CN111751390A - 一种工业ct图像分析自动交互系统及其使用方法 - Google Patents

一种工业ct图像分析自动交互系统及其使用方法 Download PDF

Info

Publication number
CN111751390A
CN111751390A CN202010513719.0A CN202010513719A CN111751390A CN 111751390 A CN111751390 A CN 111751390A CN 202010513719 A CN202010513719 A CN 202010513719A CN 111751390 A CN111751390 A CN 111751390A
Authority
CN
China
Prior art keywords
image
industrial
image analysis
cloud
automatic
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.)
Pending
Application number
CN202010513719.0A
Other languages
English (en)
Inventor
吴彦举
郝兵
常华锋
吕益良
郑诗杨
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Luoyang CITIC Imaging Intelligent Technology Co Ltd
Original Assignee
Luoyang CITIC Imaging Intelligent Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Luoyang CITIC Imaging Intelligent Technology Co Ltd filed Critical Luoyang CITIC Imaging Intelligent Technology Co Ltd
Priority to CN202010513719.0A priority Critical patent/CN111751390A/zh
Publication of CN111751390A publication Critical patent/CN111751390A/zh
Pending legal-status Critical Current

Links

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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • 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
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00—Investigating materials by wave or particle radiation
    • G01N2223/03—Investigating materials by wave or particle radiation by transmission
    • 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
    • G01N2223/401—Imaging image 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
    • G01N2223/42—Imaging image digitised, -enhanced in an image processor
    • 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
    • G01N2223/421—Imaging digitised image, analysed in real time (recognition algorithms)
    • 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
    • G01N2223/646—Specific applications or type of materials flaws, defects
    • 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)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Geometry (AREA)
  • Computer Graphics (AREA)
  • Pulmonology (AREA)
  • Software Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)

Abstract

本发明属于工业CT无损检测技术领域，具体涉及一种工业CT图像分析自动交互系统及其使用方法，它包括图像采集系统、图像重建系统、图像切片系统、图像分析系统、图像定位系统、机械控制系统、图像数据库系统、质检云系统、深度学习系统、缺陷自动识别系统；本发明通过建立图像数据库，将图像分析系统分析过的图像进行储存，再通过深度学习系统，记忆不同的图片缺陷，建立缺陷标准库；最终通过缺陷自动识别系统，完成缺陷自动识别；子系统的数据自主交互，从而使每个子系统之间能有效的自主衔接；质检云系统通过将设备互联，建立数据库；通过云端上传检测图片，进行远程诊断并出具线上报告；本发明子系统数据自主交互、自动分析、识别缺陷的优点。

Description

一种工业CT图像分析自动交互系统及其使用方法
技术领域
本发明属于工业CT无损检测技术领域，具体涉及一种工业CT图像分析自动交互系统及其使用方法。
背景技术
近年来随着计算机数字图像处理技术及数字平板探测技术的发展，工业CT无损检测技术因为检测速度快，探测效率高、分辨率好、可以对缺陷定性和定量分析等诸多优点已得到了越来越广泛的重视和应用。但是目前的CT检测系统由于子系统比较多且操作复杂，每个子系统之间相对独立不能有效的自主衔接，且检测结果只能通过人工判定缺陷类型，无法做到自动操作自动识别缺陷。
发明内容
为了解决上述技术问题，本发明的目的是：提供一种工业CT图像分析自动交互系统及其使用方法，其各个操作子系统的数据可以自动交互，工业CT图像分析自动交互系统具有图像深度学习及缺陷自动识别，并包含有质检云系统，质检云系统可进行远程监测和远程诊断。
为实现上述发明目的，本发明的技术方案是：一种工业CT图像分析自动交互系统，它包括图像采集系统、图像重建系统、图像切片系统、图像分析系统、图像定位系统、机械控制系统、图像数据库系统、质检云系统、深度学习系统、缺陷自动识别系统；所述工业CT图像分析自动交互系统的使用方法，包括以下步骤：
(1)图像采集系统通过CT系统自动采集工件的每一个位置的投影图像；
(2)图像采集系统将采集到的投影图像传输给图像重建系统，图像重建系统按照图像重建算法完成重建得到三维数字模型；
(3)图像重建系统将三维模型传输给图像切片系统，图像切片系统按照任意方向不同位置进行二维手动切片或按照提前输入的位置信息自动切片，自动生成切片图像；
(4)图像分析系统分析其缺陷类型，判断缺陷等级。
(5)建立图像数据库，将图像分析系统分析过的图像进行储存，再通过深度学习系统，记忆不同的图片缺陷，建立缺陷标准库；最终通过缺陷自动识别系统，完成缺陷自动识别。
进一步地，所述图像定位系统对工件的位置进行判断，或人为制定待扫描位置；使使用更灵活、方便。
进一步地，所述机械控制系统接收到图像定位系统发送的信息，机械控制系统会将工件移动到固定位置；从而使射线源和探测器的中心与工件的中心在同一中心上。
进一步地，所述图像数据库系统将所有带有缺陷的图像按照缺陷类型自动存储，从而建立一个缺陷数据库系统；缺陷数据库系统可通过不同行业、缺陷类型、材质等建立不同数据库。
进一步地，所述质检云系统包含有设备联动系统、云端存储系统、远程监测系统、远程诊断系统和运行状态监控系统；质检云系统通过将设备互联，采集到大量的现场有缺陷的图片，积累海量的大数据，为大数据分析提供数据支撑，运行状态监控系统可以对设备的运行状态监控，及时提醒客户对设备维护和设备故障分析。
进一步地，所述质检云系统通过设备联动系统将设备互联；质检云系统将采集到大量的现场有缺陷的图片传输到云端存储系统；质检云系统通过云端上传检测图片，进行远程监测和远程诊断；质检云系统可以通过云端上传检测图片，可以指定行业内的专家或者有资质的实验室进行远程诊断并出具线上报告，提高工作效率和工作质量。
进一步地，所述云端存储系统根据需求，建立私有云系统和共有云系统，满足不同客户的使用需求。
进一步地，所述图像采集系统、图像重建系统、图像切片系统、图像分析系统、图像定位系统、机械控制系统、图像数据库系统、质检云系统、深度学习系统、缺陷自动识别系统按顺序自动交互；自动交互是通过软件设计专用读取路径，下一级的电脑会自动实时读取上一级电脑的数据。
与现有技术相比，本发明的优点是：
1、子系统的数据自主交互，从而使每个子系统之间能有效的自主衔接；通过软件设计专用读取路径，下一级的电脑会自动实时读取上一级电脑的数据，使数据分析更方便；
2、通过图像分析系统分析工件缺陷类型，判断缺陷等级。建立图像数据库系统，将图像分析系统分析过的图像进行储存，再通过深度学习系统，记忆不同的图片缺陷，建立缺陷标准库；最终通过缺陷自动识别系统，完成缺陷自动识别；实现了通过设备和系统对工件自动操作自动识别缺陷的效果；
3、质检云系统通过将设备互联，采集到大量的现场有缺陷的图片，通过行业、缺陷类型、材质等建立不同数据库。该系统可以积累海量的大数据，为大数据分析提供数据支撑。该系统还可以通过云端上传检测图片，可以指定行业内的专家或者有资质的实验室进行远程诊断并出具线上报告，提高工作效率和工作质量。
附图说明
图1是本发明一种工业CT图像分析自动交互系统示意图。
图2是本发明质检云系统示意图。
具体实施方式
下面结合附图对本发明做进一步的说明。
如图1所示，一种工业CT图像分析自动交互系统，它包括图像采集系统、图像重建系统、图像切片系统、图像分析系统、图像定位系统、机械控制系统、图像数据库系统、质检云系统、深度学习系统、缺陷自动识别系统；图像采集系统、图像重建系统、图像切片系统、图像分析系统、图像定位系统、机械控制系统、图像数据库系统、质检云系统、深度学习系统、缺陷自动识别系统按顺序自动交互；自动交互是通过软件设计专用读取路径，下一级的电脑会自动实时读取上一级电脑的数据。
工业CT图像分析自动交互系统的使用方法，包括以下步骤：
(1)图像采集系统通过CT系统自动采集工件的每一个位置的投影图像；
(2)图像采集系统将采集到的投影图像传输给图像重建系统，图像重建系统按照图像重建算法完成重建得到三维数字模型；
(3)图像重建系统将三维模型传输给图像切片系统，图像切片系统按照任意方向不同位置进行二维手动切片或按照提前输入的位置信息自动切片，自动生成切片图像；
(4)可以将重建后的三维数字模拟图像切片系统将生成的切片图像传输给图像分析系统，图像分析系统分析其缺陷类型，判断缺陷等级。
(5)建立图像数据库，将图像分析系统分析过的图像进行储存，再通过深度学习系统，记忆不同的图片缺陷，建立缺陷标准库；最终通过缺陷自动识别系统，完成缺陷自动识别。
如图1所示，图像采集是通过专业软件采集工件360度内不同角度的投影照片，采集的张数一般为360度的倍数，采集张数越多精度越高，但是时间也越长。在图像采集、重建、切片的过程中，可能会遇到较大型的工件，需要调节射线源和探测器的位置，使射线源和探测器的中心与工件的中心在同一中心上。此时需要使用图像定位系统，图像定位系统可以对工件待切片位置进行判断，自动同步调节射线源和探测器的相对位置。之后将鼠标点击到需要切片位置，将位置信息发送给机械控制系统即可。机械控制系统接收到图像定位系统发送的信息后将工件移动到固定位置；从而使射线源和探测器的中心与工件的中心在同一中心上。之后再次进行图像采集、图像重建和图像切片步骤。
如图1所示，图像数据库系统将所有带有缺陷的图像按照缺陷类型自动存储，从而建立一个缺陷数据库系统；缺陷数据库系统可通过不同行业、缺陷类型、材质等建立不同数据库。还可将图像数据库系统和质检云系统进行互联。从而使图像数据库系统内的数据更庞大，分析更方便；
如图2所示，质检云系统通过5G传输，实现高清、高速、低延时的效果。质检云系统通过将设备互联，采集到大量的现场有缺陷的图片，质检云系统通过设备联动系统将设备互联；质检云系统采集到大量的现场有缺陷的图片，积累海量的大数据；质检云系统将采集到的图片传输到云端存储系统，为大数据分析提供数据支撑。云端存储系统根据需求，建立私有云系统和共有云系统，满足不同客户的使用需求。质检云系统通过云端上传检测图片，进行远程监测和远程诊断；质检云系统可以通过云端上传检测图片，可以指定行业内的专家或者有资质的实验室进行远程诊断并出具线上报告，提高工作效率和工作质量；质检云系统通过运行状态监控系统可以对设备的运行状态监控，及时提醒客户对设备维护和设备故障分析。
与现有技术相比，本发明的优点是：
1、子系统的数据自主交互，从而使每个子系统之间能有效的自主衔接；通过软件设计专用读取路径，下一级的电脑会自动实时读取上一级电脑的数据，使数据分析更方便；
2、通过图像分析系统分析工件缺陷类型，判断缺陷等级。建立图像数据库系统，将图像分析系统分析过的图像进行储存，再通过深度学习系统，记忆不同的图片缺陷，建立缺陷标准库；最终通过缺陷自动识别系统，完成缺陷自动识别；实现了通过设备和系统对工件自动操作自动识别缺陷的效果；
3、质检云系统通过将设备互联，采集到大量的现场有缺陷的图片，通过行业、缺陷类型、材质等建立不同数据库。该系统可以积累海量的大数据，为大数据分析提供数据支撑。该系统还可以通过云端上传检测图片，可以指定行业内的专家或者有资质的实验室进行远程诊断并出具线上报告，提高工作效率和工作质量。

Claims (8)

1.一种工业CT图像分析自动交互系统，它包括图像采集系统、图像重建系统、图像切片系统、图像分析系统、图像定位系统、机械控制系统、图像数据库系统、质检云系统、深度学习系统、缺陷自动识别系统；所述工业CT图像分析自动交互系统的使用方法，其特征在于：包括以下步骤：
（1）图像采集系统通过CT系统自动采集工件的每一个位置的投影图像；
（2）图像采集系统将采集到的投影图像传输给图像重建系统，图像重建系统按照图像重建算法完成重建得到三维数字模型；
（3）图像重建系统将三维模型传输给图像切片系统，图像切片系统按照任意方向不同位置进行二维手动切片或按照提前输入的位置信息自动切片，自动生成切片图像；
（4）图像切片系统将生成的切片图像传输给图像分析系统，图像分析系统分析其缺陷类型，判断缺陷等级；
（5）建立图像数据库，将图像分析系统分析过的图像进行储存，再通过深度学习系统，记忆不同的图片缺陷，建立缺陷标准库；最终通过缺陷自动识别系统，完成缺陷自动识别。
2.如权利要求1所述的工业CT图像分析自动交互系统及其使用方法，其特征在于：所述图像定位系统对工件的位置进行判断，或人为制定待扫描位置。
3.如权利要求1所述的工业CT图像分析自动交互系统及其使用方法，其特征在于：所述机械控制系统接收到图像定位系统发送的信息，机械控制系统会将工件移动到固定位置。
4.如权利要求1所述的工业CT图像分析自动交互系统及其使用方法，其特征在于：所述图像数据库系统将所有带有缺陷的图像按照缺陷类型自动存储。
5.如权利要求1所述的工业CT图像分析自动交互系统及其使用方法，其特征在于：所述质检云系统包含有设备联动系统、云端存储系统、远程监测系统、远程诊断系统和运行状态监控系统。
6.如权利要求5所述的工业CT图像分析自动交互系统及其使用方法，其特征在于：所述质检云系统通过设备联动系统将设备互联；质检云系统将采集到大量的现场有缺陷的图片传输到云端存储系统；质检云系统通过云端上传检测图片，进行远程监测和远程诊断。
7.如权利要求5所述的工业CT图像分析自动交互系统及其使用方法，其特征在于：所述云端存储系统根据需求，建立私有云系统和共有云系统。
8.如权利要求1所述的工业CT图像分析自动交互系统及其使用方法，其特征在于：所述图像采集系统、图像重建系统、图像切片系统、图像分析系统、图像定位系统、机械控制系统、图像数据库系统、质检云系统、深度学习系统、缺陷自动识别系统按顺序自动交互。
CN202010513719.0A 2020-06-08 2020-06-08 一种工业ct图像分析自动交互系统及其使用方法 Pending CN111751390A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010513719.0A CN111751390A (zh) 2020-06-08 2020-06-08 一种工业ct图像分析自动交互系统及其使用方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010513719.0A CN111751390A (zh) 2020-06-08 2020-06-08 一种工业ct图像分析自动交互系统及其使用方法

Publications (1)

Publication Number Publication Date
CN111751390A true CN111751390A (zh) 2020-10-09

Family

ID=72675718

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010513719.0A Pending CN111751390A (zh) 2020-06-08 2020-06-08 一种工业ct图像分析自动交互系统及其使用方法

Country Status (1)

Country Link
CN (1) CN111751390A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112700890A (zh) * 2021-01-14 2021-04-23 四川大学华西医院 远程会诊方法、系统、存储介质和电子装置
CN113418940A (zh) * 2021-06-24 2021-09-21 电子科技大学 一种基于x射线示踪颗粒的检测方法及检测装置
CN113706500A (zh) * 2021-08-25 2021-11-26 河南九域恩湃电力技术有限公司 一种基于dr检测的管理系统
CN116703908A (zh) * 2023-08-04 2023-09-05 有方（合肥）医疗科技有限公司 成像系统的测试方法、装置及成像系统
DE102022118066A1 (de) 2022-07-19 2024-01-25 Carl Zeiss Industrielle Messtechnik Gmbh Computerimplementiertes Verfahren zur zerstörungsfreien Qualitätssicherung wenigstens eines industriellen Bauteils in einem Inline-Prüfverfahren, sowie System für dessen Verwendung

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103065359A (zh) * 2013-01-14 2013-04-24 厦门大学 一种光学成像的三维轮廓重建系统及其重建方法
CN103543167A (zh) * 2013-10-08 2014-01-29 华南理工大学 一种基于知识库的三维x射线断层扫描检测系统及方法
CN103543168A (zh) * 2013-10-12 2014-01-29 华南理工大学 一种多层封装基板缺陷的x射线检测方法及系统
CN204759147U (zh) * 2015-07-12 2015-11-11 石永丽 基于物联网与云计算的仪器远程故障诊断系统
CN108627520A (zh) * 2018-05-25 2018-10-09 北京英斯派克科技有限公司 一种非均质固体材料外观质量的在线检测系统和方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103065359A (zh) * 2013-01-14 2013-04-24 厦门大学 一种光学成像的三维轮廓重建系统及其重建方法
CN103543167A (zh) * 2013-10-08 2014-01-29 华南理工大学 一种基于知识库的三维x射线断层扫描检测系统及方法
CN103543168A (zh) * 2013-10-12 2014-01-29 华南理工大学 一种多层封装基板缺陷的x射线检测方法及系统
CN204759147U (zh) * 2015-07-12 2015-11-11 石永丽 基于物联网与云计算的仪器远程故障诊断系统
CN108627520A (zh) * 2018-05-25 2018-10-09 北京英斯派克科技有限公司 一种非均质固体材料外观质量的在线检测系统和方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
中国机械工程学会设备与维修工程分会: "数控一代"案例集（物流技术与装备卷）", 中国科学技术出版社, pages: 77 - 100 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112700890A (zh) * 2021-01-14 2021-04-23 四川大学华西医院 远程会诊方法、系统、存储介质和电子装置
CN112700890B (zh) * 2021-01-14 2023-11-17 四川大学华西医院 远程会诊方法、系统、存储介质和电子装置
CN113418940A (zh) * 2021-06-24 2021-09-21 电子科技大学 一种基于x射线示踪颗粒的检测方法及检测装置
CN113706500A (zh) * 2021-08-25 2021-11-26 河南九域恩湃电力技术有限公司 一种基于dr检测的管理系统
DE102022118066A1 (de) 2022-07-19 2024-01-25 Carl Zeiss Industrielle Messtechnik Gmbh Computerimplementiertes Verfahren zur zerstörungsfreien Qualitätssicherung wenigstens eines industriellen Bauteils in einem Inline-Prüfverfahren, sowie System für dessen Verwendung
CN116703908A (zh) * 2023-08-04 2023-09-05 有方（合肥）医疗科技有限公司 成像系统的测试方法、装置及成像系统
CN116703908B (zh) * 2023-08-04 2023-10-24 有方（合肥）医疗科技有限公司 成像系统的测试方法、装置及成像系统

Similar Documents

Publication Publication Date Title
CN111751390A (zh) 一种工业ct图像分析自动交互系统及其使用方法
US20200387562A1 (en) Managing Non-Destructive Evaluation Data
US11341626B2 (en) Method and apparatus for outputting information
US9664508B2 (en) Portable optical metrology inspection station and method of operation
US20170249729A1 (en) Automated optical metrology computer aided inspection station and method of operation
US11185985B2 (en) Inspecting components using mobile robotic inspection systems
JP4595979B2 (ja) 放射線非破壊検査システム及び配管の検査方法
JP2017009599A (ja) 遠隔地のエキスパートが関与する非破壊試験のためのシステム及び方法
CN104917803A (zh) 一种基于用户行为管控的自主巡检系统
CN111610193A (zh) 采用多镜头拍摄巡检地铁隧道管片结构缺陷的系统及方法
DE112019005951T5 (de) Zentralisierte Analyse mehrerer visueller Prüfvorrichtungen
US20120303309A1 (en) System for non-destructive testing and method for processing data generated therein
CN109101398A (zh) Aoi线体监控方法及系统
CN112964732A (zh) 一种基于深度学习的丝饼缺陷视觉检测系统及方法
Caggiano et al. Cloud manufacturing architecture for part quality assessment
CN109902209B (zh) 一种基于空间智能的特种承压设备用户三维可视化方法
CN113508349A (zh) 用于具有混合现实和机器学习技术的qcs扫描架的360°辅助
CN114025148A (zh) 一种监测方法和监测系统
CN110044925A (zh) 一种正交异性钢箱梁过焊孔裂纹长期监测装置
CN111965995B (zh) 一种三库合一飞机航电系统健康评估与预测系统及其方法
CN112986285B (zh) 缺陷类型确定方法、装置、云平台和介质
CN113030498A (zh) 一种基于柔性检测技术用于物资抽检的方法
CN115078364A (zh) 一种工业设备信息的处理方法、装置及设备
US20230408421A1 (en) Method for defect detection for rolling elements
Yousef et al. Innovative Inspection Device for Investment Casting Foundries

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination