DE69916237T2 - Bestimmen von Formdeformationen bei Objekten mit Transformationsparametern nach einer Registrierung - Google Patents

Bestimmen von Formdeformationen bei Objekten mit Transformationsparametern nach einer Registrierung Download PDF

Info

Publication number
DE69916237T2
DE69916237T2 DE69916237T DE69916237T DE69916237T2 DE 69916237 T2 DE69916237 T2 DE 69916237T2 DE 69916237 T DE69916237 T DE 69916237T DE 69916237 T DE69916237 T DE 69916237T DE 69916237 T2 DE69916237 T2 DE 69916237T2
Authority
DE
Germany
Prior art keywords
image
patch
transformation
reference image
estimator
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Lifetime
Application number
DE69916237T
Other languages
English (en)
Other versions
DE69916237D1 (de
Inventor
Van-Duc Nguyen
G. Roderic COLLINS
Victor Nzomigni
W. Donald HAMILTON
L. Joseph MUNDY
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.)
General Electric Co
Original Assignee
General Electric Co
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
Family has litigation
First worldwide family litigation filed litigation Critical https://patents.darts-ip.com/?family=26788888&utm_source=google_patent&utm_medium=platform_link&utm_campaign=public_patent_search&patent=DE69916237(T2) "Global patent litigation dataset” by Darts-ip is licensed under a Creative Commons Attribution 4.0 International License.
Application filed by General Electric Co filed Critical General Electric Co
Publication of DE69916237D1 publication Critical patent/DE69916237D1/de
Application granted granted Critical
Publication of DE69916237T2 publication Critical patent/DE69916237T2/de
Anticipated expiration legal-status Critical
Expired - Lifetime legal-status Critical Current

Links

Classifications

    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F01MACHINES OR ENGINES IN GENERAL; ENGINE PLANTS IN GENERAL; STEAM ENGINES
    • F01DNON-POSITIVE DISPLACEMENT MACHINES OR ENGINES, e.g. STEAM TURBINES
    • F01D21/00Shutting-down of machines or engines, e.g. in emergency; Regulating, controlling, or safety means not otherwise provided for
    • F01D21/003Arrangements for testing or measuring
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10Character recognition
    • G06V30/24Character recognition characterised by the processing or recognition method
    • G06V30/248Character recognition characterised by the processing or recognition method involving plural approaches, e.g. verification by template match; Resolving confusion among similar patterns, e.g. "O" versus "Q"
    • G06V30/2504Coarse or fine approaches, e.g. resolution of ambiguities or multiscale approaches
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00Geometric image transformations in the plane of the image
    • G06T3/06Topological mapping of higher dimensional structures onto lower dimensional surfaces
    • G06T3/073Transforming surfaces of revolution to planar images, e.g. cylindrical surfaces to planar images
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/30Determination of transform parameters for the alignment of images, i.e. image registration
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/80Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Image Processing (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Length Measuring Devices With Unspecified Measuring Means (AREA)
  • Image Analysis (AREA)

Description

  • HINTERGRUND DER ERFINDUNG
  • Die vorliegende Erfindung betrifft im Allgemeinen ein Verfahren und eine Vorrichtung zum Finden von Formdeformationen in Objekten mit glatten Oberflächen und insbesondere ein Verfahren und eine Vorrichtung zum Finden von Formdeformationen in stromlinienförmigen Abschnitten, indem Oberflächenpunkte auf einem stromlinienförmigen Abschnitt zu einem Computer-gestützten Zeichnungs(CAD)-Modell registriert und analysiert und Hauptmodi der Oberflächenverformung einem Benutzer angezeigt werden.
  • Derzeit wird eine automatisierte Inspektion an hergestellten Teilen, wie etwa stromlinienförmigen Abschnitten (z.B. Turbinenschaufeln) durchgeführt, um Deformitäten in dem Teil zu detektieren. Für die Zwecke dieser Beschreibung sind Deformitäten als Deformationen in der Form eines Objektes im Vergleich zu seiner Idealform definiert. Mit anderen Worten, Deformationen sind Abweichungen in Gestalt oder Form eines Objektes von seinen Herstellungsspezifikationen. Eine Formdeformation kann in einer Vielfalt von Modi (hierin als Deformationsmodi bezeichnet) auftreten. Deformationsmodi umfassen, sind jedoch nicht darauf beschränkt, Schieflage, Verdrehung, Skalierung und Translation. Geschmiedete Schaufeln, wie z.B. solche für Flugzeugmotoren, werden derzeit auf Plattformorientierung, Konturquerschnitt, Biegung und Verdrehung entlang Stapel- bzw. Einspannachsen, Dicke und Sehnenlänge bei gegebenen Querschnitten inspiziert. Ein Verfahren zur Inspektion für Formabweichungen in diesen Deformationsmodi besteht in der Verwendung von spezialisierten Hartlehren, die aus Mikrometern, Messkluppen, und Messplättchen bestehen. Die Hartlehren messen eine Vielzahl definierter Kontaktpunkte, um die Schaufel zu charakterisieren, die zum Detektieren von Defekten verwendet wird. Obwohl die Inspektion unter Verwendung der Hartlehren schnell ist, liefern die Hartlehren nur einige individuelle Messwerte an wenigen definierten Kontaktpunkten. Alternativ können Schaufeln vollständig mit Koordinatenmessmaschinen (üblicherweise als "CMMs" bekannt) gescannt werden, die eine Sonde zum Abscannen der Schaufeloberfläche verschieben und drehen. CMMs stellen dichte Messwerte der Abtastpunkte bereit, wobei jedoch die Zeit zum Abscannen der Schaufel relativ lange ist. Sobald die dichten Oberflächenpunkte gesammelt sind, verarbeitet Software diese Punkte zu Abweichungen zu dem CAD-Modell und analysiert die Abweichungen in Hinblick auf Prozess-basierende Formdeformationen. Derzeitige Verarbeitungssoftware ist jedoch relativ langsam.
  • Kontaktlose Vollfeld-Entfernungssensoren können die externe Oberfläche der Schaufel hundertmal schneller als CMMs scannen. Diese kontaktlosen Entfernungssensoren sind jedoch hundertmal weniger genau als die CMMs. Kontaktlose Vollfeld-Entfernungssensoren sind derzeit im Handel erhältlich und umfassen Sensoren auf der Basis von Laserlinienraster und Stereotriangulation; Laser-Einzellinienscan plus Rotation des Teils; und auf phasenverschobenem Moiré und weißem Licht.
  • Es existiert CAD/CAM-Software, wie z.B. ValiSys, ein Qualitätssicherungs-Softwareprodukt, erhältlich von Tecnomatix Technologies Inc., und UniGraphics SolutionsTM, welche die von den kontaktlosen Entfernungssensoren gescannten Oberflächenpunkte zu einem CAD-Modell registrieren können. Die CAD-CAM-Software besitzt jedoch Nachteile dahingehend, dass sie keine Registrierung bezüglich spezieller Merkmale die für die Form eines stromlinienförmigen Abschnittes charakteristisch sind, wie z.B. ein Sechs-Punkte-Nest zulässt. Die Punkte eines Sechs-Punkte-Nestes sind: Vier Punkte an der Vorderkante des Stromlinienabschnittes, ein Punkt in der Nähe der Hinterkante und ein Punkt auf der Plattform. Das Sechs-Punkte-Nest ist in der Analyse, Konstruktion und Herstellung eines stromlinienförmigen Abschnittes üblich, da es mehr Gewicht auf die Genauigkeit der Vorderkante legt, welche für die gewünschte Luftströmung kritisch ist.
  • KURZZUSAMMENFASSUNG DER ERFINDUNG
  • Die vorliegende Erfindung ist auf eine Vorrichtung nach Anspruch 1 und ein entsprechendes Verfahren und ein Speichermedium der Ansprüche 7, 20 gerichtet. Die Vorrichtung enthält eine Bildgebungsvorrichtung zum Erzielen eines gescannten Bildes des zu prüfenden Objektes. Ein Referenzbild des Objektes ist in einem Speicher gespeichert. Ein Bildregister ist mit der Bildgebungsvorrichtung und dem Speicher verbunden, welcher das Referenzbild des Objektes enthält. Das Bildregister speichert Patch(Flecken)-Information, welche sowohl dem Referenzbild als auch dem gescannten Bild entspricht. Ein Transformationsschätzer vergleicht das gescannte Bild mit dem Referenzbild und liefert eine Transformation, welche das gescannte Bild dem Referenzbild zuordnet. Ein Deformationsschätzer ist mit dem Bildregister und mit dem Transformationsschätzer verbunden. Der Deformationsschätzer zerlegt die Transformationsparameter auf der Basis der Patch(Flecken)-Information, die in dem Bildregister gespeichert ist, um Formdeformationen des Objektes zu ermitteln.
  • KURZBESCHREIBUNG DER ZEICHNUNGEN
  • Bezugnehmend auf die Zeichnungen, in welchen gleiche Elemente in gleicher Weise in den verschiedenen Figuren bezeichnet sind, ist:
  • 1 eine Blockdarstellung einer Vorrichtung zum Finden von Formdeformationen gemäß einer Ausführungsform der vorliegenden Erfindung;
  • 2 ein Flussdiagramm des die vorliegende Erfindung verkörpernden Verfahrens zum Finden und Darstellen der Deformation eines stromlinienförmigen Abschnittes;
  • 3 ein Flussdiagramm des Verfahrens zum Registrieren gescannter Datenpunkte des Objektes und des CAD-Modells;
  • 4 eine schematische die Abweichung zwischen einem ebenen Patch (Flecken) des CAD-Modells von einer ebenen Oberfläche des Objektes repräsentierenden Ansicht;
  • 5 eine schematische die Abweichung zwischen einem gekrümmten Patch (Flecken) des CAD-Modells von einer gekrümmten Oberfläche des Objektes repräsentierenden Ansicht; und
  • 6 eine schematische Ansicht, welche die Rodrigues-Formel veranschaulicht.
  • DETAILLIERTE BESCHREIBUNG DER ERFINDUNG
  • Für die Zwecke dieser Beschreibung werden die nachstehenden Begriffsdefinitionen gegeben. Ein Bild ist hierin als eine Ansammlung von Daten definiert, welche Eigenschaften, Konstruktionsspezifikationen oder Attribute eines Objektes repräsentieren. Beispielsweise ist eine Datenansammlung, welche die 3 Raumdimensionen (x, y, z) eines Objektes repräsentiert, ein Bild des Objektes. Wenn derartige Daten durch Messen des Objektes und Speichern der Messergebnisse im Speicher erhalten werden, werden die gespeicherten gemessenen Daten hierin als gescanntes Bild 15 bezeichnet. Die eine Computer-unterstützende Zeichnung (CAD) aufweisenden Daten oder andere technische Spezifikationen in digitalisiertem Format bezüglich der Form eines Objektes werden hierin als die Bilder des Objektes bezeichnet. CAD-Daten, welche Spezifikationen für ein Objekt aufweisen, mit welchen das Objekt für die Zwecke einer Fehlerdetektion verglichen wird, werden hierin als ein Referenzbild bezeichnet.
  • Eine Anordnung von Daten, welche ein Bild repräsentieren, wird hierin als ein Array bezeichnet. Jedes Element eines Arrays wird hierin als ein Pixel bezeichnet. Ein Pixel repräsentiert einen Messwert oder eine Eigenschaft an einer gegebenen Position auf der Oberfläche des gemessenen Objektes. Beispielsweise kann ein Pixel Messwerte des Abstandes des Objektes von der Messvorrichtung repräsentieren.
  • Zuordnung (Mapping) ist der Prozess des in-Bezug-Setzens von Pixeln in einem Bild zu Pixeln in einem anderen Bild. Ein Verfahren zur Zuordnung wird durch Anpassen einer Funktion zur Steuerung von Punktlagen erzielt. Steuerpunkte sind in dem gescannten Bild lokalisierte Merkmale, deren Lage auf dem Objekt und deren Bilder bekannt sind. Steuerpunkte können sich sowohl in dem gescannten Bild als auch in dem Referenzbild befinden.
  • Ein typischer Zuordnungsprozess verwendet Modelle, um den Prozess zu vereinfachen. Ein Modell ist eine Funktion, welche Punkte in dem einen Bild Punkten auf einem zweiten Bild zuordnet. Eine typische Zuordnungstechnik definiert ein Gitter auf dem zweiten Bild und ordnet nur die Gitterpunkte dem Modell zu. Alle anderen Punkte werden durch Interpolation innerhalb des Gitters gefunden.
  • Für die Zwecke dieser Beschreibung wird ein Patch (Flecken) als ein Gitter auf dem Referenzbild definiert, wobei das Gitter wenigstens einen Abschnitt der Oberfläche des abgebildeten Objektes einschließt. Die Abmessungen des Patch (Fleckens) hängen von der Größenordnung des Deformationsmodells ab.
  • Lage (Pose) ist als die räumliche Orientierung eines Objektes in Bezug auf einen gegebenen Blickpunkt definiert.
  • Eine Ausrichtung (Alignment) oder Lagekorrektur ist als eine Orientierung eines Objektes in Bezug auf ein zweites Objekt definiert, um so wenigstens einen Ausrichtungsparameter des ersten Objektes, wie z.B. eine ebene Position oder eine Win kelorientierung im Wesentlichen dem entsprechenden Ausrichtungsparameter des zweiten Objektes anzugleichen.
  • Registrierung (zur-Deckung-Bringen) ist als der Prozess der Ausrichtung eines gescannten Bildes zu einem Referenzbild definiert. Der Registrierungsprozess umfasst im Allgemeinen zwei Schritte. Der erste Schritt besteht in der Ermittlung entsprechender Punkte oder Merkmale des gescannten Bildes und des Referenzbildes. Der zweite Schritt besteht in der Transformation des Eingangs- und Referenzbildes in ein gemeinsames Koordinatensystem. Die Transformation in ein gemeinsames Koordinatensystem ist typischerweise eine geometrische Transformation und beinhaltet Translationen, Rotationen und Maßstabsveränderungen. Der Transformationsschritt positioniert die zwei Bilder in Bezug zueinander, so dass entsprechende Punkte im den Bildern denselben Punkt auf dem Objekt repräsentieren. Zusammengefasst beinhaltet die Registrierung die Orientierung eines ersten Bildes in Bezug auf ein zweites Bild, um so alle Ausrichtungsparameter des ersten Bildes zu denselben wie entsprechende Ausrichtungsparameter des zweiten Bildes zu machen.
  • Die Ausrichtung oder Lagekorrektur ist eine grobe, d.h., ungenaue Registrierung. Beispielsweise kann einem Ausrichtungsschritt für eine grobe relative Positionierung ein Registrierungsschritt zur Erzielung einer feinen oder genaueren relativen Positionierung folgen.
  • Ein Lagefehler ist durch den Unterschied zwischen den Positionen des Objektes gemäß Darstellung in dem gescannten Bild des Objektes und der Position des Objektes gemäß Darstellung in dem Referenzbild des Objektes definiert. In diesem Sinne ist die Lagekorrektur eine Neupositionierung des Objektes in der Weise, dass der Lagefehler minimiert wird.
  • Interpolation ist als Mittelwertabschätzung der Werte zwischen zwei bekannten Werten definiert. Das Problem der Genauigkeit ist allen Transformationen gemeinsam. Auf jedem Gitter führt jede geometrische Transformation im Allgemeinen zu Punkten, die nicht mehr auf dem ursprünglichen Gitter liegen. Daher sind geeignete Algorithmen erforderlich, um die Werte bei transformierten Punkten aus den benachbarten Pixeln zu interpolieren. Die hohen Anforderungen an die Positionsgenauigkeit machen die Bildinterpolation kritisch.
  • Abgleichen (Matching) ist als Mittelwert-Nachregistrierungsvergleich eines Referenzbildes mit einem gescannten Bild oder umgekehrt definiert, um Differenzen zu ermitteln, welche Abweichungen des gescannten Bildes von dem Referenzbild repräsentieren, oder der momentanen Form des Objektes von seiner idealen oder spezifizierten Form.
  • 1 ist eine Blockdarstellung einer Vorrichtung 10 zum Finden von Formdeformationen gemäß einer Ausführungsform der vorliegenden Erfindung. Die Vorrichtung 10 ist für die Inspektion und Ermittlung von Deformationen eines Objektes 12 angepasst. Deformationen können Kippung, Biegung, Verdrehung oder Verziehung in der Oberflächenform des Objektes 12 beinhalten, wenn es mit einem CAD-Modell oder anderen Repräsentationen der idealen Konfiguration des Objektes 12 verglichen wird. In einer Ausführungsform der Erfindung weist das Objekt 12 eine Schaufel, wie z.B. eine Turbinenschaufel von einem Flugzeug mit einem sich aus einer Plattform 16 heraus erstreckendem Stromlinienabschnitt 14 auf. Obwohl sich die nachstehende Beschreibung mit der Inspektion von Stromlinienabschnitten, wie z.B. Flugzeugmotorschaufeln, befasst, wird der Fachmann auf diesem Gebiet erkennen, dass das Verfahren verwendet werden kann, um eine Formdeformation in jedem Objekt mit glatten Oberflächen und einer Stapel- bzw. Einspannachse im Allgemeinen ähnlich der Einspannachse 18 zu finden.
  • Die zu inspizierende Schaufel 12 wird innerhalb des Erfassungsbereichs einer Bildgebungsvorrichtung 20 positioniert. In einer Ausführungsform der Erfindung erzielt die Bildgebungsvorrichtung 20 ein gescanntes Bild 22 und speichert es in einem Bildregister 24 zur Weiterverarbeitung zu einem späteren Zeitpunkt. In einer weiteren Ausführungsform arbeitet die Bildgebungsvorrichtung 20 in Echtzeit. In noch einer weiteren Ausführungsform der Erfindung ist die Bildgebungsvorrichtung 20 eine Mikrometer, Lehren und Messplättchen umfassende Hartlehre. Die Hartlehre misst eine Vielzahl definierter Kontaktpunkte auf der Schaufel, um die Schaufel zu charakterisieren.
  • In einer weiteren Ausführungsform der Erfindung ist die Bildgebungsvorrichtung 20 eine Koordinatenmessmaschine (CMM) welche eine Sonde um die Schaufel 12 herum verschiebt und dreht und eine Vielzahl von Kontaktpunkten auf der Oberfläche der Schaufel aufzeichnet. CMMs stellen dichte Messwerte der Kontaktpunkte im Ver gleich zu Hartlehren bereit. Jedoch ist die Zeitdauer, die zum Scannen eines Objektes, wie z.B. einer Flugzeugschaufel, erforderlich ist, länger.
  • Noch eine weitere Ausführungsform der Erfindung verwendet einen kontaktlosen Vollfeld-Entfernungssensor als eine Bildgebungsvorrichtung 20. Der Entfernungssensor scannt die Außenoberflächen der Schaufel 12 etwa ein hundertmal schneller als eine CMM ab. Entfernungssensoren, wie z.B. Entfernungskameras, nehmen Bilder ähnlich wie normale Kameras mit der Ausnahme auf, dass anstelle der Messung des von dem Objekt ausgestrahlten sichtbaren Lichtes eine Entfernungskamera den Abstand von der Kamera zu der Oberfläche des Objektes misst. Somit wird das von einer Entfernungskamera gelieferte Bild als ein Entfernungsbild bezeichnet. Die in 1 dargestellte Ausführungsform, die Bildgebungsvorrichtung 20, ist ein kontaktloser Laserliniengitter-Vollfeld-Entfernungssensor, der auf einer Translationsstufe zum Erfassen von Oberflächendaten montiert ist.
  • Kontaktlose Vollfeld-Entfernungssensoren, welche zur Verwendung als Bildgebungsvorrichtung 46 geeignet sind, sind derzeit ohne weiteres von kommerziellen Quellen verfügbar. Beispielsweise werden "Integrated Automation Systems" (IAS) Modell 4DI Sensoren in einer Ausführungsform der Erfindung verwendet. Diese Sensoren basieren auf einem Laserliniengitter und auf Stereotriangulation. Weitere geeignete Entfernungssensoren sind von Cyber-Optics Co. erhältlich. Diese Sensoren basieren auf einem Laser-Einzellinienscannen und Drehen des Objektes. Weitere geeignete Entfernungssensoren basieren auf phasenverschobenem Moiré und weißem Licht. Eine Ausführungsform der Erfindung verwendet eine Vielzahl von Entfernungssensoren, welche auf einem Translationstisch montiert sind, um dichte Oberflächendaten zu erfassen, und enthält ferner einen Drehtisch, um die Schaufel 12 zu drehen.
  • Der Fachmann auf diesem Gebiet wird weitere Bildgebungsvorrichtungen, wie z.B. Röntgenstrahl- und Magnetresonanzbildgebungs-(MRI)-Vorrichtungen kennen, welche ein gescanntes Bild 15 zur Verwendung gemäß der vorliegenden Erfindung bereitstellen. Demzufolge soll die vorliegende Erfindung nicht auf Bildgebungsvorrichtungen beschränkt sein, welche Entfernungsbilder liefern.
  • Dreidimensionale Daten werden von der Schaufel 12 durch Scannen der Schaufel 12 mit der Bildgebungsvorrichtung 20 erhalten. In einer Ausführungsform der Erfindung werden die Daten im Speicher 22 gespeichert und aus dem Speicher 22 an die Patch(Flecken)-Ermittlungsvorrichtung 32 geliefert.
  • Ein Referenzbild ist in dem Referenzbildspeicher 30 gespeichert. Ein Referenzbild weist digitale Daten auf, mit welchen das gescannte Bild 22 der Schaufel 12 verglichen wird, um Deformationen in der Schaufel zu detektieren. Ein Referenzbild weist ideale Kennwerte der Schaufel 12 einschließlich idealer Formdaten auf. Es gibt verschiedene Arten von Referenzbildern, welche zur Verwendung in der vorliegenden Erfindung geeignet sind. Unter diesen befinden sich Referenzbilder, welche vor dem Scannen des zu inspizierenden Objektes erzeugt wurden, Referenzbilder, die von anderen ähnlich geformten Produkten wie das zu inspizierende Objekt erhalten wurden, Referenzbilder, die von bekannten defektfreien Produkten erhalten wurden, und Referenzbilder, die aus Konstruktionsdaten, wie z.B. als CAD-Modelle, erzeugt wurden.
  • Gemäß einer Ausführungsform der vorliegenden Erfindung weisen Patch (Flecken)-Ermittlungseinrichtungen 32 und 34 Prozessoren auf, welche dafür programmiert sind, das gescannte Bild 22 und das Referenzbild 30 in eine Vielzahl von Oberflächenbereichen (welche hierin als Patches bezeichnet werden) zu unterteilen. Ein Patch kann einen oder mehrere Abschnitte eines Gitters eines CAD-Bildes und Abschnitte davon umfassen. In einer Ausführungsform der Erfindung wird die Anzahl von Patches, in welche das Referenzbild 30 unterteilt wird, manuell von einer Bedienungsperson ausgewählt. Je mehr Patches ausgewählt werden, desto kleiner ist die Fläche jedes Patch und umgekehrt, je weniger Patches ausgewählt werden, desto größer ist die Fläche jedes Patch. Größere Patches liefern eine gröbere Registrierung der Schaufel 12 gegenüber dem Referenzbild 30 und kleinere Patches erlauben eine feinere Registrierung der Schaufel 12 gegenüber dem Referenzbild 30.
  • In einer Ausführungsform der Erfindung arbeiten die Patch-Ermittlungsvorrichtungen 32, 34 unabhängig von den anderen Elementen des Systems 10. Mit anderen Worten, die Patch-Ermittlungsvorrichtungen 32, 34 berechnen Patches mit niedriger Krümmung off-line, und speichern die Patches mit niedriger Krümmung in dem Bildregister 24 zur Registrierung mit dem Objekt 12 zu einem späteren Zeitpunkt. Auf der Basis des von der Bedienungsperson ausgewählten Patch-Maßstabes, wird das Referenzbild 30 in regelmäßigen Gitterpunkten auf dem CAD- Bildgitter, welches in jedes Patches fällt, digitalisiert. In einer Ausführungsform der Erfindung wird die lokale Krümmung von Gitterpunkten innerhalb jedes Patch geprüft, und diejenigen Patches, welche Gitterpunkte mit Krümmungsminima enthalten, werden beibehalten. In einer Ausführungsform der Erfindung wird eine Technik der kleinsten Fehlerquadrate verwendet, um eine lokale Krümmung zu prüfen. Somit wird ein Satz von Patches mit niedriger Krümmung für den ausgewählten Maßstab erhalten. Jeder ausgewählte Patch mit geringer Krümmung repräsentiert einen Oberflächenabschnitt des Referenzbildes 30 mit geringer Krümmung. Der Maßstab kann von der Bedienungsperson so variiert werden, dass eine Vielzahl von Patch-Sätzen, wobei jeder Satz einer unterschiedlichen Patch-Größe bzw. Maßstab entspricht, erhalten und gespeichert wird. Auf diese Weise kann schnell eine Grob- oder Feinregistrierung des gescannten Bildes der Schaufel 12 gegenüber dem Referenzbild 30 erhalten werden.
  • Die Patches repräsentierende Daten werden dann in dem Bildregister 24 gespeichert. In jeder Ausführungsform der Erfindung wird jedes Patch Piin dem Bildregister 24 durch seine Mittenposition pi und seine Normale (Flächensenkrechte) ni repräsentiert. Die Patch(Flecken)-Ermittlungsvorrichtungen 32, 34 berechnen einen Mittelpunkt Pi für jedes Patch Pi mit geringer Oberflächenkrümmung. In einer Ausführungsform der Erfindung ist der Mittelpunkt p eines Patches als der Schwerpunkt des Patches definiert. Wie der Fachmann auf diesem Gebiet erkennen wird, sind auch andere Verfahren für die Darstellung von Patches vorstellbar, einschließlich Verfahren, welche den Mittelpunkt unterschiedlich definieren. Die Patch(Flecken)-Ermittlungsvorrichtungen 32, 34 sind für die Ermittlung eines Vektors ni senkrecht zu jedem Patch Pi an dessen Mittelpunkt pi programmiert. Punktpaare pi, ni werden dann in dem Bildregister 24 gespeichert.
  • Die Punktpaare pi, ni werden an den Transformationsschätzer 26 geliefert. Der Transformationsschätzer 26 analysiert eine Vielzahl von Punktpaaren pi, ni. Für jeden Patch-Mittelpunkt p ermittelt der Transformationsschätzer 18 einen entsprechenden Punkt q auf einem entsprechendem Patch P' des gescannten Bildes 22. Wie vorstehend festgestellt, weist das gescannte Bild 22 Daten auf, welche auf der Oberfläche der Schaufel 12 durchgeführte Messungen repräsentieren.
  • Der Transformationsschätzer 26 enthält einen Prozessor 36, der den Mittelpunkt pi und die Normale ni für jeden der Patches Pi empfängt und ermittelt, ob eine geometrische Verlängerung des Normalen-Vektors von dem Punkt pi aus der Referenz die gescannten Bilddaten schneidet. Dieser Ort wird als qi bezeichnet und als der Schnittpunkt der gescannten Bilddaten aus einer Verlängerung der Normalen des i-ten Patch der Referenzbilddaten definiert. Der Prozessor 36 minimiert ferner jeden der Abstände d(P, P') aus den Referenzbild-Patches zu den gescannten Bild-Patches. Um die Abstandsminimierung zu ermitteln, erhält der Transformationsschätzer 26 pi, qi und ni für jedes Patch Pi und ermittelt dessen Lagefehler zwischen dem Referenzbild 30 und dem gescannten Bild 22. In einer Ausführungsform der Erfindung werden die gescannten Bilddaten gemäß dem Lagefehler gewichtet, um den Lagefehler zu kompensieren und zu minimieren. Vorstehendes führt zu der Registration des Referenzbildes zu dem gescannten Bild.
  • Der Transformationsschätzer 26 enthält ferner einen Segmentierer 38, einen Stromlinienabschnitt-Zuordner 40, einen Plattform-Zuordner 42 und eine Begrenzungsvorrichtung 44. Der Prozessor 36 richtet und registriert die gescannten Datenpunkte des gescannten Bildes 22 zu dem CAD-Modell aus. Der Segmentierer 38 trennt dann die registrierten gescannten Daten der Schaufel 12 in Stromlinienabschnittdaten und Plattformdaten. Jedes Segment der Daten wird dem entsprechenden Stromlinienabschnitt-Zuordner 40 und Plattform-Zuordner 42 zur Verfügung gestellt, welche die entsprechenden Datenpunkte dem CAD-Modell zuordnen. Die Begrenzungsvorrichtung 44 fügt der Registrierung Vorderkantenbegrenzungen und Plattformbegrenzungen der Registrierung hinzu.
  • Die Ausgangsgröße des Transformationsschätzers 26 ist eine Transformierte (T), welche das registrierte gescannte Bild 22 und das registrierte Referenzbild 30 einander zuordnet. Die Transformierte wird an den Deformationsschätzer 28 geliefert, welcher die Transformationsparameter in Hauptdeformationsmodi einer Schieflage, einer Skalierung und Translation sowohl für den Stromlinienabschnitt als auch dessen Plattform zerlegt. Die zerlegten Parameter werden dann an eine Anzeige 45 geliefert, welche Formdeformationen einer Bedienungsperson in jedem Deformationsmodus präsentiert. Diese Anzeige ermöglicht es der Bedienungsperson, die Deformationen des Objektes zu korrigieren.
  • Unter Bezugnahme auf 2 wird nun das Verfahren der Inspektion und der Ermittlung der Formdeformationen eines Objektes 50, wie z.B. einer Turbinenschaufel, in einer exemplarischen Ausführungsform der Erfindung dargestellt.
  • Bei dem Schritt 52 wird die Schaufel 12 durch die Bildgebungsvorrichtung 20 gescannt, um Datenpunkte zu erhalten, welche das gescannte Bild 22 der Schaufel aufweisen. Im Schritt 54 richtet der Prozessor 36 des Transformationsschätzers 26 die Schwerpunkte und Trägheitsmomente der Oberflächendatenpunkte der Schaufel 12 und eines entsprechenden CAD-Modells 30 der Schaufel zueinander aus. Als Ergebnis dieser Ausrichtung sind die gescannten Daten der Schaufel 12 zu dem CAD-Modell 30 so ausgerichtet, dass sie einen großen Übereinstimmungsbereich ergeben. Groß ist als die Translation von ± der Hälfte der Größe 50 und die Rotation des zu etwa ± 45° definiert.
  • Im Schritt 56 werden die gescannten Datenpunkte, welche die Schaufel 52 repräsentieren, dem CAD-Modell 30 unter Verwendung robuster mit kleinstem Quadrate Patches mit niedriger Krümmung registriert. In einer Ausführungsform der Erfindung wird eine robuste Registrierung der Datenpunkte unter Verwendung von Patches mit niedriger Krümmung durch den Robust-Closest-Patch-Algorithmus (RCP) durchgeführt, welcher die Datenpunkte des CAD-Modells genau unter Verwendung aller Punkte auf den sichtbaren und stabilen Oberflächen des Teils registriert. Der RCP-Algorithmus gleicht iterativ Modell-Patches mit Datenoberflächen auf der Basis der aktuellen Lage ab, und schätzt dann auf der Basis dieser Abgleiche die Lage neu ab. In einer Ausführungsform der Erfindung wird die Registrierung unter Verwendung des RCP durch Patches mit niedriger Krümmung, die aus dem Modell off-line berechnet wurden, gesteuert. Der RCP-Algorithmus verwendet einen ungefähren senkrechten Abstand zwischen einem Patch und einer Oberfläche, um die Notwendigkeit zu vermeiden, eine lokale Oberflächennormale und Krümmung aus verrauschten Daten abzuschätzen. Die Lage wird durch ein lineares System in sechs Parametern unter Verwendung einer symmetrischen Formulierung der Drehbegrenzung gelöst. Der Transformationsschätzer 26 schätzt sowohl die festen Lageparameter als auch die Fehlerstandardabweichung ab, um Robustheit zu gewährleisten. Der RCP-Algorithmus wird hierin nachstehend detaillierter beschrieben.
  • Im Schritt 58 segmentiert der Segmentierer 38 die registrierten Datenpunkte in Datenpunkte, die sowohl den Stromlinienabschnitt 14 als auch die Plattform 16 repräsentieren, auf der Basis der Nähe der gescannten Datenpunkte zu dem CAD-Stromlinienabschnitt oder der Plattform. Die Plattform 16 stellt eine Referenz für die Zuordnung der Datenpunkte zu dem CAD-Modell 30 bereit. Im Schritt 60 ordnet der Plattform-Zuordner 42 die Plattformdatenpunkte dem CAD-Modell durch eine Festkörper-Transformation zu, welche (3) Translationen und (3) Rotationen enthält. Im Schritt 63 ordnet der Stromlinienabschnitt-Zuordner 40 die registrierten Datenpunkte auf dem Stromlinienabschnitt 14 dem CAD-Modell 30 durch eine Festkörper-Transformation plus einer einfachen Deformation zu. Die Zuordnung wird durch lineares Transformieren des Querschnittes entlang der Einspannachse 18 der Schaufel 12 durchgeführt. Diese Formdeformation enthält sechs (6) weitere Parameter, welche zwei (2) für Biegung oder Translation des Querschnittes, zwei (2) für Verdrehen, Öffnen/Schließen des Querschnittes und zwei (2) für Aufweitung, Skalierung des Querschnittes umfassen.
  • Im Schritt 64 fügt die Begrenzungsvorrichtung 44 Vorderkantenbegrenzungen den Schritten der Registrierung des Stromlinienabschnittes 14 zu dem CAD-Modell 30 hinzu. Die Vorderkantenbegrenzungen werden aus wenigstens einem, bevorzugt zwei von ein Paar von Kameras 46 erfassten Bildern abgeleitet. In einer Ausführungsform der Erfindung wird der Stromlinienabschnitt 14 von hinten beleuchtet, um ein Profil des Stromlinienabschnittes auf die Kameras 46 zu projizieren.
  • Die Vorderkantenbegrenzungen nähern ein Sechs-Punkte-Nest aus Kontakten an. Mit anderen Worten, die hinzugefügten Begrenzungen fixieren die Vorderkante mit vier Punktkontakten, welche zwei Orientierungen und zwei Orte begrenzen. Im Schritt 66 wird die x-Punkt-Begrenzung der Plattform der Registrierung hinzugefügt, was einem 1-Punkt-Kontakt auf der Plattform 16 entspricht, um die Translation entlang der Einspannachse 18 zu 0 zu machen. Patches mit niedriger Krümmung auf dem Stromlinienabschnitt 14 stellen einen Punktkontakt in der Nähe des Stromlinienabschnittes bereit.
  • Die Erhöhung der Gewichtungen dieser zusätzlichen Begrenzungen konvergiert zu einer Sechs-Punkt-Nest-Registrierung. Dieses überbegrenzte System ergibt eine verbesserte Präzision und Genauigkeit als der Sechs-Punkte-Kontakt, der in Hartlehren oder CMMs bereitgestellt wird.
  • Im Schritt 68 werden die Festkörper-Transformation und die Prozess-basierende Deformation aus den Patches mit niedriger Krümmung und den zusätzlichen Begrenzungen an der Vorderkante und Plattform aufgelöst. Die Datenpunkte der Festkörper-Transformation und Deformation werden segmentiert, wobei Datenpunkte in den Stromlinienabschnitt 14 und die Plattform 16 segmentiert werden, so dass unterschiedliche Begrenzungen und Tranformierte darauf angewendet werden können. In einer Ausführungsform der Erfindung findet man insgesamt zwölf Transformationsparameter, welche drei (3) Translationen, drei (3) Rotationen und sechs (6) Deformationsparameter umfassen. Die Transformationen sind 4 × 3 Matrizen, wobei die letzte Zeile die Translation ist.
  • Im Schritt 70 werden die zwölf (12) Transformationsparameter in eine Anzahl von Hauptmodi, wie z.B. Translation, Orientierung, Biegung, Verdrehung, Aufweitung usw., zerlegt, wobei der wichtigste Transformationsparameter zuerst zerlegt wird. Um sicherzustellen, dass die Zerlegung eindeutig und genau ist, werden die Effekte der Hauptmodi zerlegt. Im Schritt 72 werden die Effekte der Hauptmodi dann als Lehrenmesswerte angezeigt, welche die Translation und Orientierung für die Plattform-Lehre, die Biegung für die Bogen-Lehre, die Verdrehung für die Verdrehung/Verwerfungs-Lehre, Öffnen/Schließen für die Kontur-Lehre und Aufweitung für die Dicken-Lehre.
  • Gemäß Darstellung in 3 werden die gescannten Datenpunkte des Stromlinienabschnittes zu dem CAD-Modell feinregistriert. In einer Ausführungsform der Erfindung wird die Feinregistrierung unter Verwendung eines RCP-Algorithmus erreicht. Im Allgemeinen gleicht der RCP-Algorithmus bei gegebener anfänglicher fester Lage jeden gescannten Datenpunkt mit seinem nächstgelegenen Punkt auf der Modelloberfläche ab, berechnet die 3D-Festtransformation, welche am besten diese Abgleiche ausrichtet, und wiederholt diese zwei Schritte unter Verwendung der zuletzt geschätzten Lage bis zur Konvergenz.
  • In einer Ausführungsform der Erfindung wird die Lage durch eine Singulärwert-Zerlegung eines linearen Systems in sechs Parametern gelöst. Eine weitere Ausführungsform der Erfindung wird aus einer linearen und symmetrischen Formulierung der Drehbegrenzung unter Verwendung der Rodrigues-Formel anstelle von Quaternionen oder orthonormalen Matrizen aufgebaut. Ein M-Schätzer schätzt sowohl die festen Lageparameter als auch die Fehlerstandardabweichung ab, um eine Robustheit gegen große Fehler in den Daten sicherzustellen. Der RCP-Algorithmus wiederholt zwei Schritte bis zur Konvergenz. Zuerst gleicht der RCP-Algorithmus Modell- und Datenpunkte auf der Basis der aktuellen Lageabschätzung ab. Anschließend verfeinert der RCP-Algorithmus die Lageabschätzung auf der Basis dieser Abgleiche.
  • Ein Großteil der Berechnung wird off-line durchgeführt, indem Patches mit niedriger Krümmung vorberechnet werden. Bei gegebenem angenäherten Blickpunkt kann die Modelloberfläche an regelmäßigen Gitterpunkten auf einer Bildebene digitalisiert werden, lokale Krümmungs-Patches beibehalten werden, was einen Satz von regelmäßig beabstandeten Patches ergibt. Jeder Patch Pi wird durch seine Mittenposition pi und seine Auswärtsnormale ni gemäß Darstellung in 4 repräsentiert.
  • Um einen gegebenen Entfernungsdatensatz on-line zu berechnen, verschiebt der RCP-Algorithmus 80 (dargestellt in 3) die Modell-Patches, um den Schwerpunkt des Modells zu dem der Daten im Schritt 82 auszurichten. Eine anfängliche Rotation ist durch den angenommenen Blickpunkt gegeben.
  • Im Schritt 84 findet der RCP-Algorithmus 80 für jeden Patch Pi die übereinstimmende Position qi, indem ein Abgleichsfilter, das für Pi bemessen ist, entlang der Linie Ii durch pi und parallel zu ni aus der aktuellen Position pi unter Suchen der nächstliegenden bedeutenden Reaktion, wie es in 4 dargestellt ist, bewegt wird.
  • Dieses schätzt durch den Durchdringungspunkt von Ii mit der impliziten Oberfläche ab, von welcher aus die Daten ohne den aufwendigen und rauschempfindlichen Prozess der Abschätzung der Oberflächenparameter aus den Daten gemessen werden. Der Abgleichpunkt qi ist eine gute Annäherung an den idealen Abgleich für pi, wenn der Patch Pi eine niedrige Krümmung besitzt, wie es detaillierter hierin nachstehend beschrieben wird.
  • Im Schritt 86 schätzt dann der RCP-Algorithmus 80 die inkrementelle Fest-Transformation, ΔT = (R/t) durch Minimierung der Summe der quadrierten, angenäherten Normalenabstände (8) zwischen den Modell-Patches und den Datenoberflächen ab:
    Figure 00150001
  • In dieser Norm wird der Fehler durch Drehen der Daten- und Modellpositionen qi und pi jeweils hälftig aufeinander zu berechnet, und dann das Punktprodukt ihrer Differenz entlang der Modellnormalen ni erzeugt. Die Lageminimierung mittels der kleinsten Quadrate und ihre robuste Version werden hierin nachstehend detaillierter diskutiert.
  • In einer Ausführungsform der Erfindung wird anstelle der Verwendung eines Quaternions oder einer Kleinwinkel-Approximation die Rotation R durch eine Schieflagen-symmetrische Matrix W dargestellt, welche das Kreuzprodukt zwischen einem 3-Element Rotationsvektor ω = 2tan(θ/2)u und entweder pi oder qi beschreibt. θ ist der Winkel und u ist der Einheitsvektor der Rotationsachse. Der Rotationsvektor ω und die Translation t'' werden direkt aus der Gleichung (1) mit einer Singulärwert-Zerlegung gelöst, und dann ist ΔT gleich
    Figure 00150002
  • Im Schritt 88 aktualisiert der RCP-Algorithmus 80 die Positionen und Normalen der Modell-Patches und akkumuliert die inkrementelle Transformation in die aktuelle Lage:
    Figure 00150003
  • Dieser gesamte Registrierungsprozess ist in einem Mehrfachlösungsrahmen eingebettet, welcher einige wenige große Patches bei der gröbsten Auflösung verwendet, um die größten Registrierungsfehler zu eliminieren, und viele kleine Patches bei der feinsten Auflösung für eine genaue Registrierung.
  • Die Schritte 84, 86 und 88 werden bis zur Konvergenz wiederholt und die Datenpunkte werden zu dem CAD-Modell registriert, wie es am besten in den Schritten 90 und 92 dargestellt ist.
  • 4 stellt zu registrierende flache Patches P und P' dar. Der Patch P ist auf der Modelloberfläche angeordnet, wobei der Mittelpunkt p und die Normale n a priori (CAD-Modell) definiert sind. Der Patch P' wird aus den Entfernungsdaten als Teil einer größeren ebenen Oberfläche mit der Normalen n' abgeleitet. Da der lokale Patch P' keine detektierbaren Begrenzungen oder Markierungen enthält, kann dessen Mittelpunkt p' nicht durch eine lokale Merkmalsdetektion und Abgleichen gefunden werden. Stattdessen wird die Position p', welche dem Punkt p entspricht, so konstruiert, dass sie die Projektion von p auf die den Patch P' tragende unendliche Ebene ist, entlang der Mittelwert-Normalen n ist:
    Figure 00160001
  • Der Mittelwert der zwei Normalen ist sinnvoll, wenn nTn' > 0 ist, welches unsere Annahme einer groben Ausrichtung formalisiert. Anstelle einer Konstruktion von p' auf der Basis der Mittelwert-Normalen n können Überschneidungspunkte q und q' konstruiert werden, indem p entlang der Normalen n bzw. n' projiziert wird. Alle drei gehören zusammen, und somit kann das Abstandsmaß zwischen einem Modell-Patch P und einer Datenoberfläche, welche das Patch P' enthält, wie folgt konstruiert werden:
    Figure 00160002
  • Man beachte, dass sich der Patch P' frei drehen und tangential entlang seiner Oberfläche verschieben kann. Der Normalenabstand zwischen dem Punkt und der Oberfläche wird minimiert, was zu einer schnelleren Konvergenz auf die endgültige Lage führt, als eine Minimierung des Euklidischen Abstandes zwischen dem Modell und Abgleichspunkten.
  • 5 stellt zu registrierende gekrümmte Patches P und P' dar. Der lokale Krümmungsradius der Patches P und P' wird durch r dargestellt. Die q und q' befinden sich nun auf dem gekrümmten Patch P' und werden von dem Mittelpunkt p des Patch P zusammen mit den Normalen n bzw. n' gefunden. Das Abstandsmaß zwischen einem gekrümmten Patch und einer gekrümmten Oberfläche ist definiert als:
    Figure 00170001
  • Eine geringe Krümmung ist hierin als ein lokaler Krümmungsradius r größer als der absolute Normalabstand |d(P,P')| definiert. Insbesondere bildet der Krümmungsbogen zwischen den Punkten q und q' einen Winkel an dem Mittelpunkt p und einen Winkel β an dem Krümmungsmittelpunkt des Patch P'. Bei Verwendung von Taylor-Erweiterungen und Elimination von β wird gezeigt, dass die lokale Krümmung nur Terme zweiter Ordnung in ∝ hinzufügt:
    Figure 00170002
  • Der nachstehende angenäherte Normalabstand zwischen Patches mit niedriger Krümmung und Oberflächen wird dazu verwendet, um das Stimulieren einer lokalen Oberflächennormale und Krümmung aus Entfernungsdaten zu vermeiden:
    Figure 00170003
  • Diese Annäherung ist gültig, wenn ∝ = 0 und r > |d(P,P')| ist.
  • 6 veranschaulicht die nachstehende Formel von Rodrigues zur Ermittlung der linearen Lösung der Lage:
    Figure 00170004
  • Eine reine Rotation um den Winkel θ um die Achse wird durch den Einheitsvektor u, p' = Rp beschrieben. Eine Rückrotation von p' zu p erfordert die Umkehr des Vorzeichens von θ. Die Verwendung dieses, um eine Gleichung ähnlich der Gleichung (12) zu erzeugen, eine Subtraktion der zwei Gleichungen, dann die Nut zung des Umstandes, dass p'-p senkrecht zu u ist, und einer geringfügigen Neuanordnung ergibt die direkte Lösung der Rotation:
    Figure 00180001
  • Die Drehachse u und der Drehwinkel θ werden alle in dem 3-Komponentenvektor ω ohne zusätzliche Einschränkungen darauf beschrieben. Der Rotationsvektor ω besitzt eine Singularität bei θ = π, aber keine Singularität bei θ = 0 im Gegensatz zu einem Quaternion.
  • Die Singularität bei θ = π ist unvermeidlich, da nicht alle Rotationen unter Verwendung von lediglich drei Parametern dargestellt werden können.
  • Wenn sowohl Rotation als auch Translation beteiligt sind, ist p' = Rp + t. Einsetzen von p' – t anstelle von p' in Gleichung (13) ergibt die direkte Lösung der vollständigen Lage:
    Figure 00180002
  • Die vorliegende Erfindung wird in der Form Computer-implementierter Prozesse und Vorrichtungen für die Durchführung dieser Prozesse verkörpert. Eine weitere Ausführungsform der Erfindung ist ein Computerprogrammcode, der eingebettete Instruktionen, verkörpert in einem berührbaren Medium, wie z.B. Floppy-Disketten, Compact-Disc, wie z.B. CD-ROMs, Festplattenlaufwerken oder irgendeinem anderen Computer-lesbaren Speichermedium enthält, wobei, wenn der Computerprogrammcode in einen Computer geladen und von diesem ausgeführt wird, der Computer zu einer Vorrichtung für die Ausführung der Erfindung wird. Eine Ausführungsform der vorliegenden Erfindung liegt in der Form eines Computerprogrammcodes vor, der entweder in einem Speichermedium gespeichert ist, in einen Computer geladen und/oder von diesem ausgeführt wird, oder über irgendein Übertragungsmedium, wie z.B. über eine elektrische Verdrahtung oder eine Verkabelung, über Faser optik oder über elektromagnetische Strahlung übertragen wird, wobei, wenn der Computerprogrammcode in einen Computer geladen und davon ausgeführt wird, der Computer zu einer Vorrichtung für die Ausführungsform der Erfindung wird. Auf einem Allzweckmikroprozessor implementiert konfigurieren die Computerprogrammcodesegmente den Mikroprozessor für die Erzeugung spezifischer Logikschaltungen.
  • Wie es vorstehend beschrieben wurde, ist die vorliegende Erfindung nützlich für den Vergleich alter Stromlinienabschnitte mit neuem oder mit deren CAD-Modellen für eine verbesserte Diagnose, Reparatur oder den Wiederaufbau von Turbinen. Die Anwendungen erstrecken sich auf alle allgemein gekrümmten Flächen einschließlich verallgemeinerter Zylinder. Für verallgemeinerte Zylinder besteht die Absicht in dem Finden von Formdeformationen entlang der Achse des verallgemeinerten Zylinders. Spezielle Rohrleitungen und Rohre in Motoren sind weitere Beispiele von Anwendungen für die vorliegende Erfindung. Diese Erfindung ermöglicht den Ersatz teuerer Hartlehren, welche für jedes Schaufelmodell speziell angepasst werden, durch ein Licht-Lehrensystem, das für alle Modelle programmierbar ist.
  • Die Erfindung kann auch dazu verwendet werden, um Deformationen in Knochen, Blutgefäßen, dem Rückgrat zu registrieren und zu finden, MR- CD- und Ultraschalldaten zu verschmelzen oder um Patientendaten mit einem Atlas abzugleichen. Dieses erlaubt eine bessere Visualisierung und genaue Lokalisierung von Tumoren in einer bildgebungsgestützten Chirurgie.

Claims (20)

  1. Einrichtung (10) zum Finden von Formdeformationen in Objekten, enthaltend: eine Bildgebungsvorrichtung (12) zum Gewinnen eines gescannten Bildes von dem Objekt, einen Speicher (30), der ein Referenzbild von dem Objekt speichern kann, ein Bildregister (24), das mit der Bildgebungsvorrichtung (12) und dem Speicher (30) verbunden ist, um Patch(Flecken)-Information entsprechend dem Referenzbild (30) und dem gescannten Bild (22) zu speichern, einen Transformationsschätzer (26), der mit dem Bildregister (24) verbunden ist, zum Liefern einer Transformation zum Vergleichen des gescannten Bildes (22) mit dem Referenzbild (30) und einen Deformationsschätzer (28), der mit dem Transformationsschätzer (26) und dem Bildregister (24) verbunden ist, um die Transformation und die Patch (Flecken)-Information zu verwenden zum Ermitteln von Formdeformationen des Objektes (12), dadurch gekennzeichnet, daß der Transformationsschätzer einen Komparator enthält, der angeordnet ist, um eine Anzahl von entsprechenden Korrekturen wählbarer Grösse und Anzahl aus jedem Referenzbild und dem gescannten Bild zu vergleichen.
  2. Einrichtung (10) nach Anspruch 1, wobei der Transformationsschätzer (26) eine Begrenzungsvorrichtung enthält zum Hinzufügen von Vorderkantenrändern zu der Transformation.
  3. Einrichtung (10) nach Anspruch 1, wobei ferner wenigstens zwei Patch(Flecken)-Ermittlungsvorrichtungen (32, 34) vorgesehen sind, wobei wenigstens eine Patch(Flecken)-Ermittlungsvorrichtung (32) mit der Bildgebungsvorrichtung (12) verbunden ist und wenigstens eine Patch(Flecken)-Ermittlungsvorrichtung (34) mit dem Speicher verbunden ist zum Speichern des Referenzbildes (30), wobei die Patch(Flecken)-Ermittlungsvorrichtungen (32, 34) zum Speichern von Patch(Flecken)-Information konfiguriert ist, die mit dem gescannten Bild und dem Referenzbild in Beziehung steht.
  4. Einrichtung (10) nach Anspruch 1, wobei die Bildgebungsvorrichtung (12) aus der aus Koordinaten-Messmaschinen (CMM), Hartlehren und kontaktlosen Entfernungssensoren bestehenden Gruppe ausgewählt ist.
  5. Einrichtung (10) nach Anspruch 2, wobei die Vorderkantenränder die Punkte von einem Sechs-Punkte-Nest enthalten.
  6. Einrichtung (10) nach Anspruch 1, wobei das Objekt ein stromlinienförmiger Abschnitt ist.
  7. Verfahren zum Finden von Formdeformationen in Objekten, enthaltend: Gewinnen eines gescannten Bildes von dem Objekt, Speichern eines Referenzbild von dem Objekt in einem Speicher, Speichern von Patch(Flecken)-Information entsprechend dem Referenzbild und dem gescannten Bild (22) in einem Bildregister (24), das mit einer Bildgebungsvorrichtung (12) und dem Speicher verbunden ist, Bereitstellen einer Transformation zum Vergleichen des gescannten Bildes (22) mit dem Referenzbild durch einen Transformationsschätzer (26), der mit dem Bildregister (24) verbunden ist, und Verwenden der Transformation und der Patch(Flecken)-Information zum Ermitteln von Formdeformationen des Objektes (12) durch einen Deformationsschätzer (28), der mit dem Transformagtionsschätzer (26) und dem Bildregister (24) verbunden ist, dadurch gekennzeichnet, daß der Schritt zum Bereitstellen einer Transformation enthält, daß eine Anzahl von entsprechenden Patches (Flecken) wählbarer Grösse und Anzahl aus jedem Referenzbild und gescannten Bild verglichen wird.
  8. Verfahren nach Anspruch 7, wobei das Referenzbild ein Computer-gestütztes Zeichnungs(CAD)-Modell von dem Objekt ist.
  9. Verfahren nach Anspruch 7, wobei der Registrierschritt enthält, daß die Datenpunkte mit dem Referenzbild ausgerichtet werden.
  10. Verfahren nach Anspruch 7, wobei der Regiestrierschritt einen Grobregistrierungsschritt und einen Feinregistrierungsschritt enthält.
  11. Verfahren nach Anspruch 10, wobei der Feinregistrierungsschritt robuste Patches (Flecken) kleinster Quadrate und kleiner Krümmung enthält.
  12. Verfahren nach Anspruch 10, wobei der Feinregistrierungsschritt Punkte auf allen sichtbaren Flächen des Objektes verwendet.
  13. Verfahren nach Anspruch 10, wobei der Feinregistrierungsschritt iteratives Anpassen von Modell-Patches(Flecken) an Datenpunkte des gescannten Bildes enthält.
  14. Verfahren nach Anspruch 7, wobei das Objekt ein stromlinienförmiger Abschnitt ist.
  15. Verfahren nach Anspruch 7, wobei die Festkörper-Transformations-Parameter drei Translationen und drei Rotationen enthalten.
  16. Verfahren nach Anspruch 7, wobei die Transformations-Parameter zwei Translationen von einem Querschnitt, eine Translation zum Öffnen eines Querschnittes, eine Translation zum Schliessen eines Querschnittes, und zwei Transaltionen zum Skalieren eines Querschnittes aufweisen.
  17. Verfahren nach Anspruch 7, wobei die Transformations-Parameter in eine Anzahl von Deformationsmodi zerlegt sind.
  18. Verfahren nach Anspruch 17, wobei die Deformationsmodi Translation, Orientierung, Biegung, Verdrehung und Aufweiten enthalten.
  19. Verfahren nach Anspruch 18, wobei ferner der Schritt vorgesehen ist, daß Formdeformationsinformation in bezug auf die Deformationsmodi als Kalibermessungen bildlich dargestellt werden.
  20. Speichermedium, das mit maschinenlesbarem Computer-Programm-Code codiert ist zum Ausführen des Verfahrens nach Anspruch 7.
DE69916237T 1998-07-28 1999-07-22 Bestimmen von Formdeformationen bei Objekten mit Transformationsparametern nach einer Registrierung Expired - Lifetime DE69916237T2 (de)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US9444398P 1998-07-28 1998-07-28
US94443P 1998-07-28
US353986 1999-07-15
US09/353,986 US6748112B1 (en) 1998-07-28 1999-07-15 Method and apparatus for finding shape deformations in objects having smooth surfaces
PCT/US1999/016604 WO2000006969A1 (en) 1998-07-28 1999-07-22 Finding shape deformations in objects with transformation parameters after registering

Publications (2)

Publication Number Publication Date
DE69916237D1 DE69916237D1 (de) 2004-05-13
DE69916237T2 true DE69916237T2 (de) 2005-07-28

Family

ID=26788888

Family Applications (1)

Application Number Title Priority Date Filing Date
DE69916237T Expired - Lifetime DE69916237T2 (de) 1998-07-28 1999-07-22 Bestimmen von Formdeformationen bei Objekten mit Transformationsparametern nach einer Registrierung

Country Status (5)

Country Link
US (1) US6748112B1 (de)
EP (1) EP1042645B1 (de)
JP (1) JP4815052B2 (de)
DE (1) DE69916237T2 (de)
WO (1) WO2000006969A1 (de)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102006031009A1 (de) * 2006-07-05 2008-01-17 Airbus Deutschland Gmbh Verfahren und Vorrichtung zum Überwachen des Zustands von Strukturbauteilen

Families Citing this family (80)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7471821B2 (en) * 2000-04-28 2008-12-30 Orametrix, Inc. Method and apparatus for registering a known digital object to scanned 3-D model
JP4838411B2 (ja) * 2000-06-30 2011-12-14 コニカミノルタホールディングス株式会社 形状モデルの生成方法
US7006084B1 (en) 2000-09-26 2006-02-28 Faro Technologies, Inc. Method and system for computer aided manufacturing measurement analysis
US20020126877A1 (en) * 2001-03-08 2002-09-12 Yukihiro Sugiyama Light transmission type image recognition device and image recognition sensor
US6829382B2 (en) * 2001-06-13 2004-12-07 Shih-Jong J. Lee Structure-guided automatic alignment for image processing
US6970590B2 (en) * 2002-03-28 2005-11-29 General Electric Company Side lit, 3D edge location method
JP3782368B2 (ja) * 2002-03-29 2006-06-07 株式会社東芝 物体画像切り出し方法及びプログラム並びに物体画像切り出し装置
DE10240307A1 (de) 2002-08-31 2004-03-11 Carl Zeiss Koordinatenmessgerät und Verfahren zur Vermessung eines Werkstückes
US6985238B2 (en) * 2002-09-25 2006-01-10 General Electric Company Non-contact measurement system for large airfoils
US6969821B2 (en) 2003-06-30 2005-11-29 General Electric Company Airfoil qualification system and method
GB2403799B (en) * 2003-07-11 2006-04-12 Rolls Royce Plc Image-based measurement
ATE375841T1 (de) * 2003-08-27 2007-11-15 Alstom Technology Ltd Adaptive automatisierte bearbeitung von überfüllten kanälen
US8275204B1 (en) 2003-11-05 2012-09-25 Shahar Kovalsky Estimation of joint radiometric and geometric image deformations
US7406197B2 (en) * 2003-11-05 2008-07-29 Joseph M Francos Parametric estimation of multi-dimensional homeomorphic transformations
WO2005079492A2 (en) 2004-02-17 2005-09-01 Traxtal Technologies Inc. Method and apparatus for registration, verification, and referencing of internal organs
US7327857B2 (en) 2004-03-09 2008-02-05 General Electric Company Non-contact measurement method and apparatus
JP3937414B2 (ja) * 2004-08-11 2007-06-27 本田技研工業株式会社 平面検出装置及び検出方法
GB0419381D0 (en) * 2004-09-01 2004-10-06 Renishaw Plc Machine tool method
US8437502B1 (en) * 2004-09-25 2013-05-07 Cognex Technology And Investment Corporation General pose refinement and tracking tool
GB0424417D0 (en) * 2004-11-03 2004-12-08 Univ Heriot Watt 3D surface and reflectance function recovery using scanned illumination
US7722565B2 (en) 2004-11-05 2010-05-25 Traxtal, Inc. Access system
US7751868B2 (en) 2004-11-12 2010-07-06 Philips Electronics Ltd Integrated skin-mounted multifunction device for use in image-guided surgery
KR100689707B1 (ko) * 2004-11-12 2007-03-08 삼성전자주식회사 뱅크 선택신호 제어회로, 이를 포함하는 반도체 메모리 장치 및 뱅크 선택신호 제어방법
US7805269B2 (en) 2004-11-12 2010-09-28 Philips Electronics Ltd Device and method for ensuring the accuracy of a tracking device in a volume
EP1672170A1 (de) * 2004-12-15 2006-06-21 Techspace Aero S.A. Verfahren zur Reparatur von beschaufelten Rotorscheiben
US7840254B2 (en) 2005-01-18 2010-11-23 Philips Electronics Ltd Electromagnetically tracked K-wire device
US7346999B2 (en) * 2005-01-18 2008-03-25 General Electric Company Methods and system for inspection of fabricated components
EP1838378B1 (de) 2005-01-18 2017-03-22 Philips Electronics LTD Vorrichtung zur führung eines instruments zu einem ziel in der lunge
DE102005018456A1 (de) * 2005-04-20 2006-11-02 HOS Hottinger Systems GbR (vertretungsberechtigter Gesellschafter: Walter Leo Pöhlandt, 68782 Brühl) Verfahren zum automatischen Erkennen von Reliefinformationen auf Oberflächen
WO2008045016A2 (en) 2005-06-21 2008-04-17 Traxtal Inc. Device and method for a trackable ultrasound
EP1898775B1 (de) 2005-06-21 2013-02-13 Philips Electronics LTD System und gerät für die navigierte therapie und diagnose
FR2889308B1 (fr) * 2005-07-28 2007-10-05 Snecma Controle des aubes de turbomachine
EP1924197B1 (de) 2005-08-24 2017-10-11 Philips Electronics LTD System für flexible navigierte endoskopie
US7310588B2 (en) * 2005-10-24 2007-12-18 United Technologies Corporation System and method for verifying the dimensions of airfoils
US7684609B1 (en) * 2006-05-25 2010-03-23 Kla-Tencor Technologies Corporation Defect review using image segmentation
US8089635B2 (en) 2007-01-22 2012-01-03 California Institute Of Technology Method and system for fast three-dimensional imaging using defocusing and feature recognition
EP2106531A2 (de) 2007-01-22 2009-10-07 California Institute Of Technology Verfahren für die quantitative 3-d-bildgebung
US7952595B2 (en) * 2007-02-13 2011-05-31 Technische Universität München Image deformation using physical models
FR2913901B1 (fr) * 2007-03-20 2009-09-04 Snecma Services Sa Procede de reparation de pieces usinees telles que des aubes de turbomachines ou des pales de dam
EP2149266A1 (de) 2007-04-23 2010-02-03 California Institute of Technology Einzellinsen-, einzelapertur-, einzelsensor-3d-bildgeberanordnung
US8578579B2 (en) * 2007-12-11 2013-11-12 General Electric Company System and method for adaptive machining
CA2714697C (en) * 2008-02-19 2014-08-05 Rolls-Royce Corporation System, method, and apparatus for repairing objects
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
US20090287450A1 (en) * 2008-05-16 2009-11-19 Lockheed Martin Corporation Vision system for scan planning of ultrasonic inspection
US8184909B2 (en) * 2008-06-25 2012-05-22 United Technologies Corporation Method for comparing sectioned geometric data representations for selected objects
EP2428932A1 (de) * 2008-08-27 2012-03-14 California Institute of Technology Verfahren und Vorrichtung zur hochauflösenden dreidimensionalen Abbildung mit Erreichung der Kamerapose mittels Defokussierung
GB0905718D0 (en) * 2009-04-02 2009-05-20 Roke Manor Research Automated 3D image analysis
US8526705B2 (en) * 2009-06-10 2013-09-03 Apple Inc. Driven scanning alignment for complex shapes
US8773507B2 (en) 2009-08-11 2014-07-08 California Institute Of Technology Defocusing feature matching system to measure camera pose with interchangeable lens cameras
WO2011031538A2 (en) * 2009-08-27 2011-03-17 California Institute Of Technology Accurate 3d object reconstruction using a handheld device with a projected light pattern
US9508148B2 (en) * 2010-08-27 2016-11-29 Abb Research Ltd. Vision-guided alignment system and method
US10182223B2 (en) 2010-09-03 2019-01-15 California Institute Of Technology Three-dimensional imaging system
GB201104410D0 (en) 2011-03-16 2011-04-27 Rolls Royce Plc A method of measuring a component
WO2012168904A2 (en) * 2011-06-07 2012-12-13 Creaform Inc. Sensor positioning for 3d scanning
JP5916052B2 (ja) * 2011-06-08 2016-05-11 株式会社ミツトヨ 位置合わせ方法
CA2875820C (en) 2012-07-04 2018-08-21 Creaform Inc. 3-d scanning and positioning system
US10401142B2 (en) 2012-07-18 2019-09-03 Creaform Inc. 3-D scanning and positioning interface
US20140172144A1 (en) * 2012-12-17 2014-06-19 Mitsubishi Electric Research Laboratories, Inc. System and Method for Determining Surface Defects
DE102013001808A1 (de) 2013-02-04 2014-08-07 Ge Sensing & Inspection Technologies Gmbh Verfahren zur zerstörungsfreien Prüfung des Volumens eines Prüflings sowie zur Ausführung eines solchen Verfahrens eingerichtete Prüfvorrichtung
US9852512B2 (en) 2013-03-13 2017-12-26 Electronic Scripting Products, Inc. Reduced homography based on structural redundancy of conditioned motion
US8970709B2 (en) 2013-03-13 2015-03-03 Electronic Scripting Products, Inc. Reduced homography for recovery of pose parameters of an optical apparatus producing image data with structural uncertainty
US9016560B2 (en) 2013-04-15 2015-04-28 General Electric Company Component identification system
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
US9851279B2 (en) 2015-02-27 2017-12-26 General Electric Company Methods for determining strain on turbine components using traversable strain sensor readers
US9952117B2 (en) 2015-02-27 2018-04-24 General Electric Company Methods for determining strain on turbine components using a plurality of strain sensor reference features
GB201505400D0 (en) * 2015-03-30 2015-05-13 Rolls Royce Plc Multi coordinate reference system for positioning bladed drum
CN105466486B (zh) * 2015-11-17 2018-01-16 武汉科技大学 一种弹流润滑试验机
WO2017132165A1 (en) 2016-01-25 2017-08-03 California Institute Of Technology Non-invasive measurement of intraocular pressure
FR3047310B1 (fr) * 2016-01-28 2019-04-05 Safran Aircraft Engines Methode de controle d'une piece de machine
US11577159B2 (en) 2016-05-26 2023-02-14 Electronic Scripting Products Inc. Realistic virtual/augmented/mixed reality viewing and interactions
CN116763325A (zh) 2016-08-08 2023-09-19 深部脑刺激技术有限公司 用于监测神经活动的系统和方法
CN111200967B (zh) 2017-05-22 2023-06-06 深部脑刺激技术有限公司 用于监测神经活动的系统和方法
US10621717B2 (en) * 2018-03-30 2020-04-14 General Electric Compnay System and method for image-based target object inspection
US11055532B2 (en) * 2018-05-02 2021-07-06 Faro Technologies, Inc. System and method of representing and tracking time-based information in two-dimensional building documentation
DE102018211284A1 (de) * 2018-07-09 2020-01-09 Siemens Aktiengesellschaft Vorrichtung und Verfahren zum Entfernen von Beschichtungsmaterial aus Kühlfluidöffnungen eines Bauteils
US10832444B2 (en) * 2019-02-18 2020-11-10 Nec Corporation Of America System and method for estimating device pose in a space
US11195303B2 (en) 2020-01-29 2021-12-07 Boston Polarimetrics, Inc. Systems and methods for characterizing object pose detection and measurement systems
GB202006769D0 (en) * 2020-05-07 2020-06-24 Rolls Royce Plc Method of machining a component
WO2021231828A1 (en) * 2020-05-14 2021-11-18 Taurex Drill Bits, LLC Wear data quantification for well tools
US11501478B2 (en) 2020-08-17 2022-11-15 Faro Technologies, Inc. System and method of automatic room segmentation for two-dimensional laser floorplans

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4482971A (en) * 1982-01-18 1984-11-13 The Perkin-Elmer Corporation World wide currency inspection
US4908782A (en) 1983-05-19 1990-03-13 Compressor Components Textron Inc. Airfoil inspection method
US4668982A (en) * 1985-06-17 1987-05-26 The Perkin-Elmer Corporation Misregistration/distortion correction scheme
EP0381067A3 (de) 1989-01-31 1992-08-12 Schlumberger Technologies, Inc. Verfahren zur C.A.D.-Modellspeicherung auf Videobildern mit Addierung der Unordnung
US5047966A (en) 1989-05-22 1991-09-10 Airfoil Textron Inc. Airfoil measurement method
JPH0812054B2 (ja) * 1990-06-04 1996-02-07 オリンパス光学工業株式会社 撮像手段を用いた対象物の測定方法
US5208763A (en) 1990-09-14 1993-05-04 New York University Method and apparatus for determining position and orientation of mechanical objects
US5715166A (en) 1992-03-02 1998-02-03 General Motors Corporation Apparatus for the registration of three-dimensional shapes
JP3057960B2 (ja) 1993-06-22 2000-07-04 トヨタ自動車株式会社 三次元形状加工物の評価装置
US5521847A (en) 1994-07-01 1996-05-28 General Electric Company System and method for determining airfoil characteristics from coordinate measuring machine probe center data
JP3330790B2 (ja) * 1995-08-30 2002-09-30 株式会社日立製作所 三次元形状認識装置、建設支援装置、物体検査装置、種類認識装置、及び物体認識方法
US5917940A (en) * 1996-01-23 1999-06-29 Nec Corporation Three dimensional reference image segmenting method and device and object discrimination system
US5988862A (en) * 1996-04-24 1999-11-23 Cyra Technologies, Inc. Integrated system for quickly and accurately imaging and modeling three dimensional objects
CA2253719A1 (en) * 1996-04-24 1997-10-30 Shriners Hospitals For Children Method and apparatus for recording three-dimensional topographies
US5828769A (en) * 1996-10-23 1998-10-27 Autodesk, Inc. Method and apparatus for recognition of objects via position and orientation consensus of local image encoding

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102006031009A1 (de) * 2006-07-05 2008-01-17 Airbus Deutschland Gmbh Verfahren und Vorrichtung zum Überwachen des Zustands von Strukturbauteilen
DE102006031009B4 (de) * 2006-07-05 2008-07-10 Airbus Deutschland Gmbh Verfahren und Vorrichtung zum Überwachen des Zustands von Strukturbauteilen
US8779943B2 (en) 2006-07-05 2014-07-15 Airbus Operations Gmbh Method of and apparatus for monitoring the condition of structural components

Also Published As

Publication number Publication date
WO2000006969A1 (en) 2000-02-10
DE69916237D1 (de) 2004-05-13
EP1042645B1 (de) 2004-04-07
EP1042645A1 (de) 2000-10-11
US6748112B1 (en) 2004-06-08
JP4815052B2 (ja) 2011-11-16
JP2002521683A (ja) 2002-07-16

Similar Documents

Publication Publication Date Title
DE69916237T2 (de) Bestimmen von Formdeformationen bei Objekten mit Transformationsparametern nach einer Registrierung
US6504957B2 (en) Method and apparatus for image registration
US7327857B2 (en) Non-contact measurement method and apparatus
US7487063B2 (en) Three-dimensional modeling from arbitrary three-dimensional curves
WO2000063681A2 (de) Bildbearbeitung zur vorbereitung einer texturnalyse
DE102008041523A1 (de) Verfahren zur dreidimensionalen Messung und Vorrichtung zur dreidimensionalen Messung
EP2886043A1 (de) Verfahren zum Fortsetzen von Aufnahmen zum Erfassen von dreidimensionalen Geometrien von Objekten
EP0631154B1 (de) Verfahren zur Objektvermessung mittels intelligenter Entfernungsbildkamera
EP3455799B1 (de) Verfahren und system zur berechnung der kosten von nutz- und verbrauchsmaterial zum lackieren von kraftfahrzeugen aus der analyse von verformungen bei kraftfahrzeugen
EP2386996A1 (de) Verfahren und Vorrichtung zur Konturfeinermittlung eines Objekts bei bildgebenden Untersuchungsverfahren
EP1882232B1 (de) Verfahren und vorrichtung zum bestimmen von materialgrenzen eines prüfobjekts
DE102006022104B4 (de) Vorrichtung zur dreidimensionalen Vermessung eines Festkörpers
Petruccioli et al. Assessment of close-range photogrammetry for the low cost development of 3D models of car bodywork components
DE69920820T2 (de) Vorrichtung zur Extrapolierung von Kegelstrahlprojektionsdaten
DE102020005740A1 (de) Kalibrierverfahren und apparat für einen röntgen-ct-messapparat, messverfahren und apparat unter verwendung desselben, und röntgen-ct-messapparat
DE102019131693A1 (de) Messgerät zur untersuchung einer probe und verfahren zum bestimmen einer höhenkarte einer probe
US6411915B1 (en) Method and apparatus for calibrating a non-contact range sensor
EP3992620A1 (de) Computerimplementiertes verfahren zur ermittlung mindestens eines für eine auswertung von messdaten benötigten geometrischen parameters
DE69934472T2 (de) Bestimmung der Position der optischen Achse einer Kamera
WO2019175143A1 (de) Verfahren zum korrigieren von messfehlern bei der bildgewinnung eines prüfobjekts mittels computertomographie
DE102018119542A1 (de) Magnetfeldverzerrungsberechnungsvorrichtung, -verfahren und -programm
DE102019107952B4 (de) Computer-implementiertes Verfahren zur Analyse von Messdaten eines Objekts
WO2000007146A1 (en) Method and apparatus for calibrating a non-contact range sensor
DE102021121080A1 (de) Messvorrichtung und Verfahren zur Messung eines Objekts
DE112021006847T5 (de) Messsystem, prüfsystem, messvorrichtung, messverfahren, prüfverfahren und programm

Legal Events

Date Code Title Description
8332 No legal effect for de
8370 Indication related to discontinuation of the patent is to be deleted
8363 Opposition against the patent
8328 Change in the person/name/address of the agent

Representative=s name: ROEGER UND KOLLEGEN, 73728 ESSLINGEN

8365 Fully valid after opposition proceedings