JP4082718B2

JP4082718B2 - 画像認識方法および画像表示方法および画像認識装置

Info

Publication number: JP4082718B2
Application number: JP03147496A
Authority: JP
Inventors: 昇東; 耕一佐野
Original assignee: Hitachi Ltd
Current assignee: Hitachi Ltd
Priority date: 1996-01-25
Filing date: 1996-01-25
Publication date: 2008-04-30
Anticipated expiration: 2016-01-25
Also published as: JPH09204532A

Description

【０００１】
【発明の属する技術分野】
本発明は、非破壊検査に係るものであり、非破壊検査装置で撮影した被検体の画像データから物体部分の輪郭を決定する画像認識方法およびその物体部分を表示するための画像表示方法に関する。
【０００２】
【従来技術】
（１）画像データからのＣＡＤデータ生成手法
ＰｅｔｅｒＦｉｎｎｉｇａｎ、他２名：Ｃｏｍｐｕｔｅｒ−ＡｓｓｉｓｔｅｄＴｏｍｏｇｒａｐｙｔｏＦｉｎｉｔｅＥｌｅｍｅｎｔＭｏｄｅｌｉｎｇ，ＮｉｋｋｅｉＭｅｃｈａｎｉｃａｌ１９９０．１０によって、Ｘ線ＣＴ装置などの画像撮像装置を用いて画像データを撮影し、この画像情報から３次元ソリッドモデル（ＣＡＤデータ）を作成し有限要素法等による構造解析を行うことが報告されている。この場合、画像データの情報のみから表面形状を決定し、ＣＡＤデータを作成している。
（２）３次元表示手法
３次元表示手法は、これまでに様々な手法が報告されており、Ｍ．Ｌｅｖｏｙ，“ＤｉｓｐｌａｙｏｆＳｕｒｆａｃｅｆｒｏｍＶｏｌｕｍｅ
Ｄａｔａ”，ＩＥＥＥＣＧ＆Ａ，Ｖｏｌ．８，Ｎｏ．５，ｐｐ２９−３７（１９８８）によって、３次元ボリュームデータを直接扱って３次元表示を行うボリュウームレンダリング手法が報告されている。
これは、投影面から発せられた光りが半透明なボクセルを減衰しながら透過してゆき、その時透過していくボクセル（厚みを持った画素または３次元の画素）の不透明度や濃度勾配からボクセルの輝度を求め、２次元に投影する手法である。
その他３次元内部データの表示方法として”ＳｕｒｆａｃｅＲｅｎｄｅｒｉｎｇ”，ＩＥＥＥＣＧ＆Ａ，Ｖｏｌ．１０，ｐｐ４１−５３，（Ｍａｒｃｈ，１９９０）が報告されており、また抽出データの合成表示方法としてＴｅｒｒｙＳ．Ｙｏｏ他、”ＤｉｒｅｃｔＶｉｓｕａｌｉｚａｔｉｏｎｏｆＶｏｌｕｍｅＤａｔａ”，ＩＥＥＥＣＧ＆Ａ，Ｖｏｌ．１０，ｐｐ４１−５３（Ｍａｒｃｈ，１９９０）が報告されている。
【０００３】
【発明が解決しようとする課題】
（１）画像データにおける対象物体の認識に関する課題
画像データから対象物体のＣＡＤデータを生成するためには、対象物体と非対象物体（空気層等）との境界情報が必要となる。
この境界情報を画像データのみから自動的に求めるケースにおいて、画像データに含まれる対象物体の形状が不明な場合では、ある程度の輪郭は求められるものの、例えば強いノイズが含まれる画像では、求めた輪郭点が物体本来の輪郭なのか、それともノイズ等により発生した疑似輪郭なのかを判断することは非常に難しい。
また予め物体の形状が特定している場合には、その対象物体に応じたアルゴリズムを開発すれば輪郭情報をより的確に生成することが可能となるが、専用アルゴリズムであるため汎用性が無く、認識する物体毎に新たな処理アルゴリズムを開発しなければならない。
（２）画像データと設計情報との比較に関する課題
一般に断層画像撮像装置により製造物を撮影する場合、設計図と製造物との対比や製造物の時系列的変化など、非破壊検査が目的とされる。
しかし撮影した画像データのみからでは、大きな異なりはある程度視覚的に確認することは可能であるが、それを３次元画像データから見つけだすのは大変な作業であり、また微少な変化に関しては、２次元画像においても、どの部分が設計値と同じでどの部分が異なっているのかを判断することは容易でない。
【０００４】
本発明の目的は、撮影により得られた画像データから対象物体の輪郭を精度良く抽出することにある。
本発明の他の目的は、設計値と差の生じている輪郭部分を明瞭に識別できるよう表示することにある。
【０００５】
【課題を解決するための手段】
上記目的を達成するため、本発明は、
ＣＡＤ（Computer Aided Design）データに基づき作成された被検体を断層画像撮像装置によって撮影し、その撮影した断層画像データを処理装置により処理することにより物体部分の輪郭を決定する画像認識方法において、
被検体の設計情報であるＣＡＤデータを処理装置に入力し、前記画像データの内、前記ＣＡＤデータにより求められる設計時の物体部分の輪郭の付近の画像データのみを処理対象として断層画像中に存在する物体部分の輪郭を決定するようにしている。
また、前記ＣＡＤデータにおける特徴量と前記被検体における特徴量に基づきＣＡＤデータと画像データの位置合わせ処理を行い、その後、前記断層画像中に存在する物体部分の輪郭を決定するようにしている。
また、前記特徴量として慣性主軸を用い、画像データにおける物体部分の慣性主軸と、ＣＡＤデータにおける物体部分の慣性主軸を合わせることにより位置合わせ処理を行うようにしている。
また、前記ＣＡＤデータと画像データの相関関係を求め、該相関関係が最も強くなる条件に基づき、ＣＡＤデータと画像データの位置合わせ処理を行い、その後、前記断層画像中に存在する物体部分の輪郭を決定するようにしている。
また、撮像する画像において撮影時に被検体と濃度差が生じるマーカーを撮影視野内に設定し、断層画像中に現れるマーカーの位置とＣＡＤデータ上の前記マーカーの位置に対応する点を合わせることにより、ＣＡＤデータと画像データの位置合わせを行い、その後、前記断層画像中に存在する物体部分の輪郭を決定するようにしている。
また、前記ＣＡＤデータにより求められる設計時の物体部分の輪郭の位置と前記決定された断層画像中に存在する物体部分の輪郭の位置との間の輪郭の位置の差を求め、輪郭の位置に差がある部分を決定するようにしている。
また、輪郭を決定された断層画像中に存在する物体部分を表示するとき、前記輪郭の位置に差がある部分を他の部分と異なる色彩で表示するようにしている。
【０００６】
【実施例】
まず、本発明の実施例の概要について説明する。
（１）画像データにおける対象物体の認識に関して
画像情報のみから画像中に含まれる対象物体を正確に認識することは困難である。そこで画像情報の他に、製品設計時に作成したＣＡＤデータを利用し、ＣＡＤデータに保持される、線，面，ボクセル情報等を用いてノイズ等の影響を抑制した輪郭を決定することによって、精度良く画像中の物体を認識する。
ＣＡＤデータを利用して画像中における対象物の輪郭を決定するために、
（Ｉ）対象物体とＣＡＤデータの位置合わせ
（II）位置合わせを行ったＣＡＤデータの輪郭付近から画像中に
おける対象物体の輪郭決定
を行う。
（Ｉ）位置合わせ
位置合わせは、画像データ中に存在する対象物体とＣＡＤデータのどちらかを、回転および平行移動することで実現する。通常のケースでは回転と平行移動で十分であるが、対象物体の膨張や凝縮等の影響を受けている場合には、拡大・縮小処理や歪み補正処理を行う。位置合わせは以下の３通りの方法によって行う。（ａ）被検体の特徴量の１つである慣性主軸を用い、画像データにおける被検体の慣性主軸とＣＡＤデータにおける被検体の慣性主軸を求め、この２つを合わせることによって位置合わせを行う。
（ｂ）ＣＡＤデータからシミュレーションにて画像データを生成し、その画像データデータと実際に撮影した画像データにおいて相関関係が最も強い状態を求めることによって位置合わせを行う。
（ｃ）画像撮影時に、断層画像中において濃度差が出る物体（マーカー）を撮影視野内に設定し、このマーカー位置とＣＡＤデータ上における対応点を合わせることによって位置合わせを行う。
（II）輪郭決定
輪郭の決定は、画像データとの位置合わせを行ったＣＡＤデータの線や面情報から、画像中に含まれる対象物体の輪郭を求める。輪郭を求める範囲はＣＡＤデータの線、面付近の画像データのみを対象として行い、全ての画像データを境界検出のデータとしない。
【０００７】
（２）画像データと設計情報との比較に関して
上記（１）の手段により求めた対象物体の輪郭情報を用いて、設計値を示すオリジナルなＣＡＤデータの輪郭と輪郭位置に差がある部分を特定し、この部分を色付けして表示する。また差の大きさに応じて色彩を変更し表示する。
【０００８】
以下に本発明の一実施例を詳細に説明する。
まず、図１にシステム構成を示す。
非破壊検査対象物の内部構造を撮像する断層画像撮像装置１０１、断層画像撮像装置１０１によって計測したデータから２次元および３次元画像を生成する画像再構成処理装置１０２、画像再構成処理装置１０２によって生成された再構成画像データ１０３、撮像された物体の製品設計時に作成したＣＡＤデータ（以下、ＣＡＤデータという）１０５、再構成画像１０３とＣＡＤデータ１０５を用いて、画像データ中に存在する対象物体を認識し、設計情報とＣＡＤデータとの差を画像上に表示する機能等を有する計算機１０４からなる。
【０００９】
以下の実施例において、１０４の計算機は、画像１０６を表示する際、カラーパレット１０７と呼ばれる赤（Ｒ），青（Ｂ），緑（Ｇ）成分の値を画像データに設定し、この成分の値を参照しディスプレイ１０８に表示する（疑似カラー表示）。
例えば画像データの成分が１の値を持つとき、カラーパレットの１の値を表示するエリア１０９参照し、Ｒ＝１００、Ｇ＝０、Ｂ＝３０を配合した色でディスプレイ上１０８に表示する。
【００１０】
次に画像データの撮影から認識処理における一連の処理フローの概要を図２を用いて説明し、その詳細については後述する。
（ステップ２０１）
被破壊検査装置によって対象物の断層画像を撮像するステップで、一般に被破壊検査装置としてＸ線ＣＴ装置等を用いる。
（ステップ２０２）
ステップ２０１で計測した投影データから画像を生成する２次元画像再構成処理を行うステップで、例えば撮像装置がＸ線ＣＴの場合、計測した投影データをＦ．Ｂ．Ｐ．（ＦｉｌｔｅｒｅｄＢａｃｋＰｒｏｊｅｃｔｉｏｎ）法等により画像再構成を行う。
（ステップ２０３）
ステップ２０２で生成した２次元断面像を積み重ねて３次元ボリュームデータを生成する。
この処理においては、平面内の空間分解能とスライス方向の空間分解能が異なる場合、補間処理により空間分解能を等しくするような補正を行い３次元ボリュームデータを作成する等の補間処理も含んでもよい。
通常、スライス分解能が平面内の分解能に比べ劣るため、スライス分解能を平面内分解能に合わせるように補間処理を行い３次元ボリュームデータを生成する。２次元データを対象とする場合、このステップはスキップする。
（ステップ２０４）
作成した２次元断層像、または３次元ボリュームデータから対象物体を抽出するための前処理で、画像データ中に含まれる対象物体とＣＡＤデータとの位置合わせを行う。
位置合わせの方法としては、これまでに多くの方法が提案されており、ここではアフィン変換を用いて位置合わせを行う。
アフィン変換を数１に示す。
【００１１】
【数１】

【００１２】
このアフィン変換のマトリクスを求めるためには４点の座標が必要であり、４座標から連立１次元方程式を解き、マトリクス成分を求める。そして求めた変換マトリクスをもちいてＣＡＤデータ全ての要素のアフィン変換を行い、画像データとＣＡＤデータの位置合わせを行う。
【００１３】
（ステップ２０５）
位置合わせをした画像データとＣＡＤデータを用いて対象物体の認識を行うステップである。
ＣＡＤデータにおける物体のサーフェスおよびソリッド情報を用いて対象部（対象物体部分）と非対象部（対象物体の背景部分）の境界を決定し対象物体の輪郭を決定する。このとき、ＣＡＤデータの輪郭と画像データの輪郭とにおける差の大きさを記憶する。
（ステップ２０６）
画像データの輪郭とＣＡＤデータの輪郭に差が生じている部分を容易に認識できるようにするため、ＣＡＤデータの輪郭と差が生じている画像データ部分に色情報を付加（カラーパレットの成分の値の設定）をするステップで、差の大きさに応じて色情報に変化を与える。
例えば画像全体を濃淡画像表示として、
Ｓ＜ −１０ならば赤色
−１０ ≦ Ｓ＜＋１０ならば濃淡画像（白黒画像）
＋１０ ≦ Ｓならば青色
＊Ｓは差の大きさ
とし、ステップ２０５で記憶した差の大きさに応じてその対応する画像の画素を表示する色情報を変更する。
（ステップ２０７）
画像を表示するステップで、上記２０６で色情報を与えた画像データをディスプレイ上に表示する。
【００１４】
以下、上記ステップにおいて、ステップ２０４〜２０７の詳細を説明する。
・ステップ２０４に関して
アフィン変換には４つの座標が必要となる。この４点の座標の決定方法に関して以下３つの実施例を示す。
（１）対象物体の特徴量を合わせることによる位置合わせ
被検体の特徴量を合わせ込むことによって位置合わせを行う。特徴量として２次元画像データの場合において慣性主軸を用いる。慣性主軸を求める式を数２に示す。
【００１５】
【数２】

【００１６】
主軸を求めるためには、画像データから対象物体を抽出する必要があるが、これをしきい値を用いて大まかに求めることによって行う。主軸を用いて位置合わせを行う処理フローを図５を用いて説明する。
（ステップ５０１）：閾値決定処理
ヒストグラム法により、対象部（対象物体）と非対象部（背景部分）（以下、背景部という）を分離する閾値を決定する。
ヒストグラム法は、画像データのヒストグラムにおいて、背景部と対象物体の濃度分布が大きく２つに分かれることを利用し、ヒストグラム上に現れる２つの山（背景部領域を示す部分と対象領域を示す部分）の間の谷間の濃度を、２つの部位を分離する閾値とする方法である。
（ステップ５０２）：画像データにおける対象物体の抽出
ステップ５０１で求めた閾値を用いて、画像データから対象物体を大まかに抽出する。方法としては、閾値より大きな画素を対象物体としたり、画像のＸ軸の両端から反対側の端の方向において検索を進めて閾値より大きな画素を求め、閾値より大きな画素と画素の間に挟まれた画素を対象物体とする。
（ステップ５０３）：画像データにおける対象物体の慣性主軸決定
ステップ５０２において求めた画像データにおける対象物体から、画像データにおける対象物体の慣性主軸と重心を求める。この際、対象物体の画素値を１として計算する。
（ステップ５０４）：ＣＡＤデータにおける対象物体の慣性主軸決定
ＣＡＤデータにおける対象物体の慣性主軸と重心を求める。この際画像データにおける計算と同様に、対象物体の濃度値を１として計算する。
（ステップ５０５）：画像データにおける４座標決定
重心点と、慣性主軸上の任意の３点を決定する。
（ステップ５０６）：ＣＡＤデータにおける４座標決定
重心点と、ステップ５０５で慣性主軸上に設定した３点と同じ位置関係になる様に、ＣＡＤデータにおける慣性主軸上３点を決定する。
以上求めた４点を用いて位置合わせを行う。
【００１７】
（２）相関による位置合わせ
画像データとＣＡＤデータの相関関係が最も強くなる条件を決定することにより、画像データとＣＡＤデータの位置合わせを行う。図６を用いて３次元画像を対照とする場合を説明する。
ステップ６０１：ボクセルデータ生成
ＣＡＤデータからシミュレーションにてボクセルデータを生成する。
たとえば、非破壊検査装置をＸ線ＣＴ装置としたとき、ＣＴ装置をシミュレートし、ＣＡＤデータをＸ線ＣＴ装置で撮影した時に得られる画像データＢを生成する（本当に非破壊検査装置で撮影した画像を画像Ａとする）。
ステップ６０２：閾値決定
画像Ａにおいて、対象物体と背景部とを分離する閾値をヒストグラム法において決定する。
画像Ｂにおいて、対象物体と背景部とを分離する閾値をヒストグラム法において決定する。
ステップ６０３：対象物体の抽出
ステップ５０２と同様に、画像Ａ、画像Ｂにおいて、それぞれ求めた閾値を用いて対象物体を抽出する。
ステップ６０４：重心計算
画像Ａ、画像Ｂにおいて、それぞれの重心点を求める。このとき対象物体の濃度値を１として計算する。
ステップ６０５：初期位置決定
画像Ａと画像Ｂの重心位置が合うように画像Ｂを平行移動し、画像Ａと画像Ｂの軸を合わせる。
ステップ６０６：相関計算
画像Ａと画像Ｂの相関値を数３により求め記憶する。
【００１８】
【数３】

【００１９】
ステップ６０７：回転処理１
画像Ｂを画像ＢにおけるＸ軸を回転軸として一定角度回転させる。
ステップ６０８：
Ｘ軸方向に３６０度回転した判定（ステップ６０８）が出るまでステップ６０６とステップ６０７を繰り返す。
ステップ６０９：回転処理２
画像ＢをＹ軸を回転軸として一定角度回転させる。
ステップ６１０：
Ｙ軸方向に３６０度回転した判定（ステップ６０８）が出るまでステップ６０６からステップ６０９を繰り返す。
ステップ６１１：位置合わせ
求めた相関値からもっとも相関関係がつよい回転位置を求め、ＣＡＤデータをその回転位置、およびステップ６０５で平行移動した位置へ移動させる。
以上により画像データとＣＡＤデータの位置合わせを行う。
また、検査対象物体に歪みが生じているケース等では、上記位置合わせ処理後において、まず画像Ｂを小ブロックに分割し、その小ブロックを移動させその相関値を求める。そして相関が最も強い位置を特定する。この処理を各小ブロック全てに対して行い、各小ブロックの位置を決定する。そしてＣＡＤデータを、各小ブロックの位置からＢースプライン曲面等でフィッティングさせＣＡＤデータに対し、歪み補正を含む位置合わせを行う。補間方法に関しては、Ｂースプライン曲面の他にベジュ曲面等でフィッティングしてもよい。
【００２０】
（３）マーカーによる位置合わせ
対象物体を撮影する際に、マーカー２つを、ＣＡＤデータ上で特定できる位置に、対象物体に設定し、対象物体の断層像を撮影する。そして対象物体の像のマーカーと、マーカーに対応するＣＡＤデータ上のポイントを合わせることにより位置合わせを行う。
この場合、画像上でマーカーを自動判別しなければならないが、例えばＸ線ＣＴで撮影する場合、Ｘ線遮蔽率が対象物体より高くなる物質を使用することで、画像上で他の物体より高濃度となり、画像中において最も濃度が高い画素をマーカーと認識すればよい。
４点の決定は、マーカー２点とそのマーカー２点を通るライン上の任意の２点を画像データにおける４つの座標とし、ＣＡＤデータ上における４点は、マーカーを設定した２点と、画像データにおけるマーカーを通るライン上の２点と同じ位置関係になる２点を用いる。またマーカー２つの代わりに、マーカー１つと対象物体の重心点を用いて行ってもよい。
また、この４点の座標を決定する方法として、人が対話的に行ってもよく、ＣＡＤデータと画像データを画面上に表示し、ポインティングデバイス等で対応する部分を２点指定し、マーカーの場合と同様に残り２点を決定すればよい。３点および４点全てを指定してもよい（この場合歪み補正も行うことになる）。また１つの点の座標を決定する方法として、関連する複数の点を指定し、その複数の点から近似計算等により１つの座標を決定してもよい。
【００２１】
・ステップ２０５に関して
次にステップ２０５の画像データから境界位置を検出する方法を図３を用いて説明する。
位置合わせをしたＣＡＤデータ３０１において面境界３０２を検出するケースであるが、面の法線３０３を検索方向とし、プラスマイナスαの範囲において微分値が最も高い点や分散値が最も高い点を求め、これを境界点とし、その面からの距離を記憶する。この検索を等間隔で面全体に対して行い、面境界を求める。
求めた各点を面境界としてもよいが、境界面をＢ−スプライン曲面等で近似し、この曲面を境界面としてもよい。
【００２２】
・ステップ２０６に関して
ステップ２０６で色情報を与える処理を図４を用いて行う。
カラーパレット４０３のサイズが２５６の場合を例に取り説明する。
まず画像データ４０１に設定されているカラーパレットの値の全てを０〜２００の値に正規化し（実際の画像データは上記値が、例えば、０〜３０，０００である）、正規化データ４０２を生成する。
そしてＣＡＤデータの境界座標から画像データの境界座標の間の画像データの画素を、表示したいカラー値に変更する。
例えば、画像の境界面がＣＡＤデータの境界面の外側にある場合、カラーパレット４０３の２０１（赤）の値、画像の境界面がＣＡＤデータの境界面の内側にある場合、カラーパレット４０３の２０２（青）の値を設定する。
次に、画像データ４０１の内、上記赤または青のカラー値が設定されたもの以外のエリアの画像データ４０１には既に設定されているカラーパレット４０３の値０〜２００（それぞれＲＧＢの輝度値は同じ値）をそのまま設定し、濃淡表示するように設定する。
そして濃度値が２０１の時ディスプレイに表示する輝度値を設定するカラーパレットの赤のエリアに表示する赤の輝度値を設定し、あとの青と緑のエリアにはゼロを設定する。
同様に濃度値２０２の画素を表示するカラーマップエリアにおいて、青のエリアに、表示する青の輝度値を設定し、残りの赤と緑のエリアにゼロを設定する。
そしてこの画像を２次元断面で表示すれば、ＣＡＤデータと差が生じている部分が色付けされ表示される。
【００２３】
または、３次元データを２次元平面に投影表示する各種レンダリング方法とレンダリング処理結果の画像を合成表示する手法を用いることにより、２次元断面表示のみでなく３次元画像表示にて、色づけした画像を表示することも可能である。
その１つの方法として、まず３次元データを任意の視点からみたレンダリング画像を生成する。次に赤色の部分のデータのみを用いて同一視点からみたレンダリング画像を生成する。また青のデータのみを用いて同様にレンダリング画像を生成する。この３枚の画像を合成表示することにより色づけしたレンダリング合成画像を生成する。
数４にレンダリング手法の１つであるボリュームレンダリングを、数５にレンダリングによって生成したレンダリング画像を合成表示する関係式を示す。
【００２４】
【数４】

【００２５】
【数５】

【００２６】
上記で示した方法の他、奥行き情報を利用し、エッジに差が生じている部分を優先的に表示し、その後ろに存在するデータは表示しないなどのレンダリング方法を用いてもよい。
【００２７】
また、上記では、撮影した画像とＣＡＤデータの差を表示する処理を記述しているが、被破壊検査では時系列な物体の変化を観察したいといった要望がある。
以下に時系列データの比較に関する実施例を示す。
（１）撮影時間が異なる２つ以上のデータに対し、まず画像中に設定したマーカーを合わせることで位置合わせを行う。
（２）どちらか一方の画像データをレンダリング処理しレンダリング画像を生成する。
（３）位置合わせを行った２つの画像データにおいて、画像間の差分画像を求め、その差分画像に色情報を付加する。そしてレンダリング処理により差分画像のレンダリング画像を生成する。
（４）オリジナルな３次元データのレンダリング画像と、色彩情報を含んだ差分画像データのレンダリング画像の２枚の画像を合成表示する。
以上により時系列的な物質変化を視覚化する。また上記差分画像を求める処理の代わりに、２つの画像データにおいて上記実施例で述べた様に、ＣＡＤデータを用いて画像データにおける対象物の輪郭を決定し、その輪郭に差が生じている部分を色付けして表示してもよい。
【００２８】
【発明の効果】
ＣＡＤデータに基づいて制作された物体は、ほぼＣＡＤデータの設計値と同等であり、ＣＡＤデータの線・面・ボクセルの設定位置付近の画像データから輪郭を求めることで、アーチファクトなどによる疑似輪郭を対象物体の輪郭として誤認識することを抑制でき、精度良く対象物体の輪郭を抽出できる。
また、ＣＡＤデータの線・面設定位置付近の画像データのみを処理対象とすることで処理時間を短縮でき、より高速なシステムを構築することができる。
また、設計値と差の生じている部分を色づけして表示することで、差が生じている部分を容易に認識することができる。
さらに、３次元画像データを２次元平面上に投影するレンダリング処理を適用することにより、３次元データにおいても、容易にその差が生じた部分を認識することができる。
【図面の簡単な説明】
【図１】本発明を実施する際の非破壊検査システムの構成図である。
【図２】本発明の実施例の処理の概要を示すフローチャートである。
【図３】画像データから境界位置を検出する方法を説明するための図である。
【図４】画像に色情報を与える処理を説明するための図である。
【図５】主軸を用いて位置合わせを行なう処理のフローチャートである。
【図６】相関関係を用いて位置合わせを行なう処理のフローチャートである。
【符号の説明】
１０１断層画像撮像装置
１０２画像再構成処理装置
１０３再構成画像データ
１０４計算機
１０５ＣＡＤデータ

Claims

ＣＡＤ（Computer Aided Design）データに基づき作成された対象物体を断層画像撮像装置によって撮影し、その撮影した画像データを処理装置により処理することによって該画像データにおける対象物体の輪郭を決定する画像認識方法において、
対象物体の設計情報である前記ＣＡＤデータを処理装置に入力し、
前記ＣＡＤデータにおける特徴量と撮影で得られた前記画像データの特徴量により該ＣＡＤデータと該画像データの位置合わせ処理を行い、
位置合わせ処理後のＣＡＤデータから該ＣＡＤデータにおける対象物体の輪郭データを抽出し、
該輪郭データと前記画像データに基づき、前記ＣＡＤデータにおける対象物体の輪郭付近の前記画像データのみを前記画像データ中における対象物体の輪郭を決定する処理対象とし、前記画像データ中における対象物体の輪郭を決定することを特徴とする画像認識方法。
請求項１記載の画像認識方法において、
画像データにおける対象物体の慣性主軸と、ＣＡＤデータにおける対象物体の慣性主軸を合わせることにより前記位置合わせ処理を行うことを特徴とする画像認識方法。
請求項１記載の画像認識方法において、
前記ＣＡＤデータと前記画像データの相関関係を求め、該相関関係が最も強くなる条件に基づき、ＣＡＤデータと画像データの前記位置合わせ処理を行い、その後、前記画像データ中における対象物体の輪郭を決定することを特徴とする画像認識方法。
請求項１記載の画像認識方法において、
撮像する画像において撮影時に対象物体と濃度差が生じるマーカーを撮影視野内に設定し、画像データ中に現れるマーカーの位置とＣＡＤデータ上の前記マーカーの位置に対応する点を合わせることにより、ＣＡＤデータと画像データの前記位置合わせを行い、その後、前記画像データ中における対象物体の輪郭を決定することを特徴とする画像認識方法。
請求項１記載の画像認識方法において、
設計値を示すＣＡＤデータにおける対象物体の輪郭の位置と前記画像データにおいて処理された対象物体の輪郭情報を用いて、輪郭位置に差がある部分を特定することを特徴とする画像認識方法。
請求項１記載の画像認識方法において、
ＣＡＤデータの輪郭と差が生じている画像データ部分を色分けして表示することを特徴とする画像表示方法。
ＣＡＤ（Computer Aided Design）データに基づき作成された対象物体を撮影しデータを生成する断層画像撮像装置と、該データから再構成画像データを生成する画像再構成処理装置と、
前記ＣＡＤデータにおける特徴量と前記画像再構成処理装置で得られた再構成画像データの特徴量により該ＣＡＤデータと該再構成画像データの位置合わせ処理を行い、位置合わせ処理後のＣＡＤデータから該ＣＡＤデータにおける対象物体の輪郭データを抽出し、該輪郭データと前記再構成画像データに基づき、前記ＣＡＤデータにおける対象物体の輪郭付近の前記再構成画像データのみを前記再構成画像データにおける対象物体の輪郭を決定する処理対象とし、前記再構成画像データにおける対象物体の輪郭を決定する計算機とを備えたことを特徴とする画像認識装置。