难并且要求很高的操作,并且不能适用于自动化。
用于将彼此类似的图像进行对比的技术同样是已知的,已知的技术术语是图像相关或图像对准。那些技术在于将两个图像放入最可能的符合中,并且通过确定属于所选类的变换来这样做。在应用变换后,图像之间的残余差异(或者“残余”)揭示了未被变换消除的变化(或缺陷,取决于上下文)。
在两个图像之间,经常以刚性体移动的形式并且同样以放大或变形的形式发生改变。这种改变可以构成所选的变换类。随后,有可能为该特定类内的最佳变换计算残余。
这种概念可以以如下方式被形式化。两个图像中的任何点x的灰度级数值被写为f1(x)和f2(x)。一组变换T(变换的类)同样被引入,从而对于所有的变换T∈T,图像f变为变换的图像T[f](其中,T是作用在整个图像f上的函数)。标识实现最小值的变换T*(最佳变换)是有用的:
T*=argminT∈T||f1(x)-T[f2(x)]||
残余是如下限定的新图像g:
g(x)=f1(x)-T*[f2(x)]
此外,一通用的变换类是由一组连续位移场u(x)引起的,是这样的:
Tu[f(x)]=f(x+u(x))
两个图像的拓扑学差异Δ(f1,f2)是当被执行优化的类是连续位移场(displacement field)的类时获得的残余场g。
然而,例如同样有可能通过仿射变换来改变图像的亮度和对比度,诸如:
Tg[f(x)]=αf(x)+β
同样有可能将该类型的多个变换进行组合,以约束涉及的参数或场,从而满足特定的约束条件,或者给它们更多的自由度。例如,上面描述的仿射变换的两个参数(α和β)可以被作为所讨论的体素的坐标的函数来计算。
尽管存在一些用于图像相关的商业程序,但是对它们而言达到使图像之间的差异最小化的原始的和完整的变换T*是不常见的,这是由于位移场经常不以全局的方式被构建,而是通过在离散的局部位移之间的内插。此外,亮度和对比度校正经常是不容易达到的。实际上,变换T*因此不经常被使用,即使例如在医学成像中例如为了识别脸、物体或特定的形状而使用了拓扑学差异。
在某些应用中,诸如自动识别,当残余的基准被视为小时,图像对准的被使用的唯一部分是与参照的关联。最后,即使计算机程序的用户可以被邀请利用屏幕上的残余或者拓扑学差异,它们很少作为能够从图像相关软件导出的结果而被产生。
发明的定义和相关的优势
为了解决上面提到的困难,提出了一种表征零件的方法,所述方法包括获得零件的X射线层析摄影图像的步骤以及随后将所述图像与参照进行相关的步骤,所述方法的特征在于所述相关步骤包括在预定的一组或一类X射线层析摄影图像变换中查找使所述图像和所述参照之间的差别最小化的变换,以便表征零件的内部。
特别地,但不是必要地,所述组变换可以包括连续的位移场,对每个场进行离散化是可能的。
优选地,所述方法利用了所述组变换的连续参数化。
从下面的讨论中能够看出该方法的优势。特别地,有关空间T的参数化比图像本身的尺寸小得多。
特别地,至少在理论上,通过移动具有六个自由度的刚性体,通过应用具有一个自由度的缩放因子,并且通过采用两个自由度线性地调节灰度级有可能准确地重叠相同物体的两个X射线层析摄影图像。因此,为了将这两个图像进行相关,有必要确定九个未知数。该数字9是空间T的维数,并且应当与确定约为1千兆体素级别(即109个未知数)的整个图像的复杂性进行对比。因此,知道变换T*使得有可能实现数据方面的相当大的节约。这也使得有可能直接地获得拓扑学差异Δ(f1,f2),并且发现其中与变换类T不兼容的缺陷。也可以使用比上面提到的那些更加复杂的变换。
这使得有可能通过上面描述的特性提供零件的3D图像的一种快速确定,其中使用了从一个或多个参照物所应用的一组变换,同时使用了比在常规方法中数量更少的X射线图像。图像获取速度的这种增加暗示着X射线层析摄影设备在较短的时间长度内是繁忙的。由于拍摄了较少的X射线图像,这是以较少信息冗余度为代价来实现,并且也增加了所需的计算量,但是在许多情况下,这两个方面是无障碍的。
例如,所述组变换包括至少一组连续位移(具有或不具有缩放变化),至少一组亮度和对比度变化,或者至少一组缩放变化(具有或不具有连续位移)。
在一种实现中,所述参照包括标准零件的图像。尤其是,有可能以这种方式或其它方式确定特定的零件是否是可接受的,例如通过利用在搜索结束时标识的变换。详细指出的是在这些情况下,零件的可接受性质可以通过在标识的变换T*上表达条件而被形式化。
在一种变型例中,所述参照包括被称为由计算机辅助设计模型构建的零件的“虚拟”的图像。
所述组变换可以包括至少相应于零件模型的至少一种参数的变化的变换。
任选地与上面描述的方面结合,所述方法也可以包括通过利用在搜索结束时识别的变换修改零件的计算机辅助设计模型的参数化。
在一种变型例中,所述参照包括零件及其部件或元件的边界的显式表示,如果有的话。所述组变换随后可以包括至少一类保存拓扑结构的变换。如果所述零件具有多个部件,标识的最佳变换T*导致图像基于关于物品的先验知识被分割。也可以不同地执行分割,但是仍然借助于标识的变换。
在一种变型例中,所述参照包括基本模式的表示,例如相位调制的周期模式。
可以利用零件的X射线层析摄影图像作为参照执行所述方法,所述零件在拍摄两个图像之间已经受到机械载荷。拓扑学差异随后使得有可能标识出被载荷所引起的缺陷(从以上限定的不可被所选定的变换类再吸收的意义上来说)。随后有可能以这种方式或其它方式根据功能规格、艺术规则或者真正的标准约束来确定缺陷的性质并且尤其是其尺寸、其形状或者其位置是否是可接受的。
可以执行所述方法,尤其是采用由复合材料制成的零件,或者可以尤其是由纤维增强复合材料例如编织材料制成的飞行器涡轮喷气飞机叶片。
附图列表
下面参照附图继续描述本发明。
图1示出了本发明的一种实施例。
图2和3示出了该实施例的实例。
图4示出了本发明的第二实施例。
图5阐明了该实施例。
图6示出了本发明的第三实施例。
实施例的描述
在图1示出的实施例中使用了一个真实的参照图像20,诸如被用作标准或模板的零件的图像。在零件10的原始X射线层析摄影图像中重构零件10,例如复合材料零件,该图像由一些可以是小的X射线层析摄影数据100(即,许多投影)构成。利用一组被视为是现实的变换30执行重构。计算是基于查找并标识组30中的变换T*(参照40)的步骤。通过查找如在引言中所描述的最小值(优化200)而执行该标识。同时地,确定相关联的拓扑学差异Δ(参照50)。
在一种变型例中,在步骤300期间,通过利用拓扑学差异Δ(参照50)有效地发现并标识所研究的零件和标准零件之间的差异。例如,如在图2中示出的,对比复合材料零件在载荷情况下进行测试之前和之后的X射线层析摄影图非常清楚地示出了存在的细观裂纹。
同样有可能的是建立两个不同样品之间的相关,并且如果它们是由复合材料制成的零件,则这能够从两个样品之间的编织的观点来显示差异。这被显示在图3中。
以通常的方式,这就有可能在复合材料零件例如涡轮喷气飞机叶片上进行无损测试(NDT)。描述的技术导致节约检查以及获取并存储数据的时间。因此,例如在步骤350期间,有可能仅基于变换T*来决定零件是否应当被保留或被拒绝。
在如图4示出的另一种实施例中,两个图像被放成一致,一个是真实的图像,并且另一个是被称为“虚拟”图像的图像,例如由零件的计算机辅助设计(CAD)模型制作的图像20。
在这种情况下,CAD模型的参数30本身可以包括特定的变换类T。因此,可以基于CAD模型的图像通过直接以适合于与零件的CAD设计组进行对话的描述语言写入X射线层析摄影图像来使用X射线层析摄影数据。
随后,对话在于以CAD模型的方式提供用于基于X射线层析摄影数据帮助构建X射线层析摄影图像(步骤200)的解决方案的良好预先决定。反过来,以这种方式构建的图像随后使得有可能在步骤400中通过被标识的变换T*的参数来校正CAD模型,从而尽可能地接近实际制造的零件。
执行所述方法,直到使用的算法收敛或变为固定的,例如在调整的灰度级的简单上下文中。
定向或对准的缺陷能够影响完整的复合结构的响应,并且考虑到这些瑕疵,所提出的初始调整是一种改善并验证CAD模型的良好方式。
可以产生3D模型,生成以各个体素的方式被制成离散的,或者基于关于复合纤维增强材料的编织阵列的先验知识用参数模型或计算机辅助设计(CAD)模型来表现的所述3D模型。因此,有可能将零件的图像和从模具中得到的图像进行相关,并且修改模型的输入参数,即线束的方向及其尺寸。例如,图5示出了通过X射线层析摄影术获得的图像以及模型的图像。
在一种变型例中,如果线遵循的路径未被包含在由CAD模型获得的参照图像中,则线束的路径直接从X射线层析摄影图像中确定,例如通过利用追踪算法,该算法设有与由CAD模型获得的参照图像的相关性的结果。
在图6示出的一种变型例中,图像被分割。分割500在于标识图像中的特定成分,例如线束或纤维或基本模式(例如,相位调制的周期模式),其有可能被包含在构成字典的数据库中。如果待标识物体的理论表示是可利用的(查找拓扑结构20),随后有可能将该物体的3D图像与通过X射线层析摄影术获得的数据100进行相关。使用的变换30采用强加的拓扑结构进行,并且使之有可能以强大的方式保存参照物的拓扑结构。
利用标识的变换T*,在参照图像中定义的部件因此能够位于图像中,并且能够被变形,以匹配真实的图像。
因此,如果希望发现闭合曲线,则采用闭合线(诸如完整的圆圈)的理想图像开始并且随后允许它朝向存在于介质图像中的线逐步地改变就足够了。
该方法比通常的不自动保存用于所查找物品的正确拓扑结构的阈值处理和分割技术更加强大。因此,采用这些技术,获得了应当闭合的曲线中的遗漏点,或者在应当精细时获得了粗曲线。
在描述的方法中实施的分割,即自动地基于先前定义的拓扑学要素,用来最小化图像滤波的中间步骤,在所述步骤中,噪声、偏差和测定的贡献并非始终很容易被确定,并且因此信息很容易被所述滤波降级。
本发明不局限于所描述的实施例,而是延伸到处于权利要求书的范围之内的任何变形例。
Claims (13)
1.一种用于表征零件(10)的方法,所述方法包括获得零件的X射线层析摄影图像(100)的步骤并且随后将所述图像与参照(20)进行相关的步骤(200),所述参照(20)包括标准零件的图像,所述方法的特征在于:所述相关步骤(200)包括在预定的一组X射线层析摄影图像变换(30)中查找一个使所述图像和所述参照之间的差异(50)最小化的变换(40),以便表征(300;350;400;500)所述零件(10)的内部,包括获得所述图像和所述参照之间的拓扑学差异以找出其中的缺陷,
并且其中通过利用提取的变换(40)确定(350)所述零件(10)是否是可接受的。
2.根据权利要求1所述的用于表征零件的方法,采用了所述一组X射线层析摄影图像变换(30)的连续参数化。
3.根据权利要求1或2所述的用于表征零件的方法,其中所述一组X射线层析摄影图像变换(30)包括至少一组连续位移,至少一组亮度和对比度变化,或者至少一组缩放变化。
4.根据权利要求1所述的用于表征零件的方法,其中所述一组X射线层析摄影图像变换(30)包括至少相应于零件模型的至少一种参数的变化的变换。
5.根据权利要求1所述的用于表征零件的方法,其中所述参照(20)包括从计算机辅助设计模型中构建的所述零件的图像。
6.根据权利要求1所述的用于表征零件的方法,包括通过利用在搜索结束时标识的变换修改(400)所述零件的计算机辅助设计模型的参数化。
7.根据权利要求1所述的用于表征零件的方法,其中所述一组X射线层析摄影图像变换(30)包括保存拓扑结构的至少一类变换。
8.根据权利要求1所述的用于表征零件的方法,其中所述参照(20)包括所述零件的一个元件的边界的显式表示。
9.根据权利要求1所述的用于表征零件的方法,包括通过利用在搜索结束时标识的变换分割(500)所述图像。
10.根据权利要求1所述的用于表征零件的方法,其中所述参照(20)包括基本模式的表示。
11.根据权利要求1所述的用于表征零件的方法,其中所述参照(20)包括先前拍摄的零件的X射线层析摄影图像,所述零件在拍摄两个图像之间已经受到机械载荷。
12.根据权利要求1所述的用于表征零件的方法,其中所述零件(10)是复合材料零件。
13.根据权利要求1所述的用于表征零件的方法,其中所述零件(10)是飞行器涡轮喷气飞机叶片。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
FR1363095A FR3015680B1 (fr) | 2013-12-19 | 2013-12-19 | Procede de caracterisation d'une piece |
FR1363095 | 2013-12-19 | ||
PCT/FR2014/053229 WO2015092212A1 (fr) | 2013-12-19 | 2014-12-09 | Procede de caracterisation d'une piece |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106233126A CN106233126A (zh) | 2016-12-14 |
CN106233126B true CN106233126B (zh) | 2021-12-21 |
Family
ID=50877371
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201480070103.3A Active CN106233126B (zh) | 2013-12-19 | 2014-12-09 | 用于表征零件的方法 |
Country Status (8)
Country | Link |
---|---|
US (1) | US10914690B2 (zh) |
EP (2) | EP3084405B1 (zh) |
CN (1) | CN106233126B (zh) |
BR (1) | BR112016014071B1 (zh) |
CA (1) | CA2933772C (zh) |
FR (1) | FR3015680B1 (zh) |
RU (1) | RU2664260C1 (zh) |
WO (1) | WO2015092212A1 (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR3113329B1 (fr) * | 2020-08-05 | 2022-08-12 | Safran Aircraft Engines | Procédé de caractérisation d’une structure fibreuse tissée |
FR3119255B1 (fr) * | 2021-01-28 | 2023-06-09 | Centre Nat Rech Scient | Détection d’anomalie dans des pièces mécaniques |
FR3124266B1 (fr) * | 2021-06-18 | 2023-05-12 | Safran | Procédé de détermination de la présence d’au moins un défaut sur une image en tomographie d’une pièce tridimensionnelle par décomposition en composantes principales |
US11988630B2 (en) * | 2021-10-25 | 2024-05-21 | Robert Bosch Gmbh | Method to use artificial intelligence to enhance visual inspection of oxygen sensors |
US11725517B1 (en) | 2022-05-13 | 2023-08-15 | Raytheon Technologies Corporation | Airfoil tip cleaning and assessment systems and methods |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE29718980U1 (de) * | 1996-10-30 | 1998-01-02 | Koninklijke Philips Electronics N.V., Eindhoven | Transformieren von Patientenpositionen in Bildpositionen |
CN1828667A (zh) * | 2005-03-02 | 2006-09-06 | 西门子公司 | 运行x射线诊断设备的方法 |
CN102525534A (zh) * | 2010-12-22 | 2012-07-04 | 株式会社东芝 | 医用图像处理装置、医用图像处理方法 |
CN102883662A (zh) * | 2011-05-11 | 2013-01-16 | 株式会社东芝 | 医疗图像处理设备以及其方法 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6041132A (en) * | 1997-07-29 | 2000-03-21 | General Electric Company | Computed tomography inspection of composite ply structure |
US6341153B1 (en) * | 2000-10-27 | 2002-01-22 | Genesis Engineering Company | System and method for portable nondestructive examination with realtime three-dimensional tomography |
RU2168717C1 (ru) * | 2000-11-23 | 2001-06-10 | Горшков Вячеслав Алексеевич | Способ томографической оценки распределения плотности и эффективного атомного номера вещества |
US7149339B2 (en) * | 2003-02-25 | 2006-12-12 | Schlumberger Technology Corporation | Non-destructive inspection of downhole equipment |
FR2907706B1 (fr) * | 2006-10-26 | 2009-02-06 | Snecma Sa | Procede de fabrication d'une aube temoin en materiau composite |
US8238635B2 (en) * | 2008-03-21 | 2012-08-07 | General Electric Company | Method and system for identifying defects in radiographic image data corresponding to a scanned object |
US20100194749A1 (en) * | 2009-01-30 | 2010-08-05 | Gerald Bernard Nightingale | Systems and methods for non-destructive examination of an engine |
US20100220910A1 (en) * | 2009-03-02 | 2010-09-02 | General Electric Company | Method and system for automated x-ray inspection of objects |
US8442301B2 (en) * | 2009-04-30 | 2013-05-14 | General Electric Company | Nondestructive inspection method and system |
RU2505800C2 (ru) * | 2012-05-10 | 2014-01-27 | Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования "Национальный исследовательский Томский государственный университет" (ТГУ) | Способ рентгеновской томографии и устройство для его осуществления |
US10013767B2 (en) * | 2013-11-01 | 2018-07-03 | The Research Foundation For The State University Of New York | Method for measuring the interior three-dimensional movement, stress and strain of an object |
-
2013
- 2013-12-19 FR FR1363095A patent/FR3015680B1/fr active Active
-
2014
- 2014-12-09 WO PCT/FR2014/053229 patent/WO2015092212A1/fr active Application Filing
- 2014-12-09 US US15/106,154 patent/US10914690B2/en active Active
- 2014-12-09 EP EP14827807.0A patent/EP3084405B1/fr active Active
- 2014-12-09 CA CA2933772A patent/CA2933772C/fr active Active
- 2014-12-09 EP EP21175171.4A patent/EP3896436B1/fr active Active
- 2014-12-09 CN CN201480070103.3A patent/CN106233126B/zh active Active
- 2014-12-09 BR BR112016014071-0A patent/BR112016014071B1/pt active IP Right Grant
- 2014-12-09 RU RU2016129365A patent/RU2664260C1/ru active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE29718980U1 (de) * | 1996-10-30 | 1998-01-02 | Koninklijke Philips Electronics N.V., Eindhoven | Transformieren von Patientenpositionen in Bildpositionen |
CN1828667A (zh) * | 2005-03-02 | 2006-09-06 | 西门子公司 | 运行x射线诊断设备的方法 |
CN102525534A (zh) * | 2010-12-22 | 2012-07-04 | 株式会社东芝 | 医用图像处理装置、医用图像处理方法 |
CN102883662A (zh) * | 2011-05-11 | 2013-01-16 | 株式会社东芝 | 医疗图像处理设备以及其方法 |
Non-Patent Citations (4)
Title |
---|
Digital volume correlation: what are the limits to the spatial resolution?;Hugo Leclerc et al;《Mechanics & Industry, EDP Sciences》;20130728;第8页第2段至第18页第1段、第25页第3段以及图2和4 * |
Hugo Leclerc et al.Digital volume correlation: what are the limits to the spatial resolution?.《Mechanics & Industry, EDP Sciences》.2013, * |
Internal displacement and strain measurement using digital volume correlation: a least-squares framework;Bing Pan et al;《Meas. Sci. Technol》;20120127;第23卷;第2页右栏第3段至第3页右栏第2段 * |
Multi-scale 3D image-based modelling of a carbon/carbon composite;A Alghamdi et al;《Modelling Simul. Mater. Sci. Eng》;20131108;第21卷;第3页第3段至第4页第1段,第6页第2段至第7页第1段、以及附图1,2,6,7 * |
Also Published As
Publication number | Publication date |
---|---|
RU2664260C1 (ru) | 2018-08-15 |
BR112016014071B1 (pt) | 2021-02-02 |
US10914690B2 (en) | 2021-02-09 |
EP3896436B1 (fr) | 2022-10-26 |
BR112016014071A2 (pt) | 2017-08-08 |
EP3084405B1 (fr) | 2021-07-07 |
CN106233126A (zh) | 2016-12-14 |
EP3896436A1 (fr) | 2021-10-20 |
WO2015092212A1 (fr) | 2015-06-25 |
CA2933772C (fr) | 2023-03-28 |
CA2933772A1 (fr) | 2015-06-25 |
EP3084405A1 (fr) | 2016-10-26 |
FR3015680B1 (fr) | 2016-01-15 |
FR3015680A1 (fr) | 2015-06-26 |
US20180195978A1 (en) | 2018-07-12 |
RU2016129365A (ru) | 2018-01-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102613438B1 (ko) | 반도체 표본의 딥 러닝 - 기반 검사의 방법 및 그 시스템 | |
Lin et al. | Online quality monitoring in material extrusion additive manufacturing processes based on laser scanning technology | |
CN106233126B (zh) | 用于表征零件的方法 | |
Legrain et al. | An X‐FEM and level set computational approach for image‐based modelling: application to homogenization | |
Liu et al. | Seed-growing segmentation of 3-D surfaces from CT-contour data | |
US8144950B2 (en) | Method for facilitating post-processing of images using deformable meshes | |
CN110189288A (zh) | 生成可用于半导体样本的检查的训练集的方法和其系统 | |
US8384716B2 (en) | Image processing method | |
Ghahremani et al. | Damage detection and finite-element model updating of structural components through point cloud analysis | |
CN111553858B (zh) | 基于生成对抗网络的图像修复方法、系统及其应用 | |
US20090136114A1 (en) | Multi-modality inspection method with data validation and data fusion | |
US11830112B2 (en) | Method for rapid reconstruction of woven composite material microstructure based on topological features | |
Creveling et al. | A fiber-segmentation algorithm for composites imaged using X-ray microtomography: Development and validation | |
Janaszewski et al. | Hole filling in 3D volumetric objects | |
JP2022013662A (ja) | 半導体試料の検査に使用可能な訓練セットの生成 | |
KR20220054630A (ko) | 복수의 부분들을 포함하는 객체의 3차원 와이어프레임 모델을 생성하기 위한 컴퓨터-구현 방법 | |
Wang | Computing length-preserved free boundary for quasi-developable mesh segmentation | |
Klaas et al. | Construction of models and meshes of heterogeneous material microstructures from image data | |
Hilbig et al. | Enhancing three-dimensional convolutional neural network-based geometric feature recognition for adaptive additive manufacturing: A signed distance field data approach | |
Chen et al. | Idealization of scanning-derived triangle mesh models of prismatic engineering parts | |
Fourrier et al. | Automated conformal mesh generation chain for woven composites based on CT-scan images with low contrasts | |
CN108780587B (zh) | 通过校正进行的无损检测方法 | |
Ghahremani et al. | Automated 3D image-based section loss detection for finite element model updating | |
Horn et al. | Robust skeletonization for plant root structure reconstruction from MRI | |
EP4266032A1 (en) | Method and apparatus for analyzing computer tomography data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |