DE102006004416A1 - Errors detecting method for e.g. cast part, involves comparing values of central moments of pixel in original image by semantics/effective images, and evaluating error in testing part when values of semantics are not maintained for pixel - Google Patents
Errors detecting method for e.g. cast part, involves comparing values of central moments of pixel in original image by semantics/effective images, and evaluating error in testing part when values of semantics are not maintained for pixel Download PDFInfo
- Publication number
- DE102006004416A1 DE102006004416A1 DE102006004416A DE102006004416A DE102006004416A1 DE 102006004416 A1 DE102006004416 A1 DE 102006004416A1 DE 102006004416 A DE102006004416 A DE 102006004416A DE 102006004416 A DE102006004416 A DE 102006004416A DE 102006004416 A1 DE102006004416 A1 DE 102006004416A1
- Authority
- DE
- Germany
- Prior art keywords
- pixel
- semantics
- values
- pictures
- value
- 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.)
- Ceased
Links
Classifications
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
- Image Analysis (AREA)
Abstract
Description
Die Erfindung befasst sich mit einem Verfahren zur automatischen Fehlerkerkennung in einem Prüfteil mittels Röntgenstrahlen.The The invention relates to a method for automatic error detection in a test part by means of X-rays.
Zur automatischen Fehlererkennung in Gussteilen ist es bekannt, digitale Röntgenbilder heranzuziehen. Mit deren Hilfe wird im Allgemeinen ein Idealbild von einem Originalbild abgezogen. Das Differenzbild enthält im idealen Fall nur die potentiellen Fehler. Als Originalbild verwendet man ein aktuell akquiriertes Röntgenbild von einem zu prüfenden Gussteil an einer bestimmten Position. Hinsichtlich des Idealbilds muss man unterscheiden zwischen einem Verfahren mit und einem Verfahren ohne Vorwissen. Bei einem Verfahren ohne Vorwissen wird das Idealbild direkt aus dem Originalbild abgeleitet. Bei einem solchen Verfahren ohne Vorwissen wird jede Inhomogenität als potentieller Fehler identifiziert, da diese Verfahren nicht zwischen zum Prüfteil gehörenden und nicht zum Prüfteil gehörenden Regionen unterscheiden können.to Automatic fault detection in castings is known to be digital radiographs consulted. With their help, in general, an ideal image subtracted from an original image. The difference image contains in the ideal Case only the potential errors. As original image one uses a currently acquired x-ray image from a casting to be tested at a certain position. With regard to the ideal image one must distinguish between a method with and a method without Prior knowledge. In a process without prior knowledge becomes the ideal image derived directly from the original image. In such a process without prior knowledge, any inhomogeneity is identified as a potential error since these methods do not apply between regions belonging to the test part and those not belonging to the test part can distinguish.
Dagegen ist es bei bekannten Verfahren – die auf Vorwissen basieren – so, dass das Idealbild aus mehreren Röntgenbildern dieser Position von als gut klassifizierten Prüfteilen (Gut-Bildern) berechnet wird. Mit einem solchen Verfahren mit Vorwissen ist es im Gegensatz zu Verfahren ohne Vorwissen möglich, fehlendes Material zu erkennen und dadurch nur unbekannte Bildinhalte als Fehler zu klassifizieren.On the other hand it is in known methods - the based on prior knowledge - so, that the ideal image consists of several x-ray images of this position of well classified test parts (Good pictures) is calculated. With such a procedure with prior knowledge, it is contrary to Procedure without previous knowledge possible, to detect missing material and thereby only unknown image content to classify as a mistake.
Bei vorwissenbasierten Filtern werden komplexe Methoden verwendet, um das Vorwissen anzutrainieren. Hierbei werden beispielsweise nicht-lineare Operationen und durch nicht-lokale Filtermasken bedingte Sprünge erhalten, die rechenzeitintensiv sind.at Knowledge-based filters use complex methods to: to train the foreknowledge. Here, for example, non-linear Operations and jumps caused by non-local filter masks, which are computationally intensive.
Aufgabe der Erfindung ist es deshalb, ein vorwissenbasiertes Verfahren vorzustellen, das gegenüber den bekannten Verfahren weniger Rechenzeit bzgl. des Trainings benötigt.task The invention is therefore to present a knowledge-based method, the opposite the known method requires less computation time with respect to the training.
Diese Aufgabe wird erfindungsgemäß durch ein Verfahren mit den Merkmalen des Patentanspruchs 1 gelöst. Hierbei werden, wie aus dem Stand der Technik bekannt, zur Festlegung des Vorwissens mehrere Röntgenbilder von fehlerfreien Prüfteilen als Gut-Bilder aufgenommen. Aus diesen Gut-Bildern werden die ersten vier Zentralmomente für vorgebbare Pixel i in den Gut-Bildern berechnet. Hierbei ist es nicht zwingend nötig, sämtliche Pixel in den Gut-Bildern vorzugeben. Bei den ersten vier zentralen Momenten handelt es sich um die absolute Abweichung des Grauwerts, die Standardabweichung, die Schiefheit und die Kurtosis. Die beiden ersten Momente sind mit den allgemein bekannten Standardmethoden der Statistik eindeutig festgelegt. Das dritte Moment, die Schiefheit, gibt eine Aussäge darüber, ob die Normalverteilung symmetrisch bezogen auf den Mittelwert ist oder ob sie zu den größeren bzw. kleineren Werten verschoben ist. Das vierte Moment, die Kurtosis, gibt an, ob die Verteilung sich auf den Mittelwert konzentriert oder weit verteilt ist. Erfindungsgemäß werden dann die berechneten Werte der ersten vier Zentralmomente dieser Semantik zugeordnet. Daraus ergibt sich ein Werteintervall speziell für jeden einzelnen vorgebbaren Pixel. Somit ist das benötigte Vorwissen generiert. Es wird nun ein Röntgenbild eines zu untersuchenden Prüfteils als Originalbild aufgenommen. An jedem der einzelnen vorgebbaren Pixel findet ein Vergleich des aktuellen Pixelwerts des Originalbilds damit statt, ob dieser sich innerhalb des Werteintervalls, das mit Hilfe der Semantik aus dem Vorwissen festgelegt wurde, befindet. Daran schließt sich eine Bewertung an, ob ein Fehler im untersuchten Prüfteil am Ort des jeweiligen Pixels gegeben ist oder nicht. Ein Fehler ist dann gegeben, wenn der wert im Originalbild des Pixels sich nicht innerhalb des Wertintervalls, das mit Hilfe der Semantik festgelegt wurde, befindet. Mit einem solchen erfindungsgemäßen Verfahren wird Rechenzeit eingespart, da nicht das gesamte Originalbild von einem zuvor berechneten Idealbild abgezogen und das dann entstehende Differenzbild auf das Vorliegen von Fehlern untersucht werden muss und das Training aus einer einfachen und schnellen Berechnung der ersten vier zentralen Momente besteht.These The object is achieved by a Method solved with the features of claim 1. in this connection be, as known from the prior art, laying down the Preliminary knowledge of several X-ray images of faultless test parts taken as good pictures. These good pictures become the first ones four central moments for specifiable pixels i in the good images calculated. It is not absolutely necessary, all pixels in the good images pretend. The first four central moments are to the absolute deviation of the gray value, the standard deviation, the crookedness and the kurtosis. The first two moments are with the well-known standard methods of statistics clearly established. The third moment, the crookedness, gives an indication of whether the Normal distribution is symmetric with respect to the mean or whether they belong to the larger or smaller values. The fourth moment, the kurtosis, indicates whether the distribution focuses on the mean or widely distributed. According to the invention then the calculated Values of the first four central moments associated with this semantics. This results in a value interval specifically for each individual specifiable Pixel. Thus, the needed Previous knowledge generated. It will now be an X-ray image of a to be examined test part taken as original image. At each of the individual predefinable Pixel finds a comparison of the current pixel value of the original image with it, whether this within the value interval, that with Help the semantics has been established from the prior knowledge is located. That concludes An assessment is made as to whether an error occurred in the examined part on the Place of the respective pixel is given or not. An error is then given if the value in the original image of the pixel is not within the value interval set using semantics was located. With such a method according to the invention, computing time is saved, because not the entire original image of a previously calculated ideal image deducted and the resulting difference image on the presence of Errors needs to be investigated and training from a simple one and fast calculation of the first four key moments exists.
Eine vorteilhafte Weiterbildung der Erfindung sieht vor, dass als Mittelwert für einen Pixel i definiert ist, wobei N die Anzahl der Gut-Bilder angibt. Darüber hinaus ist es als erstes zentrales Moment vorteilhaft, die absolute Abweichung als zu definieren.An advantageous development of the invention provides that as an average value for a pixel i is defined, where N indicates the number of good images. Moreover, it is advantageous as a first central moment, the absolute deviation as define.
Als zweites zentrales Moment wird vorteilhafterweise die Standardabweichung als Wurzel aus der Varianz gemäß definiert.As a second central moment, the standard deviation is advantageously taken as the root of the variance according to Are defined.
Als drittes zentrales Moment wird vorteilhafterweise die Schiefheit als definiert.As the third central moment is advantageously the crookedness as Are defined.
Schließlich wird vorteilhafterweise als viertes zentrales Moment die Kurtosis als definiert.Finally, as a fourth central moment is the kurtosis as Are defined.
Eine weitere vorteilhafte Weiterbildung der Erfindung sieht vor, dass in der Semantik der durchschnittliche Grauwert des Pixels i dem Mittelwert xm(i) zugeordnet wird. Dies ist ein guter Ausgangswert zur Berechnung der weiteren für die Bewertung notwendigen zentralen Momente.A further advantageous development of the invention provides that in the semantics the average gray value of the pixel i is assigned to the mean value x m (i). This is a good starting point for calculating the other central moments necessary for the evaluation.
Bevorzugt
werden in der Semantik folgende Zuordnungen festgelegt:
Liegt
ein Wert der Standardabweichung oberhalb einer vorgebbaren Schwelle,
wird ihm die Aussage zugeordnet, dass der Mittelwert eine ungenaue
Schätzung
ist, ansonsten handelt es sich um eine genaue Schätzung.The following assignments are preferably defined in semantics:
If a value of the standard deviation is above a predefinable threshold, it is assigned the statement that the mean value is an inaccurate estimate, otherwise it is an accurate estimate.
Liegt ein negativer Wert für die Schiefheit vor, wird diesem in der Semantik die Aussage zugeordnet, dass die meisten Messwerte unterhalb des Mittelwerts liegen. Dagegen wird ihm bei einem positiven Wert der Schiefheit die Aussage zugeordnet, dass diese oberhalb des Mittelwerts liegen.Lies a negative value for the crookedness, this is assigned to the semantics in the statement, that most readings are below the mean. On the other hand For a positive value of skewness, he is assigned the statement that these are above the mean.
Schließlich wird einem negativen Wert der Kurtosis in der Semantik eine breite Streuung der Messwerte zugeordnet. In den anderen Fällen liegt eine Konzentration auf nur einen einzigen Messwert vor.Finally will a negative value of kurtosis in semantics a wide dispersion assigned to the measured values. In the other cases, there is a concentration to just a single reading.
Darüber hinaus wird die Aufgabe durch ein erfindungsgemäßes Verfahren mit den Merkmalen des Patentanspruchs 11 gelöst. Dieses unterscheidet sich in der Behandlung des Vorwissens gegenüber demjenigen des Patentanspruchs 1 dadurch, dass anstatt einer Zuweisung der berechneten Werte der ersten vier zentralen Momente zu einer Semantik eine Berechnung des Maximums und des Minimums sämtlicher Idealbilder für die vorgebbaren Pixel erfolgt. Man erhält somit eine Art Hülle, in der sich die Idealbilder bewegen. Hinsichtlich der Filterung gemäß Patentanspruch 1 liegt der Unterschied bei dieser zweiten Lösung darin, dass anstatt des Vergleichs der Werte der vorgebbaren Pixel im Originalbild mit der Semantik der Idealbilder eine Untersuchung vorgenommen wird, ob die Werte der vorgebbaren Pixel im Originalbild innerhalb des Intervalls des Maximums und des Minimums der Idealbilder liegen. Daraus resultiert zwangsläufig auch eine von der Lösung gemäß Patentanspruch 1 abweichende Bewertung, ob ein Fehler im untersuchten Prüfteil vorliegt. Bei dieser zweiten Lösungsmöglichkeit erfolgt die Bewertung, dass ein Fehler im untersuchten Prüfteil vorliegt, wenn für ein Pixel das Intervall verlassen wird.Furthermore The object is achieved by a method according to the invention with the features of Patent claim 11 solved. This differs in the treatment of foreknowledge over that of claim 1, characterized in that instead of an assignment of the calculated values of the first four central moments to a semantics one Calculation of the maximum and the minimum of all ideal images for the predeterminable ones Pixel takes place. You get thus a kind of shell, in which the ideal images move. Regarding the filtering according to claim 1, the difference with this second solution is that instead of the Comparison of the values of the predefinable pixels in the original image with the Semantics of ideal images an investigation is made whether the values of the predeterminable pixels in the original image within the interval of the Maximums and the minimum of the ideal images lie. This results inevitably also one of the solution according to claim 1 deviating assessment of whether there is an error in the examined part. In this second solution the evaluation that there is an error in the tested part is carried out, if for a pixel will leave the interval.
Eine vorteilhafte Weiterbildung dieser beiden erfindungsgemäßen Lösungen sieht vor, dass ein Binärbild erstellt wird, bei dem der Wert für das Pixel i gleich 0 ist, wenn das Intervall nicht verlassen wird, ansonsten 1. In diesem Binärbild ist sofort eindeutig zu erkennen, an welcher Stelle des Prüfteils – nämlich diejenige, die dem Pixel zugeordnet ist, das sich außerhalb des Intervalls befindet – ein Fehler vorhanden ist.A advantageous development of these two solutions according to the invention sees before that a binary image is created where the value for the pixel i is 0, if the interval is not left, otherwise 1. In this binary image It is immediately obvious at which point of the test part - namely the one which is associated with the pixel that is out of the interval - an error is available.
Für beide erfindungsgemäßen Lösungen sowie deren Weiterbildungen ist es vorteilhaft, wenn als vorgebbare Pixel alle möglichen Pixel im untersuchten Bereich herangezogen werden. Dadurch wird zwar die Rechenzeit gegenüber einer Lösung erhöht, bei der lediglich spezielle vorgebbare Pixel überprüft werden, jedoch wird auch die Sicherheit, ein eventuell fehlerhaftes Prüfteil zu erkennen, erhöht.For both solutions according to the invention as well their developments, it is advantageous if as a predetermined pixel all possible Pixels are used in the examined area. This will indeed the computing time opposite a solution increased, at the only special predeterminable pixels will be checked, however, too the security of recognizing a possibly defective test piece increases.
Weitere Vorteile und Einzelheiten der Erfindung werden anhand der in den Figuren dargestellten, nachfolgen beschriebenen Ausführungsbeispiele erläutert. Dabei zeigen:Further Advantages and details of the invention will be apparent from the in the Figures illustrated, described below embodiments explained. Showing:
In
Zwischen den umhüllenden oberen und unteren Kurven der Standardabweichung liegen die Intensitätswerte aller Gut-Bilder. Diese sind nicht gleichmäßig um den Mittelwert verteilt (nicht gezeigt). Die gewählte Intervallbreite von insgesamt sechsmal der Standardabweichung ist allerdings in einigen Bereichen zu großzügig gewählt. Das dargestellte Intensitätsintervall wird deshalb mit den zentralen Momenten höherer Ordnung wie folgt angepasst: Between the enveloping upper and lower curves of the standard deviation are the intensity values of all good images. These are not evenly distributed around the mean (not shown). However, the selected interval width of six times the standard deviation is too generous in some areas. The illustrated intensity interval is therefore adjusted with the central higher order moments as follows:
Die
Schiefheit m3(i) wird als Maß verwendet, um
das Intervall bezüglich
des Mittelwerts zu verschieben:
Die
Kurtosis m4(i) wird als Skalierung für die Breite
des Intervalls verwendet:
Wenn
man dann das Profil für
dieselben Pixel aus dem Originalbild des zu untersuchenden Prüfteils in
den Graph der
Eine
alternative Lösungsmöglichkeit
gemäß dem zweiten
Ausführungsbeispiel
der Erfindung ist in
In
Deutlicher kann man dies erkennen, wenn man eine Segmentierung des Bildes x ~(i) mittels des Intervalls I(i) vornimmt und ein daraus resultierendes Binärbild xbinär(i) betrachtet. Hierbei gilt für die Werte Auch bei dieser zweiten erfindungsgemäßen Lösungsmöglichkeit wird wieder in sehr einfacher Art und Weise mit geringer Rechenzeit ein fehlerhaftes Prüfteil sicher detektiert, indem sein Originalbild betrachtet und mit der Hülle der Gut-Bilder verglichen wird. Auch hier ist es nicht nötig, zwei vollständige Bilder voneinander abzuziehen, um zu einer Aussage über die Qualität des Prüfteils zu gelangen.This can be seen more clearly if one makes a segmentation of the image x ~ (i) by means of the interval I (i) and considers a resulting binary image x binary (i). Hereby applies to the values Even with this second possible solution according to the invention, a faulty test piece is reliably detected again in a very simple manner with a low computing time by viewing its original image and comparing it with the envelope of the good images. Again, it is not necessary to subtract two complete images from each other in order to arrive at a statement about the quality of the test piece.
Claims (13)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102006004416A DE102006004416A1 (en) | 2006-01-31 | 2006-01-31 | Errors detecting method for e.g. cast part, involves comparing values of central moments of pixel in original image by semantics/effective images, and evaluating error in testing part when values of semantics are not maintained for pixel |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102006004416A DE102006004416A1 (en) | 2006-01-31 | 2006-01-31 | Errors detecting method for e.g. cast part, involves comparing values of central moments of pixel in original image by semantics/effective images, and evaluating error in testing part when values of semantics are not maintained for pixel |
Publications (1)
Publication Number | Publication Date |
---|---|
DE102006004416A1 true DE102006004416A1 (en) | 2007-09-06 |
Family
ID=38328994
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE102006004416A Ceased DE102006004416A1 (en) | 2006-01-31 | 2006-01-31 | Errors detecting method for e.g. cast part, involves comparing values of central moments of pixel in original image by semantics/effective images, and evaluating error in testing part when values of semantics are not maintained for pixel |
Country Status (1)
Country | Link |
---|---|
DE (1) | DE102006004416A1 (en) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE3113440A1 (en) * | 1981-04-03 | 1982-11-11 | Philips Patentverwaltung Gmbh, 2000 Hamburg | Method for testing similar objects for defects |
US6327333B1 (en) * | 1999-03-03 | 2001-12-04 | Bridgestone Corporation | Tire interior inspecting method and tire interior inspecting system for carrying out the same |
EP1422516A1 (en) * | 2002-11-22 | 2004-05-26 | Agilent Technologies Inc | High speed x-ray inspection apparatus and method |
-
2006
- 2006-01-31 DE DE102006004416A patent/DE102006004416A1/en not_active Ceased
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE3113440A1 (en) * | 1981-04-03 | 1982-11-11 | Philips Patentverwaltung Gmbh, 2000 Hamburg | Method for testing similar objects for defects |
US6327333B1 (en) * | 1999-03-03 | 2001-12-04 | Bridgestone Corporation | Tire interior inspecting method and tire interior inspecting system for carrying out the same |
EP1422516A1 (en) * | 2002-11-22 | 2004-05-26 | Agilent Technologies Inc | High speed x-ray inspection apparatus and method |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE19527148C1 (en) | Method for operating a digital image system of an X-ray diagnostic device | |
DE10037697B4 (en) | Adaptive mask technique for inspection of defects | |
EP0012724B1 (en) | Process for automatically judging the quality of a printed product and apparatus for its carrying out | |
EP0029244B1 (en) | Method and system for correcting irregularities in picture signals in a scintillation camera | |
EP0095517B1 (en) | Process and device for an automatic optical inspection | |
DE102005049602B3 (en) | Segmenting at least one substance in an x-ray image involves determining number of image points in classification range as assessment value and deriving segmented image with threshold comparison based on assessment value | |
EP1148442A2 (en) | X-ray examination apparatus and method for generating an X-ray image | |
DE2752412C2 (en) | Circuit arrangement for dynamic checking of banknotes according to their degree of soiling | |
DE3844386C2 (en) | ||
DE2831297C2 (en) | Automatic test arrangement for examining character structures | |
DE102019135807A1 (en) | METHOD FOR SIMULATION OF A QUANTUM MECHANICAL SYSTEM | |
DE2417317A1 (en) | METHOD AND DEVICE FOR THE EXAMINATION OF A BODY BY MEANS OF PENETRATING RADIATION | |
DE112022002310T5 (en) | ECHELON DEPLOYMENT BATTERY INSPECTION PROCEDURES AND FACILITY | |
DE10013012A1 (en) | X-ray fluorescence analysis device with X-ray generation unit for irradiating sample; determines luminance change in extracted image and if it is larger than reference value than X-ray passes sample in process action | |
DE102012205051B4 (en) | Method for reducing direct hit artifacts and x-ray equipment | |
DE102006004416A1 (en) | Errors detecting method for e.g. cast part, involves comparing values of central moments of pixel in original image by semantics/effective images, and evaluating error in testing part when values of semantics are not maintained for pixel | |
DE102005037894B3 (en) | Determination and correction of non-linear detector pixels in X-ray apparatus involves using uniform test image in conjunction with corrective, masking and differencing techniques | |
EP4123506A1 (en) | Method and device for analyzing a product, training method, system, computer program, and computer readable storage medium | |
DE112022001473T5 (en) | TEST SYSTEM, TEST MANAGEMENT DEVICE, TEST METHOD AND PROGRAM | |
DE102019134253A1 (en) | Apparatus, method and computer readable storage medium for detecting objects in a video signal based on visual cues using an output of a machine learning model | |
EP3316216B1 (en) | Method for checking an object | |
DE3704272C2 (en) | Method for non-medical x-ray image processing and arrangement for carrying out the method | |
DE10058216C1 (en) | Periodic structure spacing measuring method for semiconductor wafer or photomask uses distance between detected maxima in Fourier transformation of image of periodic structure | |
DE2722305A1 (en) | METHOD AND DEVICE FOR DETERMINING THE ACCURACY OF A RADIOACTIVITY MEASUREMENT ON A SAMPLE | |
DE102018133232A1 (en) | Process monitoring process |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
OP8 | Request for examination as to paragraph 44 patent law | ||
8131 | Rejection |