JP7047450B2 - 画像における関心部分の検出 - Google Patents
画像における関心部分の検出 Download PDFInfo
- Publication number
- JP7047450B2 JP7047450B2 JP2018027629A JP2018027629A JP7047450B2 JP 7047450 B2 JP7047450 B2 JP 7047450B2 JP 2018027629 A JP2018027629 A JP 2018027629A JP 2018027629 A JP2018027629 A JP 2018027629A JP 7047450 B2 JP7047450 B2 JP 7047450B2
- Authority
- JP
- Japan
- Prior art keywords
- interest
- data
- image data
- objects
- article
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/04—Analysing solids
- G01N29/06—Visualisation of the interior, e.g. acoustic microscopy
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- 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
- G06T7/0008—Industrial image inspection checking presence/absence
-
- 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
- G06T2207/10024—Color image
-
- 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
- G06T2207/10132—Ultrasound image
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Acoustics & Sound (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Quality & Reliability (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
- Image Analysis (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
少なくとも1つの予め選択されたフィルタを、前記オブジェクトに対応するデータに適用して、前記関心部分の要素である可能性が最も高いオブジェクトからなるオブジェクトのセットを見出すステップと、
予め規定された基準に従って、前記オブジェクトのセットをクラスタに分類するステップと、
前記関心部分の既知の特性を使用して、前記クラスタのうちのどの1つのクラスタが前記関心部分に対応するかを識別するステップと、
を含む。
予め設定された閾値を満たす、前記画像データ又は前記行列データの要素を、前記関心部分の可能性のある要素であるオブジェクトとして識別する要素識別器と、
前記オブジェクトに対応するデータをフィルタリングして、前記関心部分の要素である可能性が最も高いオブジェクトからなるオブジェクトのセットを見出す少なくとも1つのフィルタと、
予め規定された基準に従って、前記オブジェクトのセットをクラスタに分類する分類器と、
前記関心部分の既知の特性を使用して、前記クラスタのうちのどの1つのクラスタが前記関心部分に対応するかを識別するクラスタ識別器と、
を有する。
フィルタ基準(1):オブジェクトのバウンディングボックスに関して、選択されたクラスタリング軸(例えばx又はy)に平行なオブジェクトが破棄される。図2(c)は、この基準を縦向きオブジェクトに適用した画像についての結果を示している。従来、バウンディングボックスは、ある軸に平行であるように描かれる必要はない、すなわち、バウンディングボックスは、バウンディングボックスの向きにかかわらず、オブジェクトを包含する最小の矩形又は正方形であり得る。そのような場合、任意の向きのバウンディングボックスを有する層を含む画像は、依然として、その向き角度が最小である軸に対して「平行」であるとしてバウンディングボックスを分類することにより、この実施形態に従って処理され得る。代替的に、全てのオブジェクトのバウンディングボックスが互いに平行である場合、画像又は未処理のスキャン行列は、これらのバウンディングボックスが何らかの軸に平行であるように回転され得る。
フィルタ基準(2):「正方形」オブジェクト、すなわち、バウンディングボックスの幅及び高さが等しいオブジェクトが、破棄される。
フィルタ基準(3):固定の面積閾値未満であるオブジェクト、すなわち、比較的に小さいオブジェクトが、破棄される。
フィルタ基準(4):面積順で大きい方から(又は小さい方から)n個のオブジェクトが残され、これら以外のオブジェクトが破棄される。図2(d)は、n=10であるこの基準を適用した画像についての結果を示している。
オブジェクトが有する任意の1つの属性又は属性のセットに関する任意の他の有用で適切な条件を使用してフィルタリングすることも可能である。
・縦向きオブジェクト、すなわち、オブジェクトのバウンディングボックスに関してクラスタリング軸tに平行なオブジェクト。図5(c)は、縦向きオブジェクトのバウンディングボックスを表す破線を示しており、図5(d)は、これらのオブジェクトが除去された画像を示している。
・大きい方から10個の(n=10の)オブジェクトではないオブジェクト。図5(e)は、大きい方から10個のオブジェクトのみが残っている画像を示している。
検討中の物品から導出された画像データ又は行列データにおける関心部分を自動的に特定する、コンピュータにより実行される方法であって、
予め設定された閾値を満たす、前記画像データ又は前記行列データの要素を、前記関心部分の可能性のある要素であるオブジェクトとして識別するステップと、
少なくとも1つの予め選択されたフィルタを、前記オブジェクトに対応するデータに適用して、前記関心部分の要素である可能性が最も高いオブジェクトからなるオブジェクトのセットを見出すステップと、
予め規定された基準に従って、前記オブジェクトのセットをクラスタに分類するステップと、
前記関心部分の既知の特性を使用して、前記クラスタのうちのどの1つのクラスタが前記関心部分に対応するかを識別するステップと、
を含む、方法。
画像データについて、前記予め設定された閾値は、少なくとも1つの色についての画素値を含み、前記画素値を超える、該画像データの画素データが、オブジェクトとして識別される、付記1に記載の方法。
前記関心部分は、前記物品の一部を表す又は形成する層である、付記1又は2に記載の方法。
前記予め選択されたフィルタは、前記層の予想される向きに垂直な方向に主軸を有するオブジェクトを除去する、付記3に記載の方法。
オブジェクトを分類するための前記予め規定された基準は、前記層の前記予想される向きに垂直な前記方向における位置である、付記4に記載の方法。
行列データの場合、該行列データから、前記関心部分として識別されなかった少なくとも1つのクラスタのデータを除いた画像を生成するステップ
をさらに含む、付記1乃至5いずれか一項に記載の方法。
画像データの場合、該画像データから、前記関心部分として識別されなかった少なくとも1つのクラスタの画像データを除去するステップ
をさらに含む、付記1乃至5いずれか一項に記載の方法。
前記画像データ又は前記行列データは、検討中の前記物品の超音波スキャンデータから導出される、付記1乃至7いずれか一項に記載の方法。
検討中の物品における欠陥を検出する際に使用される欠陥検出の方法であって、該物品の又は該物品から導出された画像が、前記欠陥を識別するために解析され、解析される該画像は、付記1乃至8いずれか一項に記載の方法に従って関心部分が自動的に特定された画像データを含む、方法。
前記関心部分として識別されたクラスタを形成するデータにおける隙間の位置を、可能性のある欠陥の場所として識別するステップ
を含む、付記9に記載の方法。
検討中の前記物品は、製造される物品と製造の際に使用される物品とのうちの少なくとも1つである、付記1乃至10いずれか一項に記載の方法。
前記物品の少なくとも一部を形成する材料の構造的健全性と前記物品の少なくとも一部を形成する材料における欠陥とのうちの少なくとも1つを判定するための、付記9、10、又は11に記載の方法の使用。
コンピュータ上で実行されたときに前記コンピュータに付記1乃至11いずれか一項に記載の方法を実行させるコンピュータプログラム。
検討中の物品から導出された画像データ又は行列データにおける関心部分を特定するデータ処理装置であって、
予め設定された閾値を満たす、前記画像データ又は前記行列データの要素を、前記関心部分の可能性のある要素であるオブジェクトとして識別する要素識別器と、
前記オブジェクトに対応するデータをフィルタリングして、前記関心部分の要素である可能性が最も高いオブジェクトからなるオブジェクトのセットを見出す少なくとも1つのフィルタと、
予め規定された基準に従って、前記オブジェクトのセットをクラスタに分類する分類器と、
前記関心部分の既知の特性を使用して、前記クラスタのうちのどの1つのクラスタが前記関心部分に対応するかを識別するクラスタ識別器と、
を有する、データ処理装置。
前記関心部分として識別されたクラスタを形成するデータにおける隙間の位置を、可能性のある欠陥の場所として識別する隙間識別器
をさらに有する、付記14に記載のデータ処理装置。
2 フィルタ
3 分類器
4 クラスタ識別器
5 隙間識別器
10 データ処理装置
Claims (13)
- 検討中の物品から導出された画像データ、又は検討中の物品から導出された行列データの視覚化画像データにおける関心部分を自動的に特定する、コンピュータにより実行される方法であって、
予め設定された閾値を満たす、前記画像データ又は前記視覚化画像データの要素を、前記関心部分の可能性のある要素であるオブジェクトとして識別するステップであり、前記関心部分は、前記物品の一部を表す又は形成する層である、ステップと、
少なくとも1つの予め選択されたフィルタを、前記オブジェクトに対応するデータに適用して、前記関心部分の要素である可能性が最も高いオブジェクトからなるオブジェクトのセットを見出すステップと、
予め規定された基準に従って、前記オブジェクトのセットを予め設定された個数のクラスタに分類するステップであり、前記予め規定された基準は、前記層の予想される向きに垂直な方向における、前記オブジェクトの位置である、ステップと、
前記分類により順序付けられたクラスタについて、前記関心部分の既知の特性を使用して、予め設定された順序のクラスタを前記関心部分に対応する層と識別することにより、前記クラスタのうちのどの1つのクラスタが前記関心部分に対応するかを識別するステップと、
を含む、方法。 - 画像データについて、前記予め設定された閾値は、少なくとも1つの色についての画素値を含み、前記画素値を超える、該画像データの画素データが、オブジェクトとして識別される、請求項1に記載の方法。
- 前記予め選択されたフィルタは、前記層の前記予想される向きに垂直な方向に主軸を有するオブジェクトを除去する、請求項1又は2に記載の方法。
- 行列データの視覚化画像データの場合、該視覚化画像データから、前記関心部分として識別されなかった少なくとも1つのクラスタのデータを除いた画像を生成するステップ
をさらに含む、請求項1乃至3いずれか一項に記載の方法。 - 画像データの場合、該画像データから、前記関心部分として識別されなかった少なくとも1つのクラスタの画像データを除去するステップ
をさらに含む、請求項1乃至4いずれか一項に記載の方法。 - 前記画像データ又は前記行列データは、検討中の前記物品の超音波スキャンデータから導出される、請求項1乃至5いずれか一項に記載の方法。
- 前記関心部分が自動的に特定された画像データを解析して欠陥を検出するステップ、
をさらに含む、請求項1乃至6いずれか一項に記載の方法。 - 前記関心部分として識別されたクラスタを形成するデータにおける隙間の位置を、可能性のある欠陥の場所として識別するステップ
を含む、請求項7に記載の方法。 - 検討中の前記物品は、製造される物品と製造の際に使用される物品とのうちの少なくとも1つである、請求項1乃至8いずれか一項に記載の方法。
- 前記物品の少なくとも一部を形成する材料の構造的健全性と前記物品の少なくとも一部を形成する材料における欠陥とのうちの少なくとも1つを判定するための、請求項7、8、又は9に記載の方法の使用。
- コンピュータ上で実行されたときに前記コンピュータに請求項1乃至9いずれか一項に記載の方法を実行させるコンピュータプログラム。
- 検討中の物品から導出された画像データ、又は検討中の物品から導出された行列データの視覚化画像データにおける関心部分を特定するデータ処理装置であって、
予め設定された閾値を満たす、前記画像データ又は前記視覚化画像データの要素を、前記関心部分の可能性のある要素であるオブジェクトとして識別する要素識別器であり、前記関心部分は、前記物品の一部を表す又は形成する層である、要素識別器と、
前記オブジェクトに対応するデータをフィルタリングして、前記関心部分の要素である可能性が最も高いオブジェクトからなるオブジェクトのセットを見出す少なくとも1つのフィルタと、
予め規定された基準に従って、前記オブジェクトのセットを予め設定された個数のクラスタに分類する分類器であり、前記予め規定された基準は、前記層の予想される向きに垂直な方向における、前記オブジェクトの位置である、分類器と、
前記分類により順序付けられたクラスタについて、前記関心部分の既知の特性を使用して、予め設定された順序のクラスタを前記関心部分に対応する層と識別することにより、前記クラスタのうちのどの1つのクラスタが前記関心部分に対応するかを識別するクラスタ識別器と、
を有する、データ処理装置。 - 前記関心部分として識別されたクラスタを形成するデータにおける隙間の位置を、可能性のある欠陥の場所として識別する隙間識別器
をさらに有する、請求項12に記載のデータ処理装置。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP17168804.7 | 2017-04-28 | ||
EP17168804.7A EP3396370B1 (en) | 2017-04-28 | 2017-04-28 | Detecting portions of interest in images |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2018190388A JP2018190388A (ja) | 2018-11-29 |
JP7047450B2 true JP7047450B2 (ja) | 2022-04-05 |
Family
ID=58640780
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018027629A Active JP7047450B2 (ja) | 2017-04-28 | 2018-02-20 | 画像における関心部分の検出 |
Country Status (3)
Country | Link |
---|---|
US (1) | US10748274B2 (ja) |
EP (1) | EP3396370B1 (ja) |
JP (1) | JP7047450B2 (ja) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11762927B2 (en) * | 2018-10-23 | 2023-09-19 | Zeta Global Corp. | Personalized content system |
CN111768357B (zh) * | 2019-03-29 | 2024-03-01 | 银河水滴科技(北京)有限公司 | 一种图像检测的方法及装置 |
DE102019209226A1 (de) * | 2019-06-26 | 2020-12-31 | Volkswagen Aktiengesellschaft | Verfahren, Computerprogramm und Vorrichtung zur Verarbeitung von durch ein Kraftfahrzeug erfassten Daten |
DE102019209711A1 (de) | 2019-07-02 | 2021-01-07 | Volkswagen Aktiengesellschaft | Verfahren, Computerprogramm und Vorrichtung zur Verarbeitung von durch ein Kraftfahrzeug erfassten Daten, sowie zum Bereitstellen von Parametern für eine solche Verarbeitung |
CN112529830B (zh) * | 2019-08-30 | 2023-11-14 | 北京四维图新科技股份有限公司 | 图像标注方法、装置、电子设备和存储介质 |
CN111881994B (zh) * | 2020-08-03 | 2024-04-05 | 杭州睿琪软件有限公司 | 识别处理方法及设备和非暂态计算机可读存储介质 |
JP7488216B2 (ja) * | 2021-03-17 | 2024-05-21 | Kddi株式会社 | 対応点検出装置、対応点検出方法及びプログラム |
KR20230174066A (ko) * | 2022-06-20 | 2023-12-27 | 두산에너빌리티 주식회사 | 초음파 탐상 검사 시스템 및 초음파 탐상 검사 방법 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001525579A (ja) | 1997-11-28 | 2001-12-11 | クァリア・コンピューティング・インコーポレーテッド | 乳房x線デジタル像からのクラスター化微小カルシウム沈着の自動検出 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4339944A (en) | 1980-05-21 | 1982-07-20 | Micro Pure Systems, Inc. | Ultrasonic particulate identification |
US7043500B2 (en) * | 2001-04-25 | 2006-05-09 | Board Of Regents, The University Of Texas Syxtem | Subtractive clustering for use in analysis of data |
US6983065B1 (en) * | 2001-12-28 | 2006-01-03 | Cognex Technology And Investment Corporation | Method for extracting features from an image using oriented filters |
US8050486B2 (en) * | 2006-05-16 | 2011-11-01 | The Boeing Company | System and method for identifying a feature of a workpiece |
US20100220910A1 (en) * | 2009-03-02 | 2010-09-02 | General Electric Company | Method and system for automated x-ray inspection of objects |
US20110110575A1 (en) * | 2009-11-11 | 2011-05-12 | Thiagarajar College Of Engineering | Dental caries detector |
CN105493141B (zh) | 2013-08-23 | 2018-09-14 | 哈曼国际工业有限公司 | 非结构化道路边界检测 |
JP6093314B2 (ja) | 2014-02-14 | 2017-03-08 | 株式会社デンソー | 境界線認識装置 |
GB201421797D0 (en) * | 2014-12-08 | 2015-01-21 | Ge Oil & Gas Uk Ltd | Apparatus and Method for Manufacturing Flexible Pipe |
RU2599403C1 (ru) | 2015-06-04 | 2016-10-10 | Акционерное Общество "Атомэнергопроект" | Устройство для обнаружения утечек в трубопроводах |
-
2017
- 2017-04-28 EP EP17168804.7A patent/EP3396370B1/en active Active
-
2018
- 2018-02-20 JP JP2018027629A patent/JP7047450B2/ja active Active
- 2018-02-21 US US15/901,551 patent/US10748274B2/en active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001525579A (ja) | 1997-11-28 | 2001-12-11 | クァリア・コンピューティング・インコーポレーテッド | 乳房x線デジタル像からのクラスター化微小カルシウム沈着の自動検出 |
Also Published As
Publication number | Publication date |
---|---|
US20180315180A1 (en) | 2018-11-01 |
EP3396370A1 (en) | 2018-10-31 |
EP3396370B1 (en) | 2021-11-17 |
JP2018190388A (ja) | 2018-11-29 |
US10748274B2 (en) | 2020-08-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7047450B2 (ja) | 画像における関心部分の検出 | |
JP2020187735A (ja) | 表面欠陥識別方法及び装置 | |
US8521480B2 (en) | Managing non-destructive evaluation data | |
Schmugge et al. | Detection of cracks in nuclear power plant using spatial-temporal grouping of local patches | |
WO2013020143A1 (en) | Image-based crack quantification | |
US9443129B2 (en) | Methods and apparatus for image analysis using threshold compactness features | |
US10896509B2 (en) | Processing digital image to remove unwanted portion | |
JP7081196B2 (ja) | 超音波スキャン・データを使った欠陥検出 | |
CN110008792B (zh) | 图像检测方法、装置、计算机设备及存储介质 | |
CN111415330A (zh) | 基于深度学习的铜箔外观缺陷检测方法 | |
CN116245882A (zh) | 电路板电子元件检测方法、装置及计算机设备 | |
Shen et al. | Identification and counting of fish targets using adaptive resolution imaging sonar | |
JP4270254B2 (ja) | 画像信号処理装置及び画像処理方法 | |
TWM606740U (zh) | 瑕疵檢測系統 | |
CN111027601A (zh) | 一种基于激光传感器的平面检测方法、装置 | |
JP4458339B2 (ja) | 画像処理方法、システム及びプログラム | |
US11875502B2 (en) | Production-speed component inspection system and method | |
EP3561503B1 (en) | Detection of portions of interest in image or matrix data | |
CN114926675A (zh) | 外壳污损缺陷检测方法、装置、计算机设备及存储介质 | |
KR102114013B1 (ko) | 디스플레이 결함 검출 장치 및 방법 | |
CN115115887B (zh) | 基于TSD-Faster RCNN的农作物害虫检测方法及其网络 | |
JP2563865B2 (ja) | 画像認識装置及び方法 | |
JP2019219310A (ja) | 塗布膜評価装置、及び塗布膜評価方法 | |
WO2013068780A1 (en) | Methods and apparatus for image analysis using threshold compactness features | |
Chen et al. | Size Measurement of Stone Images Based on Improved UNet |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20201110 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20211027 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20211109 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220107 |
|
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: 20220222 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220307 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7047450 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |