RU2019103487A - Автоматизированный контроль качества покраски летательных аппаратов - Google Patents
Автоматизированный контроль качества покраски летательных аппаратов Download PDFInfo
- Publication number
- RU2019103487A RU2019103487A RU2019103487A RU2019103487A RU2019103487A RU 2019103487 A RU2019103487 A RU 2019103487A RU 2019103487 A RU2019103487 A RU 2019103487A RU 2019103487 A RU2019103487 A RU 2019103487A RU 2019103487 A RU2019103487 A RU 2019103487A
- Authority
- RU
- Russia
- Prior art keywords
- image
- aircraft
- angle
- reference image
- technological
- Prior art date
Links
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
- G06T7/001—Industrial image inspection using an image reference approach
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/97—Determining parameters from multiple pictures
-
- 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
- G06T2207/10004—Still image; Photographic 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30156—Vehicle coating
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Claims (41)
1. Способ (900) автоматизированного контроля качества ливреи (106) летательного аппарата (100), включающий:
извлечение (902) из электронного постоянного хранилища (1112) контрольного изображения (302, 402, 502), отображающего по меньшей мере часть (102, 104) ливреи летательного аппарата, для летательного аппарата, подвергаемого контролю качества;
захват (904) технологического изображения (304, 404, 504), отображающего по меньшей мере часть (102, 104) ливреи летательного аппарата, на летательном аппарате, подвергаемом контролю качества;
выявление (906) множества признаков (406) в контрольном изображении и технологическом изображении;
регистрацию (910) контрольного изображения с технологическим изображением;
выявление (912) по меньшей мере одного различия между контрольным изображением и технологическим изображением;
выработку (914) выходного изображения (800), которое содержит отображение летательного аппарата, подвергаемого контролю качества, с указанным по меньшей мере одним различием, снабженным аннотацией; и
вызов (916) отображения выходного изображения.
2. Способ по п. 1, также включающий выявление (908) и удаление по меньшей мере одного отражения (306) из рассмотрения в качестве различия между контрольным изображением и технологическим изображением.
3. Способ по п. 2, по которому удаление по меньшей мере одного отражения из рассмотрения в качестве различия между контрольным изображением и технологическим изображением включает захват по меньшей мере одного изображения летательного аппарата, подвергаемого контролю качества, с первого ракурса (208, 210, 212) и захват по меньшей мере одного изображения летательного аппарата, подвергаемого контролю качества, со второго ракурса (208, 210, 212).
4. Способ по п. 3, по которому удаление по меньшей мере одного отражения из рассмотрения в качестве различия между контрольным изображением и технологическим изображением включает размещение по меньшей мере одного стандартного маркера (1102) на летательном аппарате, подвергаемом контролю качества, перед захватом по меньшей мере одного изображения летательного аппарата, подвергаемого контролю качества, с первого ракурса и захватом по меньшей мере одного изображения летательного аппарата, подвергаемого контролю качества, со второго ракурса.
5. Способ по п. 1 или 2, также включающий устранение аномалии, соответствующей указанному по меньшей мере одному различию.
6. Способ по п. 1 или 2, по которому выявление множества признаков включает выявление множества признаков с использованием алгоритма Speeded Up Robust Features (SURF).
7. Способ по п. 1 или 2, по которому регистрацию контрольного изображения с технологическим изображением выполняют с использованием алгоритма RANdom SAmple Consensus (RANSAC).
8. Способ по п. 1 или 2, по которому выработка выходного изображения включает комбинирование по меньшей мере части изображения, полученного с первого ракурса (208, 210, 212), по меньшей мере с частью изображения, полученного со второго ракурса (208, 210, 212), отличного от первого ракурса.
9. Способ по п. 1 или 2, по которому:
контрольное изображение содержит комбинацию первого контрольного изображения, полученного с первого ракурса (208, 210, 212), и второго контрольного изображения, полученного со второго ракурса (208, 210, 212), отличного от первого ракурса, а
технологическое изображение содержит комбинацию первого технологического изображения, полученного с третьего ракурса (208, 210, 212), и второго технологического изображения, полученного с четвертого ракурса (208, 210, 212), отличного от третьего ракурса.
10. Способ по п. 1 или 2, по которому выявление по меньшей мере одного различия включает выполнение попиксельного сравнения между контрольным изображением и технологическим изображением.
11. Система (1200) для автоматизированного контроля качества ливреи (106) летательного аппарата (100), содержащая:
электронное постоянное хранилище (1212), хранящее контрольное изображение (302, 402, 502), отображающее по меньшей мере часть (102, 104) ливреи летательного аппарата, для летательного аппарата, подвергаемого контролю качества;
множество камер (202, 204, 206), расположенных для захвата множества изображений летательного аппарата, подвергаемого контролю качества; и
по меньшей мере один электронный процессор (1210), связанный с возможностью обмена данными с электронной постоянной памятью и указанным множеством камер, который исполняет инструкции для выполнения операций, включающих:
извлечение (902) из электронного постоянного хранилища контрольного изображения;
захват (904) указанным множеством камер технологического изображения (304, 404, 504), отображающего по меньшей мере часть (102, 104) ливреи летательного аппарата, на летательном аппарате, подвергаемом контролю качества;
выявление (906) множества признаков (406) в контрольном изображении и технологическом изображении;
регистрацию (910) контрольного изображения с технологическим изображением;
выявление (912) по меньшей мере одного различия между контрольным изображением и технологическим изображением;
выработку (914) выходного изображения (800), которое содержит отображение летательного аппарата, подвергаемого контролю качества, с указанным по меньшей мере одним различием, снабженным аннотацией; и
вызов (916) отображения выходного изображения.
12. Система по п. 11, в которой указанные операции также включают выявление (908) и удаление по меньшей мере одного отражения (306) из рассмотрения в качестве различия между контрольным изображением и технологическим изображением.
13. Система по п. 12, в которой удаление по меньшей мере одного отражения из рассмотрения в качестве различия между контрольным изображением и технологическим изображением включает захват указанным множеством камер по меньшей мере одного изображения летательного аппарата, подвергаемого контролю качества, с первого ракурса (208, 210, 212) и захват указанным множеством камер по меньшей мере одного изображения летательного аппарата, подвергаемого контролю качества, со второго ракурса (208, 210, 212).
14. Система по п. 13, также содержащая по меньшей мере один стандартный маркер (1102), выполненный с возможностью размещения на летательном аппарате, подвергаемом контролю качества, перед захватом по меньшей мере одного изображения летательного аппарата, подвергаемого контролю качества, с первого ракурса и захватом по меньшей мере одного изображения летательного аппарата, подвергаемого контролю качества, со второго ракурса.
15. Система по п. 11 или 12, в которой указанные операции также включают указание пользователю на устранение аномалии, соответствующей указанному по меньшей мере одному различию.
16. Система по п. 11 или 12, в которой выявление множества признаков включает выявление множества признаков с использованием алгоритма Speeded Up Robust Features (SURF).
17. Система по п. 11 или 12, в которой регистрацию контрольного изображения с технологическим изображением выполняют с использованием алгоритма RANdom SAmple Consensus (RANSAC).
18. Система по п. 11 или 12, в которой выработка выходного изображения включает комбинирование по меньшей мере части изображения, полученного с первого ракурса (208, 210, 212), по меньшей мере с частью изображения, полученного со второго ракурса (208, 210, 212), отличного от первого ракурса.
19. Система по п. 11 или 12, в которой:
контрольное изображение содержит комбинацию первого контрольного изображения, полученного с первого ракурса (208, 210, 212), и второго контрольного изображения, полученного со второго ракурса (208, 210, 212), отличного от первого ракурса, а
технологическое изображение содержит комбинацию первого технологического изображения, полученного с третьего ракурса (208, 210, 212), и второго технологического изображения, полученного с четвертого ракурса (208, 210, 212), отличного от третьего ракурса.
20. Система по п. 11 или 12, в которой выявление по меньшей мере одного различия включает выполнение попиксельного сравнения между контрольным изображением и технологическим изображением.
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US15/948,386 | 2018-04-09 | ||
| US15/948,386 US10643329B2 (en) | 2018-04-09 | 2018-04-09 | Automated paint quality control for aircraft |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| RU2019103487A true RU2019103487A (ru) | 2020-08-07 |
| RU2019103487A3 RU2019103487A3 (ru) | 2022-04-06 |
Family
ID=65763244
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| RU2019103487A RU2019103487A (ru) | 2018-04-09 | 2019-02-07 | Автоматизированный контроль качества покраски летательных аппаратов |
Country Status (6)
| Country | Link |
|---|---|
| US (1) | US10643329B2 (ru) |
| EP (1) | EP3553741B1 (ru) |
| JP (1) | JP7311285B2 (ru) |
| CN (1) | CN110363741A (ru) |
| BR (1) | BR102019006403B1 (ru) |
| RU (1) | RU2019103487A (ru) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB2588892A (en) * | 2019-10-23 | 2021-05-19 | Airbus Operations Ltd | Analysing a vehicle surface |
| US11599986B2 (en) | 2020-06-16 | 2023-03-07 | The Boeing Company | Synthetic image generation for surface anomaly detection |
| CN112686227B (zh) * | 2021-03-12 | 2021-07-06 | 泰瑞数创科技(北京)有限公司 | 基于增强现实和人机综合检测的产品质量检查方法及其装置 |
| US11651554B2 (en) * | 2021-07-30 | 2023-05-16 | The Boeing Company | Systems and methods for synthetic image generation |
| US11900534B2 (en) * | 2021-07-30 | 2024-02-13 | The Boeing Company | Systems and methods for synthetic image generation |
Family Cites Families (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH07159139A (ja) * | 1993-12-02 | 1995-06-23 | Honda Motor Co Ltd | ワーク表面検査方法 |
| JP2001024874A (ja) * | 1999-07-07 | 2001-01-26 | Minolta Co Ltd | 画像処理装置および画像処理方法、ならびに画像処理プログラムを記録した記録媒体 |
| JP2006236043A (ja) | 2005-02-25 | 2006-09-07 | Matsushita Electric Ind Co Ltd | 画像処理方法及び画像処理装置 |
| ATE470912T1 (de) | 2006-04-28 | 2010-06-15 | Toyota Motor Europ Nv | Robuster detektor und deskriptor für einen interessenspunkt |
| JP4902564B2 (ja) | 2008-02-08 | 2012-03-21 | 日本放送協会 | マーカ検出識別装置およびそのプログラム |
| US8902254B1 (en) | 2010-09-02 | 2014-12-02 | The Boeing Company | Portable augmented reality |
| US8559753B2 (en) * | 2011-09-23 | 2013-10-15 | The Boeing Company | Reflection removal system |
| WO2013131058A2 (en) | 2012-03-02 | 2013-09-06 | Sight Machine | Machine-vision system and method for remote quality inspection of a product |
| US8958627B2 (en) * | 2012-05-09 | 2015-02-17 | Sight Machine, Inc. | System and method of distributed processing for machine-vision analysis |
| JP6091923B2 (ja) | 2013-02-22 | 2017-03-08 | 株式会社日立製作所 | マルチカメラ撮影装置およびマルチカメラ撮影方法 |
| US9075826B2 (en) * | 2013-05-16 | 2015-07-07 | Hewlett-Packard Development Company, L.P. | Image matching |
| US9646431B2 (en) | 2014-10-22 | 2017-05-09 | The Boeing Company | Augmented reality system for assessing an affected area of an aircraft |
-
2018
- 2018-04-09 US US15/948,386 patent/US10643329B2/en active Active
-
2019
- 2019-02-07 RU RU2019103487A patent/RU2019103487A/ru unknown
- 2019-02-19 EP EP19157970.5A patent/EP3553741B1/en active Active
- 2019-03-25 CN CN201910228061.6A patent/CN110363741A/zh active Pending
- 2019-03-26 JP JP2019057916A patent/JP7311285B2/ja active Active
- 2019-03-29 BR BR102019006403-0A patent/BR102019006403B1/pt active IP Right Grant
Also Published As
| Publication number | Publication date |
|---|---|
| JP7311285B2 (ja) | 2023-07-19 |
| US20190311469A1 (en) | 2019-10-10 |
| BR102019006403B1 (pt) | 2024-01-02 |
| BR102019006403A2 (pt) | 2019-10-29 |
| CN110363741A (zh) | 2019-10-22 |
| US10643329B2 (en) | 2020-05-05 |
| RU2019103487A3 (ru) | 2022-04-06 |
| EP3553741A1 (en) | 2019-10-16 |
| EP3553741B1 (en) | 2020-10-21 |
| JP2019204497A (ja) | 2019-11-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| RU2019103487A (ru) | Автоматизированный контроль качества покраски летательных аппаратов | |
| US10366504B2 (en) | Image processing apparatus and image processing method for performing three-dimensional reconstruction of plurality of images | |
| JP5781743B2 (ja) | 画像処理装置、画像処理方法及び画像処理プログラム | |
| RU2016120275A (ru) | Ортопедическая фиксация с использованием анализа изображений | |
| ATE500688T1 (de) | Verfahren und vorrichtung zur verringerung der effekte von dunkelstrom und defekten pixeln in einer abbildungseinrichtung | |
| JP2010079452A5 (ru) | ||
| JP2012145981A5 (ru) | ||
| JP2005211488A5 (ru) | ||
| JP7074185B2 (ja) | 特徴推定装置および特徴推定方法、プログラム | |
| CN108038826A (zh) | 透视变形的搁架图像的校正方法和装置 | |
| WO2018096122A3 (en) | System and method for determining the presence of objects in an image | |
| JP2017055308A5 (ja) | 画像処理装置及び方法、及び撮像装置 | |
| CN112184544B (zh) | 图像拼接的方法和装置 | |
| US20170178351A1 (en) | Method for determining missing values in a depth map, corresponding device, computer program product and non-transitory computer-readable carrier medium | |
| JP2017162179A5 (ru) | ||
| US8538142B2 (en) | Face-detection processing methods, image processing devices, and articles of manufacture | |
| JP6034529B1 (ja) | 表面状態診断装置 | |
| JP2019070886A5 (ru) | ||
| CN115803610A (zh) | 图像获取方法及装置、存储介质 | |
| JP5792046B2 (ja) | 画像処理装置 | |
| RU2017105493A (ru) | Устройство и способ оценки соблюдения требований благосостояния животного в отношении животного для убоя | |
| CN111047550A (zh) | 一种基于机器视觉的产品异常检测方法、装置及设备 | |
| JP6739955B2 (ja) | 画像処理装置、画像処理方法、画像処理プログラム、および記録媒体 | |
| JP2017083788A5 (ja) | 画像処理装置、画像処理方法及びプログラム | |
| JP2005198016A5 (ru) |