一种估计复合材料部件的灰度编码的三维图像的质量指标的方法，包括：用于从图像获取直方图(HIST)的获取步骤(E20)，对于各自包括至少一个灰度级的多个类中的每个类，该直方图表示该图像的具有属于该类的灰度级的体素的数目；用于提取存在于该直方图中的预定数目的高斯函数的提取步骤(E40)；以及用于根据表征从直方图中提取的高斯函数的参数来估计图像的至少一个质量指标的估计步骤(E60)。
【技术实现步骤摘要】
【国外来华专利技术】专利技术背景本专利技术涉及成像的一般领域，且更具体地涉及由复合材料制成的部件(即零件)(例如，由碳纤维和碳基体或树脂制成的部件)的三维图像(即3D图像)，诸如例如通过计算机断层扫描获取的复合材料部件的图像。本公开的优选而非限制性应用在于工程工业的众多分支，且尤其在于航空工业。目前已知通过利用通过计算机断层扫描获取的3D图像来执行复合材料部件的无损探伤，尤其是检查此类部件的材料健康(即，无缺陷)。计算机断层扫描是利用所拍摄的复合材料部件的一系列照片以便重构该部件的在灰度上编码的三维图像的成像技术。3D图像中的体素的灰度级与该部件在该体素中的材料密度成比例。通过使用适当的图像分析技术，3D图像使得可以自动检测影响所检查的材料部件的缺陷(如果存在的话)。然而，某些图像分析方法高度依赖于所考虑的3D层析图像的质量。在现有技术中，存在描述用于测量层析图像的质量的方法的标准。作为示例，此类标准包括：如在题为“Standardguideforcomputedtomographyimaging(计算机断层扫描成像的标准指南)”的文献中所描述的，美国试验材料学会(ASTM)的E1441-00RT标准，其定义了将计算机断层扫描用于无损探伤和断层扫描质量度量；以及在题为“Essaisnondestructifs-Méthodesparrayonnements-TomographieinformatiséePartie3:Fonctionnementetinterprétation(无损检测-辐射方法-计算机断层扫描-第三部分：操作和解释)”的文献中更详细地描述的等效的欧洲标准NFEN16016-3。那些标准具体提出了以下质量度量标准或指标：在3D图像的未被伪象变形的均相区域上测量的噪声的标准差；信噪比，其被定义为所考虑的材料部件的平均灰度级处除以噪声的标准差的比率；以及对比度噪声比，其被定义为所检查的部件的平均灰度级与3D图像的背景的平均灰度级之差的绝对值除以噪声的标准差的比率。然而，这些度量被设计用于由单一材料制成的部件，通常用于金属部件。不幸地，对于复合材料，由于纤维和树脂通过构造在复合材料中而紧密地混合在一起，因此不可能在3D图像中找到足够有代表性(即大到足以统计上可行)的同质区域(即由单材料相构成)。因此，如果希望将此类度量用于估计复合材料部件的3D图像的质量，则需要在获取3D图像时，在所考虑的结构中添加其自身由单一材料制成的参考条以使得能够估计此类度量。甚至当满足了此类约束时，仍然存在获取的度量仅涉及一个材料相(并且取决于所考虑的度量，还可能包括3D图像的背景)，并因此对于表征由复合材料制成的部件的3D图像的质量而言是不完整的。专利技术目标和概述本专利技术尤其用于通过提出一种允许以自动且客观的方式估计复合材料部件的3D图像的质量的方法来缓解上述缺陷。更具体地，本专利技术提出一种用于估计复合材料部件的灰度编码的三维图像的至少一个质量指标的估计方法，该估计方法包括：用于从图像获取直方图的获取步骤，对于各自包括至少一个灰度级的多个类中的每一类，该直方图表示该图像的具有属于该类的灰度级的体素数目；用于提取存在于直方图中的预定数目的高斯函数的提取步骤；以及用于根据表征从直方图中提取的高斯函数的参数来估计图像的至少一个质量指标的估计步骤。相应地，本专利技术还提出一种用于估计复合材料部件的灰度编码的三维图像的至少一个质量指标的估计设备，该估计设备包括：用于从图像获取直方图的模块，对于各自包括至少一个灰度级的多个类中的每一类，该直方图表示该图像的具有属于该类的灰度级的体素的数目；用于提取存在于直方图中的预定数目的高斯函数的模块；以及用于根据表征从直方图中提取的高斯函数的参数来估计图像的至少一个质量指标的模块。3D图像的起源没有相关联的限制。它可以是通过计算出的断层扫描或任何其他手段重构的3D图像。本专利技术提出一种提供用于测量复合材料部件的灰度编码的3D图像的质量的客观工具的稳健、快速(每图像仅需几秒)且可重复的方法。该方法不需要任何参考图像或参考条，也不需要能够估计质量指标的任何特殊工具，因此使其执行起来尤其简单。本专利技术有利地依赖于以下事实：首先，3D图像的质量基本上受与图像采集系统相关联的且基本上高斯分布的随机噪声(可能在用于消除存在于图像中的低频伪像的3D图像预处理之后)的影响，以及其次，复合材料的各个相不具有相同的材料密度并因此在3D图像中是“可见的”(即能够区分它们)(尤其它们对应于不同的灰度级)。从这些观察中得出，3D图像的与复合材料(例如，树脂、绞股、纤维，等等)的各个相相对应的灰度级具有高斯扩展。专利技术人因此提出将3D图像的直方图去卷积成高斯函数(或者如果该直方图被归一化，则以等效方式去卷积成高斯分布)，并且然后利用表征由该去卷积提取的高斯函数的参数来导出3D图像的质量指标。具体地，对于完美的3D图像采集系统(即无噪声)，复合材料的各个相应在3D图像的直方图中产生单位脉冲函数类型的表示，这些表示完全分开且位于分别与关联于各个相的材料密度相对应的灰度级处。随机高斯噪声的存在具有将这些单位脉冲函数转换成高斯函数的效果。换言之，3D图像的直方图由高斯函数的混合(总和)构成。专利技术人已经具有这样的想法：有利地利用表征高斯函数的参数以便导出3D图像的质量指标，并具体利用它们的均值和/或标准差(或以等效的方式利用其方差)、和/或甚至由3D图像的直方图表示的诸高斯函数的混合中的每一高斯函数的比例。具体地，诸高斯函数被隔离且彼此间隔得越多，3D图像越可被认为是良好质量的。相反，诸高斯函数彼此越紧密且叠加得越多，3D图像越可能够被认为是质量不良的。从直方图中提取的高斯函数的数目取决于所考虑的复合材料且优选地地对应于存在于所考虑的复合材料中的不同相的数目。其优选地被选择为等于2或3。应当观察到，除高斯函数的数目之外，本专利技术提出的方法不依赖于任何外部参数。因此，它相对容易实现。作为示例，可通过使用期望最大化(EM)算法来执行提取高斯函数(或以对高斯函数去卷积的等效方式)的步骤。该算法在A.P.Dempster等人的题为“MaximumlikelihoodfromincompletedatawiththeEMalgorithm(使用EM算法的不完整数据的最大似然)”的JournaloftheRoyalStatisticalSociety(英国皇家统计协会期刊)，序列B39(1)):1-38的文献中被详细描述。该算法使得可以自动且精确地估计表征3D图像的直方图中混合在一起的诸高斯函数的各种参数。此外，甚至当在复合材料的不同相之间仅存在微小密度差异时，也可使用该算法。具体地，由于复合材料由树脂和树脂浸渍纤维制成，因此可在3D图像上观察到复合材料的各相之间的低对比度。另外，这种成分可能以非常不同的比例存在于复合材料中。EM算法使得可以避免由复合材料的这些特性造成的困难，并且使得能够容易并自动地提取在3D图像的直方图中混合在一起的诸高斯函数(及其参数)。在一变型中，可将其他方法用于从直方图中提取高斯函数并用于确定它们的参数，诸如例如基于马尔科夫链的蒙特卡洛方法、矩匹配方法、波谱法或图表法、或甚至仿真。在一特定实现中，图像的所述至少一个质量指标包括指标I1，本文档来自技高网...
【技术保护点】
一种用于估计复合材料部件(2)的灰度编码的三维图像(im3D)的至少一个质量指标(I1，I2，I3)的估计方法，所述估计方法包括：用于从所述图像获取直方图(HIST)的获取步骤(E20)，对于各自包括至少一个灰度级的多个类中的每个类，所述直方图表示所述图像的具有属于所述类的灰度级的体素的数目；用于提取存在于所述直方图中的预定数目的高斯函数的提取步骤(E40)，所述预定数目对应于存在于所述复合材料中的不同相的数目；以及用于根据表征从所述直方图中提取的高斯函数的参数来估计所述图像的至少一个质量指标的估计步骤(E60)。
【技术特征摘要】
【国外来华专利技术】2014.05.26 FR 14547311.一种用于估计复合材料部件(2)的灰度编码的三维图像(im3D)的至少一个质量指标(I1，I2，I3)的估计方法，所述估计方法包括：用于从所述图像获取直方图(HIST)的获取步骤(E20)，对于各自包括至少一个灰度级的多个类中的每个类，所述直方图表示所述图像的具有属于所述类的灰度级的体素的数目；用于提取存在于所述直方图中的预定数目的高斯函数的提取步骤(E40)，所述预定数目对应于存在于所述复合材料中的不同相的数目；以及用于根据表征从所述直方图中提取的高斯函数的参数来估计所述图像的至少一个质量指标的估计步骤(E60)。2.如权利要求1所述的估计方法，其特征在于，所述提取步骤包括，对于至少一个高斯函数，估计表征所述高斯函数的至少一个参数，所述至少一个参数选自：所述高斯函数的均值；所述高斯函数的标准差或方差；以及所述高斯函数在所述直方图中的比例。3.如权利要求1或权利要求2所述的估计方法，其特征在于，所述图像的所述至少一个质量指标包括通过在从所述直方图中提取的每对毗连高斯函数(Gi，Gi+1)上对与所述对(Gi，Gi+1)相关联并使用下式被估计的质量指标I1(i)求平均而获得的指标I1：I1(i)＝f(mi-mi+1+ω.(σi+σi+1))其中：mi和mi+1表示所述高斯函数Gi和Gi+1的相应均值，其中mi<mi+1；σi和σi+1表示所述高斯函数Gi和Gi+1的相应标准差；ω表示预定常数；以及f表示具有在0到1范围内的值的有界函数。4.如权利要求1至3中的任一项所述的估计方法，其特征在于，所述图像的所述至少一个质量指...
【专利技术属性】
技术研发人员：V·莫拉德，E·帕拉，J·施奈德，D·托赖斯，
申请(专利权)人：赛峰飞机发动机公司，赛峰集团，
类型：发明
国别省市：法国;FR
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。