JP6885181B2 - 巣の評価方法 - Google Patents
巣の評価方法 Download PDFInfo
- Publication number
- JP6885181B2 JP6885181B2 JP2017084845A JP2017084845A JP6885181B2 JP 6885181 B2 JP6885181 B2 JP 6885181B2 JP 2017084845 A JP2017084845 A JP 2017084845A JP 2017084845 A JP2017084845 A JP 2017084845A JP 6885181 B2 JP6885181 B2 JP 6885181B2
- Authority
- JP
- Japan
- Prior art keywords
- cavity
- nest
- volume
- image
- volume fraction
- 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.)
- Active
Links
Images
Landscapes
- Analysing Materials By The Use Of Radiation (AREA)
Description
そこで、巣の発生を抑制するために、射出条件や鋳造条件等の改善が図られている。しかし、実際には巣の発生を皆無にすることは極めて困難であり、製品強度に影響を及ぼす部位に巣が集中しないように、設計、形状、鋳造条件等の最適化が図られている。
また、特許文献2に記載の鋳巣計測方法は、X線CTスキャン装置による複数の断層画像に基づいて生成した製品の三次元形状モデルから、内部巣に該当する部分を抽出し、異なる画像フィルタを適用することで巣の寸法を計測可能としている。
また、特許文献2の技術では、X線CTスキャン装置の断層データから適正に巣を認識しないと寸法の抽出精度に影響を及ぼす等の課題がある。
評価対象部材をX線CTにより撮像して得たCT画像から、前記評価対象部材の巣によって形成される空洞部と、該空洞部の周辺に繋がる樹枝状部と、を一つの空洞群として抽出し、前記空洞群の体積を表す空洞群体積を求める工程と、
前記CT画像から前記空洞部を抽出し、抽出された前記空洞部の体積を表す空洞部体積を求める工程と、
前記空洞群体積に対する前記空洞部体積の体積率を表す空洞部体積率を求める工程と、
前記空洞部体積率に基づいて前記空洞群の巣の種類を判別する工程と、
を有する巣の評価方法。
本実施形態における巣の評価方法の手順は、概略的には、評価対象部材をX線CTにより撮像して得たCT断層画像(以下、CT画像と称する)から、評価対象部材内の巣によって形成される空洞部と、その空洞部の周辺に繋がる樹枝状部と、を一つの空洞群として抽出する。また、上記のCT画像から、予め定めた規定の体積より大きな空洞部を抽出する。そして、空洞群の体積に対する空洞部の体積の体積率を求め、この体積率に基づいて、空洞群の巣の種類を判別するというものである。
まず、ステップS1で内部に巣を有する鋳造部品をX線CTにより撮像してCT画像を取得する。
評価対象:アルミダイカストの試験片(寸法35mm×15mm×5mm)
X線CT:分解能 5μm
撮像条件:管電圧 170kV
管電流 120μA
CT画像のボクセルサイズ 25μm
CT画像の画素数 2048×2048
解析条件:8ボクセル以上の巣を評価対象とする。
図2(A)に示すように、鋳造部品11内には巣13が存在し、この巣13は、図2(B)におけるCT画像15の中央部に低輝度部として映出されている。
CT画像15の輝度分布は、鋳造部品の金属部では輝度値が高くなり(図示例では、輝度値10程度)、空洞部19となる空気層では輝度値が低くなる(図示例では輝度値2程度)。しかし、空洞部19は、鋳造部品の内部に存在するので、実際のCT画像15では、線質硬化の影響により金属部と空気層との境界が曖昧になる。
図中に示されるCT画像15の空洞部19Aと空洞部19Bとは、互いに離間して抽出されている。これら空洞部19A,19B同士の離間距離が所定距離以下(例えば、2ピクセル以下)の場合は、空洞部19Aと空洞部19Bとを纏めて1つの空洞として扱うことにする。即ち、空洞部19Aと空洞部19Bとの間の樹枝状となった画素(樹枝状部21)を、空洞部とみなすことにする。これにより、隣接する空洞部19A,19Bと、樹枝状部21とが合成された、1つの空洞群17Aが抽出される。
図6は空洞部の他の合成方法を示す模式的な説明図である。
ここでは、CT画像の輝度値の変化が最大となる画素位置を空洞部の境界とした場合に、この境界となる画素の最小外接円を求める。いま、最小外接円C1が直径d1の仮想空洞円20Aと、最小外接円C2の直径がd2(d2<d1)の仮想空洞円20Bとが、離間距離Lで配置される場合を考える。
図7(A)はCT画像15に映出される鋳造部品の空洞部19を模式的に示す説明図、図7(B)は図7(A)に示すCT画像15のLb線上の輝度分布を示すグラフである。
上記した巣の評価方法により、鋳造部品11のCT画像に映出された空洞群17は、巻き込み巣、ひけ巣、ざく巣のいずれかに分類される。その後、ステップS11で、鋳造部品11の全体積に占める各空洞群17の体積の比率を示す全体体積率Rv(i)を算出する。ここで、iは巣の識別指標であり1〜nの値で、nは巣の種類の全数を表す。
ひけ巣 :Ev(2)=K(2)×Rv(2)=0.5×10=5
ざく巣 :Ev(3)=K(3)×Rv(3)=0.2×15=3
よって、合算評価値Evaは、
Eva=Ev(1)+Ev(2)+Ev(3)=13
となる。
(1) 評価対象部材をX線CTにより撮像して得たCT画像から、前記評価対象部材の巣によって形成される空洞部と、該空洞部の周辺に繋がる樹枝状部と、を一つの空洞群として抽出し、前記空洞群の体積を表す空洞群体積を求める工程と、
前記CT画像から前記空洞部を抽出し、抽出された前記空洞部の体積を表す空洞部体積を求める工程と、
前記空洞群体積に対する前記空洞部体積の体積率を表す空洞部体積率を求める工程と、
前記空洞部体積率に基づいて前記空洞群の巣の種類を判別する工程と、
を有する巣の評価方法。
この鋳巣の評価方法によれば、空洞部体積率を用いて巣の種類を判別するため、評価対象部材の巣を、煩雑な処理を必要とせずに、CT画像からの巣の三次元情報に基づいて適正に判別できる。
この巣の評価方法によれば、空洞部体積率に応じて、空洞部が巻き込み巣、ひけ巣、又はざく巣のいずれであるかを判別できる。
前記巣の種類毎に、前記全体体積率と、当該巣の種類に対応する重み付け係数とを乗じた評価値を求める工程と、
前記巣の種類毎の前記評価値を前記巣の全種類で合算した合算評価値を求め、前記合算評価値に基づいて前記巣を評価する工程と、
を有する(1)又は(2)に記載の巣の評価方法
この巣の評価方法によれば、巣の種類毎に算出した各評価値を合算した合算評価値に基づいて、評価対象部材の強度を総合的に、且つ精度よく評価できる。
13 巣
15 CT画像
17,17A,17B 空洞群
19,19A,19B 空洞部
21 樹枝状部
K(i) 重み付け係数
Ev(i) 評価値
Eva 合算評価値
R 空洞部体積率
Rv 全体体積率
Claims (3)
- 評価対象部材をX線CTにより撮像して得たCT画像から、前記評価対象部材の巣によって形成される空洞部と、該空洞部の周辺に繋がる樹枝状部と、を一つの空洞群として抽出し、前記空洞群の体積を表す空洞群体積を求める工程と、
前記CT画像から前記空洞部を抽出し、抽出された前記空洞部の体積を表す空洞部体積を求める工程と、
前記空洞群体積に対する前記空洞部体積の体積率を表す空洞部体積率を求める工程と、
前記空洞部体積率に基づいて前記空洞群の巣の種類を判別する工程と、
を有する巣の評価方法。 - 前記巣の種類を判別する工程は、前記空洞群を、前記空洞部体積率の大きい順に、巻き込み巣、ひけ巣、ざく巣と判別する請求項1に記載の巣の評価方法。
- 前記評価対象部材の全体積に対する前記空洞群体積の体積率を示す全体体積率を前記巣の種類毎に求め、
前記巣の種類毎に、前記全体体積率と、当該巣の種類に対応する重み付け係数とを乗じた評価値を求める工程と、
前記巣の種類毎の前記評価値を前記巣の全種類で合算した合算評価値を求め、前記合算評価値に基づいて前記巣を評価する工程と、
を有する請求項1又は請求項2に記載の巣の評価方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017084845A JP6885181B2 (ja) | 2017-04-21 | 2017-04-21 | 巣の評価方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017084845A JP6885181B2 (ja) | 2017-04-21 | 2017-04-21 | 巣の評価方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2018179950A JP2018179950A (ja) | 2018-11-15 |
JP6885181B2 true JP6885181B2 (ja) | 2021-06-09 |
Family
ID=64275921
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017084845A Active JP6885181B2 (ja) | 2017-04-21 | 2017-04-21 | 巣の評価方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6885181B2 (ja) |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0712759A (ja) * | 1993-06-22 | 1995-01-17 | Honda Motor Co Ltd | 鋳造部品の品質判定方法 |
JP2005249426A (ja) * | 2004-03-01 | 2005-09-15 | Toyota Motor Corp | 鋳造内部欠陥検査支援装置及び方法 |
JP4588414B2 (ja) * | 2004-10-28 | 2010-12-01 | 株式会社日立製作所 | 内部欠陥検査方法および装置 |
JP5179212B2 (ja) * | 2008-02-04 | 2013-04-10 | 東芝機械株式会社 | 成形支援装置および成形条件決定方法 |
JP5105090B2 (ja) * | 2008-10-16 | 2012-12-19 | トヨタ自動車株式会社 | 鋳造内部欠陥検査支援装置及び方法 |
-
2017
- 2017-04-21 JP JP2017084845A patent/JP6885181B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2018179950A (ja) | 2018-11-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11010890B2 (en) | Method for the non-destructive testing of the volume of a test object and testing device configured for carrying out such a method | |
JP5699936B2 (ja) | 医用画像処理装置の作動方法、装置およびプログラム | |
JP4588414B2 (ja) | 内部欠陥検査方法および装置 | |
JP2003530546A (ja) | 被検体の鋳造欠陥の自動検出方法 | |
JP5601378B2 (ja) | 医用画像処理装置 | |
CN108122221B (zh) | 弥散加权成像图像中脑缺血区域的分割方法及装置 | |
KR102021945B1 (ko) | 볼륨 이미지 레코드로부터의 국부적 품질 측정들의 결정 | |
Zhang et al. | Structured learning for 3-D perivascular space segmentation using vascular features | |
EP2171687B1 (fr) | Procédé et dispositif de traitement d'image, notamment pour le traitement d'images médicales | |
JP6681221B2 (ja) | 構造解析装置、構造解析方法及び三次元織繊維素材製造方法 | |
JP7078642B2 (ja) | 物体の複数の構成要素の3dモデルデータを取得する方法 | |
JP2007155724A5 (ja) | ||
CN114596316A (zh) | 一种基于语义分割的道路图像细节抓取方法 | |
JP6885181B2 (ja) | 巣の評価方法 | |
JP2010008159A (ja) | 外観検査処理方法 | |
CN110838142B (zh) | 一种基于深度图像的行李尺寸识别方法及装置 | |
JP2005249426A (ja) | 鋳造内部欠陥検査支援装置及び方法 | |
Raina et al. | Exploiting Bilateral Symmetry in Brain Lesion Segmentation with Reflective Registration. | |
WO2016152448A1 (ja) | 画像処理装置、画像処理方法、及びプログラム | |
KR101381525B1 (ko) | 뇌 고랑의 구조적 특성을 반영한 뇌 고랑 깊이 측정 방법 및 시스템 | |
Alagić et al. | Unsupervised algorithm to detect damage patterns in microstructure images of metal films | |
US20230343077A1 (en) | Method and system for automated central vein sign assessment | |
Herberich et al. | Flux-based 3D segmentation of keratin intermediate filaments in confocal laser scanning microscopy | |
Wang et al. | Computer aided detection of cavernous malformation in T2-weighted brain MR images | |
JP6910205B2 (ja) | 疾患鑑別支援装置およびコンピュータプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200403 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210302 |
|
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: 20210413 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210426 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6885181 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |