[发明专利]一种工业CT图像分析自动交互系统及其使用方法在审

专利信息
申请号: 202010513719.0 申请日: 2020-06-08
公开(公告)号: CN111751390A 公开(公告)日: 2020-10-09
发明(设计)人: 吴彦举;郝兵;常华锋;吕益良;郑诗杨 申请(专利权)人: 洛阳中信成像智能科技有限公司
主分类号: G01N23/046 分类号: G01N23/046;G06T17/00;G06T7/00
代理公司: 郑州汇科专利代理事务所(特殊普通合伙) 41147 代理人: 孙力文
地址: 471000 河*** 国省代码: 河南;41
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 工业 ct 图像 分析 自动 交互 系统 及其 使用方法
【说明书】:

发明属于工业CT无损检测技术领域,具体涉及一种工业CT图像分析自动交互系统及其使用方法,它包括图像采集系统、图像重建系统、图像切片系统、图像分析系统、图像定位系统、机械控制系统、图像数据库系统、质检云系统、深度学习系统、缺陷自动识别系统;本发明通过建立图像数据库,将图像分析系统分析过的图像进行储存,再通过深度学习系统,记忆不同的图片缺陷,建立缺陷标准库;最终通过缺陷自动识别系统,完成缺陷自动识别;子系统的数据自主交互,从而使每个子系统之间能有效的自主衔接;质检云系统通过将设备互联,建立数据库;通过云端上传检测图片,进行远程诊断并出具线上报告;本发明子系统数据自主交互、自动分析、识别缺陷的优点。

技术领域

本发明属于工业CT无损检测技术领域,具体涉及一种工业CT图像分析自动交互系统及其使用方法。

背景技术

近年来随着计算机数字图像处理技术及数字平板探测技术的发展,工业CT无损检测技术因为检测速度快,探测效率高、分辨率好、可以对缺陷定性和定量分析等诸多优点已得到了越来越广泛的重视和应用。但是目前的CT检测系统由于子系统比较多且操作复杂,每个子系统之间相对独立不能有效的自主衔接,且检测结果只能通过人工判定缺陷类型,无法做到自动操作自动识别缺陷。

发明内容

为了解决上述技术问题,本发明的目的是:提供一种工业CT图像分析自动交互系统及其使用方法,其各个操作子系统的数据可以自动交互,工业CT图像分析自动交互系统具有图像深度学习及缺陷自动识别,并包含有质检云系统,质检云系统可进行远程监测和远程诊断。

为实现上述发明目的,本发明的技术方案是:一种工业CT图像分析自动交互系统,它包括图像采集系统、图像重建系统、图像切片系统、图像分析系统、图像定位系统、机械控制系统、图像数据库系统、质检云系统、深度学习系统、缺陷自动识别系统;所述工业CT图像分析自动交互系统的使用方法,包括以下步骤:

(1)图像采集系统通过CT系统自动采集工件的每一个位置的投影图像;

(2)图像采集系统将采集到的投影图像传输给图像重建系统,图像重建系统按照图像重建算法完成重建得到三维数字模型;

(3)图像重建系统将三维模型传输给图像切片系统,图像切片系统按照任意方向不同位置进行二维手动切片或按照提前输入的位置信息自动切片,自动生成切片图像;

(4)图像分析系统分析其缺陷类型,判断缺陷等级。

(5)建立图像数据库,将图像分析系统分析过的图像进行储存,再通过深度学习系统,记忆不同的图片缺陷,建立缺陷标准库;最终通过缺陷自动识别系统,完成缺陷自动识别。

进一步地,所述图像定位系统对工件的位置进行判断,或人为制定待扫描位置;使使用更灵活、方便。

进一步地,所述机械控制系统接收到图像定位系统发送的信息,机械控制系统会将工件移动到固定位置;从而使射线源和探测器的中心与工件的中心在同一中心上。

进一步地,所述图像数据库系统将所有带有缺陷的图像按照缺陷类型自动存储,从而建立一个缺陷数据库系统;缺陷数据库系统可通过不同行业、缺陷类型、材质等建立不同数据库。

进一步地,所述质检云系统包含有设备联动系统、云端存储系统、远程监测系统、远程诊断系统和运行状态监控系统;质检云系统通过将设备互联,采集到大量的现场有缺陷的图片,积累海量的大数据,为大数据分析提供数据支撑,运行状态监控系统可以对设备的运行状态监控,及时提醒客户对设备维护和设备故障分析。

进一步地,所述质检云系统通过设备联动系统将设备互联;质检云系统将采集到大量的现场有缺陷的图片传输到云端存储系统;质检云系统通过云端上传检测图片,进行远程监测和远程诊断;质检云系统可以通过云端上传检测图片,可以指定行业内的专家或者有资质的实验室进行远程诊断并出具线上报告,提高工作效率和工作质量。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于洛阳中信成像智能科技有限公司,未经洛阳中信成像智能科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010513719.0/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top