[go: up one dir, main page]

DE69600320T2 - Verfahren zur automatischen Erkennung von auswertbaren Zonen in Bildern von mechanischen Teilen - Google Patents

Verfahren zur automatischen Erkennung von auswertbaren Zonen in Bildern von mechanischen Teilen

Info

Publication number
DE69600320T2
DE69600320T2 DE69600320T DE69600320T DE69600320T2 DE 69600320 T2 DE69600320 T2 DE 69600320T2 DE 69600320 T DE69600320 T DE 69600320T DE 69600320 T DE69600320 T DE 69600320T DE 69600320 T2 DE69600320 T2 DE 69600320T2
Authority
DE
Germany
Prior art keywords
zones
zone
image
phase
images
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.)
Expired - Fee Related
Application number
DE69600320T
Other languages
English (en)
Other versions
DE69600320D1 (de
Inventor
Tilman Jochems
Veronique Hele Prejean-Lefevre
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Safran Aircraft Engines SAS
Original Assignee
SNECMA SAS
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 SNECMA SAS filed Critical SNECMA SAS
Application granted granted Critical
Publication of DE69600320D1 publication Critical patent/DE69600320D1/de
Publication of DE69600320T2 publication Critical patent/DE69600320T2/de
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/11Region-based segmentation
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/155Segmentation; Edge detection involving morphological operators
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/26Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
    • G06V10/267Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/28Quantising the image, e.g. histogram thresholding for discrimination between background and foreground patterns
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; 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 OR CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20112Image segmentation details
    • G06T2207/20152Watershed segmentation
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; 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)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Analysis (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Image Processing (AREA)
  • Processing Of Color Television Signals (AREA)

Description

  • Die Erfindung betrifft ein Verfahren zum automatischen Detektieren der auswertbaren Zonen in Bildern von mechanischen Teilen. Sie eignet sich insbesondere zur Prüfung von mechanischen Teilen durch Röntgenabbildung.
  • Die Röntgenprüfung eines Teils geschieht im allgemeinen durch mehrere Ansichten, mit den verschiedene Zonen des Teils inspiziert werden können. Die für die verschiedenen Ansichten gewonnenen Bilder stellen häufig mehrere Zonen dar. Gewisse Zonen werden als nicht auswertbar bezeichnet, wenn sie in sehr hellen oder sehr dunklen Graupegeln gesättigt sind, oder wenn der Kontrast dort nicht ausreicht, um die Detektierung von Fehlern zu ermöglichen, oder wenn sie das Teil nicht darstellen. Die anderen Zonen werden als auswertbar bezeichnet und zur Untersuchung eventueller Fehler benutzt.
  • Die beispielsweise durch das Dokument EP-A-0 627 643 bekannten Verfahren zur Bestimmung der auswertbaren Zonen in dem Bild eines mechanischen Teils bestehen allgemein darin, daß verschiedene Zonen des Bildes markiert werden, dann die exakte Kontur der Zonen bestimmt wird, indem ein Verfahren benutzt wird, das unter der Bezeichnung "Wasserscheidenmethode", abgekürzt "WS-Methode", bekannt ist. Das Problem bei diesen Verfahren besteht darin, daß sie nicht vollständig automatisch ablaufen und daß eine Bedienungsperson benötigt wird, um die Zonen des Bildes zu markieren. Die Festlegung der Markierungen ist eine heikle Operation und muß von einer für die Bildanalyse qualifizierten Bedienungsperson durchgeführt werden. Die manuellen Methoden sind in den häufigen Fällen, in denen sie für eine Prüfung von mechanischen Serienteilen, bei der die gleiche Bearbeitung auf eine Reihe von Bildern angewendet werden muß, die die gleiche Szene mit Objekten zeigen, die an unterschiedlichen Orten angeordnet und/oder variable Formen haben können, langwierig und mühsam. Außerdem kann das Fehlen einer systematischen Methode für das Markieren der Zonen zu fehlerhaften Interpretationen der Bilder führen und die Zuverlässigkeit der Teileprüfung beeinträchtigen.
  • Ein erstes Ziel der Erfindung besteht darin, ein Verfahren anzugeben, das es ermöglicht, die verschiedenen Zonen in dem Bild eines mechanischen Teils automatisch zu detektieren. Ein anderes Ziel der Erfindung besteht darin, ein Verfahren anzugeben, das es erlaubt, eine Gruppe von Markierungen, die unterschiedlichen Zonen des Bildes zugeordnet sind, automatisch festzulegen, wobei diese Markierungen optimierte Dimensionen haben.
  • Zu diesem Zweck besteht die Erfindung in einer als manuelle Segmentierung bezeichneten Phase darin, eine Beschreibung der zu segmentierenden Bilder zu etablieren, wobei ein oder mehrere Referenzbilder verwendet werden, die für die zu segmentierenden Bilder repräsentativ sind. Während dieser ersten Phase wird die Detektierung der Zonen in den Referenzbildem von einer Bedienungsperson durch manuelle Segmentierung vorgenommen.
  • In einer zweiten Phase, die als Phase zur Festlegung und Optimierung der Markierungsparameter bezeichnet wird, werden erfindungsgemäß Vereinfachungstransformationen für die Referenzbilder definiert, die es ermöglichen, einen Kontrast oder eine Differenz zwischen zwei oder mehr Zonen hervorzuheben und Schwellwertintervaile der Bilder festzulegen, die es ermöglichen, Markierungen der in der ersten Phase detektierten Zonen zu gewinnen. Jede Markierung ist eine Untereinheit einer einzigen Bildzone, und ihre Abmessungen sind so optimiert, daß das Verfahren der Segmentierung der Bilder beschleunigt und gegen Rauschen stabiler gemacht wird.
  • In einer dritten Phase werden erfindungsgemäß die Zonen neuer Bilder automatisch markiert, indem auf diese Bilder die in der zweiten Phase definierten Vereinfachungstransformationen angewendet und die während der zweiten Phase festgelegten Parameter benutzt werden. Anschließend wird die exakte Kontur der Zonen bestimmt, wobei das uhter der Bezeichnung Wasserscheidenmethode bekannte Verfahren benutzt wird.
  • Das Verfahren zur automatischen Detektierung der auswertbaren Zonen in einem Bild eines mechanischen Teils besteht erfindungsgemäß darin, daß eine Markierung der Zonen des Bildes durchgeführt und die exakte Kontur der Zonen unter Verwendung einer als Wasserscheidenmethode bezeichneten Methode bestimmt wird, wobei das Verfahren dadurch gekennzeichnet ist, daß das Verfahren zur Markierung der Zonen darin besteht,
  • - in einer ersten Phase (1) eine manuelle Segmentierung wenigstens eines Referenzbildes durchzuführen, um die Zonen dieses Referenzbildes zu detektieren,
  • - in einer zweiten Phase (2) wenigstens eine Vereinfachungstransformation zu definieren und auf das Referenzbild anzuwenden, Schwellwertintervalle der Zonen des Referenzbildes zu bestimmen und zu optimieren, die es ermöglichen, charakteristische Marken für jede Zone zu gewinnen und die optimierten Schwellwertintervallen zu fixieren,
  • - in einer dritten Phase (3) die automatische Markierung der Zonen eines neuen Bildes durchzuführen, indem auf das neue Bild sukzessive die Vereinfachungstransformation und die während der zweiten Phase fixierten Schwellwertintervalle angewendet werden.
  • Weitere Einzelheiten und Vorteile der Erfindung ergeben sich aus der folgenden Beschreibung eines Ausführungsbeispiels, in der auf die anliegenden Zeichnungen Bezug genommen wird.
  • Fig. 1a zeigt ein Bild eines mechanischen Teils mit drei Zonen,
  • Fig. 1b zeigt ein Beispiel einer Gruppe von Markierungen, die so gewählt sind, daß die verschiedenen Zonen in dem Bild von Fig. 1a detektiert werden können,
  • Fig. 1c zeigt ein transformiertes Bild des mechanischen Teils nach der Anwendung einer Gradiententransformation,
  • Fig. 1d zeigt das Resultat der Segmentierung des Bildes von Fig. 1a in drei Zonen, das man erfindungsgemäß nach der Anwendung der Wasserscheidenmethode erhält,
  • Fig. 2 zeigt ein Flußdiagramm der verschiedenen Phasen des Verfahrens zur Detektierung der Zonen in dem Bild eines mechanischen Teils gemäß der Erfindung,
  • Fig. 3a zeigt ein Flußdiagramm der Schritte des Markierungsverfahrens gemäß der Erfindung während einer als Phase zur manuellen Segmentierung bezeichneten ersten Phase,
  • Fig. 3b zeigt ein Flußdiagramm der Schritte des Markierungsverfahrens gemäß der Erfindung während einer als Phase zur Bestimmung und Optimierung der Markierungsparameter bezeichneten Phase,
  • Fig. 4a zeigt ein Bild mit zwei Zonen A und B,
  • Fig. 4b zeigt die Histogramme hA und hB der beiden Zonen A und B des Bildes von Fig. 3a,
  • Fig. 4c zeigt ein Bild zweier Markierungen, die nach der erfindungsgemäßen Schweliwertbewertung des in Fig. 3 dargestellten Bildes gewonnen werden,
  • Fig. 5 zeigt ein Flußdiagramm der Verfahrensschritte zur Bestimmung und Optimierung der Schwellwerte eines Bildes mit zwei Zonen A und B gemäß der Erfindung.
  • Die Segmentierung eines Bildes besteht darin, daß das Bild in mehrere Zonen aufgeteilt wird. Sie erlaubt die Erkennung der Objekte oder der Zonen mit homogenem Erscheinungsbild.
  • Fig. 1a zeigt ein Röntgenbild einer vollen Schaufel. Dieses Bild hat drei Zonen, die Zone in der Mitte des Bildes, die die Schaufel darstellt, die Zone um die Schaufel, die auf das kreisförmige Feld eines Luminanzverstärkers zurückzuführen ist, und die schwarze äußere Zone, die der Maske der Bildaufnahmekamera entspricht. Um dieses Bild zu segmentieren und die drei Zonen mit Hilfe der WS-Methode zu erkennen, muß eine Gruppe von charakteristischen Markierungen der Bildzone und ein aus dem Originalbild transformiertes Bild definiert werden, in welchem die Konturen der verschiedenen Zonen hervorgehoben sind.
  • Fig. 1b zeigt ein Beispiel für die Auswahl einer Gruppe von Markierungen, von denen jede für eine einzige Zone des Bildes charakteristisch ist. Die drei Zonen sind durch Karos mit unterschiedlichen Graupegeln markiert.
  • Fig. 1c zeigt ein Bild, in dem die Konturen der verschiedenen Zonen sehr klar in Weiß erscheinen. Dieses Bild wurde dadurch gewonnen, daß man eine als "morphologischen Gradienten" bezeichnete Transformation auf das Originalbild anwendet. Diese morphologische Gradiententransformation besteht darin, daß das Originalbild nacheinander einer morphologischen Dehnung, einer morphologischen Erosion und einer Subtraktion zwischen dem gedehnten und dem erodierten Bild unterzieht.
  • Wenn die Gruppe der Markierungen und das transformierte Bild definiert sind, kann dann die Segmentierung des Originalbildes mit Hilfe der WS-Methode durchgeführt werden.
  • Die WS-Methode besteht darin, daß die Markierungen nach dem Relief des transformierten Bildes ausgedehnt werden (wobei das Bild als eine topographische Oberfläche betrachtet wird) und die exakten Konturen der Zonen in dem Bild bestimmt werden.
  • Fig. 1d zeigt das Ergebnis der Segmentierung des in Fig. 1a dargestellten Originalbildes nach der Anwendung der WS-Methode unter Verwendung der Markierungen und des transformierten Bildes, die in Fig. 1b bzw. 1c dargestellt sind.
  • Fig. 2 zeigt ein Flußdiagramm der drei Phasen zur Detektierung der Zonen in den Bildern des mechanischen Teils gemäß der Erfindung.
  • Die beiden ersten Phasen 1 und 2 sind Lernphasen. In der Phase 1 wird eine manuelle Segmentierung eines oder mehrerer Referenzbilder durchgeführt, um eine Beschreibung der verschiedenen Zonen dieser Referenzbilder zu gewinnen. In der Zone 2 werden Markierungsparameter der Zonen der Referenzbilder bestimmt, optimiert und fixiert, wobei diese Markierungsparameter die wirksamsten Vereinfachungstransformationen darstellen, sowie Schweliwertintervalle für die Bilder, die es ermöglichen, eine optimale Trennungsqualität für die Referenzbilder zu erreichen. Diese Phasen erfordern den Eingriff einer Bedienungsperson, insbesondere für die Segmentierung der Referenzbilder und für die Definition der Vereinfachungstransformationen. Die Ermittlung der optimalen Schwellwertintervalle erfolgt automatisch.
  • Die dritte Phase 3 ist eine vollständig automatische Phase, die darin besteht, die während der zweiten Phase definierten und fixierten Markierungsparameter der Zonen für die Markierung der Zonen von neuen Bildern zu benutzen. Diese dritte Phase ermöglicht eine automatische Prüfung von mechanischen Serienteilen, ohne daß für die Markierung der Bildzonen eine Bedienungsperson benötigt wird. Die exakte Kontur der Zonen wird dann durch das unter der Bezeichnung Wasserscheiden-Methode bekannte Verfahren gewonnen.
  • Fig. 3a und 3b zeigen zwei Flußdiagramme die den beiden ersten Phasen des Markierungsverfahrens gemäß der Erfindung entsprechen. Fig. 3a bezieht sich auf eine erste Phase, die als manuelle Segmentierungsphase bezeichnet wird, in der die in einer Lernbasis gespeicherten Referenzbilder durch ein manuelles Segmentierungsverfahren in verschiedene Zonen segmentiert werden. Diese erste Phase umfaßt einen ersten Schritt 10, der darin besteht, daß in der Lernbasis ein Referenzbild ausgewählt wird, einen Schritt 11, in dem die Bedienungsperson die Anzahl der Zonen in dem ausgewählten Bild angibt, einen Schritt 12, in dem die Bedienungsperson die Zonen auf dem Bild mit Hilfe eines Zeigegeräts manuell markiert, einen Schritt 13, in dem die exakten Konturen der Zonen mit Hilfe der WS-Methode festgelegt werden. Die manuelle Segmentierung des Referenzbildes ist dann beendet, und es wird in einem Schritt 14 ein Test durchgeführt, um festzustellen, ob alle in der Lembasis verfügbaren Bilder segmentiert wurden. Wenn der Test negativ ist, wird ein weiteres Referenzbild aus der Lernbasis herausgenommen, und die Schritte 10 bis 14 werden mit diesem neuen Referenzbild wiederholt. Wenn der Test positiv ist, ist die erste Phase beendet.
  • Fig. 3b bezieht sich auf die zweite Phase des Verfahrens zur Markierung der Zonen in einem Bild. Während dieser Phase, die als Phase zur Festlegung und Optimierung der Markierungsparameter bezeichnet wird, werden die Zonen der während der ersten Phase bestimmten Referenzbilder in der Weise analysiert, daß Markierungen extrahiert werden, die optimierte Dimensionen besitzen und deren gegenseitige Überschneidung gleich Null ist.
  • Da die Position der Zonen in den Referenzbildern durch die während der ersten Phase durchgeführte manuelle Segmentierung bekannt ist, können in jeder dieser Zonen Messungen und statistische Auswertungen vorgenommen werden. Es ist insbesondere möglich, Histogramme zu berechnen, die über die Verteilung der Graupegel in jeder Zone informieren, oder Granulometrien zu berechnen, die es ermöglichen, die Form der einzelnen Zonen kennenzulernen.
  • Die Erfindung besteht darin, diese Messungen und Statistiken für die Festlegung und Optimierung der Markierungen zu nutzen. Zu diesem Zweck werden in einem Schritt 20 die während der ersten Phase segmentierten Bilder benutzt, um eine Basis für die Vereinfachungstransformation dieser Bilder zu erarbeiten. Die Vereinfachungstransformationen des Bildes werden von der Bedienungsperson so gewählt, daß ein Kontrast oder ein Unterschied zwischen zwei oder mehr Zonen des Bildes hervorgehoben werden.
  • Der Unterschied zwischen zwei oder mehr Zonen kann beispielsweise ein Unterschied in der Form, der Position, der Textur usw. sein, der sich in dem transformierten Bild in einer Graupegeldifferenz auswirkt und die Markierung der betroffenen Zonen durch Schwellwertbewertungen ermöglicht.
  • Es existieren zahlreiche Transformations-Operationen für Bilder, wie z.B. die Identitätstransformätion, eine Erosions-, eine Dehnungs-, eine Laplace, eine "Top-Hat"-Transformation, eine Kontrastkorrektur, ein Hochpaßfilter, ein Tiefpaßfilter usw.. Diese Transformations-Operationen können auch miteinander kombiniert werden. Unter allen möglichen Operationen wählt die Bedienungsperson diejenigen aus, die gewisse charakteristische Eigenschaften des Bildes auffällig erscheinen lassen und es so ermöglichen, die gesuchte Information hervorzuheben.
  • Im allgemeinen ist es erforderlich, mehrere Transformationen zur Bildvereinfachung auszuwählen; denn während eine Transformation eine Vergrößerung der Unterschiede oder eines Kontrasts in dem Bild ermöglicht, führt sie gleichzeitig Rauschen und parasitäre Erscheinungen ein.
  • Wenn das Rauschen aleatorisch von einer Transformation zur anderen auftritt, kann es eliminiert werden, indem man nur die Information zurückbehält, die systematisch in allen transformierten Bildern erscheint.
  • Für den Fall, daß eine einzige Transformation die Unterscheidung aller Zonen des Bildes ermöglicht, kann die Bedienungsperson die Basis der Vereinfachungstransformationen auf diese einzige Transformation beschränken.
  • Wenn die Basis der Vereinfachungstransformationen erarbeitet ist, sind die manuellen Operationen des Verfahrens beendet, und die Festlegung und Optimierung der Markierungen wird völlig automatisch nach den Schritten durchgeführt, die im folgenden beschrieben werden.
  • In einem Schritt 21 wird eine Vereinfachungstransformation auf der Basis der Transformationen herausgegriffen und in einem Schritt 22 auf eines der Referenzbilder angewendet.
  • In einem Schritt 23 wird der Inhalt der Zonen des transformierten Bildes analysiert, indem man beispielsweise die Histogramme dieser Zonen berechnet, und es werden die Überschneidungen zwischen zwei Zonen ermittelt.
  • In einem Schritt 24 werden die Ergebnisse der Analyse des Inhalts der Zonen dazu verwendet, für jede Zone ein durch einen minimalen und einen maximalen Schweliwert definiertes Schwellwertintervall festzulegen, das es erlaubt, die Zonen zu trennen. Die Schwellwerte werden so definiert, daß die Qualität der Trennung zwischen den Zonen optimiert wird. Die einzelnen Schritte für die Festlegung und Optimierung der Schwellwerte werden anhand von Fig. 4 beschrieben. In einem Schritt 25 wird ein Test durchgeführt, um festzustellen, ob alle Vereinfachungstransformationen auf das gewählte Referenzbild angewendet wurden. Wenn der Test negativ ist, werden die Schritte 21 bis 24 erneut mit einer anderen Vereinfachungstransformation durchgeführt. Wenn der Test positiv ist, wird in einem Schritt 26 für jede Zone die Überschneidung der für jede Vereinfachungstransformation gewonnenen schwellwertbewerteten Bilder berechnet, und in einem Schritt 27 definieren die Ergebnisse der zu den verschiedenen Zonen gehörenden Überschneidungen die optimalen Markierungen dieser Zonen für das gewählte Referenzbild. Alle in den Schritten 20 bis 27 definierten Markierungsoperationen werden für jedes Referenzbild durchgeführt, das zu der Lembasis gehört, und man gewinnt die definitiv festgehaltenen Markierungen, indem man für jede Markierung die Überschneidung der entsprechenden Schweliwertintervalle berechnet, die für jedes Referenzbild festgelegt sind.
  • Fig. 4a, 4b und 4c zeigen ein Beispiel für die Festlegung der Schweliwertintervalle zweier Zonen gemäß der Erfindung.
  • Fig. 4a zeigt ein Bild mit zwei Zonen A und B. Fig. 4b zeigt die Histogramme hA und hB der Zonen A und B. Fig. 4c zeigt ein Bild der beiden Markierungen, die nach der Schwellwertbewertung des in Fig. 4a dargestellten Bildes gewonnen werden.
  • Die den beiden Zonen A und B des Bildes entsprechenden beiden Histogramme zeigen, daß zwischen diesen beiden Zonen eine von Null verschiedene Überschneidung existiert. Der gemeinsame Teil der beiden Histogramme liegt zwischen den mit g und d, g und d bezeichneten Graupegeln, wobei g und d zwischen 0 und 255 liegen und d größer ist als g.
  • In diesem gemeinsamen Teil existieren als Pixel bezeichnete Bildpunkte der Zone A, die heller sind als bestimmte Punkte der Zone B, während die Zone A insgesamt dunkler ist als die Zone B.
  • Diese beiden Histogramme zeigen auch; daß die Bildpunkte, die zwischen 0 und g liegende Graupegel haben, ausschließlich der Zone A angehören und daß die Bildpunkte, die Graupegel zwischen d und 255 haben, ausschließlich der Zone B angehören. In diesem Beispiel sind die Schwellwertintervalle, die es ermöglichen, Markierungen zu definieren, die für eine einzige Zone charakteristisch sind und die die größtmöglichen sind, also die Intervalle [0, gJ für die Zone A und [d, 255) für die Zone B sind.
  • Um die Markierungen der einzelnen Zone zu definieren werden erfindungsgemäß die Schwellwerte g und d ermittelt, die es ermöglichen, eine maximale Anzahl von Graupegeln in jeder Zone zu berücksichtigen, und die es außerdem ermöglichen, zwischen den Graupegeln der beiden Zonen eine Überschneidung Null zu erreichen.
  • Fig. 5 zeigt ein Flußdiagramm der verschiedenen Schritte zur Festlegung und Optimierung der Schweliwerte eines Bildes mit zwei Zonen A und B. In Fig. 5 sind nur diejenigen Schritte dargestellt, die die Markierung der Zone A betreffen. Das Verfahren für die Markierung der Zone B ist identisch.
  • Die Ermittlung der Schwellwerte erfolgt, ausgehend von den Histogrammen der beiden Zonen A und B, durch sukzessive Näherungen und, nach einem Initialisierungsschritt 40, indem man in einem Schritt 41 für jedes Pixel der Zone A und der Zone B die Wahrscheinlichkeit berechnet, daß dieses Pixel einen zwischen zwei Schwellwerten x und y liegenden Graupegel hat, wobei y größer ist als x. Wenn x die Zone A oder die Zone B repräsentiert, ist diese Wahrscheinlichkeit PX (x, y) gleich der Summe der Histogramme der Pixel n, die zu der Zone X gehören und einen zwischen den Schwellwerten x und y liegenden Graupegel haben, bezogen auf die Summe der Histogramme aller Pixel n unabhängig von ihrem Graupegel zwischen 0 und 255.
  • Um eine große charakteristische Markierung ausschließlich der Zone A zu erhalten, werden erfindungsgemäß die Schweliwerte x, y ermittelt, für die die Wahrscheinlichkeit PA (x, y) ein Maximum und PB (x, y) ein Minimum ist.
  • Die Werte von x, y werden durch sukzessive Näherungen bestimmt, indem man in einem Schritt 42 den Abstand QA (x, y) zwischen den beiden Wahrscheinlichkeiten PA (x, y) und PB (x, y) berücksichtigt, wobei dieser Abstand ein Maß für die Qualität der Trennung der Zonen A und B entsprechend dem betrachteten Schwellwertintervall [x, y] ist.
  • In einem Schritt 43 wird ein Test durchgeführt, um festzustellen, ob Schwellwertintervalle existieren, die nicht berücksichtigt worden sind. Wenn der Test positiv verläuft, werden die Werte von (x, y) in einem Schritt 44 inkrementiert, und die Schritte 41 bis 43 werden erneut durchgeführt. Wenn der Test in einem Schritt 45 negativ verläuft, ist der Maximalwert QA des Abstands QA (x, y) zwischen den beiden Wahrscheinlichkeiten ermittelt.
  • In einem Schritt 46 werden die optimalen Schweliwerte der Zone A definiert. Diese optimalen Werte sind diejenigen, mit denen der Maximalwert QA der Markierungsqualität der Zone A erreicht wird.
  • Der Ausdruck für den Maximalwert QA lautet:
  • QA = sup [PA(x, y) - k PB(x, y)]
  • wobei k ein Gewichtungskoeffizient ist, mit dem die Größe der Wahrscheinlichkeit der Zone B relativ zu der Zone A und die Sicherheit der Trennung zwischen den Zonen A und B vergrößert werden können.
  • in dem in Fig. 4a, 4b und 4c dargestellten Beispiel sind x und y für die Zone A gleich 0 bzw. g und für Zone B gleich d bzw. 255.
  • Der Wert von g, mit dem eine große charakteristische Markierung ausschließlich für die Zone A erreicht werden kann, wird durch sukzessive Näherung bestimmt, indem man den Abstand zwischen den beiden Wahrscheinlichkeiten PA (0, g) und PB (0, g) betrachtet, der der Qualität der Markierung ZA der Zone A zugeordnet ist, die dem betrachteten Schwellwertintervall [0, g) entspricht und in Abhängigkeit von dem Wert g das Maximum QA dieses Abstands ermittelt.
  • Der Ausdruck für den Maximalwert QA der Qualität der Markierung ZA lautet:
  • QA = sup [PA (0, g) -k PB (0, g)]
  • In dem Beispiel von Fig. 4a, 4b und 4c wurde der Wert k zu 50 gewählt.
  • Auf die gleiche Weise wird der Schweliwert d ermittelt, wobei d größer ist als g, indem man als Funktion von d das Maximum der Qualität QB der Markierung ZB ermittelt, die der Zone B zugeordnet ist. Der Ausdruck für QB lautet:
  • QB = sup [PB (d, 255) - k PA (d, 255)]
  • Das anhand von Fig. 4a, 4b, 4c und von Fig. 5 beschriebene Beispiel betrifft die Markierung von zwei Zonen. Das Markierungsverfahren gemäß der Erfindung läßt sich auf eine Zonenzahl verallgemeinern, die größer ist als zwei, indem man die Zonen paarweise in ähnlicher Weise verarbeitet.
  • Es werden für alle möglichen Kombinationen von Zonenpaarungen Markierungen definiert, indem man für jede Zonenpaarung die Schwellwerte der Zonen durch Optimierung eines Qualitätsparameters der Markierungen dieser Zonen bestimmt.
  • Im allgemeinen werden für ein gegebenes Bild die Schwellwerte der verschiedenen Zonen in den verschiedenen transformierten Bildern bestimmt, die nach der Anwendung mehrerer Vereinfachungstransformationen auf das betrachtete Bild gewonnen werden. Die definitive Markierung Zi einer Zone i wird dann durch die Schnittmenge aller der Schwellwertbewertung unterzogenen Bilder bestimmt, die der Zone i entsprechen.
  • Falls ein und dieselbe Transformation die Unterscheidung mehrerer Zonen des Bildes erlaubt, können in dem gewonnenen transformierten Bild mehrere Schwellwertbewertungen durchgeführt werden, wobei jede Schwellwertbewertung ein bestimmtes Zonenpaar betrifft. In diesem Fall erhält man für das betrachtete transformierte Bild die Schweliwerte einer gegebenen Zone i, indem man alle Schwellwertintervalle berücksichtigt, in die die Zone i eingreift, und das Maximum und das Minimum der entsprechenden Schweliwerte berechnet.
  • Wenn alle Markierungen der verschiedenen Zonen der zu der Lembasis gehörenden Referenzbilder definiert und optimiert sind, werden die Schweliwerte festgehalten, und es werden die wirksamsten Vereinfachungstransformationen ausgewählt, bei denen der Qualitäts parameter der Markierungen am größten ist. Die Lernphasen sind dann beendet, und die dritte Phase des Verfahrens besteht dann darin, die während der zweiten Phase ausgewählten Vereinfachungstransformationen und fixierten Schwellwerte zu benutzen, um in neuen Bildem von mechanischen Teilen, die nicht zu der Lembasis gehören, Zonen völlig automatisch zu markieren. Die automatische Markierung der Zonen in einem neuen Bild erfolgt dadurch, daß auf das neue Bild sukzessive die verschiedenen ausgewählten Vereinfachungsfunktionen und die verschiedenen Schwellwerte angewendet werden, deren Grenzen während der zweiten Phase fixiert wurden. Anschließend erhält man die Markierungen der einzelnen Zonen, indem man die Schnittmenge der der Schwellwertbehandlung unterzogenen Bilder ermittelt, die ein und der selben Zone entsprechen.
  • Nach dem Markieren werden die neuen Bilder nach der WS-Methode segmentiert.

Claims (6)

1. Verfahren zum automatischen Detektieren der auswertbaren Zonen in einem Bild eines mechanischen Teils, wobei das Verfahren darin besteht, daß eine Markierung der Zonen des Bilds durchgeführt und die exakte Kontur der Zonen unter Verwendung einer als "Wasserscheidenmethode" bezeichneten Methode bestimmt wird, dadurch gekennzeichnet, daß das Verfahren zur Markierung der Zonen darin besteht,
- in einer ersten Phase (1) eine manuelle Segmentierung wenigstens eines Referenzbildes durchzuführen, um die Zonen dieses Referenzbildes zu detektieren,.
- in einer zweiten Phase (2) wenigstens eine Vereinfachungstransformation zu definieren und auf das Referenzbild anzuwenden, Schwellwertintervalle der Zonen des Referenzbildes zu bestimmen und zu optimieren, die es ermöglichen, charakteristische Marken für jede Zone zu gewinnen und die optimierten Schwellwertintervallen zu fixieren,
- in einer dritten Phase (3) die automatische Markierung der Zonen eines neuen Bildes durchzuführen, indem auf das neue Bild sukzessive die Vereinfachungstransformation und die während der zweiten Phase fixierten Schwellwertintervalle angewendet werden.
2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß jede der auf die Bilder angewendeten Vereinfachungstransformationen so gewählt ist, daß ein Kontrast oder eine Differenz zwischen wenigstens zwei Zonen der Bilder hervorgehoben wird.
3. Verfahren nach Anspruch 2, dadurch gekennzeichnet, daß für ein gegebenes Referenzbild die Schwellwertintervalle der Zonen, ausgehend von den Histogrammen jeder Zone, in der Weise bestimmt werden, daß für jede Zone Parameter optimiert werden, die für die Qualität der Trennung zwischen dieser Zone und jeder anderen Zone des betrachteten Referenzbildes repräsentativ sind.
4. Verfahren nach Anspruch 3, dadurch gekennzeichnet, daß die Schwellwertintervalle der Zonen durch sukzessive Näherungen bestimmt werden, indem die Zonen paarweise betrachtet werden.
5. Verfahren nach Anspruch 4, dadurch gekennzeichnet, daß für eine gegebene Zone A der Parameter, der für die Qualität der Trennung zwischen dieser Zone A und einer zweiten Zone B repräsentativ ist, der Abstand ist zwischen der Wahrscheinlichkeit, daß ein Bildpunkt der Zone A dem betrachteten Schweliwertintervall angehört, und der Wahrscheinlichkeit, daß ein Bildpunkt der Zone B dem betrachteten Schwellwertintervall nicht angehört.
6. Verfahren nach Anspruch 5, dadurch gekennzeichnet, daß für ein gegebenes Referenzbild die Schwellwertintervalle der verschiedenen Zonen nach Anwendung mehrerer Vereinfach ungstransformationen bestimmt werden und daß für jede Zone die definitive Marke der betrachteten Zone aus dem Durchschnitt aller Schwellwertbilder bestimmt wird, die dieser Zone entsprechen.
DE69600320T 1995-10-18 1996-10-16 Verfahren zur automatischen Erkennung von auswertbaren Zonen in Bildern von mechanischen Teilen Expired - Fee Related DE69600320T2 (de)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
FR9512203A FR2740220B1 (fr) 1995-10-18 1995-10-18 Procede de detection automatique des zones expertisables dans des images de pieces mecaniques

Publications (2)

Publication Number Publication Date
DE69600320D1 DE69600320D1 (de) 1998-07-02
DE69600320T2 true DE69600320T2 (de) 1998-10-29

Family

ID=9483632

Family Applications (1)

Application Number Title Priority Date Filing Date
DE69600320T Expired - Fee Related DE69600320T2 (de) 1995-10-18 1996-10-16 Verfahren zur automatischen Erkennung von auswertbaren Zonen in Bildern von mechanischen Teilen

Country Status (7)

Country Link
US (1) US5892841A (de)
EP (1) EP0769760B1 (de)
JP (1) JP3330829B2 (de)
CA (1) CA2188004A1 (de)
DE (1) DE69600320T2 (de)
ES (1) ES2116812T3 (de)
FR (1) FR2740220B1 (de)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE112007003553B4 (de) 2007-07-02 2018-09-13 Trimble Jena Gmbh Merkmalsdetektionsvorrichtung und -verfahren zum Messen von Objektabständen

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6272018B1 (en) 1999-02-11 2001-08-07 Original Solutions Inc. Method for the verification of the polarity and presence of components on a printed circuit board
DE10017551C2 (de) * 2000-04-08 2002-10-24 Carl Zeiss Vision Gmbh Verfahren zur zyklischen, interaktiven Bildanalyse sowie Computersystem und Computerprogramm zur Ausführung des Verfahrens
AUPQ849200A0 (en) * 2000-06-30 2000-07-27 Cea Technologies Inc. Unsupervised scene segmentation
DE10253191A1 (de) * 2002-11-15 2004-05-27 Philips Intellectual Property & Standards Gmbh Verfahren zur selektiven Darstellung von Körperstrukturen
US7379595B2 (en) * 2004-05-24 2008-05-27 Xerox Corporation Manual windowing with auto-segmentation assistance in a scanning system
US8233194B2 (en) * 2005-01-26 2012-07-31 Hewlett-Packard Development Company, L.P. Ising-model image rendition, and consolidated masking and/or filtering, in incremental printing
DE102005049017B4 (de) * 2005-10-11 2010-09-23 Carl Zeiss Imaging Solutions Gmbh Verfahren zur Segmentierung in einem n-dimensionalen Merkmalsraum und Verfahren zur Klassifikation auf Grundlage von geometrischen Eigenschaften segmentierter Objekte in einem n-dimensionalen Datenraum
JP2010020662A (ja) * 2008-07-14 2010-01-28 Nippon Telegr & Teleph Corp <Ntt> パターン認識装置、パターン認識方法、パターン認識プログラムおよびそのプログラムを記録した記録媒体
JP6293505B2 (ja) * 2014-02-03 2018-03-14 株式会社タカコ 工具検査方法及び工具検査装置
CN105956942B (zh) * 2016-05-12 2020-06-16 陕西瑞海电力工程有限公司 基于机器视觉的电力管廊钢筋网质量检测方法及检测装置

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4937618A (en) * 1984-10-18 1990-06-26 Canon Kabushiki Kaisha Alignment and exposure apparatus and method for manufacture of integrated circuits
US5543921A (en) * 1989-05-08 1996-08-06 Canon Kabushiki Kaisha Aligning method utilizing reliability weighting coefficients
US5307421A (en) * 1992-10-14 1994-04-26 Commissariat A L'energie Atomique Process for producing a synthesized reference image for the inspection of objects and apparatus for performing the same
DE69434131T2 (de) * 1993-05-05 2005-11-03 Koninklijke Philips Electronics N.V. Vorrichtung zur Segmentierung von aus Texturen bestehenden Bildern

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE112007003553B4 (de) 2007-07-02 2018-09-13 Trimble Jena Gmbh Merkmalsdetektionsvorrichtung und -verfahren zum Messen von Objektabständen

Also Published As

Publication number Publication date
ES2116812T3 (es) 1998-07-16
JPH09134435A (ja) 1997-05-20
EP0769760A1 (de) 1997-04-23
EP0769760B1 (de) 1998-05-27
JP3330829B2 (ja) 2002-09-30
CA2188004A1 (fr) 1997-04-19
FR2740220B1 (fr) 1997-11-21
FR2740220A1 (fr) 1997-04-25
US5892841A (en) 1999-04-06
DE69600320D1 (de) 1998-07-02

Similar Documents

Publication Publication Date Title
DE2831582C2 (de) Verfahren zur Identifizierung einer Person und Vorrichtung zur Durchführung des Verfahrens
EP0014857B1 (de) Verfahren zum automatischen Markieren von Zellen und zur Bestimmung der Merkmale von Zellen aus zytologischen Abstrichpräparaten
DE69734855T2 (de) Vorrichtung und Verfahren zur Extraktion eines Objektes in einem Bild
DE69427567T2 (de) Verfahren zum Auffinden eines Histogrammbereichs von Interesse für die verbesserte Grauskalenwiedergabe von Röntgenbildern
DE69326502T2 (de) Vorrichtung zur Prüfung von Produkten
DE69604481T2 (de) Verfahren und gerät zum trennen des vordergrunds und hintergrunds in textenthaltenden bildern
DE60123378T2 (de) Digitales Bildverarbeitungsverfahren mit verschiedenen Arbeitsweisen zum Erkennen von Augen
DE69608170T2 (de) Gerät und Verfahren zur Bildbinarisation
DE10037697B4 (de) Adaptive Maskentechnik zur Inspektion von Defekten
DE60307967T2 (de) Bildverarbeitungsverfahren für die untersuchung des erscheinungsbildes
DE69925354T2 (de) Bildverarbeitungssystem um vertikale Muster auf abgetasteten Bildern zu reduzieren
DE69521184T2 (de) Gerät zur Bildverarbeitung gemäss einem lokal ermittelten Bildregionentyp
DE69923119T2 (de) Vorrichtung zur integrierten Verarbeitung von Defektabbildungen
DE69023787T2 (de) Zielpunkt-Lokalisierung auf einem Ziel.
DE60113564T2 (de) Bildverarbeitungseinrichtung und Mustererkennungsvorrichtung, bei der die Bildverarbeitungseinrichtung verwendet wird
DE69600320T2 (de) Verfahren zur automatischen Erkennung von auswertbaren Zonen in Bildern von mechanischen Teilen
DE19636949A1 (de) Verfahren zur Detektion von Kanten in einem Bildsignal
DE102013005489A1 (de) Verfahren und Vorrichtung zur automatischen Fehlerstellenerkennung bei biegeschlaffen Körpern
DE69623564T2 (de) Gerät zur Extraktion von Fingerabdruckmerkmalen
WO2001077994A1 (de) Verfahren zur störanteilsfreien bilderfassung mittels eines elektronischen sensors
DE60024535T2 (de) Verfahren zur Zeichentrennung
DE19951146A1 (de) Verfahren zum Reduzieren des Rauschens in einem durch Abbildung erhaltenen Signal
DE19848243A1 (de) Biegewinkelerfassungssystem
EP1578609A1 (de) Verfahren und vorrichtung zur echzeitkontrolle von druckbildern
DE69614339T2 (de) Bildverarbeitungsvorrichtung

Legal Events

Date Code Title Description
8364 No opposition during term of opposition
8327 Change in the person/name/address of the patent owner

Owner name: SNECMA MOTEURS, PARIS, FR

8339 Ceased/non-payment of the annual fee