JP7078642B2 - 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 - Google Patents

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 Download PDF

Info

Publication number
JP7078642B2
JP7078642B2 JP2019557688A JP2019557688A JP7078642B2 JP 7078642 B2 JP7078642 B2 JP 7078642B2 JP 2019557688 A JP2019557688 A JP 2019557688A JP 2019557688 A JP2019557688 A JP 2019557688A JP 7078642 B2 JP7078642 B2 JP 7078642B2
Authority
JP
Japan
Prior art keywords
data
model data
components
resolution
representation
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
Application number
JP2019557688A
Other languages
English (en)
Other versions
JP2020504412A (ja
Inventor
バチャパランピル,マシュー
パニールセルバム,マダサミー
アシアンナン,サンギース
アリ,モハメド・アッバース
ジェバダス,ジョンソン
Original Assignee
ケアソフト・グローバル・ホールディングス・リミテッド
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
Application filed by ケアソフト・グローバル・ホールディングス・リミテッド filed Critical ケアソフト・グローバル・ホールディングス・リミテッド
Publication of JP2020504412A publication Critical patent/JP2020504412A/ja
Application granted granted Critical
Publication of JP7078642B2 publication Critical patent/JP7078642B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00Three dimensional [3D] modelling, e.g. data description of 3D objects
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00General purpose image data processing
    • G06T1/20Processor architectures; Processor configuration, e.g. pipelining
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/11Region-based segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/50Depth or shape recovery
    • G06T7/55Depth or shape recovery from multiple images
    • G06T7/593Depth or shape recovery from multiple images from stereo images
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00Details of television systems
    • H04N5/30Transforming light or analogous information into electric information
    • H04N5/32Transforming X-rays
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2200/00Indexing scheme for image data processing or generation, in general
    • G06T2200/04Indexing scheme for image data processing or generation, in general involving 3D image data
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2200/00Indexing scheme for image data processing or generation, in general
    • G06T2200/08Indexing scheme for image data processing or generation, in general involving all processing steps from image acquisition to 3D model generation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10116X-ray image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30108Industrial image inspection
    • G06T2207/30164Workpiece; Machine component

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Computer Graphics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)
  • Image Generation (AREA)

Description

本出願はとりわけ、自動車などの物体の、複数の構成要素の3次元(3D)モデルデータを取得する方法およびシステムに関する。
たとえば10,000個を超える構成要素を含む場合がある、自動車など複雑な物体の(他に引けを取らない)評価/ベンチマークにかなりの関心が寄せられている。
このような物体は物理的に分解されてもよいが、このことは、通常は破壊的なことであり、かなりの手作業を必要とし、この分解プロセスが、たとえば各構成要素の3D構成についての情報を失う。
個々の構成要素、または比較的数の少ない構成要素を解析するためには、一般にX線コンピュータ断層撮影(CT)システムが使用されて、たとえば亀裂などを検出する。しかし、少なくとも一部には、関係のあるデータを処理するのが著しく困難なので、自動車など完成した複雑な物体を効果的に解析するためのこうしたシステムを使用することが妨げられてきた。
本願発明の一実施例は、例えば、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に関する。
本発明の第1の態様によれば、
複数構成要素の物体についてのX線データを取得するステップと、
このX線データを処理して、それぞれ第1および第2の解像度を有する、物体の少なくとも第1および第2の(画素ベースの)3D表現を取得するステップであって、この第1の(たとえば「高い」)解像度が、第2の(たとえば「中間の」)解像度より高いステップと、
第2の3D表現の複数の領域を識別するステップであって、各領域が、少なくとも、
- 第2の(中間解像度の)3D表現の複数の初期領域を識別するステップであって、各初期領域が、画素値(または均等物)の複数の範囲のうち1つの範囲内の画素値を有するステップと、
- 初期領域と、第1の(高解像度の)3D表現から取得される、物体の少なくとも一部分の1つまたは複数の2Dセクションから取得される1つまたは複数の特徴(たとえば、縁部)との比較に基づいて、複数の初期領域のそれぞれを選択的に調整するステップと
によって、物体の複数の構成要素のうちの1つに対応するステップと、
対応する領域に基づいて、かつ/または第1の(高解像度の)3D表現から取得される、物体の少なくとも一部分の1つまたは複数の2Dセクションから取得される1つまたは複数の特徴(たとえば、寸法)に基づいて、複数の構成要素のそれぞれについて、その構成要素の3Dモデル(たとえば、CADモデル)を取得するステップと
を含む方法が提供される。
したがって、この方法は、自動車など複雑な製品を評価するための効果的かつ効率的な方式を提供することができる。
この方法はさらに、
複数の構成要素の3Dモデルを組み立てて、物体の構成要素分解済みの3Dモデルを取得するステップを含んでもよい。
この方法は、
第1および第2の3D表現を、(たとえば、物体物のサブアセンブリに対応する)複数の作業領域に分割するステップと、
この複数の作業領域のそれぞれにおいて複数の領域を識別するステップと
を含んでもよい。
この方法は、
第2の解像度よりも低い第3の(たとえば「低い」)解像度を有する物体の第3の3D表現に基づいて、第1および第2の3D表現を分割するステップを含んでもよい。
X線データの処理は、解像度を段階的に増加させるステップを含んでもよく、第1の(高解像度の)表現が、第2の(中解像度の)表現などよりも後のステップで取得される。
複数の初期領域のそれぞれの識別は、物体内の特定の材料(たとえば、特定の鋼など)に関連する、ある一定の範囲の画素値を決定するステップを含んでもよい。
この方法は、
1つまたは複数の2Dセクションのそれぞれについて平面を決定するステップと、
1つまたは複数の2Dセクションのそれぞれを決定するステップと、
1つまたは複数の2Dセクションのそれぞれから、1つまたは複数の特徴を導出するステップと
を含んでもよい。
少なくとも1つの平面が、物体のサブアセンブリの中央平面に対応してもよい。
1つまたは複数の2Dセクションのそれぞれから、1つまたは複数の特徴を導出するステップは、2Dセクションからベクトルグラフィックスを導出するステップを含んでもよい。
この1つまたは複数の特徴は、
2Dセクション内の各構成要素の縁部および/もしくは領域、ならびに/または、
2Dセクション内の各構成要素の寸法を含んでもよい。
複数の初期領域のそれぞれを選択的に調整するステップは、初期領域が2つ以上の構成要素を含むかどうか判定するステップを含んでもよい。初期領域が2つ以上の構成要素を含むかどうか判定するステップは、この初期領域が任意の縁部を横切るか、かつ/または2つ以上の任意の領域を占有するかどうか判定するステップを含んでもよい。
複数の初期領域のそれぞれを選択的に調整するステップは、この初期領域を2つ以上の中間領域、すなわち複数の領域へと選択的に分割するステップを含んでもよい。分割するこのステップは、縁部および/または領域に基づいてもよい。
複数の構成要素のそれぞれの3Dモデルを取得するステップは、
この構成要素が第1のタイプの構成要素に対応するかどうか判定するステップと、
肯定的な判定に応答して、
- 第1のタイプの構成要素についての所定の3Dモデル、および、
- 1つまたは複数の2Dセクションから取得される構成要素の1つまたは複数の寸法
に基づいて、構成要素の3Dモデルを取得するステップと
を含んでもよい。
複数の構成要素のそれぞれの3Dモデルを取得するステップは、
第1の3D表現を中間3Dモデル(たとえば、STLモデル)に変換するステップを含んでもよく、この中間3Dモデルはメッシュモデルに対応する。
複数の構成要素のそれぞれの3Dモデルを取得するステップは、
この構成要素が第2のタイプの構成要素に対応するかどうか判定するステップと、
肯定的な判定に応答して、中間3Dモデル(STLモデル)を、構成要素の3Dモデル(CADモデル)に変換するステップと
を含んでもよい。
少なくとも、エネルギーが約9MeVのX線を使用して、X線データが取得されてもよい。物体内の複数の構成要素は、少なくとも10,000個の構成要素に対応してもよい。
本発明のさらなる態様によれば、この方法を実行するためのコンピュータプログラムが提供される。
本発明のさらなる態様によれば、この方法を実行することによって取得される、物体の構成要素分解済みの3Dモデルを含むデータ構造が提供される。
本発明のさらなる態様によれば、コンピュータプログラムおよび/またはデータ構造を含む、持続的でコンピュータ読取り可能な媒体が提供される。
本発明のさらなる態様によれば、この方法を実行するように構成されたコンピュータシステムが提供される。このコンピュータシステムは、少なくとも1つのプロセッサ、およびコンピュータプログラムコードを含む少なくとも1つのメモリを備えてもよく、この少なくとも1つのメモリおよびコンピュータプログラムコードは、少なくとも1つのプロセッサとともに、コンピュータシステムがこの方法を実行できるようにするように構成される。X線データを提供するように構成された装置と、このX線データを取得するように構成されたコンピュータシステムとを備えるシステムが提供されてもよい。
次に、添付図面を参照しながら、一例として本発明のある特定の実施形態が説明される。
物体の複数の構成要素の3Dモデルデータを取得するためのシステムを示す図である。 図2のシステムの一部分を形成してもよいコンピューティング装置を示す図である。 図1のシステムが実行してもよい方法を示す図である。 図3の方法に関連するデータフローを示す図である。 図3の方法の第2のステップで取得することのできる低解像度(a)、中解像度(b)、および高解像度(c)の3DのX線データの一部分を示す図である。 物体(a)、サブアセンブリ(b)、および構成要素(c)についての3DのX線データの一部分を示す図である。このサブアセンブリについての3DのX線データは、図3の方法の第4のステップで取得することができる。 図3の方法の第6のステップで取得することのできる、サブアセンブリ(a)の2D画像、ならびにサブアセンブリ(b)についての対応する縁部および領域データを示す図である。 図3の方法の第6のステップで取得することのできる寸法データを示す図である。 サブアセンブリ(a1、a2、a3)、図3の方法の第7のステップで判定することのできる閾値に基づいて、1つの構成要素が選択されたサブアセンブリ(b1、b2、b3)、および5つの異なる構成要素が選択されたサブアセンブリ(c1、c2、c3)の直交する各部分を示す図である。 図3の方法の第10のステップで取得することのできる、構成要素についての初期3Dモデルデータを、2つの異なる視点から示す図である。 図3の方法の第11のステップでそれぞれ取得することのできる、複数の構成要素についての最終3Dモデルデータを示す図である。また、各構成要素のサブアセンブリが、2つの異なる視点から示してある。
システム
図1を参照して、次にシステム1が説明される。これから説明するように、システム1を使用して、複雑な物体の構成要素分解済みの3Dモデルデータを取得してもよい。
システム1は、X線CTスキャンを実行するように構成される。システム1は、X線源2、コンピュータ制御のターンテーブル3、および検出器4を備える。このターンテーブル3に、自動車などの試験用物体5を置くことができる。
システム1はまた、第1の装置7、第2の装置7、および1つまたは複数の第3の装置7(以下では、それぞれ画像キャプチャリング装置、画像再構成装置、および3Dモデリング装置と呼ぶ)を含む、コンピュータシステム6を備える。
X線源2は、物体5に向けられるX線放射11を生成するように構成される。例によっては、このX線放射11は、少なくとも9MeVまでのエネルギーを有する。例によっては、システム1は、X線11が発散して円錐を形成するコーンビームのCTスキャンを実行するように構成される。
ターンテーブル3は少なくとも、画像キャプチャリング装置7に適切に動作するよう接続され、またその制御下で動作する。
検出器4は、シンチレータ4a、およびリニアダイオードアレイ4bを備える。このシンチレータ4aは、物体5と相互作用したX線放射11を受ける。シンチレータ4aは、受けたX線放射11を可視光12に変換する。アレイ4b内の各ダイオードはそれぞれ、可視光12を受光し、これに応答して電気(電圧)信号を生成してもよい。アレイ4b内の各ダイオードからの電気信号が増幅され、多重化され、またデジタル信号13に変換される。このデジタル信号13は、コンピュータシステム6に供給される。
装置
図2を参照して、次に、画像キャプチャリング装置、画像再構成装置、および3Dモデリング装置、7、7、7がさらに詳細に説明される。装置7、7、7はそれぞれ類似しており、この段落では単に装置7と呼ぶ。この装置7は、1つまたは複数のプロセッサ7b(図2では「P」で示す)を含む制御装置7aを備える。この制御装置7aは、システムバス7cを介して、装置7の他の構成要素7d~7fと通信する。装置7は、たとえばその他の装置と通信するための1つまたは複数の通信インタフェース7d(たとえば、イーサネット(登録商標)インターフェース)を備える。装置7は、たとえばRAMなどの揮発性メモリ、および、たとえばROMなどの不揮発性メモリを含む、メモリ7eを備える。この揮発性メモリは、たとえば、装置7の他の構成要素の動作を制御するとき、または各構成要素間でデータを移動させるときに、データを一時記憶するために制御装置7aによって使用される。装置7は、たとえばソリッドステートおよび/またはハードディスクの記憶装置などの記憶装置7fを備える。この記憶装置7fは、とりわけ、コンピュータ読取り可能な命令またはソフトウェア(「S」)15と、物体5に関連するデータを含み、ソフトウェア4によって使用されるデータ(「D」)16とを記憶する。場合によっては、装置7は、この装置がユーザから入力を受信し、このユーザに出力を提供できるようにするための、1つまたは複数のユーザインターフェース(図示せず)を備えてもよい。
ソフトウェア15は、以下に述べる方法を実行するように構成される。理解されるように、この方法の各ステップは、完全に自動化されてもよく、または部分的に自動化されてもよく、またある特定のユーザとの対話を含んでもよい。各ステップは、既知のアルゴリズムを利用して結果を得てもよい。各ステップは、既知の機械学習/人工のニューラルネットワーク技法を利用して結果を得てもよい。
方法
図3および図4を参照して、次に、システム1によって実行されてもよい方法が説明される。図3はプロセス流れ図に対応し、図4はデータ流れ図に対応する。
第1のステップ
第1のステップS1において、2次元(2D)のX線データが取得される(図3および図4では「X2」で示す)。
物体5が、ターンテーブル3に置かれ、単一の回転軸の周りに回転され、一連の2DのX線画像が取得される。
規則的な画像幾何形状を維持するために、ターンテーブル3の回転速度は、検出器4のライン露出時間と同期されている。回転速度は、毎秒0.005~0.01メートルの範囲での線速度に対応してもよい。比較的密度の高い材料(たとえば、高強度材料)を有する領域、異なる密度を有する比較的多数の異なる構成要素を有する領域、比較的複雑な構成要素を有する領域などは、比較的遅い回転速度で撮像することができる。このようにして、さらに高密度の2DのX線画像が取得され、これはそうした詳細を識別するのに有益になることがある。
第1のステップS1は、画像キャプチャリング装置7によって、またはその制御下で実行される。
第2のステップ
第2のステップS2において、2DのX線データが使用され、すなわち処理されて、多重解像度の3DのX線データ(「X3」)を取得する。
たとえば、第2のステップS2(または画像再構成)は、
- たとえば、S.Smithの、「The Scientist and Engineer’s Guide to Digital Signal Processing(科学者および技術者のデジタル信号処理へのガイド)」、California Technical Pub(1997年)、Ch.25に記載されているフーリエドメイン再構成アルゴリズムと、
- たとえば、M.LieblingおよびM.Unserの「Comparing algorithms for reconstructing digital off-axis Fresnel holograms(デジタル軸外しフレネルホログラムを再構成するためのアルゴリズムの比較)」、Proc.SPIE 6016、Three-Dimensional TV、Video、and Display IV、60160M(2005年11月15日)、DOI:10.1117/12.631039に記載されているフレネルアルゴリズムと
を使用することを含む。
典型的な単一段階のプロセスと対照的に、画像再構成は3段階で実行され、その結果、3つの異なる解像度(以下では、低解像度、中解像度、高解像度と呼ばれる)を有する3DのX線データが生成される。特に、2DのX線データは、アルゴリズムを使用して最初に処理されて、低解像度の3DのX線データを取得する。次いで、このデータがさらに処理されて、中解像度の3DのX線データを取得する。次いで、このデータはさらに一層処理されて、高解像度データを取得する。
したがって、第2のステップS2で取得される3DのX線データは、物体5の高解像度(「H」)、中解像度「M」)、および低解像度(「L」)の3D画像を含む。
各3D画像は、3D画素の3Dグリッド(または、言い換えればボクセル)、および/または物体5を通る異なる様々な部分に対応する1組の2D画像(以下では部分と呼ぶ)に対応する。
以下でより詳細に説明するように、各画素/ボクセルに関連付けられた値(以下では画素値と呼ぶ)が存在し、この値が、物体5の対応する領域でのX線の減衰に関連し、したがって、その領域での任意の材料に関する。この画素値は、グレースケールの強度によって視覚的に表されてもよい。
解像度は、画素/ボクセルの寸法に対応する場合がある。低解像度の3DのX線データの典型的な解像度は約1,000マイクロメートル(μm)であり、中解像度では約600μm、高解像度では約150μmである。しかし、こうした解像度のうち1つまたは複数は、こうした典型的な値と異なる場合がある。たとえば、解像度は、>750μm(低解像度)、350~750μm(中解像度)、および<350μm(高解像度)の範囲内でもよい。
この段落で図5を参照すると、低解像度の3DのX線データ(a)、中解像度の3DのX線データ(b)、および高解像度の3DのX線データ(c)の例示的な一部分が示してある。
以下でより詳細に説明するように、低解像度データは、物体5全体の3D画像に関連するデータ処理作業向けに使用される。低解像度データは比較的小さいので、こうした作業には特に適している。典型的な物体5では、低解像度データのサイズは約200ギガバイト(GB)であり、中解像度データのサイズは約600GB、高解像度データのサイズは約1,000GBである。
中解像度データの雑音は、高解像度データの雑音よりも低い。したがって、高解像度データではなく中解像度データを使用して初期3Dモデルデータを取得すると(以下参照)、雑音に起因する誤りのあるメッシュ要素が少なくなる。さらに、これによって、物体5の特徴の正確なキャプチャリングが容易になる。したがって、中解像度データは、初期3Dモデルデータを取得するのに使用され、高解像度データは、たとえば縁部データ、寸法データなどを取得するのに使用される(以下参照)。
3DのX線データは、医療におけるデジタル画像と通信(DICOM)の形式で、記憶され、転送されることなどが好ましい。他のフォーマットが使用されてもよいが、DICOMは、たとえば、データ操作の容易さに関連するいくつかの利点を有する。
第2のステップS2は、画像再構成装置7によって実行される。
第3のステップ
第3のステップS3では、多重解像度の3DのX線データが処理される。これは、既知のアルゴリズムを使用して画像を鮮明にし、(たとえば、ビーム硬化に起因する)画像内のアーティファクトを低減し、画像のコントラストを改善することなどを含むことが好ましい。
第3のステップS3、および後続のステップS4・・・S12は、3Dモデリング装置7によって実行される。
第4のステップ
第4のステップS4では、3DのX線データは、複数のサブセット(「X3・・・X3」)に分割される。
この段落で図6を参照すると、典型的な物体5は、複数(たとえば、数百以上)のサブアセンブリまたは同等物を含み、それぞれのサブアセンブリは、複数(たとえば、数十以上)の構成要素を含む。したがって、前述の通り、典型的な物体5は、10,000を超える構成要素を含む。一例として、自動車5は、そのサブアセンブリの1つとしてコーナーモジュール51を備え、このコーナーモジュール51は、その構成要素の1つとしてディスクパッド52を備える。
複数のサブセットのそれぞれは、物体5でのサブアセンブリの互いに異なるものに対応することが好ましい。しかし、3DのX線データは、任意の適切な方式で分割してもよく、各サブセットは、複数(たとえば、数十以上)の構成要素を含むことが好ましい。
第4のステップS4は、複数の3D領域を選択することを含み、そのそれぞれが、物体5のサブアセンブリの互いに異なる1つを含むことが好ましい。このような3D領域は直方体でもよく、または他の任意の適切な形状(たとえば、円筒形)を有してもよい。複数の3D領域のうち2つ以上が、互いにオーバラップしてもよい。
第4のステップS4は、物体5全体の低解像度X線データを使用して実行されることが好ましい。これは、たとえば、接続性、所定の規則などに基づいて、任意の適切な方式で実行されてもよい。
通常、3D領域のそれぞれは、関連するサブアセンブリ内に存在しない物体5の(「追加の」)各部分を含むことになる。こうした追加部分は、関連するサブセットを処理するときには無視されることが好ましい。
各サブセットは、中解像度および高解像度(すなわち、低解像度ではない)3DのX線データを含むことが好ましい。
第4のステップS4により、複数のサブアセンブリについての最終Dモデルデータ(すなわち、CADデータ)を取得することに関わる処理を並列に実行できるようになる。各サブアセンブリが、特に本明細書に記載の処理に適した複雑さのレベルを有しているので、このステップにより、物体5の特徴の正確なキャプチャリングも容易になる。
(たとえば、ステップS4およびS8において)データが分割されるか、(たとえば、ステップS6、S10、およびS11において)あるタイプから別のタイプに変更されるときはいつでも、たとえば、グローバル座標系(または同等物)に基づいて、関連する要素(ボクセル、線/曲線、表面など)の位置を記述するデータが適切に維持される。とりわけ、これにより、データの後続の(再)アセンブリが容易になる。
第5のステップ
この方法の第5のステップS5~第11のステップS11は、各サブセット/対応するサブアセンブリ(以下では、それぞれ単にサブセットおよびサブアセンブリと呼ぶ)に対して実行される。前述の通り、これは並列に実行されてもよい。
第5のステップS5では、サブセット(「X3」)が、第3のステップS3と同様に処理される。この場合、特定のサブセットに対して処理が最適化されてもよい。たとえば、3D画像の質は、圧入構成要素、溶接構成要素、ボルト締め構成要素など、複雑な領域内で改善されてもよい。
第6のステップ
第6のステップS6では、サブアセンブリに関連する2Dデータ(「D」)が取得される。
この段落で図7(a)を参照すると、第6のステップS6は、サブセット内の高解像度の3DのX線データからサブアセンブリの2D画像21を取得することを含む。2D画像21は、サブアセンブリの(クロス)セクションに対応する。このセクションを画定する平面は、任意の適切な方式で決定されてもよい。たとえば、この平面は、サブアセンブリの中央平面でもよく、たとえば、サブアセンブリを2つの実質的に対称な部分に分割する。
この段落で図7(b)を参照すると、次いで、第6のステップS6が2Dデータ22を決定することを含む。これは、2D画像21内のサブアセンブリの特徴(たとえば、構成要素)の縁部に対応する、1組の線/曲線22a(以下では、縁部データと呼ぶ)を決定することを含む。縁部データ22aは、たとえば、縁部検出アルゴリズムを使用して、任意の適切な方式で決定されてもよい。線/曲線の性質はまた、ある特定の方式で抑制されて、閉ループを形成してもよい。2Dデータ22を決定することはまた、縁部データ22aによって画定された、たとえば境界を設けられた1組の領域22b(以下では、領域データと呼ぶ)を識別することを含むことが好ましい。適切な場合には、同じ構成要素に対応するものとして、別々の領域が決定されることが好ましい。これは、たとえば、類似性/対称性、所定の規則などに基づいて、任意の適切な方式で実行されてもよい。
この段落で図8を参照すると、第6のステップS6はまた、2D画像21’内のサブアセンブリの特徴(たとえば、構成要素)の1組の寸法22c(以下では、寸法データと呼ぶ)を決定することを含む。これは、任意の適切な方式で実行されてもよい。たとえば、寸法データ22cは、縁部データ22aに含まれる線/曲線パラメータから導出されてもよい。寸法データ22cは、平行な縁部間の距離などを含んでもよい。
2Dデータ22は、単一の2D画像21(すなわち、単一の断面)、または複数の2D画像21(すなわち、複数の断面)について決定されてもよい。
本明細書においては、この2Dデータは特徴と呼ばれることがある。
第7のステップ
第7のステップS7および第8のステップS8は、サブセット内の中解像度のX線データ、すなわちサブアセンブリの中解像度の3D画像に対して実行される。
第7のステップS7では、閾値の複数のペア(「T」)が決定される。以下では、この閾値の複数のペアは閾値データと呼ばれる。
閾値の各ペアは、グレースケール強度の範囲の上限および下限に対応することが好ましい。グレースケール強度は、(特定のマッピングに従って)画素値に対応し、したがって、画素に関連付けられた領域内の材料に関連する。通常、以下の材料は、(ハウンズフィールド単位、HUでの)以下の画素値を有することになる。
- 鋼:12~18HU
- アルミニウム:25~35HU
- プラスチック:72~81HU
物体5の様々な構成要素は、一般に様々な材料から作製されるので、様々な範囲のグレースケール強度/画素値を有することになる。様々な構成要素が名目上同じ素材から作製されている場合でも、この材料間のわずかな差によって、グレースケール強度/画素値において検出可能な差が依然として存在することになる。
サブアセンブリ内の構成要素のそれぞれが、グレースケール強度の別個の(すなわち、互いに異なり、重複しない)範囲に関連付けられている場合、閾値の適切なペアを決定することによって、サブアセンブリ内の構成要素のそれぞれが別々に選択されてもよい。しかし、場合によっては、2つ以上の構成要素に対応する閾値のペアを決定することだけが可能になる場合がある。
たとえば、圧入構成要素、スナップ嵌め構成要素、溶接構成要素、および他のそうした連結構成要素の場合に、これは特に重要になることがある。
閾値データは、構成要素の最大数を別々に選択できるように決定されることが好ましい。閾値データは、任意の適切な方式で決定されてもよい。たとえば、閾値は、サブアセンブリの3D画像内のグレースケール強度の分布(ヒストグラム)に基づいて決定されてもよい。以下でより詳細に説明するように、初期閾値データはまた、2Dデータ22に基づいて調整されてもよい。
この段落で図9を参照すると、例示的なサブアセンブリ(コーナーモジュール)の3D画像の直交する3つの部分(a1、a2、a3)のセットが示してある。次の3つの部分(b1、b2、b3)は、各構成要素の閾値ベースの選択(ナックル)を示す。次の3つの部分(c1、c2、c3)は、5つの異なる構成要素の5つの異なる閾値値ベースの選択を示す。
第8のステップ
この方法の第8のステップS8~第11のステップS11が、サブアセンブリ内の各構成要素(以下では、単に構成要素と呼ぶ)に対して実行される。
第8のステップS8では、サブセットが、さらなるサブセット(「X3ij」)に分割される。このさらなるサブセットは、構成要素についての3DのX線データを含み、以下では構成要素サブセットと呼ばれる。
第8のステップS8は、閾値の特定のペアを使用して、このサブセットを、構成要素または構成要素のグループを含んでもよい初期サブセットに分割することを含む。
次いで、第8のステップS8は、2Dデータ22を使用して初期サブセットを選択的に分割することを含む。これは、初期サブセットが2つ以上の構成要素を含むかどうか判定することを含む。これは、任意の適切な方式で実行されてもよい。たとえば、縁部データ22aおよび/または領域データ22bを3DのX線データの適切な部分と比較して、縁部を横切るか、または2つの領域を占有する重要な材料が存在するかどうか判定してもよい。肯定的な判定に応答して、初期サブセットが分割される。これは、たとえば、3次元に適切に伝播される、縁部データ22aでの関連する曲線/線に基づいて、任意の適切な方式で実行してもよい。
閾値データは、2Dデータ22に鑑みて、(包括的または局所的に)調整してもよい。
接続されていない2つの3D領域に対応する初期サブセットが、直接的に分割されてもよい。
したがって、第8のステップS8では、構成要素サブセット、すなわち1つの構成要素についての3DのX線データを含むサブセットが取得される。
第9のステップ
第9のステップS9では、構成要素サブセットが検査される。これは、2Dデータ22(たとえば、領域データ22bおよび/または寸法データ22c)と、構成要素サブセットの適切な部分の特徴とを比較することによって、1つまたは複数の誤りを決定することを含むことが好ましい。この誤りが最大許容可能誤りを超える場合、この方法は、これまでのステップS8に戻り、これが様々なパラメータを使用して繰り返されることが好ましい。
第10のステップ
第10のステップS10では、構成要素サブセット内の3DのX線データが、初期3Dモデルデータ(「M1ij」)に変換される。
初期3Dモデルデータは、ステレオリソグラフィ(STL)データに対応することが好ましく、以下では単にSTLデータと呼ばれる。STLデータは、1組の三角形表面を示しており、これを使用して、1つまたは複数の閉じた三角形メッシュ表面を画定し、したがってこうした表面によって境界を設けられた1つまたは複数の3Dの物体を画定する。
構成要素サブセット内の3DのX線データは、既知の技法を使用してSTLデータに変換される。
この方法はまた、STLデータが処理されて、たとえばメッシュを改良し、誤りのあるメッシュ要素を取り除くなどのステップ(図示せず)を含むことが好ましい。
この段落で図10を参照すると、一例として、構成要素(すなわち、ナックル)についてのSTLデータが示してある。
第11のステップ
第11のステップS11では、構成要素の最終3Dモデルデータ(「M2ij」)が取得される。
これは、これまでのステップS10で取得されるSTLデータ、および第6のステップS6で取得される2Dデータ22を使用して実行される。
最終3Dモデルデータは、コンピュータ支援設計(CAD)データに対応することが好ましく、以下では単にCADデータと呼ぶ。このCADデータは、境界表現を使用して、一群の接続された表面要素として固体(たとえば、構成要素)を表すことが好ましい。これらの表面要素は、たとえば、非一様有理Bスプライン(NURBS)(STLデータ参照)を使用して精密に表される。
第11のステップS11は、構成要素が第1のタイプなのか、それとも第2のタイプなのか判定することを含むことが好ましい。すなわち、
- 第1のタイプは、ボルトなどの標準構成要素を含む。第1のタイプはまた、比較的単純な特徴を有する構成要素を含んでもよい。たとえば、図11に示してある構成要素629(すなわち、ハブ)は、比較的単純な断面を有する、概ね円筒対称形である。
- 第2のタイプの構成要素は、図11に示してある構成要素621(すなわち、ナックル)など、非標準であり、かつ/または比較的複雑である。
この判定は、第1のタイプの構成要素(以下では、標準構成要素と呼ぶ)を表す、記憶された任意のデータと、STLデータとが一致するかどうかに基づいて実行されてもよい。
構成要素が第1のタイプである場合、CADデータは、主に2Dデータ22から取得される。たとえば、特定の標準構成要素は、たとえば、寸法データ22cから取得できる比較的少数のパラメータ(たとえば、寸法)を使用して、記憶された一般モデルから作成してもよい。
構成要素が第2のタイプである場合、STLデータおよび2Dデータ22を使用してCADデータが取得される。具体的には、STLデータによって表される構成要素の表面上に、1組の表面(たとえば、NURBS表面)が作製される。次いで、こうした表面の寸法の少なくともいくつかは、寸法データ22cを使用して調整されることが好ましい。
前述の通り、先行するステップS11(およびその他)が、物体5内の各サブアセンブリ、および各サブアセンブリ内の各構成要素に対して実行される。したがって、物体5内の構成要素のそれぞれについてのCADデータが取得される。
この段落で図11を参照すると、一例として、サブアセンブリ61(すなわち、コーナーモジュール)の複数の異なる構成要素62、・・・6216についてのCADデータが示してある。
第12のステップ
第12のステップS12では、物体5の構成要素のそれぞれについてのCADデータが組み立てられ、それによって物体5についてのCADデータを取得する。
前述の通り、データが分割されたときなどには、関連する要素の位置を記述するデータが適切に維持され、それによって組立てが容易になった。それにもかかわらず、さらに多くのステップが必要になる場合がある。たとえば、様々なサブアセンブリについて別々に処理するので、サブアセンブリの正確な再接続には、たとえば共通の基準点などに基づいて、さらに作業が必要になる場合がある。
概要
具体的には、図4を参照すると、この方法のステップおよび特徴のいくつかは、
- 複数構成要素の物体についてのX線データ(X2)を取得するステップと、
- このX線データ(X2)を処理して、それぞれ第1(H)および第2(M)の解像度を有する、物体の少なくとも第1および第2の3D表現(X3-H、X3-M)を取得するステップであって、この第1の解像度(H)が、第2の解像度(M)より高いステップと、
- 第2の3D表現(X3-M)の複数の領域(X311、X312、・・・)を識別するステップであって、各領域(X311、X312、・・・)が、少なくとも、
- 第2の3D表現(X3-M)の複数の初期領域を識別するステップであって、各初期領域が、画素値の複数の範囲(T)のうち1つの範囲内の画素値を有するステップと、
- 初期領域と、第1の3D表現(X3-H)から取得される、物体の少なくとも一部分の1つまたは複数の2Dセクションから取得される1つまたは複数の特徴(D)との比較に基づいて、複数の初期領域のそれぞれを選択的に調整するステップと
によって、物体の複数の構成要素のうちの1つに対応するステップと、
- 対応する領域(X311、X312、・・・)に基づいて、かつ/または第1の3D表現(X3-H)から取得される、物体の少なくとも一部分の1つまたは複数の2Dセクションから取得される1つまたは複数の特徴(D)に基づいて、複数の構成要素のそれぞれについて、その構成要素の3Dモデル(X211、X212、・・・)を取得するステップと
を含む。
他の修正形態
前述の各実施形態には、他の多くの修正を加えてもよいことが理解されよう。
たとえば、コンピュータシステム6は異なっていてもよく、たとえば、任意の数のコンピューティング装置が存在してもよく、そのそれぞれが、図2に関連して前述したものでもよく、またはクラウドコンピューティングシステム、コンピュータクラスタなどでもよい。コンピュータシステム6は、一緒に動作して、任意の適切な方式でこの方法を実行してもよい。データは、任意の適切な方式で、コンピュータシステム6を介して移動され、このコンピュータシステム6に記憶されてもよい。
多重解像度の3DのX線データは、比較的少ない(すなわち2つの)異なる解像度を含んでもよい。たとえば、低解像度データを使用することなく、サブセットを取得してもよい。多重解像度の3DのX線データは、比較的多くの数の異なる解像度を含んでもよい。たとえば、この方法のある特定のステップ、および/またはある特定の構成要素は、前述の解像度とは異なる解像度を使用して恩恵を受ける場合がある。たとえば、場合によっては、超高解像度データが有益になる場合がある。
この方法は、比較的少ないステップを含んでもよい。たとえば、第3、第4、第5、第9、第11、および第12のステップ、S3、S4、S5、S9、S11、S12のうちの一部またはすべてを省いてもよい。この方法は、追加のステップ、たとえば追加の処理ステップまたは検査ステップを含んでもよい。
単一の範囲を定義する閾値のペアではなく、複数の範囲を定義する閾値のセットを使用して、単一の構成要素を選択することもできる。
3DのX線データを構成要素サブセットに分割し、次いでこれをSTLデータに変換するのではなく、この3DのX線データ(たとえば、サブアセンブリ用)をSTLデータに変換し、次いでこのSTLデータを分割してもよい。
この方法は、単に初期3Dモデル(たとえば、STL)データを取得するためのものでもよく、最終3Dモデル(たとえば、CAD)データを取得するためのものでなくてもよい。

Claims (14)

  1. 複数構成要素の物体についてのX線データを取得するステップと、
    前記X線データを処理して、それぞれ第1および第2の解像度を有する、前記物体の少なくとも第1および第2の3D表現を取得するステップであって、前記第1の解像度が、前記第2の解像度より高いステップと、
    前記第2の3D表現の複数のモデルデータを識別するステップであって、各モデルデータが、少なくとも、
    - 前記第2の3D表現の複数の初期モデルデータを識別するステップであって、各初期モデルデータが、画素値の複数の範囲のうち1つの範囲内の画素値を有するステップと、
    - 前記複数の初期モデルデータ1つ又は複数を選択するステップと
    前記初期モデルデータと、第1の3D表現から取得される、前記物体の少なくとも一部分の1つまたは複数の2D断面から取得される1つまたは複数の特徴との比較に基づいて、前記選択された、前記複数の初期モデルデータの1つ又は複数を調整するステップと、
    によって、前記物体の複数の構成要素のうちの1つに対応するステップと、
    対応するモデルデータに基づいて、かつ/または前記第1の3D表現から取得される、前記物体の少なくとも一部分の1つまたは複数の2D断面から取得される1つまたは複数の特徴に基づいて、前記複数の構成要素のそれぞれについて、前記構成要素の3Dモデルを取得するステップと
    を含む、方法。
  2. 前記第1および第2の3D表現を、複数の作業モデルデータに分割するステップと、
    前記複数の作業モデルデータのそれぞれにおいて前記複数のモデルデータを識別するステップとを含む、請求項1に記載の方法。
  3. 前記X線データの前記処理が、前記解像度を段階的に高めるステップを含み、前記第1の表現が、前記第2の表現よりも後のステップで取得される、請求項1または2のいずれか一項に記載の方法。
  4. 前記複数の初期モデルデータのそれぞれの前記識別が、前記物体内の特定の材料に関連する、ある一定の範囲の画素値を決定するステップを含む、請求項1~のいずれか一項に記載の方法。
  5. 前記1つまたは複数の2D断面のそれぞれについて平面を決定するステップと、
    前記1つまたは複数の2D断面のそれぞれを決定するステップと、
    前記1つまたは複数の2D断面のそれぞれから、1つまたは複数の特徴を導出するステップとを含む、請求項1~のいずれか一項に記載の方法。
  6. 前記1つまたは複数の特徴が、
    2D断面内の各構成要素の縁部、および/もしくは領域、ならびに/または、
    2D断面内の各構成要素の寸法を含む、請求項1~のいずれか一項に記載の方法。
  7. 前記複数の初期モデルデータ1つ又は複数を選択し、前記複数の初期モデルデータの、選択された1つ又は複数を調整する前記ステップは、前記初期モデルデータが2つ以上の構成要素を含むかどうか判定するステップを含む、請求項1~のいずれか一項に記載の方法。
  8. 前記初期モデルデータが、2つ以上の構成要素を含むかどうか判定するステップは、前記初期モデルデータが任意の縁部を横切るか、かつ/または2つ以上の任意の領域を占有するかどうか判定するステップを含む、請求項に記載の方法。
  9. 前記複数の初期モデルデータのそれぞれを選択的に調整する前記ステップが、前記初期モデルデータを2つ以上の中間モデルデータ、すなわち複数のモデルデータへと選択的に分割するステップを含む、請求項1~のいずれか一項に記載の方法。
  10. 分割する前記ステップが、縁部および/またはモデルデータに基づく、請求項に記載の方法。
  11. 前記複数の構成要素のそれぞれの前記3Dモデルを取得する前記ステップが、前記第1の3D表現を中間3Dモデルに変換するステップを含み、前記中間3Dモデルが、メッシュモデルに対応する、請求項1~10のいずれか一項に記載の方法。
  12. 請求項1~11のいずれか一項に記載の方法を実行するためのコンピュータプログラム。
  13. 請求項1~11のいずれか一項に記載の方法を実行するように構成された、コンピュータシステム。
  14. X線データを提供するように構成された装置と、
    前記X線データを取得するように構成された請求項13に記載のコンピュータシステムと
    を備える、システム。
JP2019557688A 2017-01-09 2018-01-09 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 Active JP7078642B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
GB1700352.6 2017-01-09
GB1700352.6A GB2558605B8 (en) 2017-01-09 2017-01-09 Methodology to extract 3D CAD from CT Scan Output
PCT/GB2018/050050 WO2018127715A1 (en) 2017-01-09 2018-01-09 Method of obtaining 3d model data of a plurality of components of an object

Publications (2)

Publication Number Publication Date
JP2020504412A JP2020504412A (ja) 2020-02-06
JP7078642B2 true JP7078642B2 (ja) 2022-05-31

Family

ID=58463731

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2019557688A Active JP7078642B2 (ja) 2017-01-09 2018-01-09 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

Country Status (10)

Country Link
US (1) US11475627B2 (ja)
EP (1) EP3566205B1 (ja)
JP (1) JP7078642B2 (ja)
KR (1) KR102473298B1 (ja)
CN (1) CN110268441B (ja)
BR (1) BR112019014229A2 (ja)
CA (1) CA3049625A1 (ja)
EA (1) EA201991678A1 (ja)
GB (1) GB2558605B8 (ja)
WO (1) WO2018127715A1 (ja)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102019103429A1 (de) * 2019-02-12 2020-08-13 Volume Graphics Gmbh Computerimplementiertes Verfahren zur Bestimmung von Oberflächen in Messdaten
EP3786899A1 (en) 2019-08-28 2021-03-03 SO REAL Digital Twins AG A computer-implemented method for generating a 3-dimensional wireframe model of an object comprising a plurality of parts
EP4177845A4 (en) * 2020-07-06 2023-12-20 Shining 3D Tech Co., Ltd. METHOD AND APPARATUS FOR GENERATION OF DIGITAL MODEL
CN113177932B (zh) * 2021-05-19 2023-08-04 北京小明智铁科技有限公司 一种工作区的划分和跟踪方法以及装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001022964A (ja) 1999-06-25 2001-01-26 Terarikon Inc 三次元画像表示装置
JP2008253547A (ja) 2007-04-05 2008-10-23 Toshiba Corp 画像処理装置及び画像処理方法

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4131400B2 (ja) * 2003-08-01 2008-08-13 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
US7734119B2 (en) * 2004-09-21 2010-06-08 General Electric Company Method and system for progressive multi-resolution three-dimensional image reconstruction using region of interest information
US7215730B2 (en) * 2004-12-30 2007-05-08 Ge Healthcare Finland Oy Method and arrangement for multiresolutive reconstruction for medical X-ray imaging
US7489825B2 (en) * 2005-07-13 2009-02-10 Ge Medical Systems Method and apparatus for creating a multi-resolution framework for improving medical imaging workflow
WO2009078415A1 (ja) * 2007-12-17 2009-06-25 Uni-Hite System Corporation X線検査装置および方法
US7865316B2 (en) * 2008-03-28 2011-01-04 Lockheed Martin Corporation System, program product, and related methods for registering three-dimensional models to point data representing the pose of a part
KR101125109B1 (ko) * 2010-04-29 2012-03-21 주식회사 쓰리디산업영상 레퍼런스 정보를 이용한 부품의 내부 결함 검사 방법 및 그 시스템
WO2013012070A1 (ja) * 2011-07-20 2013-01-24 株式会社東芝 画像処理システム、装置、方法及び医用画像診断装置
US9117304B2 (en) * 2013-07-31 2015-08-25 General Electric Company System and method for improved spatial resolution of a multi-slice imaging system
KR20160016468A (ko) * 2014-08-05 2016-02-15 삼성전자주식회사 리얼 3d 영상 생성 방법 및 그 장치
US9709513B2 (en) * 2014-09-30 2017-07-18 Hexagon Metrology, Inc. System and method for measuring an object using X-ray projections
WO2016116946A2 (en) 2015-01-20 2016-07-28 Indian Institute Of Technology, Bombay A system and method for obtaining 3-dimensional images using conventional 2-dimensional x-ray images
US20180213201A1 (en) * 2015-07-21 2018-07-26 Heptagon Micro Optics Pte. Ltd. Generating a disparity map based on stereo images of a scene
EP3772702A3 (en) 2016-02-22 2021-05-19 Rapiscan Systems, Inc. Methods for processing radiographic images
JP2019042281A (ja) * 2017-09-05 2019-03-22 キヤノンメディカルシステムズ株式会社 X線コンピュータ断層撮影装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001022964A (ja) 1999-06-25 2001-01-26 Terarikon Inc 三次元画像表示装置
JP2008253547A (ja) 2007-04-05 2008-10-23 Toshiba Corp 画像処理装置及び画像処理方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
定岡紀行,デジタルラジオグラフィ技術の動向 高エネルギーX線CTと画像活用技術,非破壊検査,一般社団法人日本非破壊検査協会,2012年04月01日,第61巻,第4号,第155-160頁
末永康仁 他,新しい医療のための画像処理技術,電子情報通信学会誌,社団法人電子情報通信学会,2007年08月01日,第90巻, 第8号,第642-650頁
高橋 秀樹 他,動的モデルによる医用画像の漸進的領域抽出と体積測定,情報処理学会第55回(平成9年後期)全国大会講演論文集(4),社団法人情報処理学会,1997年09月24日,第4-382~4-383頁,1M-1

Also Published As

Publication number Publication date
GB201700352D0 (en) 2017-02-22
GB2558605B8 (en) 2022-02-23
BR112019014229A2 (pt) 2020-03-17
GB2558605B (en) 2021-11-10
WO2018127715A1 (en) 2018-07-12
KR102473298B1 (ko) 2022-12-01
JP2020504412A (ja) 2020-02-06
GB2558605A8 (en) 2022-02-23
GB2558605A (en) 2018-07-18
CN110268441B (zh) 2024-02-02
US11475627B2 (en) 2022-10-18
EP3566205A1 (en) 2019-11-13
US20210142556A1 (en) 2021-05-13
KR20190104581A (ko) 2019-09-10
CN110268441A (zh) 2019-09-20
EP3566205B1 (en) 2024-03-06
EA201991678A1 (ru) 2019-12-30
CA3049625A1 (en) 2018-07-12

Similar Documents

Publication Publication Date Title
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
US11039805B2 (en) Deep learning based estimation of data for use in tomographic reconstruction
Fuchs et al. Defect detection in CT scans of cast aluminum parts: A machine vision perspective
KR20110097670A (ko) 보정 및 재구성된 컴퓨터 단층 이미지를 제공하는 방법
US20210390668A1 (en) Image noise reduction method and device
CN110223376B (zh) 一种基于单幅堆积颗粒材料图像的三维颗粒重建方法
KR20170078723A (ko) 볼륨 이미지 레코드로부터의 국부적 품질 측정들의 결정
JP2010223963A (ja) コンテナを検査する方法及びシステム
Kohlakala et al. Deep learning-based dental implant recognition using synthetic X-ray images
Presenti et al. Dynamic few-view X-ray imaging for inspection of CAD-based objects
Johari et al. Metal artifact suppression in dental cone beam computed tomography images using image processing techniques
Müller et al. Data fusion of surface data sets of X-ray computed tomography measurements using locally determined surface quality values
WO2020164812A1 (de) Verfahren zur rekonstruktion einer digitalen repräsentation von objektmerkmalen eines untersuchungsobjekts im ortsraum eines röntgensystems
KR101493683B1 (ko) 콘-빔 기반 반응선 재구성을 이용한 초고해상도 pet 영상 재구성 장치 및 그 방법
CN113729747A (zh) 一种球形金属标记的锥束ct金属伪影去除系统及去除方法
JP2010507438A (ja) セグメント化の向上
Pirillo Study on segmentation techniques for geometric measurements in industrial computed tomography
FR2923056A1 (fr) Procede de generation d'objets-test numeriques
Zhang et al. Xsede-enabled high-throughput lesion activity assessment
US20220378383A1 (en) Target area determination method and medical imaging system
WO2023228910A1 (ja) 画像処理装置および画像処理方法
Blumensath et al. Machine Learning Based 3D XCT Image Enhancement for the Inspection of AM Metal Components using Limited X-ray Measurements
Richard et al. Multi-modal 3D Image Registration Using Interactive Voxel Grid Deformation and Rendering.
Zhou et al. Image reconstruction based modeling of 3D textile composites
Murphy et al. Digital model sample—Scanning and processing protocol

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20201216

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20220214

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20220426

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: 20220511

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20220519

R150 Certificate of patent or registration of utility model

Ref document number: 7078642

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150