DE102019130352A1 - Grenzflächenbestimmung an Multimaterial-Computertomografiedaten - Google Patents

Grenzflächenbestimmung an Multimaterial-Computertomografiedaten Download PDF

Info

Publication number
DE102019130352A1
DE102019130352A1 DE102019130352.4A DE102019130352A DE102019130352A1 DE 102019130352 A1 DE102019130352 A1 DE 102019130352A1 DE 102019130352 A DE102019130352 A DE 102019130352A DE 102019130352 A1 DE102019130352 A1 DE 102019130352A1
Authority
DE
Germany
Prior art keywords
interface
determined
data
probabilities
gray values
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
DE102019130352.4A
Other languages
English (en)
Inventor
Auf Nichtnennung Antrag
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.)
Werth Messtechnik GmbH
Original Assignee
Werth Messtechnik GmbH
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 Werth Messtechnik GmbH filed Critical Werth Messtechnik GmbH
Publication of DE102019130352A1 publication Critical patent/DE102019130352A1/de
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/12Edge-based segmentation
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N23/00Investigating 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
    • G01N23/02Investigating 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
    • G01N23/04Investigating 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
    • G01N23/046Investigating 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]
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01BMEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B15/00Measuring arrangements characterised by the use of electromagnetic waves or particle radiation, e.g. by the use of microwaves, X-rays, gamma rays or electrons
    • G01B15/04Measuring arrangements characterised by the use of electromagnetic waves or particle radiation, e.g. by the use of microwaves, X-rays, gamma rays or electrons for measuring contours or curvatures
    • G01B15/045Measuring arrangements characterised by the use of electromagnetic waves or particle radiation, e.g. by the use of microwaves, X-rays, gamma rays or electrons for measuring contours or curvatures by measuring absorption
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10072Tomographic images
    • G06T2207/10081Computed x-ray tomography [CT]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20076Probabilistic image processing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20081Training; Learning
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20112Image segmentation details
    • G06T2207/20152Watershed segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30108Industrial image inspection
    • G06T2207/30164Workpiece; Machine component

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Pulmonology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

Die Erfindung bezieht sich auf ein Verfahren zur Bestimmung von Grenzflächendaten, insbesondere Grenzflächenpunkten, besonders bevorzugt in einem vernetzten Format wie STL-Format, aus Grauwerte aufweisenden Voxeln eines Voxelvolumens (Volumendaten), welche vorzugsweise mittels Computertomografie erzeugt wurden, an einem ein Material oder mehrere Materialien aufweisenden Werkstück, wobei Grenzflächendaten für Übergänge zwischen unterschiedlichen Materialien und/oder zum Umgebungsmedium, insbesondere zur umgebenden Luft (Materialübergänge) ermittelt werden, wobei anhand der Grauwerte den Voxeln jeweils Wahrscheinlichkeiten für das Auftreten des einen oder der unterschiedlichen Materialien und des Umgebungsmediums zugeordnet werden, wobei vorzugsweise nach Material segmentierte Daten, insbesondere segmentierte Volumendaten oder segmentierte Grenzflächendaten verwendet und Materialgrenzen zumindest grob festlegt werden, und dass aus den Wahrscheinlichkeiten, oder aus den Wahrscheinlichkeiten und den Grauwerten, mittels eines globalen Oberflächenbestimmungsverfahrens, vorzugsweise mittels eines auf Wahrscheinlichkeiten basierenden globalen Oberflächenbestimmungsverfahrens wie beispielsweise Hege-Algorithmus, die Grenzflächendaten bzw. Grenzflächenpunkte bestimmt werden, wobei aufgrund von Artefakten ausgelöste lokal unterschiedliche Grauwerte an den Materialübergängen vor der oder durch die Anwendung des globalen Oberflächenbestimmungsverfahrens berücksichtigt werden.

Description

  • Gegenstand der Erfindung ist ein Verfahren zur Ermittlung von Grenzflächendaten bzw. Oberflächendaten aus Volumendaten, insbesondere mittels Computertomografie ermittelter Volumendaten.
  • Zur Ermittlung von Grenzflächendaten aus Volumendaten (Voxelvolumen), insbesondere mittels Computertomografie ermittelter Volumendaten, sind Verfahren für aus einem Material bestehenden Objekten, insbesondere Werkstücken bekannt, bei denen mithilfe eines Marching Cube-Algorithmus die Grauwerte der Volumendaten mit einem globalen Schwellwert, der den Übergang zwischen Material und Umgebung, insbesondere Luft, charakterisiert, verglichen werden, um subvoxel aufgelöste Grenzflächendaten, hier Oberflächendaten in Form von Oberflächenpunkten bzw. vernetzten Oberflächenpunkten im STL-Format (STL - Standard Triangulation Language) zu bestimmen. Beispielhaft ist das Verfahren beschrieben in der US 4 710 876 .
  • Aufgrund von Abbildungsfehlern, sogenannten für die Computertomografie bekannten Artefakten, wie beispielsweise Strahlaufhärtung und Streustrahlung, ist es für die genaue Bestimmung der Lage der Oberflächendaten, um diese beispielsweise für dimensionelle Messungen zu verwenden, notwendig, lokal unterschiedliche Schwellwerte (lokale Schwellwerte) zu verwenden. Eine beispielhafte Lösung zur subvoxelgenauen Oberflächenbestimmung mittels lokaler Schwellwerte gibt die EP 1 861 822 A1 an. Der Marching-Cube-Algorithmus kommt hier ggf. nur zur Bestimmung einer ungenauen Startlösung für die Oberflächendaten zum Einsatz. Die subvoxelgenaue Oberflächenbestimmung mittels lokaler Schwellwerte hat hier jedoch den Nachteil, dass für die ermittelten Oberflächendaten, im Gegensatz zum Marching-Cube-Algorithmus, keine Nachbarschaftsinformationen mehr vorliegen und eine geschlossene Oberfläche im STL-Format zunächst nicht vorliegt. Zudem ist das Verfahren sehr aufwändig.
  • Da die Verwendung lokaler Schwellwerte mit bekannten Marching Cube-Algorithmen nicht möglich ist, schlägt die DE 10 2013 109 632 der Anmelderin vor, die Grauwerte der Voxel vor der Anwendung des global arbeitenden Marching-Cube-Algorithmus so anzupassen, also zu verschieben (deshalb auch als „gray value shift“ bezeichnet), dass sich bei nachfolgender Anwendung des Marching-Cube-Algorithmus die identischen oder nahezu identischen Oberflächendaten ergeben, als wäre der jeweils lokale Schwellwert verwendet worden. Auf die DE 10 2013 109 632 wird hier vollständig Bezug genommen.
  • Die zuvor genannten Verfahren eignen sich jedoch nur zur Unterscheidung zwischen den Grenzflächen zweier Medien, also dem einmaterialigen Werkstück und der Umgebung wie Luft, da nur für diesen einen Übergang ein Schwellwert verwendet wird bzw. der Marching Cube-Algorithmus nur mit einem Schwellwert durchführbar ist. Für sogenannte Multimaterial-Werkstücke muss daher nach alternativen Lösungen gesucht werden.
  • Eine beispielhafte Lösung bietet die DE 10 2015 112 541 der Anmelderin, bei der das Voxelvolumen mehrfach mit unterschiedlichen Schwellwerten für den Marching-Cube-Algorithmus untersucht wird. Die Festlegung der den Materialübergängen zuzuordnenden Schwellwerten ist jedoch aufwändig und kann zu Uneindeutigkeiten führen.
  • Verfahren zur Bestimmung von Grenzflächendaten in Schnittbildern durch das Voxelvolumen werden in der WO 2012 152 738 A1 beschrieben. Hier muss jedoch der jeweils zu untersuchende Bereich mittels Messfenstern durch den Bediener festgelegt werden, es erfolgt also keine automatische Bestimmung von Oberflächenpunkten. Zudem bleibt die Auswertung auf die jeweilige Schnittebene begrenzt.
  • Einen auf Wahrscheinlichkeiten statt Grauwerten für die Voxeldaten basierenden Ansatz auch für Mehrmaterial-Werkstücke bietet der sogenannte Hege-Algorithmus (Quelle: Hans-Christian Hege u. a. A generalized marching cubes algorithm based on non-binary. Techn. Ber. Tech. Rep. SC-97-05, Konrad-Zuse-Zentrum (ZIB), 1997). Ausgangspunkt, und nicht Teil des Hege-Algorithmus ist es, dass jedes Voxel des Voxelvolumens eine vektorielle Größe (zur Vereinfachung hier nur Vektor genannt) aufweist, die Wahrscheinlichkeiten für das Vorhandensein der unterschiedlichen Materialien enthält. Jedes Element des Vektors enthält die Wahrscheinlichkeit für eines der in Frage kommenden Materialien, wobei die Anzahl der Materialien beliebig ist. Der Hege-Algorithmus beschreibt nun, wie die Grenzflächenpunkte und die Grenzflächen trianguliert werden können, wenn für jedes Voxel die Wahrscheinlichkeit der unterschiedlichen Materialien vorliegt. Grenzflächen zwischen zwei Materialien liegen dort vor, wo die Wahrscheinlichkeit für die beiden betrachteten Materialien gleich hoch und größer als die der restlichen Materialien ist. Analoges gilt für Stellen, an denen mehr als zwei Materialien aneinander angrenzen (auch als Tripelpunkte bezeichnet). Diese Punkte enthalten aber keine sinnvollen Informationen und sind zudem für dimensionelle Messaufgaben zumeist nicht relevant, und werden deshalb im Rahmen der vorliegenden Erfindung vorzugsweise nicht berücksichtigt. Der Hege-Algorithmus beschreibt erwähntermaßen nicht, wie die Wahrscheinlichkeiten z. B. aus Volumendaten einer skalaren Größe (wie Abschwächungskoeffizienten) berechnet werden können. Im Rahmen der Erfindung als nützlich erweisen werden sich als Grundlage hierfür bekannte Segmentierungsverfahren mit einer Vorsegmentierung wie Seed-Verfahren und beispielsweise markerbasierter Wasserscheidentransformation, die zumindest grob Grenzflächenpositionen bestimmen. Die Zuordnung von Wahrscheinlichkeiten und insbesondere die gleichzeitige Berücksichtigung lokaler Schwellwerte im Zusammenhang mit dem Hege-Algorithmus oder einem anderen auf Wahrscheinlichkeiten basierenden Algorithmus (Charakteristische Eigenschaft: Grenzflächenpunkte werden dort bestimmt, wo Wahrscheinlichkeiten gleich groß sind) war jedoch bisher nicht bekannt.
  • Aufgabe der vorliegenden Erfindung ist es, für Multimaterial-Werkstücke eine verbesserte Bestimmung der Position von Grenzflächendaten bzw. -punkten zur Verfügung zu stellen, insbesondere um genauer dimensionelle Messungen anhand dieser zu ermöglichen. Ein Teil der Aufgabe besteht darin, Materialwahrscheinlichkeiten unter Berücksichtigung lokaler Verhältnisse zu bestimmen, so dass der Einfluss von Artefakten in den Volumendaten auf die Lage der Materialgrenzflächenpunkte vermindert bzw. minimiert wird. Hierzu sind die Wahrscheinlichkeiten unter Berücksichtigung des lokalen Schwellwertes, lokaler Grauwertverhältnisse und/oder Artefakte so zu berechnen, dass der Hege-Algorithmus oder ähnliche Verfahren (Charakteristische Eigenschaft: Grenzflächenpunkte werden dort bestimmt, wo Wahrscheinlichkeiten gleich groß sind) subvoxelgenaue Grenzflächenorte liefert.
  • Eine weitere Aufgabe der Erfindung ist es, auch für nur ein Material aufweisende Werkstücke ein robusteres Verfahren anzugeben.
  • Zur Lösung sieht die Erfindung vor, dass aufgrund von Artefakten vorliegende lokal unterschiedliche Grauwertverhältnisse der Voxel an den Materialübergängen zwischen zwei Materialien und/oder dem Übergang zwischen einem Material und der Umgebung wie Luft, bei der Bestimmung der den Voxeln zugeordneten Wahrscheinlichkeiten für die unterschiedlichen Materialien berücksichtigt werden.
  • Die Berücksichtigung erfolgt, indem die Grauwerte oder die Wahrscheinlichkeiten vor der Anwendung eines auf Wahrscheinlichkeiten basierenden globalen Oberflächenbestimmungsverfahrens, wie global arbeitenden angepassten Marching-Cube-Algorithmus, insbesondere Hege-Algorithmus so berechnet oder verändert werden, dass sich folgend bei dessen Anwendung die identischen oder nahezu identischen Grenzflächendaten ergeben, als wäre die Bestimmung lokal anhand der lokal unterschiedlichen Grauwerte erfolgt.
  • Hierzu müssen zunächst mindestens grob Grenzflächenpositionen bestimmt werden, die dann einer lokalen Untersuchung unterzogen werden. Die mindestens grob bestimmten Grenzflächenpositionen sind beispielsweise Ergebnis einer zuvor bereits erwähnten Segmentierung, wobei den Voxeln das jeweils vorliegende Material zugeordnet wird.
  • Nach einer erfinderischen Ausgestaltung wird für die Segmentierung folgendermaßen vorgegangen. Zunächst wird ausgenutzt, dass für Voxel, die entfernt von Materialübergängen liegen, eine eindeutige Zuordnung von Grauwert zu Material gegeben ist. Dieses Zuordnungsverfahren wird auch als Seed-Verfahren bezeichnet. Diese Voxel dienen als sogenannte Marker für eine nachfolgend auszuführende markerbasierte Wasserscheidentransformation. Bei dieser werden anstatt der Grauwerte die Grauwertgradienten betrachtet und ausgehend von den Markern den jeweils benachbarten Voxeln das identische Material zugeordnet, bis eine durch die Grauwerte, insbesondere Gradientenbeträge definierte Wasserscheide zu einem angrenzenden Segment erreicht wird, dass einem anderen Material zugeordnet ist, beispielsweise ausgehend von einem anderen Marker. Im eindimensionalen Fall ist die Wasserscheide beispielsweise ein lokales Maximum des Betrages des Grauwertgradienten. Das Voxel an der Wasserscheide stellt die Materialgrenze dar. Vorteilhaft ergeben sich dadurch zusammenhängende Materialgebiete. Die Materialgrenzen liegen zunächst nur voxelgenau und nicht subvoxelgenau vor. Diese Materialgrenzen stellen jedoch eine geeignete Materialsegmentierung und damit Startlösung für die erfindungsgemäße Untersuchung der lokalen Verhältnisse in den Bereichen um diese Materialgrenzen (ungenau bestimmten Grenzflächenpositionen) dar, da nun bekannt ist, welche Materialien jeweils aneinander grenzen. Insbesondere lässt sich erfindungsgemäß die voxelgenaue Zuordnung von Materialien bereits als Formulierung von Wahrscheinlichkeiten auffassen und zwar mit nur zwei möglichen diskreten Werten 0 und 1. Für den Fall der diskreten Werte 1 und 0 werden die Grauwerte bei der subvoxelgenauen Oberflächenbestimmung zusätzlich hinzugezogen.
  • Das Vorgehen Seed-Algorithmus in Kombination mit einer markerbasierten Wasserscheidentransformation ist nur eine von vielen Möglichkeiten. Verallgemeinert wird zunächst eine gewöhnliche (voxelgenaue) Segmentierung durchgeführt. Ein weiteres Beispiel sind sogenannte Region-Growing-Verfahren oder andere Wasserscheidentransformationen.
  • Anschließend an die Segmentierung ist die lokale Berechnung der Wahrscheinlichkeiten in der Umgebung der durch die Segmentierung grob bestimmten Materialgrenzflächen möglich. Hierbei werden aber erfindungsgemäß die lokalen Verhältnisse berücksichtigt, indem entweder erst die Grauwerte angepasst und dann die Wahrscheinlichkeiten berechnet werden, oder die Wahrscheinlichkeiten direkt angepasst werden.
  • In der lokalen Umgebung (lokalen Grauwertverhältnisse) der nun bekannten ungenau bestimmten Grenzflächenpositionen kann also nun jeweils die lokale Bestimmung von Grenzflächendaten erfolgen. So kann beispielsweise jeweils ein lokaler Schwellwert bestimmt werden, der die Ermittlung einer subvoxelgenauen Grenzflächenposition erlaubt, beispielsweise indem der Mittelwert aus größtem und kleinstem Grauwert in der lokalen Umgebung (lokaler Grenzflächen-Operator) als lokaler Schwellwert verwendet wird. Nun erfolgt die Umwandlung der Grauwerte in Wahrscheinlichkeiten. Da die beiden aneinandergrenzenden Materialien durch die Segmentierung bekannt sind, müssen hier nur zwei Positionen in dem Wahrscheinlichkeitsvektor befüllt werden, und zwar nur abhängig von den lokalen Grauwertverhältnissen.
  • Damit die erfindungsgemäße Berücksichtigung der lokal unterschiedlichen Grauwertverhältnisse an den Grenzflächen trotz Anwendung eines globalen Operators, nämlich des angepassten Marching-Cube-Algorithmus (hier allgemein auch als „globales Oberflächenbestimmungsverfahren“ bzw. „auf Wahrscheinlichkeiten basierendes globales Oberflächenbestimmungsverfahren“ bezeichnet) nach vorzugsweise dem Hege-Algorithmus, realisiert wird, ist es erfindungsgemäß vorgesehen, die Grauwerte bzw. Wahrscheinlichkeiten zuvor lokal anzupassen. Zur Anpassung bzw. Korrektur der Grauwerte wird der bereits erwähnte „Gray value shift“ eingesetzt. Dabei werden die Grauwerte mittels eines lokalen Normierungs-Operators, der entlang der ungenau bestimmten Grenzflächenpositionen angewendet wird, so verändert (in ihrem Wert verschoben = shift), dass die nachfolgende Anwendung des globalen Operators zur gleichen Grenzflächenposition führt, wie die Anwendung des jeweils lokalen Schwellwertes auf die unveränderten Grauwerte. Aus den veränderten Schwellwerten ergeben sich die veränderten Grauwerte und daraus Wahrscheinlichkeiten. Die Anpassung kann alternativ erwähntermaßen aber auch direkt an den Wahrscheinlichkeiten vorgenommen werden, da hier ein linearer Zusammenhang zwischen Grauwerten und Wahrscheinlichkeiten besteht.
  • Die Zuordnung von Wahrscheinlichkeiten, insbesondere unter Verwendung eines Segmentierungsverfahrens ist erfindungsgemäß aber auch für Werkstücke aus einem einzigen Material vorgesehen. Auch hier können wahlweise die diskreten Wahrscheinlichkeiten 0 und 1, was praktisch einer voxelgenauen Segmentierung entspricht, oder kontinuierliche Wahrscheinlichkeiten aus dem Bereich von 0 bis 1 verwendet werden. Es ergibt sich durch die Segmentierung ein im Vergleich zum Stand der Technik robusteres Verfahren, und zwar auch dann, wenn diskrete Wahrscheinlichkeiten verwendet werden.
    Für die unterschiedlichen Verfahrensschritte sieht die Erfindung in besonderer Ausgestaltung jeweils mehrere Möglichkeiten vor, die folgend beschrieben werden.
  • Im ersten Schritt ist die Anzahl der Materialien des messenden Werkstücks zu bestimmen. Hierfür sieht die Erfindung die folgenden vier Alternativen vor: Vorgabe durch den Nutzer, Nutzung von Solldaten wie PMI-Daten oder CAD-Daten, Berechnung mit einer Histogrammanalyse der Grauwerte der Voxel, Berechnung durch eine KI bzw. neuronales Netz.
  • Im zweiten Schritt sind die Abschwächungskoeffizienten der einzelnen Materialien des Werkstücks zu bestimmen, aus denen auch auf die den Materialien zugeordneten Grauwerte geschlussfolgert werden kann. Hier sind die folgenden fünf Alternativen vorgesehen: Vorgabe durch den Nutzer, Berechnung aus Materialinformationen (z. B. aus PMI- oder CAD-Daten, Werkstoffdatenbanken etc.), Berechnung mit einer Histogrammanalyse der Grauwerte der Voxel, Berechnung durch eine KI bzw. neuronales Netz, Berechnung aus dem Histogramm der einzelnen Segmente nach dem vierten Schritt (Segmentierung, siehe unten).
  • Im dritten Schritt werden für die spätere Segmentierung (Schritt vier, siehe unten) Bildpunkte (Voxel) bestimmt, die sich sicher einem Material zuordnen lassen (Seed-Voxel). Hierzu sind drei Alternativen vorgesehen: Vorgabe durch den Nutzer (manuelle Seed-Voxel), Nutzung morphologischer Operatoren (Nachbarschaft auf homogene Grauwerte untersuchen) unter Verwendung der Materialgrauwerte aus Schritt zwei, Berechnung durch eine KI bzw. neuronales Netz unter Verwendung der Materialgrauwerte aus Schritt zwei.
  • Im vierten Schritt erfolgt die Segmentierung des Voxelvolumens. Hier sind vier Alternativen vorgesehen, von denen die dritte ihrerseits in drei Varianten umgesetzt werden kann:
    1. 1. Markerbasierte Wasserscheidentransformation mit Seed-Voxeln aus Schritt drei
    2. 2. Regiongrowing-Verfahren mit Seed-Voxeln aus Schritt drei
    3. 3. Wasserscheidentransformation ohne Marker und anschließende Zuordnung von Segmenten, und gegebenenfalls Zusammenfassen von zusammengehörigen Teilsegmenten, über
      1. a. Histogrammanalyse der Segmente und Vergleich mit Werten aus Schritt zwei (automatisch)
      2. b. Histogrammanalyse und darauf folgend Materialanzahl aus Varianzanalyse (ANOVA - Methode) ermitteln und Segmente entsprechend zuordnen
      3. c. Manuelle Auswahl durch Nutzer
    4. 4. Segmentierung durch eine KI bzw. neuronales Netz.
  • Im fünften Schritt erfolgt die Berechnung der Materialwahrscheinlichkeiten (Vektor) für jedes Voxel. Hierfür sind drei Alternativen vorgesehen: Analytisch aus den Grauwerten und unter Nutzung der Informationen zur Segmentierung unter Berücksichtigung der Nachbarschaft, durch eine KI bzw. neuronales Netz mit dem Grauwert-Volumen und dem Segmentierungs-Volumen als Eingangsdaten, durch eine KI bzw. neuronales Netz mit nur dem Grauwert-Volumen als Eingangsdaten.
  • Im sechsten Schritt ist die subvoxelgenaue Berechnung der Grenzflächenpunkte durch Interpolation vorgesehen. Hierzu ergeben sich zwei Alternativen: Nutzung eines an Multimaterial-Werkstücke angepassten Marching Cube - Algorithmus unter Nutzung der Materialwahrscheinlichkeiten der Voxel, direkte Berechnung aus der Segmentierung und den Materialgrauwerten (ohne Nutzung der Wahrscheinlichkeiten aus Schritt 5 bzw. Nutzung der Wahrscheinlichkeiten 1 und 0, was einer voxelgenauen Segmentierung entspricht).
  • Es ist auch vorgesehen, von den zuvor genannten Schritten einen oder mehrere auszulassen. Beispielsweise kann Schritt eins und/oder Schritt zwei ausgelassen werden, wenn im Schritt vier die Segmentierung mittels einer KI erfolgt und im Schritt sechs die Variante ohne Wahrscheinlichkeiten (bzw. nur 0 und 1) angewendet wird, oder wenn im Schritt fünf die Anwendung einer KI nur auf Basis der Grauwert-Volumen erfolgt und im Schritt sechs die Variante mit Wahrscheinlichkeiten angewendet wird.
  • Die Erfindung sieht zur Lösung vor ein Verfahren zur Bestimmung von Grenzflächendaten, insbesondere Grenzflächenpunkten, besonders bevorzugt in einem vernetzten Format wie STL-Format, aus Grauwerte aufweisenden Voxeln eines Voxelvolumens (Volumendaten), welche vorzugsweise mittels Computertomografie erzeugt wurden, an einem ein Material oder mehrere Materialien aufweisenden Werkstück, wobei Grenzflächendaten für Übergänge zwischen unterschiedlichen Materialien und/oder zum Umgebungsmedium, insbesondere zur umgebenden Luft (Materialübergänge) ermittelt werden, das sich dadurch auszeichnet, dass anhand der Grauwerte den Voxeln jeweils Wahrscheinlichkeiten für das Auftreten des einen oder der unterschiedlichen Materialien und des Umgebungsmediums zugeordnet werden, wobei vorzugsweise nach Material segmentierte Daten, insbesondere segmentierte Volumendaten oder segmentierte Grenzflächendaten verwendet und Materialgrenzen zumindest grob festlegt werden, und dass aus den Wahrscheinlichkeiten, oder aus den Wahrscheinlichkeiten und den Grauwerten, mittels eines globalen Oberflächenbestimmungsverfahrens, vorzugsweise mittels eines auf Wahrscheinlichkeiten basierenden globalen Oberflächenbestimmungsverfahrens, wie beispielsweise Hege-Algorithmus, die Grenzflächendaten bzw. Grenzflächenpunkte bestimmt werden, wobei aufgrund von Artefakten ausgelöste lokal unterschiedliche Grauwerte an den Materialübergängen vor der oder durch die Anwendung des globalen Oberflächenbestimmungsverfahrens berücksichtigt werden.
  • Bevorzugterweise sieht die Erfindung vor, dass die Zuordnung der Wahrscheinlichkeiten aus dem Wertebereich 0 bis 1 erfolgt und ein auf Wahrscheinlichkeiten basierendes globales Oberflächenbestimmungsverfahren eingesetzt wird oder dass die Zuordnung der Wahrscheinlichkeiten aus dem Wertebereich 0 und 1 erfolgt und zusätzlich die Grauwerte der Voxel bei dem globalen Oberflächenbestimmungsverfahren verwendet werden.
  • Insbesondere zeichnet sich die Erfindung dadurch aus, dass die Berücksichtigung erfolgt, indem die Grauwerte oder die Wahrscheinlichkeiten vor der Anwendung des auf Wahrscheinlichkeiten basierenden globalen Oberflächenbestimmungsverfahrens so verändert, bzw. berechnet werden, dass sich bei der nachfolgenden Anwendung des auf Wahrscheinlichkeiten basierenden globalen Oberflächenbestimmungsverfahrens die identischen oder nahezu identischen Grenzflächendaten ergeben, als wäre die Bestimmung lokal anhand der lokal unterschiedlichen Grauwerte erfolgt, wobei vorzugsweise die Berechnung durch eine künstliche Intelligenz (KI), beispielsweise unter Verwendung eines neuronalen Netzes, erfolgt.
  • Die KI muss dazu entsprechend trainiert werden. Als Zieldaten für die KI können die entsprechend korrigierten Grauwerte oder Wahrscheinlichkeiten dienen, als Eingangsdaten die unveränderten Grauwerte.
  • Bevorzugterweise ist vorgesehen, dass die lokale Bestimmung von Grenzflächendaten anhand der lokal unterschiedlichen Grauwerte erfolgt, indem ein lokaler Grenzflächen-Operator an zuvor ungenau bestimmten Grenzflächenpositionen angewandt wird, und daraus
    • - die lokalen genauen Positionen für die Grenzflächendaten und/oder
    • - die lokal geltenden Schwellwerte je Materialübergang und/oder
    • - die lokal geltenden Wahrscheinlichkeiten für die Materialien bestimmt werden und daraus die zu berücksichtigenden Veränderungen in den Grauwerten oder Wahrscheinlichkeiten bestimmt werden.
  • Bevorzugterweise sieht die Erfindung vor, dass der lokale Grenzflächen-Operator durch Auswertung der Grauwerte in Oberflächennormalenrichtung (z. B. gegeben durch den Gradienten im zunächst ungenau bestimmten Grenzflächenort) entlang eines Suchstrahls realisiert wird, wobei die optimale Länge des verwendeten Suchstrahls und/oder weitere Paramater des Verfahrens aus
    • - der zuvor ungenau bestimmten Segmentierung und/oder
    • - der Materialanzahl in der lokalen Umgebung und/oder
    • - der konkreten Materialkombination des untersuchten Grenzflächenortes und/oder
    • - der lokalen Krümmung der Grenzfläche an dem ungenau bestimmten Grenzflächenort
    bestimmt wird.
  • Insbesondere zeichnet sich die Erfindung dadurch aus, dass die ungenau bestimmten Grenzflächenpositionen durch Anwendung eines globalen Grenzflächen-Operators wie Marching Cube ermittelt werden, dessen Suchbereich vorzugsweise das gesamte Voxelvolumen ist.
  • Insbesondere zeichnet sich die Erfindung dadurch aus, dass die ungenau bestimmten Grenzflächenpositionen durch eine Material-Segmentierung besonders bevorzugt mittels markerbasierter Wasserscheidentransformation ermittelt werden, bei der ausgehend von den mittels eines Seed-Verfahrens bestimmten Voxeln (Markern), denen aufgrund ihres Grauwertes ein Material sicher zugeordnet werden kann, den die Marker umgebenden Voxel das identische Material zugewiesen wird, bis eine durch die Gradientenbeträge definierte Wasserscheide zu einem Segment, vorzugsweise angrenzenden Segment erreicht wird, dem, vorzugsweise ausgehend von einem anderer Seed-Voxel/Marker, ein anderes Material zugeordnet ist.
  • Besonders bevorzugt ist vorgesehen, dass die Zuordnung des identischen Materials zu den die Marker umgebenden Voxel stückweise erfolgt, also in einem iterativen Prozess. Alternativ ist auch vorgesehen, jedes Voxel direkt einem Segment und damit ein Material zuzuordnen (als Waterfall-Algorithmus bezeichnet). Hierbei ergibt sich zumeist ein erhöhter Rechenaufwand.
  • Hervorzuheben ist des Weiteren, dass die ungenau bestimmten Grenzflächenpositionen durch eine Materialsegmentierung besonders bevorzugt mittels Wasserscheidentransformation ermittelt werden, wobei die gegebenenfalls entstehende Übersegmentierung der Volumendaten durch statistische Analyse der Metadaten der einzelnen Segmente, vorzugsweise Clusteranalyse, und anschließender Zuordnung zumindest einiger Segmente zu bestimmten Materialen mit anschließendem Vorgehen nach vorzugsweise dem vorherigen Absatz, wobei die Materialanzahl entweder durch die statistische Analyse selbst, oder aber a priori gegeben ist, behoben wird.
  • Bevorzugterweise sieht die Erfindung vor, dass die lokal genau bestimmten Grenzflächendaten durch Anwendung eines lokalen Grenzflächen-Operators wie Marching Cube ermittelt werden, wobei der lokale Grenzflächen-Operator einen in Bezug auf das Voxelvolumen eingeschränkten Bereich (Suchbereich) aufweist, wobei der lokale Grenzflächen-Operator an den ungenau bestimmten Grenzflächenpositionen angewandt wird.
  • Hervorzuheben ist des Weiteren, dass die Grenzflächendaten zur dimensionellen Messung, insbesondere dimensionellen Bestimmung von Merkmalen weiterverwendet werden.
  • Die Erfindung zeichnet sich auch dadurch aus, dass die Computertomografie mittels eines Koordinatenmessgerätes mit Computertomografiesensorik durchgeführt wird.
  • Gegenstand der Erfindung ist auch ein Verfahren zur Korrektur von Durchstrahlungsbilddaten von Mehrmaterial-Werkstücken, insbesondere mittels Computertomografie ermittelter Durchstrahlungsbilddaten.
  • Ein Kennlinienbasiertes, empirisches Verfahren zur Korrektur von Artefakten, unter anderem Strahlaufhärtungsartefakten ist aus „Christoph, R.; Neumann, H.-J.: Röntgentomografie in der industriellen Messtechnik. Die Bibliothek der Technik, Band 331. München: Süddeutscher Verlag onpact, 2012, ISBN 978-3-86236-032-1“ bekannt. Hierbei werden aufgenommene Durchstrahlungsbilddaten (Pixelgrauwerte) des Werkstücks oder eines bekannten kalibrierten Testkörpers gleichen Materials mit den vorliegenden Durchstrahlungslängen in Zusammenhang gebracht. Beim kalibrierten Testkörper ergeben sich die Durchstrahlungslängen aus den bekannten, kalibrierten Abmessungen. Im Falle der Verwendung des Werkstücks wird zunächst ein erstes Voxelvolumen rekonstruiert, das die Artefakte noch enthält und aus diesen Volumendaten erste Oberflächen bzw. Oberflächenpunkte bestimmt, anhand derer die Durchstrahlungslängen bestimmt werden. In beiden Fällen werden den Grauwerten der Pixel (Pixelgrauwerte) sämtlicher aufgenommener Durchstrahlungsbilder, und damit dem jeweils vorliegenden Abschwächungswert, die jeweils vorliegende Durchstrahlungslänge zugeordnet. In diese Daten wird eine Kennlinie (Korrektur-Kennlinie) eingepasst, die den Zusammenhang zwischen Pixelgrauwert bzw. Abschwächungswert und durchstrahlter Länge (Durchstrahlungslänge) approximiert. Die Kennlinie ist nichtlinear und berücksichtigt damit den physikalischen Zusammenhang der nichtlinearen Abschwächung der Röntgenstrahlung mit der durchstrahlten Länge. Diese Korrektur-Kennlinie wird zur Korrektur der Messung bzw. nachfolgenden Messung des Werkstücks verwendet. Dies erfolgt beispielsweise dadurch, dass allen Pixelgrauwerten ein korrigierter Grauwert, abhängig von der jeweils vorliegenden Durchstrahlungslänge zugewiesen wird, nämlich der der jeweiligen Durchstrahlungslänge anhand der Kennlinie entsprechende Grauwert. Die korrigierten Durchstrahlungsbilddaten werden dann für die Rekonstruktion und anschließende Bestimmung der Oberflächendaten verwendet. Nachteilig ist, dass die Kennlinie nur für das jeweils vorliegende Material gültig ist. Eine Lösung für Mehrmaterial-Werkstücke ist also auch hierfür nicht bekannt.
  • Aufgabe der vorliegenden Erfindung ist daher auch ein Verfahren zur empirischen Korrektur von Artefakten, insbesondere Strahlaufhärtungsartefakten, für Multimaterial-Werkstücke, insbesondere um genauer dimensionell Messen zu können.
  • Zur Lösung sieht die Erfindung vor, dass als Korrekturkennlinie ein mehrdimensionaler Zusammenhang (Kennlinienfeld) für jede mögliche Material-DurchstrahlungslängenKombination ermittelt und angewendet wird, die den Zusammenhang zwischen Pixelgrauwert bzw. Schwächungswert und den durchstrahlten Teillängen (Durchstrahlungsteillänge) der beteiligten Materialen approximiert. Hierzu werden die Durchstrahlungsteillängen aus segmentierten Volumendaten oder segmentierten Grenzflächendaten ermittelt.
  • Zur Bestimmung der Datenpunkte für die Approximierung des Kennlinienfeldes werden die Pixelgrauwerte als Linienintegrale in Richtung der Durchstrahlung betrachtet. Entlang der jeweiligen Linie ergeben sich aus den segmentierten Volumen- oder Grenzflächendaten die Durchstrahlungsteillängen je Material, die je Material aufsummiert werden. Jeder Datenpunkt weist damit die Dimension m+1 auf, wobei m die Anzahl der Materialien ist und die verbleibende Dimension durch den Pixelgrauwert gebildet wird. Der Datenpunkt wird entsprechend seiner m Längen, je nach Materialzusammensetzung entlang der Linie, in ein Messdatenfeld eingetragen. Dies wird für alle Pixel aus allen Durchstrahlungsbildern wiederholt. In das sich so ergebende Messdatenfeld wir die mehrdimensionale Kennlinie (Kennlinienfeld) eingepasst (approximiert). Diese Kennlinie ist eine nichtlineare Funktion m-ter Ordnung, die als Eingangsgrößen die m Längen der unterschiedlichen Materialien und als Ausgangsgröße einen korrigierten Grauwert aufweist. Sie beschreibt also die Abhängigkeit des Pixelgrauwerts von der Kombination der durchstrahlten Materialien und der zugehörigen Durchstrahlungslängenkombination. Vorzugsweise wird die mehrdimensionale Korrekturkennlinie in Form einer mehrdimensionalen LUT (look up table) dargestellt, in der je Durchstrahlungsteillängenkombination ein Korrekturwert hinterlegt ist.
  • Die Erfindung sieht zur Lösung auch ein Verfahren, vorzugsweise in Zusammenhang mit den zuvor genannten Ideen, zur Bestimmung von Grenzflächendaten, insbesondere Grenzflächenpunkten, besonders bevorzugt in einem vernetzten Format wie STL-Format, aus Grauwerte aufweisenden Voxeln eines Voxelvolumens (Volumendaten), welche vorzugsweise mittels Computertomografie erzeugt wurden, an einem mehrere Materialien aufweisenden Werkstück, wobei Grenzflächendaten für Übergänge zwischen unterschiedlichen Materialien und/oder zum Umgebungsmedium, insbesondere zur umgebenden Luft (Materialübergänge) ermittelt werden, vor, das sich dadurch auszeichnet, dass die Durchstrahlungsbilddaten vor der eigentlichen Rekonstruktion einer materialabhängigen kennlinienbasierten empirischen Artefaktkorrektur unterzogen werden, wobei eine mehrdimensionale Korrekturkennlinie (Kennlinienfeld) angewendet wird, die bestimmt wird, indem aus den unkorrigierten Durchstrahlungsbilddaten rekonstruierte Volumendaten und/oder daraus berechnete Grenzflächendaten durch ein Segmentierungsverfahren oder aus Solldaten wie CAD-Daten, nach Material segmentierte Volumendaten und/oder Grenzflächendaten ermittelt werden, aus denen die je Material vorliegenden Durchstrahlungsteillängen ermittelt und mit den Durchstrahlungsbilddaten (Pixelgrauwerten) in Zusammenhang gebracht werden, um das zur Korrektur verwendete Kennlinienfeld einzupassen.
  • Bevorzugterweise sieht die Erfindung vor, dass als Segmentierungsmethode eine markerbasierte Wasserscheidentransformation verwendet wird, bei der ausgehend von den mittels eines Seed-Verfahrens bestimmten Voxeln (Markern), denen aufgrund ihres Grauwertes ein Material sicher zugeordnet werden kann, den die Marker umgebenden Voxel - das identische Material zugewiesen wird, bis eine durch die Gradientenbeträge definierte Wasserscheide zu einem Segment erreich ist, das einem anderen Material zugeordnet ist.
  • Besonders bevorzugt ist vorgesehen, dass die Zuordnung des identischen Materials zu den die Marker umgebenden Voxel stückweise erfolgt, also in einem iterativen Prozess. Alternativ ist auch vorgesehen, jedes Voxel direkt einem Segment und damit ein Material zuzuordnen (als Waterfall-Algorithmus bezeichnet). Hierbei ergibt sich zumeist ein erhöhter Rechenaufwand.
  • Hervorzuheben ist des Weiteren, dass die Anwendung der mehrdimensionalen Korrekturkennlinie unter Berücksichtigung der aus den segmentierten Volumendaten und/oder Grenzflächendaten ermittelten je Material vorliegenden Durchstrahlungsteillängen erfolgt.
  • Die Erfindung zeichnet sich auch dadurch aus, dass als Grundlage für die Korrektur der Durchstrahlungsbilddaten eine mehrdimensionale LUT (look up table) aus der mehrdimensionalen Korrekturkennlinie erzeugt wird, welche die Abhängigkeit des korrigierten Durchstrahlungsbildwerts von den durchstrahlten Materialien und den zugehörigen Durchstrahlungsteillängen beschreibt.
  • Insbesondere zeichnet sich die Erfindung dadurch aus, dass die materialabhängigen kennlinienbasierten empirischen Artefaktkorrektur durch eine künstliche Intelligenz (KI) realisiert wird, vorzugsweise wobei zum Training der KI entsprechende korrigierte und nicht korrigierte Durchstrahlungsbilddaten verwendet werden.
  • Nach einer alternativen Lösung ist vorgesehen, dass anstatt eines Kennlinienfeldes eine separate Korrekturkennlinie je Material bestimmt und angewendet wird, die den jeweiligen Zusammenhang zwischen Pixelgrauwert bzw. Schwächungswert und durchstrahlter Länge (Durchstrahlungslänge) bzw. durchstrahlter Teillänge (Durchstrahlungsteillänge) für jedes Material separat darstellt. Auch hierzu werden die Durchstrahlungsteillängen aus segmentierten Volumendaten oder segmentierten Grenzflächendaten ermittelt und einerseits für die Bestimmung der Korrekturkennlinien und andererseits auch für die Anwendung der Korrekturkennlinien verwendet.
  • Zur Bestimmung der Korrektur-Kennlinien müssen erneut die Linienintegrale in Richtung der Durchstrahlung für jedes Pixel der Durchstrahlungsbilder betrachtet werden. Dazu werden die Durchstrahlungsteillängen aus den segmentierten Volumen- oder Grenzflächendaten und die jeweils zugeordneten Materialien und deren Schwächungskoeffizienten herangezogen. Jeder Pixelgrauwert kann dann auf die Durchstrahlungsteillängen entsprechend der Abschwächung (ergibt sich aus Multiplikation des Schwächungskoeffizient mit der Durchstrahlungsteillänge) aufgeteilt (Teil-Pixelgrauwerte) werden. Durchstrahlungsteillängen und die diesen zugeordnete Teil-Pixelgrauwerte werden je Material aufsummiert und für die Approximation der jeweiligen Korrektur-Kennlinie herangezogen, wie dies für Einmaterial-Werkstücke bereits bekannt ist.
  • Die Anwendung der Korrekturkennlinien selbst erfolgt dann, indem korrigierte Teil-Pixelgrauwerte anhand der Durchstrahlungsteillängen berechnet und je Linie aufsummiert werden, um den jeweils korrigierten Pixelgrauwert zu bestimmen.
  • Es ist also auch vorgesehen, dass die Durchstrahlungsbilddaten vor der Rekonstruktion einer materialabhängigen kennlinienbasierten empirischen Artefaktkorrektur unterzogen werden, wobei aus den segmentierten Volumendaten und/oder den segmentierten Grenzflächendaten die Durchstrahlungslängen je Material (Durchstrahlungsteillängen) bestimmt werden und mit den Durchstrahlungsbilddaten (Pixelgrauwerten) in Zusammenhang gebracht werden, um für jede Material eine separate Korrektur-Kennlinie zu bestimmen.
  • Vorzugsweise ist auch vorgesehen, dass für die Bestimmung der Korrektur-Kennlinien für jeden Pixelgrauwert jedes Durchstrahlungsbildes das Linienintegral entlang der Durchstrahlung berücksichtigt wird, wobei den Durchstrahlungsteillängen entlang der Durchstrahlung jeweils der Schwächungskoeffizient des anhand der Segmentierung bestimmten Materials zugeordnet wird und der Pixelgrauwert auf die Durchstrahlungsteillängen entsprechend der Abschwächung aufgeteilt wird.
  • In einer Ausgestaltung sieht die Erfindung vor, dass aus den Kennlinien jeweils eine LUT (look up table) erzeugt wird, die zur Korrektur verwendet wird.
  • ZITATE ENTHALTEN IN DER BESCHREIBUNG
  • Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
  • Zitierte Patentliteratur
    • US 4710876 [0002]
    • EP 1861822 A1 [0003]
    • DE 102013109632 [0004]
    • DE 102015112541 [0006]
    • WO 2012152738 A1 [0007]

Claims (17)

  1. Oberflächenbestimmung an Multimaterial-Computertomografiedaten
  2. Verfahren zur Bestimmung von Grenzflächendaten, insbesondere Grenzflächenpunkten, besonders bevorzugt in einem vernetzten Format wie STL-Format, aus Grauwerte aufweisenden Voxeln eines Voxelvolumens (Volumendaten), welche vorzugsweise mittels Computertomografie erzeugt wurden, an einem ein Material oder mehrere Materialien aufweisenden Werkstück, wobei Grenzflächendaten für Übergänge zwischen unterschiedlichen Materialien und/oder zum Umgebungsmedium, insbesondere zur umgebenden Luft (Materialübergänge) ermittelt werden, dadurch gekennzeichnet, dass anhand der Grauwerte den Voxeln jeweils Wahrscheinlichkeiten für das Auftreten des einen oder der unterschiedlichen Materialien und des Umgebungsmediums zugeordnet werden, wobei vorzugsweise nach Material segmentierte Daten, insbesondere segmentierte Volumendaten oder segmentierte Grenzflächendaten verwendet und Materialgrenzen zumindest grob festlegt werden, und dass aus den Wahrscheinlichkeiten, oder aus den Wahrscheinlichkeiten und den Grauwerten, mittels eines globalen Oberflächenbestimmungsverfahrens, vorzugsweise mittels eines auf Wahrscheinlichkeiten basierenden globalen Oberflächenbestimmungsverfahrens wie beispielsweise Hege-Algorithmus, die Grenzflächendaten bzw. Grenzflächenpunkte bestimmt werden, wobei aufgrund von Artefakten ausgelöste lokal unterschiedliche Grauwerte an den Materialübergängen vor der oder durch die Anwendung des globalen Oberflächenbestimmungsverfahrens berücksichtigt werden.
  3. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass die Zuordnung der Wahrscheinlichkeiten aus dem Wertebereich 0 bis 1 erfolgt und ein auf Wahrscheinlichkeiten basierendes globales Oberflächenbestimmungsverfahren eingesetzt wird oder dass die Zuordnung der Wahrscheinlichkeiten aus dem Wertebereich 0 und 1 erfolgt und zusätzlich die Grauwerte der Voxel bei dem globalen Oberflächenbestimmungsverfahren verwendet werden.
  4. Verfahren nach Anspruch 1 oder 2, dadurch gekennzeichnet, dass die Berücksichtigung erfolgt, indem die Grauwerte oder die Wahrscheinlichkeiten vor der Anwendung des auf Wahrscheinlichkeiten basierenden globalen Oberflächenbestimmungsverfahrens so verändert, bzw. berechnet werden, dass sich bei der nachfolgenden Anwendung des auf Wahrscheinlichkeiten basierenden globalen Oberflächenbestimmungsverfahrens die identischen oder nahezu identischen Grenzflächendaten ergeben, als wäre die Bestimmung lokal anhand der lokal unterschiedlichen Grauwerte erfolgt, wobei vorzugsweise die Berechnung durch eine künstliche Intelligenz (KI), beispielsweise unter Verwendung eines neuronalen Netzes, erfolgt.
  5. Verfahren nach zumindest einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die lokale Bestimmung von Grenzflächendaten anhand der lokal unterschiedlichen Grauwerte erfolgt, indem ein lokaler Grenzflächen-Operator an zuvor ungenau bestimmten Grenzflächenpositionen angewandt wird, und daraus - die lokalen genauen Positionen für die Grenzflächendaten und/oder - die lokal geltenden Schwellwerte je Materialübergang und/oder - die lokal geltenden Wahrscheinlichkeiten für die Materialien bestimmt werden und daraus die zu berücksichtigenden Veränderungen in den Grauwerten oder Wahrscheinlichkeiten bestimmt werden.
  6. Verfahren nach zumindest einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass der lokale Grenzflächen-Operator durch Auswertung der Grauwerte in Oberflächennormalenrichtung (z. B. gegeben durch den Gradienten im zunächst ungenau bestimmten Grenzflächenort) entlang eines Suchstrahls realisiert wird, wobei die optimale Länge des verwendeten Suchstrahls und/oder weitere Paramater des Verfahrens aus - der zuvor ungenau bestimmten Segmentierung und/oder - der Materialanzahl in der lokalen Umgebung und/oder - der konkreten Materialkombination des untersuchten Grenzflächenortes und/oder - der lokalen Krümmung der Grenzfläche an dem ungenau bestimmten Grenzflächenort bestimmt wird.
  7. Verfahren nach zumindest einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die ungenau bestimmten Grenzflächenpositionen durch Anwendung eines globalen Grenzflächen-Operators wie Marching Cube ermittelt werden, dessen Suchbereich vorzugsweise das gesamte Voxelvolumen ist.
  8. Verfahren nach zumindest einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die ungenau bestimmten Grenzflächenpositionen durch eine Material-Segmentierung besonders bevorzugt mittels markerbasierter Wasserscheidentransformation ermittelt werden, bei der ausgehend von den mittels eines Seed-Verfahrens bestimmten Voxeln (Markern), denen aufgrund ihres Grauwertes ein Material sicher zugeordnet werden kann, den die Marker umgebenden Voxel das identische Material zugewiesen wird, bis eine durch die Gradientenbeträge definierte Wasserscheide zu einem Segment erreicht ist, das einem anderen Material zugeordnet ist.
  9. Verfahren nach zumindest einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die ungenau bestimmten Grenzflächenpositionen durch eine Materialsegmentierung besonders bevorzugt mittels Wasserscheidentransformation ermittelt werden, wobei die gegebenenfalls entstehende Übersegmentierung der Volumendaten durch statistische Analyse der Metadaten der einzelnen Segmente, vorzugsweise Clusteranalyse, und anschließender Zuordnung zumindest einiger Segmente zu bestimmten Materialen mit anschließendem Vorgehen nach vorzugsweise Anspruch 7, wobei die Materialanzahl entweder durch die statistische Analyse selbst, oder aber a priori gegeben ist, behoben wird.
  10. Verfahren nach zumindest einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die lokal genau bestimmten Grenzflächendaten durch Anwendung eines lokalen Grenzflächen-Operators wie Marching Cube ermittelt werden, wobei der lokale Grenzflächen-Operator einen in Bezug auf das Voxelvolumen eingeschränkten Bereich (Suchbereich) aufweist, wobei der lokale Grenzflächen-Operator an den ungenau bestimmten Grenzflächenpositionen angewandt wird.
  11. Verfahren nach zumindest einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die Grenzflächendaten zur dimensionellen Messung, insbesondere dimensionellen Bestimmung von Merkmalen weiterverwendet werden.
  12. Verfahren nach zumindest einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die Computertomografie mittels eines Koordinatenmessgerätes mit Computertomografiesensorik durchgeführt wird.
  13. Verfahren nach vorzugsweise einem der vorhergehenden Ansprüche, zur Bestimmung von Grenzflächendaten, insbesondere Grenzflächenpunkten, besonders bevorzugt in einem vernetzten Format wie STL-Format, aus Grauwerte aufweisenden Voxeln eines Voxelvolumens (Volumendaten), welche vorzugsweise mittels Computertomografie erzeugt wurden, an einem mehrere Materialien aufweisenden Werkstück, wobei Grenzflächendaten für Übergänge zwischen unterschiedlichen Materialien und/oder zum Umgebungsmedium, insbesondere zur umgebenden Luft (Materialübergänge) ermittelt werden, dadurch gekennzeichnet, dass die Durchstrahlungsbilddaten vor der eigentlichen Rekonstruktion einer materialabhängigen kennlinienbasierten empirischen Artefaktkorrektur unterzogen werden, wobei eine mehrdimensionale Korrekturkennlinie (Kennlinienfeld) angewendet wird, die bestimmt wird, indem aus den unkorrigierten Durchstrahlungsbilddaten rekonstruierte Volumendaten und/oder daraus berechnete Grenzflächendaten durch ein Segmentierungsverfahren oder aus Solldaten wie CAD-Daten, nach Material segmentierte Volumendaten und/oder Grenzflächendaten ermittelt werden, aus denen die je Material vorliegenden Durchstrahlungsteillängen ermittelt und mit den Durchstrahlungsbilddaten (Pixelgrauwerten) in Zusammenhang gebracht werden, um das zur Korrektur verwendete Kennlinienfeld einzupassen.
  14. Verfahren nach Anspruch 12, dadurch gekennzeichnet, dass als Segmentierungsmethode eine markerbasierte Wasserscheidentransformation verwendet wird, bei der ausgehend von den mittels eines Seed-Verfahrens bestimmten Voxeln (Markern), denen aufgrund ihres Grauwertes ein Material sicher zugeordnet werden kann, den die Marker umgebenden Voxel das identische Material zugewiesen wird, bis eine durch die Gradientenbeträge definierte Wasserscheide zu einem Segment erreicht ist, das einem anderen Material zugeordnet ist.
  15. Verfahren nach Anspruch 12 oder 13, dadurch gekennzeichnet, dass die Anwendung der mehrdimensionalen Korrekturkennlinie unter Berücksichtigung der aus den segmentierten Volumendaten und/oder Grenzflächendaten ermittelten je Material vorliegenden Durchstrahlungsteillängen erfolgt.
  16. Verfahren nach zumindest einem der vorhergehenden Ansprüche 12 bis 14, dadurch gekennzeichnet, dass als Grundlage für die Korrektur der Durchstrahlungsbilddaten eine mehrdimensionale LUT (look up table) aus der mehrdimensionalen Korrekturkennlinie erzeugt wird, welche die Abhängigkeit des korrigierten Durchstrahlungsbildwerts von den durchstrahlten Materialien und den zugehörigen Durchstrahlungsteillängen beschreibt.
  17. Verfahren nach zumindest einem der vorhergehenden Ansprüche 12 bis 15, dadurch gekennzeichnet, dass die materialabhängigen kennlinienbasierten empirischen Artefaktkorrektur durch eine künstliche Intelligenz (KI) realisiert wird, vorzugsweise wobei zum Training der KI entsprechende korrigierte und nicht korrigierte Durchstrahlungsbilddaten verwendet werden.
DE102019130352.4A 2018-11-12 2019-11-11 Grenzflächenbestimmung an Multimaterial-Computertomografiedaten Pending DE102019130352A1 (de)

Applications Claiming Priority (6)

Application Number Priority Date Filing Date Title
DE102018128212 2018-11-12
DE102018128212.5 2018-11-12
DE102019106188 2019-03-12
DE102019106188.1 2019-03-12
DE102019110804 2019-04-26
DE102019110804.7 2019-04-26

Publications (1)

Publication Number Publication Date
DE102019130352A1 true DE102019130352A1 (de) 2020-05-14

Family

ID=70469249

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102019130352.4A Pending DE102019130352A1 (de) 2018-11-12 2019-11-11 Grenzflächenbestimmung an Multimaterial-Computertomografiedaten

Country Status (1)

Country Link
DE (1) DE102019130352A1 (de)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023208601A1 (de) * 2022-04-25 2023-11-02 Carl Zeiss GOM Metrology GmbH Verfahren zur erstellung eines volumenmodells eines objektes, computerprogramm und messvorrichtung hierzu

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4710876A (en) 1985-06-05 1987-12-01 General Electric Company System and method for the display of surface structures contained within the interior region of a solid body
EP1861822A2 (de) 2005-03-16 2007-12-05 Werth Messtechnik GmbH Verfahren und vorrichtung zur konturfeinermittlung eines objekts bei bildgebenden untersuchungsverfahren
WO2012152738A1 (de) 2011-05-06 2012-11-15 Werth Messtechnik Gmbh BESTIMMUNG VON MAßEN EINES WERKSTÜCKS
DE102013109632A1 (de) 2012-09-10 2014-03-13 Werth Messtechnik Gmbh Verfahren und Vorrichtung zur Bestimmung der Kontur eines Objektes bei bildgebenden Untersuchungsverfahren

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4710876A (en) 1985-06-05 1987-12-01 General Electric Company System and method for the display of surface structures contained within the interior region of a solid body
EP1861822A2 (de) 2005-03-16 2007-12-05 Werth Messtechnik GmbH Verfahren und vorrichtung zur konturfeinermittlung eines objekts bei bildgebenden untersuchungsverfahren
WO2012152738A1 (de) 2011-05-06 2012-11-15 Werth Messtechnik Gmbh BESTIMMUNG VON MAßEN EINES WERKSTÜCKS
DE102013109632A1 (de) 2012-09-10 2014-03-13 Werth Messtechnik Gmbh Verfahren und Vorrichtung zur Bestimmung der Kontur eines Objektes bei bildgebenden Untersuchungsverfahren

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023208601A1 (de) * 2022-04-25 2023-11-02 Carl Zeiss GOM Metrology GmbH Verfahren zur erstellung eines volumenmodells eines objektes, computerprogramm und messvorrichtung hierzu

Similar Documents

Publication Publication Date Title
DE102012204019B4 (de) Verfahren zur Reduzierung von Bewegungsartefakten
EP3143592B1 (de) Verfahren und vorrichtung zur reduktion von artefakten in computertomographischen bildern
DE102005051620A1 (de) Verfahren zur Rekonstruktion einer tomographischen Darstellung eines Objektes
DE2916486A1 (de) Korrektur polychromatischer roentgenbildfehler in computertomographiebildern
DE102010053458B4 (de) Verfahren zur Aufbereitung von IR-Bildern und korrespondierende Wärmebildkamera
DE102011086456A1 (de) Rekonstruktion von Bilddaten
EP1415179B1 (de) Vorrichtung und verfahren zum erstellen einer korrekturkennlinie für eine reduktion von artefakten bei einer tomographie
EP3640893B1 (de) Verfahren zur rekonstruktion eines dreidimensionalen ergebnisbilddatensatzes
DE102015206630A1 (de) Multispektrale CT-Bildgebung
DE102011075917A1 (de) Verfahren zum Bereitstellen eines 3D-Bilddatensatzes mit unterdrückten Messfeldüberschreitungsartefakten und Computertomograph
EP3564906A1 (de) Verfahren zur erzeugung von bilddaten bei einem computertomographiegerät, bilderzeugungsrechner, computertomographiegerät, computerprogrammprodukt und computerlesbarer datenträger
EP3756158B1 (de) Verfahren zur bestimmung von fehlern von aus digitalen objektdarstellungen abgeleiteten parametern
WO2018206225A1 (de) Computerimplementiertes verfahren zur vermessung eines objekts aus einer digitalen darstellung des objekts
DE102011005161B4 (de) Verfahren, Bilddatensatzrekonstruktionseinrichtung, Röntgen-System und Computerprogramm zur Artefaktkorrektur
EP3327673B1 (de) Erzeugen von hochaufgelösten ct-bildern mit spektraler information
DE102019130352A1 (de) Grenzflächenbestimmung an Multimaterial-Computertomografiedaten
EP3579193A1 (de) Verfahren zur ermittlung von bildwerten in markierten pixeln wenigstens eines projektionsbildes, röntgeneinrichtung, computerprogramm und elektronisch lesbarer datenträger
DE102016204709A1 (de) Verfahren zur Bildrekonstruktion
DE102013107745A1 (de) Computertomografie-Verfahren und Anordnung zur Bestimmung von Merkmalen an einem Messobjekt
EP1869620A1 (de) Verfahren zur verarbeitung von bild- und volumendaten auf basis statistischer modelle
DE102014103137A1 (de) Verfahren zur Bestimmung und Korrektur von Oberflächendaten zur dimensionellen Messung mit einer Computertomografiesensorik
DE102012217613A1 (de) Verfahren zur Reduzierung von Artefakten bei der Rekonstruktion von Bilddatensätzen aus Projektionsbildern
DE102013109632A1 (de) Verfahren und Vorrichtung zur Bestimmung der Kontur eines Objektes bei bildgebenden Untersuchungsverfahren
DE102009043213A1 (de) Effiziente Korrektur von Polychromieeffekten bei der Bildrekonstruktion
EP3158534A1 (de) Verfahren und auswertevorrichtung zur auswertung von projektionsdaten eines zu untersuchenden objekts