KR102022432B1 - 볼륨 데이터로부터 추출된 표면 데이터의 로컬 품질을 결정하기 위한 방법 및 시스템 - Google Patents

볼륨 데이터로부터 추출된 표면 데이터의 로컬 품질을 결정하기 위한 방법 및 시스템 Download PDF

Info

Publication number
KR102022432B1
KR102022432B1 KR1020177009550A KR20177009550A KR102022432B1 KR 102022432 B1 KR102022432 B1 KR 102022432B1 KR 1020177009550 A KR1020177009550 A KR 1020177009550A KR 20177009550 A KR20177009550 A KR 20177009550A KR 102022432 B1 KR102022432 B1 KR 102022432B1
Authority
KR
South Korea
Prior art keywords
quality
gray scale
data record
scale value
volume data
Prior art date
Application number
KR1020177009550A
Other languages
English (en)
Other versions
KR20170056602A (ko
Inventor
마티아스 플레스너
티노 하우조테
Original Assignee
볼륨 그래픽스 게엠베하
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 볼륨 그래픽스 게엠베하 filed Critical 볼륨 그래픽스 게엠베하
Publication of KR20170056602A publication Critical patent/KR20170056602A/ko
Application granted granted Critical
Publication of KR102022432B1 publication Critical patent/KR102022432B1/ko

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
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
    • G01N23/02—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material
    • G01N23/04—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material
    • G01N23/046—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material using tomography, e.g. computed tomography [CT]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T19/00—Manipulating 3D models or images for computer graphics
    • G06T19/20—Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00—Investigating materials by wave or particle radiation
    • G01N2223/40—Imaging
    • G01N2223/419—Imaging computed tomograph
    • 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
    • G06T2207/30136—Metal
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computer Graphics (AREA)
  • Architecture (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Analytical Chemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Pulmonology (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Biochemistry (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Radiology & Medical Imaging (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

본 발명의 목적은 표면 결정 방법에 의해 볼륨 데이터 세트(V)로부터 추출된 표면 데이터(O)의 로컬 품질을 결정하는 것이다. 상기 표면 데이터(O)의 각각의 표면 포인트에 대해 상기 볼륨 데이터 세트(V)에서 근접지역이 결정된다. 상기 근접지역으로부터의 복셀들의 그레이 스케일 값들의 곡선을 사용하여, 검사되는 각 표면 포인트의 품질을 특징짓는 적어도 하나의 품질 특성(Q)이 도출된다. 상기 품질 특성(Q) 또는 각각의 품질 특성은, 상기 검사되는 각 표면 포인트의 좌표와 함께, 방법 결과(O')로서 출력된다.

Description

볼륨 데이터로부터 추출된 표면 데이터의 로컬 품질을 결정하기 위한 방법 및 시스템 {Method and system for determining the local quality of surface data extracted from volume data}
본 발명은 획득된 볼륨 데이터(특히, 컴퓨터 단층 촬영(computed tomography)에 의해 얻어진 볼륨 데이터)로부터 추출된 표면 데이터의 로컬 품질을 결정하는 방법에 관한 것이다. 또한, 본 발명은 상기 방법을 수행하기 위한 시스템에 관한 것이다.
산업용 X-선 컴퓨터 단층 촬영은 비파괴 및 비접촉 방식으로 기술 물체(내부 구조물 포함)을 확인하는 것을 용이하게 한다. 여기서, 상기 물체는 상이한 방향들로부터의 X선 방사에 의해 조사되고, 상기 물체의 2D 투영들은 각각의 경우에 기록된다. 3D 이미지 데이터 기록(볼륨 데이터 기록)은 2D 투영들로부터 재구성된다. 그러한 볼륨 데이터 기록은 각 복셀에 할당되는 그레이 스케일 값과 함께, 복셀들(입방형 볼륨 요소들)의 3차원 매트릭스로 구성된다. 이러한 그레이 스케일 값은 볼륨 요소에 할당된 공간 지점에서의 상기 물체의 로컬 x-선 흡수 계수를 나타낸다.
또한, 대응하는 볼륨 데이터 기록들은 다른 단층 촬영 방법들(예를 들어, 자기 공명 영상 또는 초음파 단층 촬영법)을 통해서도 생성된다.
상기 기록된 볼륨을 가시화하고 검사하기 위해, 일반적으로 2차원 슬라이스 이미지들은 상기 볼륨 데이터 기록의 3차원 이미지 정보(즉, 그레이 스케일 값들의 공간 분포)로부터 추출되어 스크린 상에 디스플레이된다. 그러나, (예를 들어, 치수 측정, CAD 데이터와의 의도된/실제 비교, 결함 분석, 또는 FEM 시뮬레이션을 위한 입력으로 사용하기 위해) 데이터의 개선된 시각화 또는 임의의 다른 유형의 추가 처리를 위해 상기 볼륨 데이터로부터 이미지화된 물체의 표면을 결정하는 것이 바람직할 수 있다. 여기서, 표면은 물체의 물질이 채워진 공간 체적(material-filled spatial volume)과 빈 공간 또는 공기가 채워진 주변공간(surrondings) 사이의 경계면, 또는 서로 다른 물질들의 부분 체적들 사이의 경계면을 정의하는 공간 점들의 앙상블에 의해 주어진다. 복잡한 물체들의 경우, 결정될 표면은 서로 연결되거나 연결되지 않은 다수의 부분 영역들로 구성될 수 있으며, 그리고 이에 따라, 예를 들어 외부 영역 이외에 하나 이상의 내부 영역들 및/또는 물질 경계들을 포함할 수 있다.
공지되어 있는 다양한 (표면 결정) 방법들이 존재하는데, 이 방법들에 의해, 이 표면은 볼륨 데이터 기록으로부터 결정될 수 있다. 상기 볼륨 데이터 기록은 예를 들어 다음과 같은 것들이 있다 :
- 예를 들어 William E. Lorensen, Harvey E. Cline의 "Marching Cubes: A High Resolution 3D Surface Construction Algorithm", In: Computer Graphics, volume 21, number 4, July 1987에서 기술된 것과 같은, 소위 말하는 "마칭 큐브(marching cube)들" 알고리즘(등가면);
- 예를 들어 EP 1 861 822 A1에 기술된 것과 같은, 국부 적응 문턱값의 사용; 또는
- 예를 들어 Nobuyuki Otsu의 "A Threshold Selection Method from Gray-Level Histograms", In: IEEE TRANSACTIONS ON SYSTEMS, MAN, AND CYBERNETICS, VOL. SMC-9, NO. 1, JANUARY 1979에 기술된 것과 같은, 소위 말하는 "3D 오츠 이진화(3D Otsu's thresholding)"알고리즘.
부분적으로, 이러한 방법들은 반복적으로 동작한다. 즉, 결정될 표면에 대한 개략적인 추정으로 시작하여, 가능한 한 정확한 표면에 반복적으로 이러한 추정을 개선한다.
컴퓨터 단층 촬영에 의해 생성된 볼륨 데이터의 경우, 기록된 물체의 표면은 어느 경우에나 (즉, 표면이 공기가 없는 공간 또는 공기가 채워진 공간으로부터 물질이 채워진 공간 영역을 한정하는지 여부 또는 두 개의 서로 다른 물질들이 서로 구분되는지 여부와는 독립적으로) 방사선을 더 적게 흡수하는 공간 영역("저-흡수 영역")에서 방사선을 더 많이 흡수하는 공간 영역("고-흡수 영역")을 분리한다.
볼륨 데이터에서, 이러한 전환(transition)은 항상 다소 날카롭고 영역적인 대조로 표현된다. 즉, 상기 복셀들의 그레이 스케일 값들은 그 영역적 범위에 수직한(즉, 상기 표면에 수직한 방향으로의) 표면의 각 공간적 포인트 근처에서 비교적 강한 공간 변화를 겪지만, 볼륨 데이터에서 결정될 표면은, 공간적 그레이 스케일 값 변동이 없거나 상대적으로 낮은, 상기 결정될 표면을 따르는 복셀들에 의해 구별된다.
또한, 이는, 그러한 볼륨 데이터 기록들의 복셀들의 공간적 그레이 스케일 값 변동이 부분적으로는 물질들로 인한 다양한 에너지 흡수에 직접적으로 기반을 두지 않더라도, 다른 단층 촬영 방법들에 의해 생성된 볼륨 데이터에 적용된다. 예를 들어, 자기 공명 영상에 의해 생성된 볼륨 데이터의 그레이 스케일 값 콘트라스트는 일반적으로 이전에 여기된 핵 스핀 상태들의 국부적으로 변화하는 이완 시간에 기초한다. 그러나 본원에서, 기록된 물체의 표면들은 또한 볼륨 데이터에서의 영역적 그레이 스케일 값 콘트라스트들로 표현된다.
산업용 단층 촬영 방법들(특히 산업용 컴퓨터 단층 촬영법)의 제한된 공간 해상도로 인해, 측정된 물체의 표면은 보통 본원에서 (저-흡수 영역에 대응하는) 낮은 그레이 스케일 값들에서 (고-흡수 영역에 대응하는) 높은 그레이 스케일 값들로의 또는 그 반대로의 부드럽거나 흐린 전이(즉, 다수의 서로 인접한 복셀들 상에서 수직 방향으로 연장되는 공간적으로 연속적인 전이)로 표현된다. 도 3은 전형적으로 한편에 있는 (예를 들어 플라스틱 같은) 물질 그리고 다른 한편에 있는 공기가 상기 기록된 물체에서 서로 인접해 있는 표면에 수직하게 나타나는 바와 같이, 컴퓨터 단층 촬영법에 의해 생성된 볼륨 데이터의 그레이 스케일 값 곡선(그레이 스케일 값 프로파일이라고도 함)을 예시적인 방식으로 나타낸다.
(실제로, 실제 측정된 물체의 표면이 날카로운 경계를 가졌다고 하더라도) 이에 따라 상기 기록된 물체의 표면에 의해 발생되는 볼륨 데이터의 그레이 스케일 값 전이가 뚜렷하지 않더라도, 표면을 결정하기 위한 종래의 방법들은 종종, 원칙적으로는, 복셀의 에지 길이 보다 작은 정확도로 상기 표면의 공간 위치를 결정하는 것을 용이하게 할 것이다.
그러나, 볼륨 데이터의 열화를 가져오고 이에 따라 표면을 결정하는 정확도를 제한하는 다양한 아티팩트들(예를 들어, 빔 경화 아티팩트들, 스트라이프 아티팩트들, 산란된 방사선 아티팩트들, 링 아티팩트들)은 다른 단층 촬영 방법들과 마찬가지로 산업용 컴퓨터 단층 촬영에서 자주 발생한다. 결과적으로, 볼륨 데이터의 그레이 스케일 값들은 물체의 실제 기하학적 구조에서 벗어난 방식으로 왜곡된다. 예를 들어, 도 4는 컴퓨터 단층 촬영에 의해 생성된 물체의 아티팩트-영향을 받은 볼륨 데이터 기록의 슬라이스 이미지를 도시하며, 이 때, 상기 물체는 가까이에 놓인 두 강구들에 의해 형성된다. 여기서, 낮은 그레이 스케일 값들(및 낮은 x-선 흡수 계수들)을 갖는 복셀들은 예시적인 방식으로 흑색 또는 어두운 색의 스폿들로 묘사되는 반면, 높은 그레이 스케일 값들( 및 높은 x-선 흡수 계수들)을 갖는 복셀들은 밝은 색 내지 흰색 스폿들로 묘사된다. 이 경우, 도면에서 식별 가능한 두 개의 구체들의 이미지들 사이의 밝은 영역들은 이미지 재구성들로부터의 아티팩트들에 의해 발생된다. 따라서, 이러한 밝은 영역들은 기록된 물체에 의한 것이 아니라, 이미지 재구성들에 의한 것이다. 또한, (빔 경화에 의해 트리거링된) 커핑 효과(cupping effect)로 인해, 상기 구들 사이의 그레이 스케일 값들은 체계적으로 과소평가된다. 이러한 이유 때문에, 상기 구 표면들이 실제로 한 점에서 접촉하더라도, 상기 구면들 사이에 작은 거리가 있는 것처럼 보인다.
표면을 찾는 것은 볼륨 데이터의 아티팩트들에 의해 더 어려워진다. 이에 따라, 보통(regularly), 아티팩트에 영향을 받는 볼륨 데이터로부터의 표면들은 왜곡된 방식으로(부분적으로 중대한 왜곡을 가짐) 산출된다. 특히, 실제 물체의 표면 영역들은 볼륨 데이터의 아티팩트들 때문에 종종 식별되지 않는다. 마찬가지로, 볼륨 데이터 내의 아티팩트들로 인해 실제 물체가 실제로 갖지 않는 표면 영역들(예를 들어, 상기 구체 영역들 사이에 있는 전술한 더 밝은 영역들)이 검출된다.
본 발명은 표면 결정 방법에 의해 볼륨 데이터 기록으로부터 추출된 표면 데이터의 로컬 품질을 효과적으로 결정하는데 사용될 수 있는 방법 및 시스템을 규정하는 목적에 기초한다.
방법과 관련하여, 이러한 목적은, 본 발명에 따르면, 청구항 1의 특징들에 의해 달성된다. 시스템과 관련하여, 이러한 목적은, 본 발명에 따르면, 청구항 10의 특징들에 의해 달성된다. 각각 자체적으로 독창적인 본 발명의 유리한 구성들 및 전개들은 종속항들 및 후속하는 설명에서 제시된다.
본 발명에 따른 방법은 표면 결정 방법에 의해 볼륨 데이터 기록으로부터 추출된 표면 데이터의 로컬 품질을 결정하는 역할을 한다.
통상적인 바와 같이, 볼륨 데이터 기록은 각각에 할당된 그레이 스케일 값을 갖는 복셀들의 3차원 매트릭스를 포함한다. 표면 데이터는 볼륨 데이터 기록으로부터 추출된 다수의 표면 포인트들을 포함한다. 여기서, 볼륨 데이터 기록으로부터 추출된 표면 데이터는 특히, 예를 들어 소위 STL 형식으로 이용 가능한, 표면 데이터 기록으로 결합된다. 이 데이터 형식에서, 개별 표면 포인트들은 삼각형면들의 코너들로서 모아지며, 이들로부터 상기 표면(이상적으로 완전히 닫힌 표면)이 구성된다. 여기서, 각 삼각형면에 대해, 각 삼각형면에 수직인 법선 벡터의 방향 및 상기 코너들의 3D 좌표들이 저장된다. 여기서, 법선 벡터의 방향은 상기 삼각형면의 어느면이 "안쪽"으로 향하는지 그리고 "외측"으로 향하는지를 지정한다.
일반적으로, 각각의 고려중인 표면 포인트의 품질을 특징짓는 적어도 하나의 품질 특성은, 본 발명에 따른 방법의 범위 내에서, 상기 볼륨 데이터 기록으로부터 추출된 표면 포인트들에 대해, 각각의 경우에 결정된다. 일반적으로, 상기 볼륨 데이터 기록으로부터 추출된 이 표면 포인트가 기록된 물체의 실제 표면을 재생산하는 것에 대한 정확도에 대한 정보 항목을 직접 또는 간접적으로 포함하는 변수를 개별 표면 포인트의 "품질"(로컬 품질)이라고 한다.
여기에서, 이하에서 설명되는 절차는 이러한 표면 포인트들 각각에 대해 순환 방식으로 수행된다. 본원에서, 각각의 방법 사이클과 관련된(즉, 관련 방법 순환에서, 적어도 하나의 품질 특징이 획득되는) 표면 포인트를 다른 표면 포인트들과 구별하기 위하여 그러한 표면 포인트를"고려 중인 표면 포인트"로 표시한다.
본 방법에 따르면, 볼륨 데이터에서의 근접지역은 각 방법 사이클에서 미리 결정된 기준에 따라, 각각의 고려 중인 표면 포인트에 대해 결정된다. 여기에서, 상기 근접지역은 상기 고려 중인 표면 포인트의 3D 좌표와 관련하여 상기 고려 중인 표면 포인트에 대응하는 볼륨 데이터 기록의 부근에서의 볼륨 데이터 기록의 복셀들의 그룹에 의해 형성된다. 일반적으로, 이 기준 포인트는 하나의 복셀의 좌표와 정확히 일치하지는 않지만 일반적으로 복수의 복셀들 사이에 놓인다.
이 방법에 따르면, 적어도 하나의 품질 특성은 이러한 근접지역으로부터의 복셀들의 그레이 스케일 값들의 곡선에 기초하여, 특히 이러한 근접지역으로부터의 복셀들의 그레이 스케일 값들의 공간적 변화에 기초하여 도출된다. 이렇게 결정된 상기 품질 특성, 또는 각각의 품질 특성은 상기 방법의 결과로서, 상기 고려 중인 표면 포인트의 좌표들과 함께 출력된다. 특히, 관련된 품질 특성 또는 각각의 관련된 품질 특성과 함께 상기 표면 포인트들은, 이하에서 "적합한 표면 데이터 기록"이라고도 지칭되는 수정된 표면 데이터 기록에 저장된다. 상기 연관된 표면 포인트의 품질이 향상됨에 따라 상기 품질 특성들의 값이 증가하는 것이 바람직하다. 그러나, 대안적으로, 상기 품질 특성들은 상기 관련된 표면 포인트의 품질을 역으로 지정하는 방식으로 정의될 수도 있다(즉, 상기 연관된 표면 포인트의 품질이 나빠짐에 따라 크기가 증가한다). 후자의 경우, 품질 특성들은 특히 (특정 길이 단위(예를 들어, 밀리미터 단위)로 표면 포인트의 공간 오차를 규정하는) 개별 포인트 불확실성들로 정의된다.
따라서, 본 발명에 따르면, 볼륨 데이터로부터의 정보 아이템들은 이미 추출된 (특히 표면을 결정하기 위한 전술된 방법들 중 하나를 사용하여 추출된) 표면 포인트의 근접지역에서 사용되어 상기 표면 포인트의 품질을 추정한다. 이는 모든 추출된 표면 포인트들에 대해 수행된다. 이것의 결과는 각 표면 포인트의 x, y 및 z 좌표에 대한 정보뿐만 아니라, 각각의 추출된 표면 포인트의 품질(즉, 정밀도 또는 신뢰도)을 특징짓는 하나 이상의 품질 특성들도 추가로 포함하는 표면 포인트들이다.
바람직하게는, 상기 품질 특성들은 아래에서 설명되는 기준 중 하나 이상을 고려하여 산출된다 :
탐색 빔은 상기 고려 중인 표면 포인트의 근접지역으로서 결정되며, 상기 탐색 빔은 상기 표면 포인트들로부터 결정된 표면과 직각으로 교차한다(또는 상기 표면 포인트들로부터 결정된 표면으로부터 특정 각도까지 편향된다). 아래에서 설명되는 기준은 (아마도 복수의 복셀들로부터 보간된) 상기 탐색 빔을 따라 상기 복셀들에 의해 형성되는 그레이 스케일 값 프로파일을 평가함으로써 결정된다 :
○ 그레이 스케일 값 프로파일의 선명도 평가
여기서, 바람직한 실시예에서, 상기 표면 포인트의 품질이 더 높은 것으로 평가됨에 따라, 높은 값에서 낮은 값으로의 상기 그레이 스케일 값 프로파일의 전이는 더 명확하게 표명되며, 특히 상기 표면 포인트의 위치에서의 상기 그레이 스케일 값 프로파일의 기울기는 더 커진다. 이를 위해, 바람직하게는, 그레이 스케일 값 프로파일의 기울기는 상기 탐색 빔을 따른 각각의 고려 중인 표면 포인트의 품질에 대한 기준으로서 결정된다. 특히, 이러한 측정치는 저장된 기준 프로파일을 사용하여 상기 그레이 스케일 값 프로파일을 맞춤(fitting)으로써 결정된다. 여기서, 오차 함수, 또는 상기 탐색 빔을 따르는 그레이 스케일 값들의 기울기가 고려된다면, 가우시안 곡선은, 예를 들어, 기준 프로파일(기대되는 프로파일)로서 저장되며, 각각의 함수는 그 파라미터들을 조정함으로써 상기 결정된 그레이 스케일 값 프로파일에 가능한 한 최상으로 맞추어진다. 이 경우, 상기 기울기에 대한 측정은 맞춤화된 기준 프로파일의 적어도 하나의 파라미터(예를 들어, 가능한 대로 맞추어진 가우시안 함수의 최댓값)로부터 결정된다. 옵션으로, 상기 기울기는 상기 그레이 스케일 값 프로파일(즉, 특히, 콘트라스트에 의해 나누어진 그레이 스케일 값 프로파일)의 콘트라스트(즉, 저-흡수 영역 및 고-흡수 영역 간의 그레이 스케일 값 차이)에 관하여 고려된다. 상기 품질 특성의 결정이 비정상적으로 영향을 받은(예를 들어, 노이즈 또는 아티팩트들에 의해 영향을 받은) 기울기에 의해 변조되는 것을 방지하기 위해, 상기 결정된 기울기는 품질 특성을 계산할 때 노이즈 성분(신호-대-잡음 비) 및/또는 단조 속성(monotonic property)에 관련되는 것이 바람직하다. 대안적으로, 상기 그레이 스케일 값 프로파일의 공간 기울기에 맞춰진 가우시안 곡선의 폭은 상기 그레이 스케일 값 프로파일의 선명도에 대한 측정치로서 사용된다.
○ 그레이 스케일 값 프로파일의 콘트라스트(contrast) 평가
이를 위해, 상기 그레이 스케일 값 프로파일의 콘트라스트에 대한 측정치는 상기 탐색 빔을 따른 상기 고려 중인 표면 포인트의 품질에 대한 기준으로서 결정된다. 특히, 상기 표면 포인트에 의해 나눠진 그레이 스케일 값 프로파일의 양측들(각각 저-흡수 영역 및 고-흡수 영역에 대응함)은, 상기 콘트라스트를 산출하기 위해, 예를 들어 평균값들 또는 점근의 극한값들(asymptotic limit values)을 비교함으로써, 서로 비교된다. 따라서, 예를 들어, 상기 그레이 스케일 값 프로파일 중 상기 표면 포인트의 우측에 있는 부분의 평균값은 상기 그레이 스케일 값 프로파일 중 상기 표면 포인트의 좌측에 놓인 부분의 평균값과 비교된다. 이 때, 예를 들어 상기 평균값들(오른쪽과 왼쪽)의 차이는 상기 콘트라스트에 대한 측정치로서 사용된다. 옵션으로, 상기 추출된 표면 포인트 주위에 있는 그레이 스케일 값 프로파일의 영역은 평균을 형성할 때 고려되지 않는다. 바람직한 실시예에서, 상기 표면 포인트의 품질이 더 높이 평가될수록, 결정된 콘스라스트도 더 커진다. 상기 방법의 세련된 변형예에서, 상기 표면 포인트의 품질이 더 높이 평가될수록, 상기 결정된 콘트라스트는 미리 정해진 의도된 값에 더 잘 대응한다. 상기 품질 특성을 계산할 때, 옵션으로, 상기 결정된 콘트라스는 그레이 스케일 값 프로파일의 노이즈 성분(신호-대-잡음 비에 대응됨)과 관련된다.
○ 그레이 스케일 값 프로파일의 노이즈 평가
이를 위해, 상기 그레이 스케일 값 프로파일의 노이즈에 대한 측정치는 상기 탐색 빔을 따라 상기 고려 중인 표면 포인트의 품질에 대한 기준으로서 결정된다. 본 발명의 다양한 구성 변형예들에서, 노이즈는 전체 그레이 스케일 값 프로파일 또는 상기 표면 포인트에 의해 나누어진 상기 그레이 스케일 값 프로파일의 오직 한부분에 대해서만(즉, 상기 그레이 스케일 값 프로파일의 저-흡수 영역에서만, 또는 상기 그레이 스케일 값 프로파일의 고-흡수 영역에서만) 결정된다. 이러한 구성의 개발에서, 상기 그레이 스케일 값 프로파일의 노이즈는 그레이 스케일 값 프로파일의 저-흡수 영역 및 고-흡수 영역 각각에 대해서 개별적으로 결정되며, 이렇게 결정된 노이즈 값들은 서로에 대해 그리고/또는 개별적으로 할당된 의도된 값들과 비교된다. 이는 특히, 일반적으로 노이즈 성분이 상기 볼륨 데이터로부터 추출된 그레이 스케일 값 프로파일들의 저-흡수 영역에서와 고-흡수 영역에서 상이하다는 사실을 고려할 때, 적절하다. 이에 따라, 상기 그레이 스케일 값들의 절댓값들로 측정된 그레이 스케일 값 프로파일들은 일반적으로 고-흡수 영역에서보다 저-흡수 영역에서 더 낮은 노이즈 성분을 갖는다. 이와 대조적으로, 상대적으로 고려하면, 즉 상기 그레이 스케일 값들의 국부적으로 평균화된 절댓값과 관련하여 각각의 노이즈 크기를 고려하면, 상기 그레이 스케일 값 프로파일들은 일반적으로 고-흡수 영역에서보다 저-흡수 영역에서 더 높은 노이즈 성분을 갖는다.
○ 그레이 스케일 값 프로파일과 저장된 기준 프로파일 간의 편차 평가
오차 함수, 또는 상기 탐색 빔을 따르는 그레이 스케일 값들의 기울기가 고려된다면 가우시안 곡선은, 예를 들어, 기준 프로파일(기대되는 프로파일)로서 저장되며, 옵션으로 각각의 함수는 초기에 그 파라미터들을 조정함으로써 상기 결정된 그레이 스케일 값 프로파일에 가능한 한 최상으로 맞추어진다. 예를 들어, 상기 결정된 그레이 스케일 값 프로파일의 개별 값들과 상기 기준 프로파일의 대응 값들 간의 제곱 편차들의 평균값 또는 합은 상기 편차에 대한 측정치로서 사용된다. 바람직한 실시예에서, 이 경우 상기 표면 포인트의 품질이 더 높은 것으로 평가될수록, 상기 그레이 스케일 값 프로파일은 상기 기준 프로파일로부터 덜 벗어난다.
○ 그레이 스케일 값 프로파일의 대칭성 평가
여기서, 바람직한 실시예에서, 상기 표면 포인트의 품질이 더 높다고 평가될수록, 상기 그레이 스케일 값 프로파일은 상기 추출된 표면 포인트의 위치에 대하여 더 대칭일 것이다. 예를 들어, 상기 결정된 그레이 스케일 값 프로파일의 개별 값들과, 상기 기준 복셀에서 또는 대칭점으로서의 프로파일 터닝 포인트에서 미러링된 상기 그레이 스케일 값 프로파일의 대응 값들 간의 제곱 편차들의 평균값은 상기 그레이 스케일 값 프로파일의 대칭에 대한 측정치로서 사용된다.
○ 그레이 스케일 값 프로파일의 단조 속성의 평가
이를 위해, 상기 그레이 스케일 값 프로파일의 단조 속성(즉, 기울기의 균일성)에 대한 측정치는 상기 탐색 빔에 따른 상기 고려 중인 표현 포인트의 품질에 대한 기준으로서 결정된다. 여기서, 바람직한 실시예에서, 상기 표면 포인트의 품질이 더 높게 평가될수록, 상기 그레이 스케일 프로파일은 상기 그레이 스케일 값들의 단조(즉, 감소만하거나 증가만하는) 곡선에서 덜 벗어난다. 옵션으로, 단조 속성의 평가는 상기 추출된 표면 포인트 주변의 상기 그레이 스케일 값 프로파일의 미리 결정된 범위로 제한되며, 따라서 이를 위해 고려되는 것은 전체 그레이 스케일 값 프로파일이 아니다.
○ 다른 표면 결정 방법에 의해 상기 탐색 빔에 따라 추출된 (적어도) 하나의 대안적 표면 포인트(대안적 포인트)로부터 (주어진 표면 결정 방법에 의해 추출된) 상기 추출된, 고려 중인 표면 포인트까지의 거리의 평가
여기서, 바람직한 실시예에서, 상기 고려중인 표면 포인트의 품질이 더 높게 평가될수록, 다양한 방법들에 의해 결정된 표면 포인트들 간의 거리는 더 짧아진다. 여기서, 바람직하게는, (공통 탐색 빔에 할당된) 상기 표면 포인트들을 결정하는 것은 본 발명에 따른 방법의 일부이다. 이에 대한 대안예로서, 외부에서 결정된 표면 포인트들은 본 발명에 따른 방법에 대한 입력 변수로서 사용되며, 이 경우에는, 다양한 방법들로 표면 포인트들을 결정하는 것 자체는 본 발명에 따른 방법의 일부가 아니게 된다. 옵션으로, 상기 표면 포인트들을 결정하는데 사용되는 방법들은 로컬 임계값 및 전역 임계값(global threshold)을 사용할 수 있다.
옵션으로, 각각의 고려 중인 표면 포인트에 대해, 단일의 탐색 빔 대신에 다수의 탐색 빔들이 결정되며, 이 경우, 상기 다수의 탐색 빔들은 상기 표면 포인트들로부터 결정된 표면에 수직이다(또는 상기 표면 포인트들로부터 결정된 표면으로부터 특정 각도까지 벗어난다). 이 경우, 상술된 기준은 이러한 다수의 탐색 빔들에 따라 상기 그레이 스케일 값 프로파일들 중에서 결정된다(옵션으로 다수의 복셀들로부터 보간된다).
- 상기 표면 포인트들로부터 결정된 상기 표면을 따라 연장하는 슬라이스 평면은 상기 고려 중인 표면 포인트의 근접지역으로서 결정된다. 아래에 설명된 기준은 이러한 슬라이스 평면으로부터의 복셀들의 그레이 스케일 값 프로파일을 평가함으로써 결정된다(옵션으로 다수의 복셀들로부터 보간된다) :
○ 노이즈 평가
이를 위해, 상기 슬라이스 평면 내의 상기 그레이 스케일 값 프로파일의 노이즈에 대한 측정치는 상기 고려 중인 표면 포인트의 품질에 대한 기준으로서 결정된다. 여기서, 바람직한 실시예에서, 상기 표면 포인트의 품질이 더 높게 평가될수록, 상기 노이즈가 더 낮아지거나 또는 상기 슬라이스 평면 내의 그레이 스케일 값들은 더 균일해진다. 바람직하게는, 이 경우에, 슬라이스 평면 중 상기 고려 중인 표면 포인트를 둘러싸는 영역만이 평가된다. 이에 따라, 상기 슬라이스 평면 중 이러한 영역의 외부에 있는 영역들로부터의 노이즈 성분들은 고려되지 않는 것이 바람직하다.
○ 그레이 스케일 값들의 균일성의 평가
이를 위해, 상기 슬라이스 평면 내의 상기 그레이 스케일 값 프로파일의 균일성에 대한 측정치는 상기 고려 중인 표면 포인트의 품질에 대한 기준으로서 결정된다. 여기서, 바람직한 실시예에서, 상기 표면 포인트의 품질이 더 높게 평가될수록, 상기 슬라이스 평면 내의 그레이 스케일 값들은 더 균질해지며, 그리고 이에 따라, 이러한 그레이 스케일 값들은 덜 변동한다(즉, 공간에서 덜 변화한다). 이는 상기 슬라이스 평면 내의 그레이 스케일 값들의 확인된 기울기가 경험적으로 상기 추출된 포인트들의 상대적으로 큰 편차들이 예상되는 물체의 에지를 나타낼 것이라는 발견에 기반한다. 여기에서도, 바람직하게는, 슬라이스 평면 중에서 상기 고려 중인 표면 포인트를 둘러싸는 영역만이 평가된다. 따라서, 이러한 근접지역 외부에 있는 상기 슬라이스 평면의 영역들의 그레이 스케일 값들은 고려되지 않는다. 균일성을 결정할 때 노이즈 성분들을 가능한 한 많이 억제하기 위해, 옵션으로, 상기 슬라이스 평면 내에서 고려되는 그레이 스케일 값들은 전술된 측정을 계산하기 전에 공간적으로 평활화된다(spatially smoothed).
전술된 슬라이스 평면은 상기 고려 중인 표면 포인트에 위치한 접선 평면이다. 본 발명의 대안적 실시예에서, (특히, 구형쉘의 형상, 타원체의 형상, 또는 특히 에지들의 영역에서 측면 원통형면의 형상을 갖는) 만곡된 접선 영역은 평면 접선 영역 대신에 근접지역으로서 기준 복셀 주위에서 선택된다. 본 발명의 또 다른 실시예들에서, 상기 기준 복셀의 주위의 구형 또는 원통형 볼륨이 근접지역으로서 선택된다. 이러한 변형예들에서도, 각각의 근접지역에서의 그레이 스케일 값들의 균일성 및/또는 노이즈에 대한 측정치는 상기 품질 특성들을 계산하기 위해 기준으로서 사용되는 것이 바람직하다.
전술된 각각의 기준은 본 발명의 범위 내에서 품질 특성들을 산출하기 위해 개별적으로(격리된 방식으로) 사용될 수 있다. 여기서, 다수의 품질 특성들은 본 발명의 범위 내에서 각각의 추출된 표면 포인트에 할당될 수 있으며, 상기 품질 특성들 각각은 하나의 기준을 고려하여 결정된다. 그러나, 바람직하게는, 각각의 표면 포인트의 품질 특성 또는 각각의 품질 특성은 상술된 다수의 기준들의 조합(예를 들어 하나의 기준을 사용하여 각각 결정된 개별 숫자들의 가중치 합계)을 고려하여 결정된다.
계산 시간을 절약하기 위해, 상기 품질 특성들은 상기 방법의 유리한 구성의 표면 결정 동안(병행하여) 결정된다. 이 경우, (하나 이상의 서로 다른 표면 결정 방법들을 사용하여) 표면 포인트들을 결정하는 것은 본 발명에 따른 방법 및 할당된 시스템의 구성요소이다. 본 발명의 대안적 실시예에서, 상기 품질 특성들은 시간적으로 상기 표면의 결정 후에 계산된다. 이 경우, (하나 이상의 상이한 방법들에 의해) 상기 표면 포인트들을 결정하는 것은 마찬가지로 본 발명에 따른 방법 및 할당된 시스템의 구성요소일 수 있다. 대안적으로, 후자의 경우, 본 발명에 따른 방법 및 연관된 시스템은 품질 특성들을 계산하는 것으로 제한될 수 있다. 이 경우, 상기 방법은 또한 상기 물체의 볼륨 데이터에 추가하여 입력 변수들로서 표면 데이터를 사용하며, 이 때 상기 표면 데이터는 하나 이상의 외부 알고리즘들에 의해 이러한 볼륨 데이터로부터 도출된다.
본 발명의 개선에서, 상기 품질 특성들이 제공되는 표면 데이터는, 상기 품질 특성들을 고려하여 상기 표면 포인트들에 대해 계산되고 상기 표면 포인트들에 할당된 수정된 색상 값들에 의해 스크린 상에 디스플레이되거나 인쇄 출력될 준비가 된 수정된 데이터 기록으로 변환된다. 바람직하게는, 이러한 색상 값들을 계산할 때, 품질 특성들뿐만 아니라 원래의 볼륨 데이터의 그레이 스케일 값들 또한 고려된다. 예를 들어, 각각의 표면 포인트의 색조(hue)(예를 들어, 기본 색상들인 적색, 녹색 및 노란색의 비율)는 미리 정해진 컬러 코드에 따라 품질 특성에 의해 결정되는 반면, 명도는 원래의 그레이 스케일 값에 의해 결정된다. 즉, 원래의 그레이 스케일 값들은 표면 결정의 품질에 따라 상이하게 색칠된다. 본 발명의 대안예에서, 상기 볼륨 데이터 기록의 3D 시각화(장면)에서의 명도는 볼륨 렌더링에 의해(즉, 조명 상황을 시뮬레이션하는 빛-그림자 표현에 의해) 결정된다.
바람직하게는, 품질 특성은 약간의 기울기들을 갖는 상이한 색조들에만 매핑된다. 이에 따라, 특히, 도 5에 표시된 바와 같이, 품질 특성은 3-레벨 컬러 코드에 따라 세 가지 색조들 G(녹색으로, 좋은 품질 특성(즉, 상위 임계값을 초과하는 품질 특성)에 대응함), Y(노란색으로, 평균 품질 특성(즉, 상위 임계값 및 하위 임계값 사이에 놓인 품질 특성)에 대응함) 및 R(적색으로, 좋지 않은 품질 특성(즉, 하위 임계값 아래로 떨어지는 품질 특성)에 대응함)에 매핑된다.
이렇게 얻어진 색상 값들에 기초하여, 추출된 표면은 개별 표면 포인트들의 정밀도 또는 신뢰도를 반영하는 가색상들을 사용하여 슬라이스 이미지 또는 렌더링된 3D 시각화(장면)으로 묘사된다. 이와 관련하여, 도 4는 도 4에 따른 볼륨 데이터 기록으로부터 도출된 표면 데이터 기록의 표현을 도시하며, 여기서, 아티팩트들에 의해 야기되는 구면들의 변형들(이하, "혼(horn)"이라함)은 노란색과 적색으로 채색됨으로써 낮은 품질의 영역들로 강조 표시된다.
이는 표면 추출의 어느 영역들이 신뢰될 수 있고 어느 영역들이 상대적으로 큰 편차를 가질 것으로 예상되는지에 관해 명확한 설명을 제공하는 것을 용이하게 한다. 이 예에서, 아티팩트들에 의해 영향을 받는 표면 포인트들은 믿을 수 있게(reliably) 식별되었다. 이는 CT의 산업 응용과 가장 관련이 있다. CT에 의해 얻어진 데이터의 유효성은 여전히 의문의 여지가 있기 때문이다.
추가적으로, 아티팩트들에 의해 영향을 받아 좋지 않은 것으로 표시된 상기 표면 포인트들의 상기 근접지역 내의 복셀들을 평가하기 위해 볼륨 데이터로 되돌아가는 단계가 수행될 수 있다.
본 발명의 추가 개발예에서, 하나 이상의 기하학적 요소들은 후속 방법 단계에서 최적화 방법에 의해(예를 들어, Levenberg-Marquardt algorithm에 의해) 품질 특성들이 제공된 표면 데이터에(또는 상기 표면 데이터의 선택된 부분에) 맞추어진다. 이 때, 기하학적 요소들은 위치, 방위, 크기 등과 관련하여 파라미터화 가능하고 각각 미리 결정된 기하학적 형상(예를 들어, 점, 선, 원, 평면, 구체, 원통, 원뿔, 토러스)을 기술하는 수학 함수(mathematical function)를 나타낸다. 여기서, 기하학적 요소들은 실제 물체(또는 상기 물체의 도면, CAD 모델 또는 설계서(specification))의 기하학적 구조에 전체적으로 또는 볼륨 부분적으로 대응하거나 근접하게 되는 방식으로 선택된다. 이에 따라, 예를 들어, 두 개의 구형 기하학적 요소들은 도 4에 따라 표면 데이터 기록에 적합하게 맞춰지는데, 이는 두 개의 금속구들로 구성된 도 4에 따른 볼륨 데이터 기록의 물체를 나타낸다.
맞춤화에서 아티팩트들에 의해 야기된 표면 데이터 기록의 오차들(도 4에 따른 표면 데이터 기록의 경우, 아티팩트들에 의해 야기된 "혼(horn)")로부터의 간섭 영향들을 피하기 위해, 또는 이러한 영향들을 가능한 한 최소로 하기 위해, 상기 표면 데이터에 할당된 품질 특성들은 부정확한 것으로 평가된 표면 포인트들이 완전히 무시되거나 덜 가중됨으로써 상기 맞춤화 중에 추가적으로 고려된다. 이는 기하학적 요소들의 특히 정확한 맞춤화를 용이하게 하는데, 이는 치수 계측에서 가장 중요하다.
이에 대한 대안으로서, 상기 표면 데이터는 아핀 좌표 변환(특히, 회전, 변위 및/또는 스케일링)에 의해 적어도 하나의 기하학적 요소에 맞춰진다. 이러한 방식으로, 표면 데이터, 그리고 선택적으로, 근원적인 볼륨 데이터 기록도, 예를 들어 볼륨 데이터 기록으로 이미징된 물체의 CAD 모델에 맞춰진다. 또한, 이에 따라, 측정 데이터는 원하는 좌표계에 대해 정렬되어, 차후에, 명확하게 정의된 위치들에서 측정들을 수행할 수 있다. 표면 데이터의 좌표 변환에서, 이전에 결정된 품질 특성은 전술된 바와 같이(즉, 특히, 부정확한 표면 포인트들이 완전히 무시되거나 덜 가중됨으로써) 고려되는 것이 유리하다.
다른 측정 포인트들이 좋은 품질 특성들을 가지더라도, 상기 다른 측정 포인트들 또한 낮은 품질 특성을 갖는 표면 포인트의 직접적인 근접영역에서 비교적 큰 불확실성을 가질 것으로 예상된다. 이러한 이유로, 본 발명의 유리한 실시예에서, 인접한 측정 포인트들의 원래 계산된 품질 특성들도 포함되도록 품질 특성들에 평활화 필터가 적용된다.
추가적으로 또는 대안적으로, 본 발명의 적절한 구성에서, 낮은 품질 특성을 갖는 표면 포인트 주위에 더 이상의 측정 포인트들이 고려되지 않는 안전거리가 설정된다.
한편, 측정 데이터에 기하학적 요소들을 맞추는 것은 품질 특성이 너무 낮아 특정 영역에서 너무 많은 표면 포인트들이 버려지면 불안정한 결과를 초래할 수 있다. 예를 들어, 측정 포인트들에 원을 맞출 때 오직 작은 원 부분의 영역으로부터의 포인트들만이 고려된다면(나머지 영역에서 강한 아티팩트들이 발생하기 때문임), 경험적으로 원 매개변수들(즉, 중심점의 좌표 및 원의 반경)의 맞춤화는 비교적 큰 불확실성에 의해 영향을 받는다. 이 때문에, 본 발명의 바람직한 구성에서, 개별 표면 포인트의 가중치를 계산할 때 인접한 표면 포인트들의 가중치들도 고려되는 것이다. 이러한 방식으로, 비교적 가까운 근접영역에 양호한 품질 특성을 갖는 극히 적은 측정 포인트들이 존재한다면, 품질 특성들이 좋지 않더라도 측정 포인트들을 취급하는 것이 바람직하다.
적어도 하나의 기하학적 요소를 표면 데이터에 맞추거나 상기 표면 데이터를 적어도 하나의 기하학적 물체에 맞추는 것에 대한 또 다른 대안에서, 최종적으로, 할당된 품질 특성들을 고려하여 표면 데이터 기록을 다른 표면 데이터 기록에 맞추기 위한(데이터 융합) 준비가 이루어진다. 따라서, 예를 들어, 각각의 경우에 물체의 특정 영역에 대해 보다 정확한 측정 결과를 갖는 측정값과 함께, 서로 다른 기록 파라미터들을 이용하여 다수의 물체 측정들이 수행될 수 있다. 개별 측정들의 장점들은 데이터 기록들을 융합함으로써 결합된다(또는, 다르게 표현하면, 측정의 단점이 보완된다).
여기서, 품질 특성들은 두 가지 서로 다른 방식으로 사용될 수 있다 :
- 서로 관련하여 데이터 기록들의 정렬(좌표계의 이동 및 회전)을 계산할 때, 가능하다면 모든 측정들에서 높은 품질을 갖는 것은 대부분 고려되는 그러한 포인트들이다. 이렇게 하면 보다 정확한 정렬이 달성된다.
- 데이터 기록들이 서로 관련되어 정렬된 후에, 개별 측정들의 측정 포인트들이 최종 결과에 통합되는 장소들과 관련한 결정이 이루어져야 한다. 오직 하나의 측정값만이 높은 로컬 품질을 갖는 영역들의 경우, 이러한 측정값의 표면 정보 항목들을 채택하는 것이 편리하다. 다수의 측정값들이 이러한 영역에서 상당한 로컬 품질을 갖는다면, 개별 측정값들의 표면 정보 항목들로부터의 평균값(또는 가중 평균값)이 적절하게 결정되고 사용된다.
본 발명의 추가 개발예에서, 상기 품질 특성들로부터 각각의 개별 표면 포인트에 대한 불확실성 또는 불확실한 기여가 추정되며, 그 후, 그러한 불확실성 또는 불확실한 기여로부터, 물체-특정 측정치 불확실성이 추정될 수 있다.
본 발명의 추가 개발예에서, 품질 특성들은 측정값 또는 측정값 시리즈에 대한 이상적인 기록 파라미터들을 결정하는데 사용된다. 컴퓨터 단층 촬영은, 그것의 복잡성 때문에, 측정 결과들이 사용자의 경험에 크게 의존하는 측정 방법이다. CT에서 측정될 물체의 배향 및 선택된 기록 파라미터들(특히, x-선 전압, x-선의 사전 필터링 및 투영 이미지들을 기록할 때의 각도 증분들)은, 그중에서도, 사용자의 경험에 의해 현재 주로 설정되는 중요한 영향 인자들이다. 대체적으로 운영자의 지원 없이 이러한 영향 요인들 중 하나 이상을 최적화할 수 있으려면, 객관적으로 그리고 가능한 한 많은 자동화를 통해 개별 투영 데이터 기록들의 품질을 평가할 필요가 있으며, 이를 위해, 요구되는 정보는 본 발명에 따른 방법에 의해 공급된다. 측정될 물체의 최적화된 배향을 결정하거나 최적화된 기록 파라미터들을 결정하는 것은, 특히 상이한 배향 또는 다양한 기록 파라미터들을 이용하여 실제 수행되거나 시뮬레이션되는, 측정될 컴포넌트의 테스트 측정들을 통해, 본 발명의 범위 내에서 수행된다. 최적화된 배향 또는 최적화된 기록 파라미터들을 결정할 수 있기 위해, 가장 바람직한 결과를 제공하는 배향 또는 기록 파라미터들의 변화에 대한 결정이 이루어져야 한다. 이를 위해, 개별 표면 포인트들의 품질에 대한 정보가 사용된다. 이 경우, 최적화 과정 동안, 배향 또는 기록 파라미터들이 최적화되도록 의도된 물체의 측정 물체 영역들 또는 피처들이 정의된다. 그 뒤에, 모든 매개변수들은, 특히 이러한 영역들에서, 표면 또는 볼륨이 데이터의 계량적 평가와 관련하여 좋은 품질을 갖도록 최적화된다. 따라서, 관심 물체가 아닌 영역들에서 발생하는 아티팩트들은 그것들이 실제 치수 측정값들에 부정적인 영향을 미치지 않는다면 허용될 수 있다.
최적화될 기록 매개변수들은, 특히, x-선 튜브의 가속 전압, x-선 방사의 사전 필터링, 회전 테이블 상의 컴포넌트의 배향, 각도 증가분의 수와 분포 및 x-선 스팟의 크기이다.
본 발명의 추가 개발예에서, 품질 특성들은 반복적으로 동작하는 표면 추출 알고리즘들의 경우에 입력으로서 사용된다. 예를 들어, 좋지 않은 것으로 평가된 표면 포인트들의 경우, 가능한 한 정확하게 정확한 위치를 찾기 위해, 탐색 빔의 길이가 길어진다. 이와 대조적으로, 양호한 것으로 평가된 표면 포인트들에서는, 계산 시간을 절약하기 위해, 탐색 빔의 길이가 짧아진다. 대안적으로 또는 추가적으로, 바람직하게는 품질 특성은 표면의 반복 발견 동안 개별 표면 포인트들에 대해 중단 기준으로서 사용된다. 이는 계산 시간을 과도하게 길게 하지 않으면서 아티팩트에 영향을 받은 영역들에서의 더 많은 수의 반복들을 가능하게 한다.
마찬가지로, 표면 포인트들의 결정된 품질 특성들은 서로 관련하여 다양한 측정값들의 품질 또는 불확실성을 비교하는데 사용될 수 있다. 상기 표면 포인트들의 결정된 품질 특성들은 서로 관련하여 다양한 추출 알고리즘들의 성능을 비교하거나 알고리즘의 파라미터들을 최적화하는데 사용될 수 있다.
언급된 모든 애플리케이션들은 참조 측정값들을 필요로 하지 않으며, 예를 들어 CAD 데이터로부터의 지식과 같은 선험적 지식을 필요로 하지 않으며, 또한 참조 측정들이 불가능하거나 많은 경비를 사용해야만 수행 가능한 숨겨진 기하학적 형상들에 대해서도 수행 가능하다.
원칙적으로, 본 발명은 모든 체적 데이터 또는 단층 촬영 데이터에 적용 가능하며, 따라서, x-선 컴퓨터 단층 촬영에만 제한되지 않는다. 추가로, 고려할 수 있는 적용 분야는 자기 공명 이미징 및 초음파 단층 촬영이 있다.
적합한 실시예에서, 본 발명에 따른 시스템은 본 발명에 따른 방법을 수행하도록 구성된 컴퓨터 프로그램(소프트웨어)에 의해 형성되며, 이로써 이 방법은 컴퓨터 프로그램이 컴퓨터 상에서 실행될 때 자동으로 수행된다. 여기서, 뿐만 아니라, 본 발명에 따른 시스템의 실시예들은 전술한 컴퓨터 프로그램이 저장되어 있는 기계 판독 가능 데이터 매체(예를 들어, CD-ROM 또는 하드 디스크 드라이브) 및 컴퓨터 프로그램이 실행 가능한 방식으로 설치되어 있는 컴퓨터이다.
본 발명에 따른 방법을 구현하는 컴퓨터 프로그램은, 본 발명의 범위 내에서, 예를 들어 개인 컴퓨터 상에서, 단독으로 실행 가능한 독립적인 소프트웨어 애플리케이션일 수 있다. 그러나, 대안적으로, 본 발명에 따른 방법을 구현하는 컴퓨터 프로그램은, 단층 촬영 스캐너(특히 산업용 컴퓨터 단층 촬영 스캐너)의 제어 및 평가 소프트웨어의 개조될 수 있는 컴포넌트(특히 소프트웨어 모듈)로서도 구현될 수 있다.
따라서, 본 발명에 따른 시스템의 특정 실시예는 본 발명에 따른 방법을 구현하는 제어 및 평가 소프트웨어를 포함하는 단층 촬영 스캐너, 특히 산업용 컴퓨터 단층 촬영 스캐너이다.
본 발명의 효과는 본 명세서에 해당되는 부분들에 개별적으로 명시되어 있다.
이하에서는, 도면에 기초하여 본 발명의 예시적인 실시예들이 설명된다.
도 1은 볼륨 데이터로부터 추출된 표면 데이터의 로컬 품질을 결정하기 위한 시스템의 개략도를 도시한다.
도 2는 도 1에 따른 시스템에 의해 수행되는 방법의 개략적인 흐름도를 도시한다.
도 3은 컴퓨터 단층 촬영에 의해 생성된 볼륨 데이터 기록의 탐색 빔을 따른 그레이 스케일 값 프로파일의 개략도를 도시한다.
도 4는 컴퓨터 단층 촬영에 의해 생성된 물체의 볼륨 데이터 기록의 슬라이스 이미지를 도시하며, 상기 물체는 서로 인접한 두 개의 강철 구체들에 의해 형성된다.
도 5는 도 4에 따른 볼륨 데이터 기록으로부터 도출된 표면 데이터 기록을 3 차원으로 도시하며, 이 때, 상기 표면 데이터 기록의 표면 포인트들은 각각의 품질의 규정(stipulation)에 따라 상이하게 채색되었다.
도 6은, 다른 하나 위에 있는 영상화된 세 개의 다이어그램들에서, 도 4에 따른 볼륨 데이터 기록을 통해 상이한 탐색 빔들을 따른 3 개의 그레이 스케일 값 프로파일들을 도시하며, 상단 다이어그램은 고품질의 표면 포인트 근방의 그레이 스케일 값 곡선을 도시하며, 중간에 있는 다이어그램은 평균 품질을 갖는 표면 포인트 근방의 그레이 스케일 값 곡선을 도시하며, 그리고 하단 다이어그램은 품질이 좋지 않은 표면 포인트 근방의 그레이 스케일 값 곡선을 도시한다.
서로 대응하는 부품들, 치수들 및 구조들은 모든 도면에서 항상 동일한 참조번호가 제공된다.
도 1은 볼륨 데이터로부터 추출된 표면 데이터의 품질을 결정하는 시스템(1)을 매우 개략적이고 단순하게 도시한다.
상기 시스템(1)의 핵심 요소는 컴퓨터 프로그램(2)이다. 도 1에 따른 예시에서, 상기 컴퓨터 프로그램(2)은 작업 컴퓨터(3)에서 실행 가능한 방식으로 설치된다. 예를 들어, 상기 작업 컴퓨터(3)는 종래의 방식으로 입력 수단 및 출력 수단, 특히 스크린(4)이 구비된 종래의 개인용 컴퓨터(PC)이다. 마찬가지로, 여기서, 상기 작업 컴퓨터(3) 및 상기 스크린(4)은 넓은 의미에서 상기 시스템(1)의 구성요소들을 나타낸다.
또한, 산업용 컴퓨터 단층 촬영 스캐너(5)는 시스템(1)의 선택적 구성요소이다. 통상적인 바와 같이, 상기 컴퓨터 단층 촬영 스캐너(5)는 x-선 소스(6), (도 1에 예시적으로 표시된) 물체(10)를 회전 가능하게 지지하기 위해 축(8)을 중심으로 회전 가능한 회전판(9)을 가진 회전 테이블(7), 평면 x-선 검출기(11) 및 제어 소프트웨어(13)가 실행 가능한 방식으로 설치된 평가 컴퓨터(12)를 포함한다.
상기 작업 컴퓨터(3) 및 상기 컴퓨터 단층 촬영 스캐너(5)는 데이터 전송 경로(14)를 통해 데이터 전송을 위해 직접적으로 또는 간접적으로 연결된다. 상기 데이터 전송 경로 (14)는 예를 들어 LAN (local area network)과 같은 유선 또는 무선 데이터 전송 네트워크이다. 옵션으로, 상기 데이터 전송 경로 (14)는 상기 컴퓨터 단층 촬영 스캐너 (5)와 상기 작업 컴퓨터 (3) 사이에서 전송된 데이터를 일시적으로 또는 영구적으로 저장하기위한 데이터 메모리들(여기서는 명시적으로 도시되지 않음)을 포함한다.
본 발명에 따른 방법의 핵심에 선행하는 프로세스에서, 볼륨 데이터 기록(V)은 상기 컴퓨터 단층 촬영 스캐너 (5)에 의해 기록된다. 이를 위해, 상기 회전판(8) 상에 지지된 상기 물체(10)는 상기 축(8) 주위에서 회전되며, 그리고 상기 프로세스에서, 상기 x-선 소스(6)를 이용한 x-선 방사(R)(보다 정확하게는, x-선 콘 빔(cone beam))에 의해 조사된다. 여기서, 상기 축(8)을 가로지르는 상이한 투영들에서 상기 물체(10)를 나타내는 다수의 투영 이미지들(P)은, 상기 물체(10)의 연속적인 회전 하에서, 상기 x-선 소스(6)에 대향하여 배치된 상기 x-선 검출기(11)에 의해 기록된다.
상기 투영 이미지(P)는 상기 제어 컴퓨터(12)에 공급된다. 상기 제어 소프트웨어(13)는 수치적 역투영법(numerical back projection) 또는 임의의 다른 재구성 알고리즘을 사용하여 이러한 투영 이미지들(P)로부터 상기 볼륨 데이터 기록(V)을 산출한다.
본 발명의 바람직한 실시예에서, 상기 제어 소프트웨어(13)는 또한 표면 데이터 기록(O)도 산출하며, 상기 표면 데이터 기록(O)의 표면 포인트들은 처음에 기술된 표면 결정 방법들 중 하나를 사용하여 상기 볼륨 데이터 기록(V)으로부터, 상기 볼륨 데이터 기록(V)으로부터 결정된 물체(10)의 표면을 재생한다. 상기 볼륨 데이터 기록(V) 및 관련 표면 데이터 기록(O)은 상기 데이터 전송 경로(14)를 통해 상기 컴퓨터 단층 촬영 스캐너(5)에 의해 상기 작업 컴퓨터(3)에 제공된다.
상기 표면 데이터 기록(O)의 개별 표면 포인트들의 품질을 결정하는 방법(도 2에 기초하여 보다 상세하게 후술됨)은 상기 작업 컴퓨터(3) 내에서 구현되는 상기 컴퓨터 프로그램(2)을 실행하는 동안 상기 작업 컴퓨터(3)에서 수행된다. 여기서, 상기 볼륨 데이터 기록(V) 및 상기 관련 표면 데이터 기록(O)은 상기 방법의 입력 변수들로서 상기 컴퓨터 프로그램(2)에 공급된다. 또한, 상기 방법을 수행하기 위한 파라미터들로서, 상기 컴퓨터 프로그램(2)은 상기 표면 데이터 기록(O)의 3차원 좌표들을 상기 볼륨 데이터 기록(V)의 복셀들에 공간적으로 관련시키는 정해진 측정치들(M)을 활용한다. 따라서, 상기 컴퓨터 프로그램(2)은 상기 측정치들(M)을 사용하여 상기 표면 데이터 기록(O)의 각각의 표면 포인트를, 상기 기록된 물체(10) 내의 동일한 위치(공간적 포인트)를 나타내는 상기 볼륨 데이터 기록(V)의 관련 복셀과 상관시키는 위치에 놓이게 된다. 또한, 상기 컴퓨터 프로그램(2)은 상기 방법을 수행하기 위한 파라미터들로서 스캐닝 증분(S)에 관한 사양들(specifications) 및 스캐닝 경로(W)에 관한 사양들에 의존한다.
상기 측정값들(M), 상기 스캐닝 증분(S) 및 상기 스캐닝 경로(W)는 본 발명의 범위 내에서 상기 컴퓨터 프로그램(2)에서 불변하는 방식으로 구현될 수 있으며, 또는 구성 데이터의 범위 내에서 상기 작업 컴퓨터(3)에 저장될 수 있다. 이에 대한 대안예로서, 이러한 파라미터들은 사용자 상호작용에 의해 가변 방식으로 미리 결정될 수 있다. 이에 대한 추가 대안예로서, 상기 측정치들(M)은, 예를 들어 상기 표면 데이터 기록(O)의 헤더 또는 상기 볼륨 데이터 기록(V)의 헤더에서, 메타데이터로서 상기 작업 컴퓨터(3)에 공급될 수 있다.
전술한 입력 데이터에 기초하여, 상기 컴퓨터 프로그램(2)은 제1 단계(20)에서, 상기 표면 데이터 기록(O)으로부터 선택된 특정 표면 포인트에 대하여, 상기 고려중인 표면 포인트를 통과하고 그리고 상기 표면 데이터 기록(O)의 표면 포인트들에 의해 정의되는 표면에 수직한 탐색 빔을 결정한다(즉 수학적 직선 지정).
이어서, 상기 컴퓨터 프로그램(2)은 상기 스캐닝 증분(S) 및 상기 스캐닝 경로(W)에 기초하여, 상기 탐색 빔에 의해 정의된 상기 고려중인 표면 포인트 근처의 상기 표면 데이터 기록(O) 및 상기 볼륨 데이터 기록(V)에 의해 커버되는 공간 볼륨 내에 놓여있는 다수의 공간 포인트들을 결정한다. 여기서, 각각의 공간 포인트에 그레이 스케일 값이 할당되며, 상기 그레이 스케일 값은 상기 공간 포인트를 둘러싸는 볼륨 데이터 기록(V)의 복셀들의 그레이 스케일 값들로부터 (예를 들어, 삼선형 보간법에 의해) 산출된다.
상기 컴퓨터 프로그램(2)은 이러한 복셀들의 그레이 스케일 값들을 결합하여 (도 3에 예시적인 방식으로 묘사된 바와 같은) 그레이 스케일 값 프로파일(G)을 형성한다. 따라서, 구체적으로, 상기 그레이 스케일 값 프로파일(G)은 상기 탐색 빔을 따라 선택되는 상기 볼륨 데이터 기록(V)의 복셀들의 그레이 스케일 값들의 순서를 나타내는 그레이 스케일 값 리스트(특히, 소프트웨어 기술에 규정되어 있는 어레이)이다.
이렇게 산출된 상기 그레이 스케일 값 프로파일(G)에 대해, 상기 컴퓨터 프로그램은 후속 단계 21에서, 상기 탐색 빔을 따른 상기 그레이 스케일 값 프로파일(G)의 수학적-수치적 도함수를 나타내는 관련 기울기 프로파일(D)을 산출한다. 상기 컴퓨터 프로그램(2)은 후속 단계 22에서, 비선형 최적화 알고리즘(특히, Levenberg-Marquardt 알고리즘)을 사용하여, 기준 프로파일(reference profile)로서 저장된 가우시안 함수를 이러한 기울기 프로파일(D)에 맞춘다. 또한, 단계 23에서, 상기 컴퓨터 프로그램(2)은 상기 기울기 프로파일(D)로부터 상기 그레이 스케일 값 프로파일(G)의 최대 기울기(MG)(상기 기울기 프로파일(D)의 최댓값에 대응함)를 결정한다.
단계 24에서, 상기 컴퓨터 프로그램(2)은 상기 기울기 프로파일(D)에 기초하여, 그리고 상기 맞춤화된 가우시안 함수의 (단계 22에서 결정된) 파라미터들(F)에 기초하여, 상기 기울기 프로파일(D)과 이러한 맞춤화된 가우시안 함수 간의 평균편차(잔차)를 결정한다.
단계 21 내지 단계 24와 병행하여, 상기 컴퓨터 프로그램(2)은, 단계 25에서 그리고 상기 그레이 스케일 값 프로파일(G)로부터, 포인트 미러링(point mirroring)에 의해 상기 그레이 스케일 값 프로파일(G)로부터 도출된 미러 프로파일과 상기 그레이 스케일 값 프로파일(G) 간의 편차들(잔차들)을 결정한다.
단계 25의 결과물인 실효값(root mean square value; RS)으로부터, 단계 22에서 맞춤화된 가우시안 함수의 파라미터들(F)로부터(특히 가우시안 함수의 폭으로부터), 단계 24에서 결정된, 상기 기울기 프로파일(D)로부터의 상기 맞춤화된 가우시안 함수의 실효값(RF)으로부터, 그리고 단계 23에서 결정된 상기 최대 기울기(MG)로부터, 상기 컴퓨터 프로그램(2)은 단계 26에서 각각 하나의 품질 특성 QRS, QF, QRF 및 QMG을 결정하며, 이러한 품질 특성들 QRS, QF, QRF 및 QMG 각각은 상기 고려 중인 표면 포인트의 품질에 대한 설명(statement)을 포함한다. 개별 품질 특성들 QRS, QF, QRF 및 QMG의 비교 가능성을 보장하기 위해, 이러한 변수들은 항상 0과 1 사이의 값 범위로 정규화된다. 상기 맞춤화된 가우시안 함수의 파라미터들(F)에 대해 단일의 품질 특성(QF)이 계산되는 도 2에 따른 단순화된 설명과는 달리, 이러한 파라미터들(F)은 또한 다수의 개별 품질 특성들에 매핑될 수 있다.
다음의 단계 27에서, 상기 컴퓨터 프로그램(2)은 가중 평균법에 의해 개별 품질 특성들 QRS, QF, QRF 및 QMG로부터 전반적인 품질 특성 Q를 산출한다.
단계 20 내지 단계 27에 기초하여 전술한 방법의 순환은 상기 컴퓨터 프로그램(2)에 의해 상기 표면 데이터 기록(O)의 각 표면 포인트에 대해서 반복된다. 여기서, 전반적인 품질 특성 Q의 각각의 결과 값들은 이 경우 적합한 표면 데이터 기록(O')에 저장되며, 상기 적합한 표면 데이터 기록은, 상기 표면 데이터 기록의 각 표면 포인트에 대해, 관련된 전반적인 품질 특성(Q) 및 각각의 표면 포인트에 대한 3차원 좌표(x, y, z)를 포함한다.
옵션으로, 각각의 경우에, 상기 컴퓨터 프로그램(2)은 후술하는 기능 모듈들(30, 31, 32) 중 하나 이상을 포함하며, 이러한 기능 모듈들에 의해, 상기 적합한 표면 데이터 기록(O')은, 상기 작업 컴퓨터(3)의 사용자에 의한 대응 요청에 따라 또는 자동으로, 임의의 다른 방식으로 추가 표시되거나 처리된다.
여기서, 참조번호 30의 기능 모듈은 내부에 포함된 전반적인 품질 특성(Q)을 포함하는 상기 적합한 표면 데이터 기록(O')의 직관적으로 이해 가능한 디스플레이를 제공한다. 상기 기능 모듈(30)의 범위 내에서, 상기 표면 데이터 기록(O')에 포함된 전반적인 품질 특성(Q)은 초기에, 저장된 색 구성표에 기초하여 또는 사용자에 의해 미리 결정될 수 있는 색 구성표에 기초하여, 스크린(4) 상의 표면 데이터 기록(O')의 가색상(false-color) 디스플레이에 대한 관련 색 값들에 매핑된다. 전술한 바와 같이 그리고 도 6에서 생생하게 설명되는 바와 같이, 상기 표면 데이터 기록(O')의 전반적인 품질 특성(Q)은 그 과정에서 3 가지 컬러들 중 하나로 매핑된다 :
- 높은 전반적인 품질 특성(Q)을 가진 표면 포인트들에 대해서는 녹색;
- 평균 전반적인 품질 특성(Q)을 가진 표면 포인트들에 대해서는 노란색; 그리고
- 전반적인 품질 특성(Q)이 좋지 않은 표면 포인트들에 대해서는 적색.
2 개의 금속 구체들에 의해 예시적인 방식으로 형성된 상기 물체(10)에 대응하는 가색상 디스플레이가 도 5에 개략적으로 도시되어 있다.
참조번호 31의 기능 모듈은 최적화 알고리즘을 사용하여 상기 표면 데이터 기록(O)의 표면 포인트들에 미리 정해진 기하학적 요소들을 맞추도록 구성된다. 상기 표면 데이터 기록(O')에 포함된 상기 전반적 품질 특성(Q)은 이러한 맞춤화 프로세스에서 가중치로서 포함된다. 연관된 전반적 품질 특성(Q)이 미리 정해진 임계값 아래로 떨어지는 표면 포인트들은 상기 맞춤화 동안 무시된다.
마지막으로, 참조번호 32의 기능 모듈은 아핀 좌표 변환(affine coordinate transformation)(즉, 표면 포인트들의 좌표의 회전, 변위 및 스케일링의 파라미터화가능한 조합)을 사용하여 상기 표면 데이터 기록(O')의 표면 포인트들을 하나 이상의 미리 정해진 기하학적 요소들 또는 미리 정해진 모델(예를 들어, CAD 모델)에 맞추도록 구성된다. 이러한 맞춤화 경우에도, 상기 표면 데이터 기록(O')에 포함된 전반적 품질 특성(Q)들은 가중치들로서 포함된다.
본 발명은 상술된 예시적인 실시예들에 동등하게 제한되지 않지만, 이러한 예시적 실시예들에 기초하여 특히 명백해진다. 오히려, 청구범위 및 상기 설명으로부터 본 발명의 추가 실시예들이 도출될 수 있다. 특히, 도 2에 기초하여 설명된 상기 방법의 단계 20은, 상기 컴퓨터 프로그램(2)이 탐색 빔에 의해 정의된 그레이 스케일 값 프로파일 대신에 접선 영역 내의 그레이 스케일 값들을 결정하는 것으로 수정될 수 있으며, 이 경우, 상기 접선 영역은 표면 데이터 기록(O)의 각각의 고려중인 표면 포인트에서 상기 표면에 붙여 놓여진다. 각각의 표면 포인트에 할당된 전반적 품질 특성(Q)을 결정하기 위한 기준으로서, 이 경우 상기 컴퓨터 프로그램(2)은, 특히, 상기 선택된 그레이 스케일 값들의 균일성(homogeneity) 및 이러한 그레이 스케일 값들의 노이즈를 특성화하는 특성들을 결정한다.
1... 시스템
2... 컴퓨터 프로그램
3... 작업 컴퓨터
4... 스크린
5... 컴퓨터 단층 촬영 스캐너
6... x-선 소스
7... 회전 테이블
8... 축
9... 회전판
10... 물체
11... x-선 검출기
12... 제어 컴퓨터
13... 제어 소프트웨어
14... 데이터 전송 경로
20 - 27... 단계
30 - 32... 기능 모듈
V... 볼륨 데이터 기록
R... X-선 방사
P... 투영 이미지
O... 표면 데이터 기록
M... 측정치들
S... 스캐닝 증분
W... 스캐닝 경로
G... 그레이 스케일 값 프로파일
D... 기울기 프로파일
MG... (최대) 기울기
F... 파라미터
RS... 실효값
RF... 실효값
QRS... 품질 특성
QF... 품질 특성
QRF... 품질 특성
QMG... 품질 특성
Q... 전반적 품질 특성
O'... (적합한) 표면 데이터 기록

Claims (10)

  1. 표면 결정 방법에 의해 볼륨 데이터 기록(V)으로부터 추출된 표면 데이터(O)의 로컬 품질을 결정하는 방법으로서,
    상기 볼륨 데이터 기록(V)은 복셀들의 3차원 매트릭스를 포함하며,
    상기 복셀들 각각은 자신에 할당된 그레이 스케일 값을 가지며,
    상기 표면 데이터(O)는 상기 볼륨 데이터 기록(V)으로부터 추출된 다수의 표면 포인트들을 포함하며,
    상기 방법에 따라, 각각의 표면 포인트에 대해 :
    - 근접지역(neighborhood)이 상기 볼륨 데이터 기록(V) 내에서 결정되는 단계;
    - 상기 근접지역으로부터의 복셀들의 그레이 스케일 값들의 곡선으로부터 적어도 하나의 품질 특성(Q)이 도출되는 단계로서, 상기 품질 특성은 개별적으로 고려된 표면 포인트의 품질을 특징짓고, 상기 품질은 상기 개별적으로 고려된 표면 포인트가 물체의 실제 표면을 재생산하는 것에 대한 정확도에 대한 정보 항목인, 단계; 및
    - 상기 적어도 하나의 품질 특성(Q)이, 개별적으로 고려된 표면 포인트의 좌표와 함께, 방법 결과(O')로서 출력되는 단계가 수행되는, 방법.
  2. 청구항 1에 있어서,
    상기 볼륨 데이터 기록(V)에서 상기 개별적으로 고려된 표면 포인트의 근접지역으로서 탐색 빔이 결정되며,
    상기 탐색 빔은 상기 표면 포인트들에 의해 형성된 표면에 수직으로 연장하거나, 또는 상기 수직으로부터 최대 특정 각도까지 벗어나는 방식으로 연장하는, 방법.
  3. 청구항 2에 있어서,
    상기 그레이 스케일 값 프로파일(G)의 선명도에 대한 측정치 또는 상기 그레이 스케일 값 프로파일(G)의 콘트라스트(contrast)에 대한 측정치 또는 상기 그레이 스케일 값 프로파일(G)의 노이즈에 대한 측정치 또는 저장된 기준 프로파일과 상기 그레이 스케일 값 프로파일(G) 간의 편차에 대한 측정치 또는 상기 그레이 스케일 값 프로파일(G)의 대칭성에 대한 측정치 또는 상기 그레이 스케일 값 프로파일(G)의 단조 속성(monotonic property)에 대한 측정치는 상기 개별적으로 고려된 포인트의 품질에 대한 기준으로서 상기 탐색 빔을 따라 결정되며, 그리고
    상기 적어도 하나의 품질 특성(Q)은 상기 기준을 고려하여 도출되는, 방법.
  4. 청구항 2 또는 청구항 3에 있어서,
    적어도 하나의 상이한 표면 결정 방법에 의해 상기 탐색 빔을 따라 상기 표면에 대한 대안 포인트가 결정되며,
    상기 대안 포인트와 상기 개별적으로 고려된 표면 포인트 간의 편차에 대한 측정치는 상기 개별적으로 고려된 표면 포인트의 품질에 대한 기준으로서 사용되며, 그리고
    상기 적어도 하나의 품질 특성(Q)은 상기 개별적으로 고려된 표면 포인트의 품질에 대한 기준을 고려하여 도출되는, 방법.
  5. 청구항 1 내지 청구항 3 중 어느 한 항에 있어서,
    상기 볼륨 데이터 기록(V)에서 상기 개별적으로 고려된 표면 포인트의 근접지역으로서 접선 영역이 결정되며, 상기 접선 영역은 상기 개별적으로 고려된 표면 포인트에서 상기 표면 포인트들에 의해 형성된 표면에 접하는, 방법.
  6. 청구항 5에 있어서,
    상기 접선 영역 내에서 상기 개별적으로 고려된 표면 포인트의 품질에 대한 기준으로서 노이즈에 대한 측정치 또는 상기 그레이 스케일 값들의 균일성에 대한 측정치가 결정되고,
    상기 적어도 하나의 품질 특성(Q)은 상기 기준을 고려하여 도출되는, 방법.
  7. 청구항 1 내지 청구항 3 중 어느 한 항에 있어서,
    상기 품질 특성들(Q)은 상기 표면 데이터(O)를 결정하는 것과 병행하여 결정되는, 방법.
  8. 청구항 1 내지 청구항 3 중 어느 한 항에 있어서,
    적어도 하나의 파라미터화가능한 기하학적 물체는 상기 품질 특성들(Q)을 고려하여 상기 표면 데이터(O)에 맞춰지거나, 또는 상기 표면 데이터(O)는 상기 품질 특성들(Q)을 고려하여 아핀 좌표 변환에 의해 적어도 하나의 기하학적 요소 또는 표면 데이터 기록에 맞춰지는, 방법.
  9. 청구항 1 내지 청구항 3 중 어느 한 항에 있어서,
    상기 표면 데이터(O)는, 할당된 품질 특성들(Q)에 기초하여, 상기 품질 특성들(Q)을 고려하여 상기 표면 포인트들에 대해 계산되고 상기 표면 포인트들에 할당된 수정된 색상 값들에 의해 스크린(4) 상에 디스플레이되거나 인쇄 출력될 준비가 된 수정된 데이터 기록으로 변환되는, 방법.
  10. 볼륨 데이터 기록(V)으로부터 추출된 표면 데이터(O)의 로컬 품질을 결정하기 위한 시스템으로서,
    상기 시스템은 :
    컴퓨터; 및
    상기 컴퓨터에 의해 실행될 때 상기 컴퓨터가 청구항 1 내지 청구항 3 중 어느 한 항의 방법을 수행하게 하는 프로그램을 저장하는 비-일시적 기계 판독 가능한 데이터 매체를 포함하는, 시스템.


KR1020177009550A 2014-09-17 2015-09-17 볼륨 데이터로부터 추출된 표면 데이터의 로컬 품질을 결정하기 위한 방법 및 시스템 KR102022432B1 (ko)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
DE102014218691.9 2014-09-17
DE102014218691 2014-09-17
DE102015201271.9A DE102015201271A1 (de) 2014-09-17 2015-01-26 Verfahren und System zur Bestimmung der lokalen Qualität von aus Volumendaten extrahierten Oberflächendaten
DE102015201271.9 2015-01-26
PCT/EP2015/071377 WO2016042105A1 (de) 2014-09-17 2015-09-17 Verfahren und system zur bestimmung der lokalen qualität von aus volumendaten extrahierten oberflächendaten

Publications (2)

Publication Number Publication Date
KR20170056602A KR20170056602A (ko) 2017-05-23
KR102022432B1 true KR102022432B1 (ko) 2019-09-18

Family

ID=55406246

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020177009550A KR102022432B1 (ko) 2014-09-17 2015-09-17 볼륨 데이터로부터 추출된 표면 데이터의 로컬 품질을 결정하기 위한 방법 및 시스템

Country Status (8)

Country Link
US (1) US10699401B2 (ko)
EP (1) EP3195258B1 (ko)
JP (1) JP6564454B2 (ko)
KR (1) KR102022432B1 (ko)
CN (1) CN106716487B (ko)
CA (1) CA2961701C (ko)
DE (1) DE102015201271A1 (ko)
WO (1) WO2016042105A1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP4099339A1 (en) 2021-06-03 2022-12-07 Medit Corp. Data processing method
KR20220163859A (ko) 2021-06-03 2022-12-12 주식회사 메디트 데이터 처리 방법

Families Citing this family (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102015201271A1 (de) 2014-09-17 2016-03-17 Friedrich-Alexander-Universität Erlangen - Nürnberg Verfahren und System zur Bestimmung der lokalen Qualität von aus Volumendaten extrahierten Oberflächendaten
DE102018105709A1 (de) 2017-03-15 2018-09-20 Werth Messtechnik Gmbh Verfahren zur computertomografischen Messungen von Werkstücken
DE102017114811A1 (de) * 2017-07-03 2019-01-03 Volume Graphics Gmbh Verfahren zur Bestimmung von Unsicherheiten in Messdaten aus einer Messung eines Objekts
DE102018103715A1 (de) * 2018-02-20 2019-08-22 Volume Graphics Gmbh Verfahren zur Komprimierung von Messdaten
DE102018109819A1 (de) * 2018-04-24 2019-10-24 Yxlon International Gmbh Verfahren zur Gewinnung von Information aus Röntgen-Computertomographiedaten zur Optimierung des Spritzgussprozesses von kurzfaserverstärkten Kunststoffteilen
DE102018133092B3 (de) * 2018-12-20 2020-03-12 Volume Graphics Gmbh Computer-implementiertes Verfahren zur Analyse von Messdaten aus einer Messung eines Objektes
US10529444B1 (en) * 2019-02-06 2020-01-07 Nanome Inc. System that rapidly generates a solvent-excluded surface
DE102019103429A1 (de) * 2019-02-12 2020-08-13 Volume Graphics Gmbh Computerimplementiertes Verfahren zur Bestimmung von Oberflächen in Messdaten
DE102019107952B4 (de) * 2019-03-27 2023-08-10 Volume Graphics Gmbh Computer-implementiertes Verfahren zur Analyse von Messdaten eines Objekts
US11408836B2 (en) * 2019-04-01 2022-08-09 General Electric Company Method for inspecting components using computed tomography
FR3095508B1 (fr) 2019-04-26 2021-05-14 Tiama Procede et installation de controle dimensionnel en ligne d’objets manufactures
CN110075378B (zh) * 2019-05-08 2021-11-19 南京市中西医结合医院 一种血液透析数据信息监测系统
DE102019131434A1 (de) * 2019-11-21 2021-05-27 Volume Graphics Gmbh Computerimplementiertes Verfahren zur Segmentierung von Messdaten aus einer Messung eines Objekts
DE102019131452A1 (de) * 2019-11-21 2021-05-27 Volume Graphics Gmbh Computerimplementiertes Verfahren zur Segmentierung von Messdaten aus einer Messung eines Objekts
DE102019131440B3 (de) 2019-11-21 2021-05-27 Volume Graphics Gmbh Computerimplementiertes Verfahren zur Segmentierung von Messdaten aus einer Messung eines Objekts
DE102022103888A1 (de) 2021-02-26 2022-09-01 Werth Messtechnik Gmbh Verfahren und Vorrichtung zur Computertomografiemessung
CN115661120B (zh) * 2022-11-14 2023-03-10 江西捷锐机电设备有限公司 一种用于数控金钢线剖锭机的切割质量检测方法
DE102022213942A1 (de) 2022-12-19 2024-06-20 Robert Bosch Gesellschaft mit beschränkter Haftung Kühlvorrichtung zum Kühlen wenigstens eines Leistungshalbleiterbauelements
CN117272758B (zh) * 2023-11-20 2024-03-15 埃洛克航空科技（北京）有限公司 基于三角格网的深度估计方法、装置、计算机设备和介质

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009165615A (ja) * 2008-01-16 2009-07-30 Fujifilm Corp 腫瘍領域サイズ測定方法および装置ならびにプログラム

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6973212B2 (en) * 2000-09-01 2005-12-06 Siemens Corporate Research, Inc. Graph cuts for binary segmentation of n-dimensional images from object and background seeds
JP5296981B2 (ja) * 2003-07-30 2013-09-25 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ アフィン変換を用いたモダリティ内医療体積画像の自動位置合わせ
DE102005012094A1 (de) 2005-03-16 2006-09-21 Technische Universität München Verfahren und Vorrichtung zur Konturfeinermittlung eines Objekts bei bildgebenden Untersuchungsverfahren
DE102006013473B4 (de) * 2006-03-23 2009-10-22 Siemens Ag Verfahren zur ortsaufgelösten Visualisierung der Rekonstruktionsqualität, insbesondere der Abdeckung, eines aufzunehmenden und in einer dreidimensionalen Rekonstruktionsvolumendarstellung wiederzugebenden dreidimensionalen Zielvolumens
JP5226974B2 (ja) * 2007-06-19 2013-07-03 富士フイルム株式会社 画像診断支援装置、方法及びプログラム
JP5355074B2 (ja) * 2008-12-26 2013-11-27 キヤノン株式会社 ３次元形状データ処理装置、３次元形状データ処理方法及びプログラム
CN102129686B (zh) * 2011-03-24 2013-02-20 西北工业大学 一种基于体素级轮廓粗定位的亚体素表面检测方法
RU2589292C2 (ru) 2011-05-24 2016-07-10 Конинклейке Филипс Н.В. Устройство и способ формирования карты коррекции затухания
CN102920537B (zh) 2012-11-01 2014-12-17 上海理工大学 用于检验人体腰椎骨骼和植入物双重安全有效性的方法
CN103093474B (zh) * 2013-01-28 2015-03-25 电子科技大学 基于同质体和局部能量的三维乳腺超声图像分割方法
DE102015201271A1 (de) 2014-09-17 2016-03-17 Friedrich-Alexander-Universität Erlangen - Nürnberg Verfahren und System zur Bestimmung der lokalen Qualität von aus Volumendaten extrahierten Oberflächendaten

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009165615A (ja) * 2008-01-16 2009-07-30 Fujifilm Corp 腫瘍領域サイズ測定方法および装置ならびにプログラム

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
An artifact-robust, shape librarybased algorithm for automatic egmentation of inner ear anatomy in post-cochlear-implantation CT, SPIE*

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP4099339A1 (en) 2021-06-03 2022-12-07 Medit Corp. Data processing method
KR20220163859A (ko) 2021-06-03 2022-12-12 주식회사 메디트 데이터 처리 방법

Also Published As

Publication number Publication date
CN106716487B (zh) 2020-11-24
KR20170056602A (ko) 2017-05-23
CA2961701C (en) 2021-05-18
DE102015201271A1 (de) 2016-03-17
WO2016042105A1 (de) 2016-03-24
US20170256048A1 (en) 2017-09-07
CA2961701A1 (en) 2016-03-24
CN106716487A (zh) 2017-05-24
JP2017533414A (ja) 2017-11-09
EP3195258A1 (de) 2017-07-26
EP3195258B1 (de) 2020-09-09
JP6564454B2 (ja) 2019-08-21
US10699401B2 (en) 2020-06-30

Similar Documents

Publication Publication Date Title
KR102022432B1 (ko) 볼륨 데이터로부터 추출된 표면 데이터의 로컬 품질을 결정하기 위한 방법 및 시스템
KR102021945B1 (ko) 볼륨 이미지 레코드로부터의 국부적 품질 측정들의 결정
US8422826B2 (en) Method and apparatus to facilitate using fused images to identify materials
Xu et al. TLS-based composite structure deformation analysis validated with laser tracker
CN110832543B (zh) 根据对物体的测量来确定测量数据中的不确定性的方法
Senin et al. Characterisation of individual areal features
Heinzl et al. Optimal specimen placement in cone beam X-ray computed tomography
Lovric et al. Automated computer-assisted quantitative analysis of intact murine lungs at the alveolar scale
JP2008541110A (ja) 被検対象物の材料界面を決定するための方法及び装置
Reiter et al. Case study of empirical beam hardening correction methods for dimensional X-ray computed tomography using a dedicated multi-material reference standard
Yingjie et al. Improved moving least squares algorithm for directed projecting onto point clouds
US11538144B2 (en) Method for determining errors in parameters derived from digital object representations
JP3431022B1 (ja) ３次元寸法計測装置及び３次元寸法計測方法
Butzhammer et al. Comparison of geometrically derived quality criteria regarding optimal workpiece orientation for computed tomography measurements
Baldo et al. Proposition and experimental evaluation of a point-based compensation approach to reduce systematic errors in CT measurements
US10825202B2 (en) Method for compressing measurement data
US20220148211A1 (en) Computer-implemented method for determining surfaces in measurement data
JP2023502451A (ja) オブジェクトの測定データをセグメント化するためのコンピュータ実装方法
Wagner et al. Model-driven 3-D regularisation for robust segmentation of the refractive corneal surfaces in spiral OCT scans
Dietze et al. Visualization of deviations between different geometries using a multi-level voxel-based representation
JP2020508530A (ja) コーナーを検出する方法および装置
Finnigan et al. CATFEM-Computer-Assisted Tomography and Finite Element Modeling
Baldo et al. CT measurement realization process: the need for advanced correction methods
WO2020152338A1 (en) Method for selecting an illumination pattern for a fluorescence molecular tomography measurement

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant