JP2017518495A - 複合材料部品の3d画像用の品質指標を推定するための方法および装置 - Google Patents
複合材料部品の3d画像用の品質指標を推定するための方法および装置 Download PDFInfo
- Publication number
- JP2017518495A JP2017518495A JP2016569677A JP2016569677A JP2017518495A JP 2017518495 A JP2017518495 A JP 2017518495A JP 2016569677 A JP2016569677 A JP 2016569677A JP 2016569677 A JP2016569677 A JP 2016569677A JP 2017518495 A JP2017518495 A JP 2017518495A
- Authority
- JP
- Japan
- Prior art keywords
- image
- histogram
- gaussian
- gaussian function
- extracted
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30164—Workpiece; Machine component
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30168—Image quality inspection
Abstract
Description
・ それぞれ少なくとも1つのグレースケールレベルを含む複数の階級のそれぞれの階級に対して、その階級に属するグレースケールレベルを有する画像のボクセルの数を表すヒストグラムを、画像から取得するための、取得ステップ。
・ それぞれ少なくとも1つのグレースケールレベルを含む複数の階級のそれぞれの階級に対して、その階級に属するグレースケールレベルを有する画像のボクセルの数を表すヒストグラムを、画像から取得するための、モジュール。
・ ヒストグラム内に存在する所定の数のガウス関数を抽出するための、モジュール。
・ ヒストグラムから抽出されたガウス関数を特徴付けるパラメータから画像の少なくとも1つの品質指標を推定するための、モジュール。
I1(i)=f(mi−mi+1+ω・(σi+σi+1))
を使用して推定される品質指標I1(i)を平均することによって得られる指標I1を含み、
ただし:
・ miおよびmi+1はガウス関数GiおよびGi+1のそれぞれの平均を示し、ここでmi < mi+1であり、
・ σiおよびσi+1はガウス関数GiおよびGi+1のそれぞれの標準偏差を示し、
・ ωは所定の定数を示し、
・ fは0から1の範囲の値を有する有界関数を示す。
・ その平均mi
・ その標準偏差σiまたはその分散σi 2
・ ヒストグラムHIST内のガウス分布の比率αi。
・ 尤度の期待値がパラメータの最も新しい推定を考慮に入れながら計算される、期待値を評価するステップE。
・ パラメータの最大尤度がステップEにおいて発見された尤度を最大化することによって推定される最大化ステップM。
ステップE(iter)の間に:
Imin=min(m1−3σ1,m2−3σ2,...,mK−3σK)
およびその最大限界:
Imax=max(m1+3σ1,m2+3σ2,...,mK+3σK)
で定義される区間内に収まると有利には考えた。
zi=mi−mi+1+ω(σi+σi+1)
ここで、ωは所定の定数を示す。例えばω=1である。
・ 図4Aは、以下の推定されたパラメータを有するヒストグラムHISTから抽出された2つのガウス関数G1およびG2を示す:
・ ガウス関数G1に対して:m1=8000、σ1=4000、α1=40%。
・ ガウス関数G2に対して:m2=26000、σ2=2000、α2=60%。
この結果として、品質指標I1=0.903、I2=0.995となる。
・ ガウス関数G1に対して:m1=14000、σ1=4000、α1=40%。
・ ガウス関数G2に対して:m2=26000、σ2=2000、α2=60%。
この結果として、品質指標I1=0.792、I2=0.959となる。
・ ガウス関数G1に対して:m1=23000、σ1=4000、α1=40%。
・ ガウス関数G2に対して:m2=26000、σ2=2000、α2=60%。
この結果として、品質指標I1=0.302、I2=0.529となる。
・ 図4Dは、以下の推定されたパラメータを有するヒストグラムHISTから抽出された2つのガウス関数G1およびG2を示す:
・ ガウス関数G1に対して:m1=23000、σ1=500、α1=40%。
・ ガウス関数G2に対して:m2=26000、σ2=2000、α2=60%。
この結果として、品質指標I1=0.569、I2=0.808となる。
・ ガウス関数G1に対して:m1=23000、σ1=1000、α1=40%。
・ ガウス関数G2に対して:m2=26000、σ2=2000、α2=60%。
この結果として、品質指標I1=0.500、I2=0.686となる。
・ ガウス関数G1に対して:m1=23000、σ1=1500、α1=40%。
・ ガウス関数G2に対して:m2=26000、σ2=2000、α2=60%。
この結果として、品質指標I1=0.438、I2=0.608となる。
Claims (11)
- 複合材料部品(2)のグレースケール符号化された3次元画像(im3D)の少なくとも1つの品質指標(I1、I2、I3)を推定するための推定方法であって、
・ それぞれ少なくとも1つのグレースケールレベルを含む複数の階級のそれぞれの階級に対して、その階級に属するグレースケールレベルを有する画像のボクセルの数を表すヒストグラム(HIST)を、画像から取得するための、取得ステップ(E20)と、
・ ヒストグラム内に存在する、複合材料に存在する別個の相の数に対応する所定の数のガウス関数を抽出するための、抽出ステップ(E40)と、
・ ヒストグラムから抽出されたガウス関数を特徴付けるパラメータから画像の少なくとも1つの品質指標を推定するための、推定ステップ(E60)と
を含む、推定方法。 - 抽出ステップが、少なくとも1つのガウス関数に対して、
・ ガウス関数の平均と、
・ ガウス関数の標準偏差または分散と、
・ヒストグラム内のガウス分布の比率と
から選択された、ガウス関数を特徴付ける少なくとも1つのパラメータを推定することを含む、請求項1に記載の推定方法。 - 画像の前記少なくとも1つの品質指標が、ヒストグラムからから抽出された連続するガウス関数のそれぞれの対(Gi,Gi+1)について、前記対(Gi,Gi+1)と関連し、
I1(i)=f(mi−mi+1+ω・(σi+σi+1))
を使用して推定される品質指標I1(i)を平均することによって得られる指標I1を含み、ただし、
・ miおよびmi+1はガウス関数GiおよびGi+1のそれぞれの平均を示し、ここでmi < mi+1であり、
・ σiおよびσi+1はガウス関数GiおよびGi+1のそれぞれの標準偏差を示し、
・ ωは所定の定数を示し、
・ fは0から1の範囲の値を有する有界関数を示す
請求項1または2に記載の推定方法。 - 画像の前記少なくとも1つの品質指標が、ヒストグラムから抽出されたガウス関数間のオーバーラップを定量化する指標I2を含む、請求項1から3のいずれか一項に記載の推定方法。
- 画像の前記少なくとも1つの品質指標が、ヒストグラムから抽出された少なくとも1つのガウス関数Gに対して、前記ガウス関数に関連付けられ、そのガウス関数の平均と標準偏差との間の比として定義されるインデックスI3(G)を含む、請求項1から4のいずれか一項に記載の推定方法。
- 抽出ステップ(E30)が、期待値最大化(EM)アルゴリズムを適用することを含む、請求項1から5のいずれか一項に記載の推定方法。
- ヒストグラムを正規化するステップ(E20)であって、ガウス関数が抽出ステップの間に正規化されたヒストグラムから抽出される、正規化するステップ(E20)をさらに含む、請求項1から6のいずれか一項に記載の推定方法。
- ガウス関数を特徴付けるパラメータを正規化するステップ(E40)をさらに含み、画像の前記少なくとも1つの品質指標が、正規化されたガウス関数を特徴付けるパラメータから推定される、請求項1から7のいずれか一項に記載の推定方法。
- コンピュータプログラムであって、コンピュータによって実行された場合、請求項1から8のいずれか一項に記載の推定方法のステップを実行するための命令を含む、コンピュータプログラム。
- 請求項1から8のいずれか一項に記載の推定方法のステップを実行するための命令を含むコンピュータプログラムを格納する、コンピュータ可読データ媒体。
- 複合材料部品のグレースケール符号化された3次元画像の少なくとも1つの品質指標を推定するための推定装置(1)であって、
・ それぞれ少なくとも1つのグレースケールレベルを含む複数の階級のそれぞれの階級に対して、その階級に属するグレースケールレベルを有する画像のボクセルの数を表すヒストグラムを、画像から取得するための、モジュールと、
・ ヒストグラム内に存在する、複合材料に存在する別個の相の数に対応する所定の数のガウス関数を抽出するための、モジュールと、
・ ヒストグラムから抽出されたガウス関数を特徴付けるパラメータから画像の少なくとも1つの品質指標を推定するための、モジュールと
を備える、推定装置。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
FR1454731 | 2014-05-26 | ||
FR1454731A FR3021441B1 (fr) | 2014-05-26 | 2014-05-26 | Procede et dispositif d'estimation d'un indice de qualite d'une image 3d d'une piece de materiau composite |
PCT/FR2015/051359 WO2015181477A1 (fr) | 2014-05-26 | 2015-05-22 | Procede et dispositif d'estimation d'un indice de qualite d'une image 3d d'une piece de materiau composite |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2017518495A true JP2017518495A (ja) | 2017-07-06 |
JP6596446B2 JP6596446B2 (ja) | 2019-10-23 |
Family
ID=51688159
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016569677A Active JP6596446B2 (ja) | 2014-05-26 | 2015-05-22 | 複合材料部品の3d画像用の品質指標を推定するための方法および装置 |
Country Status (7)
Country | Link |
---|---|
US (1) | US10402678B2 (ja) |
EP (1) | EP3149705B1 (ja) |
JP (1) | JP6596446B2 (ja) |
CN (1) | CN106575435B (ja) |
CA (1) | CA2950055C (ja) |
FR (1) | FR3021441B1 (ja) |
WO (1) | WO2015181477A1 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020076644A (ja) * | 2018-11-07 | 2020-05-21 | 有限会社 ワーコム農業研究所 | 肉質等級の品質基準のデジタル化方法、それによる品質基準を利用した品質評価のテジタル処理方法、それらを利用した自動肉質評価装置、および、それに搭載されるソフトウェア |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102387459B1 (ko) * | 2015-11-20 | 2022-04-15 | 삼성전자주식회사 | 반도체 소자의 패턴 형성 방법 |
FR3083335B1 (fr) * | 2018-06-28 | 2020-12-11 | Bcom | Procede de generation d'un hologramme numerique, dispositif, systeme de restitution holographique et programme d'ordinateur associes |
KR20200116714A (ko) * | 2019-04-02 | 2020-10-13 | 한국전자통신연구원 | 홀로그래픽 디스플레이의 화질 평가 장치 및 화질 측정 방법 |
US11928806B2 (en) * | 2020-02-14 | 2024-03-12 | Cummins Inc. | Systems and methods for evaluating part density, contamination and defects using computed tomography scanning |
CN112991362B (zh) * | 2021-03-17 | 2022-11-01 | 合肥高晶光电科技有限公司 | 一种基于混合高斯模型的色选机粘连物料图像分割方法 |
FR3133473B1 (fr) * | 2022-03-10 | 2024-04-19 | Safran Aircraft Engines | Procédé d’analyse tomographique par reconnaissance automatique de phases |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070019861A1 (en) * | 2005-07-22 | 2007-01-25 | Michael Zwanger | Method for automatically generating a background mask for images with noisy background areas, applications to that end and a nuclear magnetic resonance tomography apparatus for carrying out the method |
WO2013027553A1 (ja) * | 2011-08-19 | 2013-02-28 | 国立大学法人京都大学 | 信号分析装置、信号分析方法及びコンピュータプログラム |
WO2014023893A1 (fr) * | 2012-08-07 | 2014-02-13 | Snecma | Procédé de caractérisation d'un objet en matériau composite |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102183525A (zh) | 2011-01-20 | 2011-09-14 | 单宝华 | 基于ccd阵列摄像技术的桥梁表观状态自动检测装置及其方法 |
-
2014
- 2014-05-26 FR FR1454731A patent/FR3021441B1/fr active Active
-
2015
- 2015-05-22 WO PCT/FR2015/051359 patent/WO2015181477A1/fr active Application Filing
- 2015-05-22 CN CN201580041115.8A patent/CN106575435B/zh active Active
- 2015-05-22 US US15/314,046 patent/US10402678B2/en active Active
- 2015-05-22 CA CA2950055A patent/CA2950055C/fr active Active
- 2015-05-22 EP EP15731646.4A patent/EP3149705B1/fr active Active
- 2015-05-22 JP JP2016569677A patent/JP6596446B2/ja active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070019861A1 (en) * | 2005-07-22 | 2007-01-25 | Michael Zwanger | Method for automatically generating a background mask for images with noisy background areas, applications to that end and a nuclear magnetic resonance tomography apparatus for carrying out the method |
WO2013027553A1 (ja) * | 2011-08-19 | 2013-02-28 | 国立大学法人京都大学 | 信号分析装置、信号分析方法及びコンピュータプログラム |
WO2014023893A1 (fr) * | 2012-08-07 | 2014-02-13 | Snecma | Procédé de caractérisation d'un objet en matériau composite |
JP2015527583A (ja) * | 2012-08-07 | 2015-09-17 | スネクマ | 複合材料で作られる部品を特徴付ける方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020076644A (ja) * | 2018-11-07 | 2020-05-21 | 有限会社 ワーコム農業研究所 | 肉質等級の品質基準のデジタル化方法、それによる品質基準を利用した品質評価のテジタル処理方法、それらを利用した自動肉質評価装置、および、それに搭載されるソフトウェア |
Also Published As
Publication number | Publication date |
---|---|
US10402678B2 (en) | 2019-09-03 |
CA2950055A1 (fr) | 2015-12-03 |
CN106575435B (zh) | 2020-10-09 |
FR3021441A1 (fr) | 2015-11-27 |
CA2950055C (fr) | 2022-10-18 |
CN106575435A (zh) | 2017-04-19 |
FR3021441B1 (fr) | 2017-09-29 |
EP3149705B1 (fr) | 2019-12-25 |
US20170154235A1 (en) | 2017-06-01 |
WO2015181477A1 (fr) | 2015-12-03 |
EP3149705A1 (fr) | 2017-04-05 |
JP6596446B2 (ja) | 2019-10-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6596446B2 (ja) | 複合材料部品の3d画像用の品質指標を推定するための方法および装置 | |
CN107209944B (zh) | 在容器中成像的样品微层析成像中的射束硬化伪像的校正 | |
Penczek et al. | CTER—Rapid estimation of CTF parameters with error assessment | |
GB2522365B (en) | Method for processing an image | |
US20120163688A1 (en) | System and method for multi-phase segmentation of density images representing porous media | |
JP6475691B2 (ja) | X線画像における構造のコンピュータ援用検出のための方法およびx線システム | |
JP2010223963A (ja) | コンテナを検査する方法及びシステム | |
JP2008525142A (ja) | X線投影のアーチファクト補正のための装置及び方法 | |
JP7206249B2 (ja) | 物体の測定から測定データにおける不確定性を判定する方法 | |
JP2007183231A (ja) | 渦電流探傷信号処理方法 | |
CN111366521A (zh) | 多尺度确定孔隙度的方法及相关设备 | |
Fleßner et al. | Evaluating and visualizing the quality of surface points determined from computed tomography volume data | |
US8977022B2 (en) | Computed tomography method, and system | |
US20220148211A1 (en) | Computer-implemented method for determining surfaces in measurement data | |
WO2019151889A1 (en) | A method for determining a three-dimensional spatial distribution of porosity in a sample of a heterogeneous porous medium | |
Jaiswal et al. | Markov random field segmentation for industrial computed tomography with metal artefacts | |
JP6803768B2 (ja) | 材料分析装置、材料分析方法及びx線ct装置 | |
US11222404B2 (en) | Image reconstruction | |
Zhou et al. | Investigation of maximum a posteriori probability expectation-maximization for image-based weighting spectral X-ray CT image reconstruction | |
EP4339602A1 (en) | Method of performing machine learning of a small angle x-ray scattering measurement data analysis model | |
Godoi et al. | Volume and surface measurements of flaws in polymeric insulators using X-ray computed tomography | |
Kiefel et al. | Reliability Optimization of Quantitative CFRP Porosity Characterization Using µ-CT | |
Pinto et al. | Seismic uncertainty estimation from seismic attributes in reservoir structural modeling | |
CN114761991A (zh) | 用于估计岩石的烃饱和度的方法 | |
CN112236827A (zh) | 用于数字病理学的灵敏度分析 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20170126 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180426 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20181211 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190205 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190425 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20190903 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190930 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6596446 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |