2020 Fiscal Year Annual Research Report
| Project/Area Number |
19K14872
|
|---|
| Research Institution | Tokyo Metropolitan Industrial Technology Research Institute |
|---|
Principal Investigator |
富山 真一 地方独立行政法人東京都立産業技術研究センター, 事業化支援本部地域技術支援部城南支所, 副主任研究員 (40614524)
|
|---|
| Project Period (FY) |
2019-04-01 – 2021-03-31
|
| Keywords | X線CT / 鋳巣検出 / 画像解析 / ボイド検出 / 異物検出 |
|---|
| Outline of Annual Research Achievements |
本研究の目的は、CT画像のアーチファクトを低減させ、金属部品の内部欠陥を高精度に自動検出するアルゴリズムの開発である。金属部品の内部欠陥検出の問題点は、CT画像内に含まれるアーチファクトが欠陥として判別される点と欠陥の判別方法が手動で設定した画素値の閾値処理によるため、誤検出と未検出が生じる点にある。そこで、2020年度は分布や形状に依存しない金属部品の内部欠陥を自動検出するアルゴリズム開発を行った。また、2019年度に行ったアーチファクトの調査結果を内部欠陥検出アルゴリズムの開発に反映した。2020年度の具体的な成果は以下の通りである。
(1) 平滑化フィルタにより、疑似的に算出した欠陥のない画像(X/Y/Z軸断面)を活用し、欠陥とノイズを3方向から抽出する。そして、2方向以上の断面画像から欠陥と抽出された場所のみに絞り込みを行う。その後、欠陥として抽出された場所に対し、3次元ラベリング処理を行う。
(2) (1)で欠陥として判断された各欠陥に対し、X/Y/Z/-X/-Y/-Z方向の特徴を抽出する。その後、対象の欠陥と他の欠陥の特徴を比較し、類似している特徴が多数あれば、対象の欠陥をノイズとして判断する処理を行う。
(3) (2)で欠陥として判断された周辺を調査し、孤立している欠陥をノイズとして判断する処理を行う。この処理をノイズとして判断される箇所が0になるまで繰り返す。
上記処理を行うことで、従来法よりも欠陥の誤検出と未検出を低減した内部欠陥の自動検出が可能となった。また、欠陥抽出パラメータを反転した介在物(異物)抽出パラメータを追加検出することで介在物(異物)も同時に未検出と誤検出を低減した検出が可能となった。
|
