[发明专利]处理用于对象检验的图像的方法和系统

说明书

背景技术

不同类型的测试系统可用于检验对象，例如检测诸如组件或零部件之类的对象中的内部缺陷（例如裂纹或皱纹）。测试系统可包括用于例如使用超声成像技术来检查组件的无损方法。作为一个示例，这些测试系统可用于确定任何缺陷或瑕疵是否存在于工业装置和系统的组成零部件中。可能在组件的原始制造期间引入的这些缺陷或瑕疵能够降低组件的有效使用寿命和/或引起其故障。因此，通常在制造过程期间和/或维护期间检验这些组件，以便确定任何缺陷是否存在或者指示缺陷的异常是否存在。

在典型超声检验系统中，组件的内部结构的图像被获取并且向用户显示。用户则目视检验图像，尝试检测任何异常。例如，当复合结构形成组件时，用户可检验显示多层结构的图像，以便识别复合材料中的任何皱纹或其它缺陷。这种目视检验过程不仅是单调乏味和费时的，还尤其引入进行关于异常是否存在的确定的用户出错的可能性。

发明内容

在一个实施例中，提供一种用于使用至少一个处理器来识别被成像对象中的异常的非暂时计算机可读存储介质。非暂时计算机可读存储介质包括命令处理器得到与对象的至少一个部位对应的多个图像并且使用参考结构来执行多个图像的至少一个的矫正的指令。非暂时计算机可读存储介质还包括命令处理器对于对象的经矫正的多个图像执行梯度向量场分析以识别对象中的异常区域的指令。

在另一个实施例中，提供一种包括处理器的检验系统，其中处理器配置成对于对象的多个图像执行梯度向量场分析以识别对象中的异常区域。检验系统还包括显示器，该显示器配置成在所显示图像上显示具有任何所识别异常区域的图像的至少一个。

在另一个实施例中，提供一种用于自动识别被成像对象中的异常的方法，其中该对象具有内膜。该方法包括识别多个图像中的膜，确定对象的整体形状，使图像中的整体形状变形（warping）以使对象矫直，以及计算多个图像的强度梯度。该方法还包括确定图像强度的局部标准偏差，以便识别对象中的材料类型。该方法还包括计算和调整遍及多个图像中的感兴趣区域的强度梯度以确定梯度向量场，将旋度算子应用于梯度向量场，以及对旋度算子的结果定阈值以确定任何异常区域。该方法还包括对任何异常区域应用区域生长过程，并且在多个图像的至少一个上生成和显示标识任何异常区域的覆盖图。

附图说明

图1是按照一个实施例所形成的检验系统的框图；

图2是具有可按照各个实施例来检验的叶片的飞行器结构的螺旋桨叶片的简图；

图3是按照各个实施例的、确定图像中的异常的方法的流程图；

图4是可按照各个实施例来处理以识别异常的超声图像；

图5是示出按照各个实施例所计算的梯度向量场的图表；

图6是示出按照各个实施例的、调整之后的图5的梯度向量场的图表；

图7是示出按照各个实施例的局部标准偏差定阈值过程的结果的图像；

图8是示出按照各个实施例的梯度向量场的局部旋度值的图表；

图9是示出按照各个实施例的阈值和生长过程的结果的图像；

图10是示出按照各个实施例所识别的异常区域的图4的超声图像。

具体实施方式

通过结合附图进行阅读，将会更好地理解各个实施例的以下详细描述。在附图示出各个实施例的功能块的简图的意义上，功能块不一定指示硬件电路之间的划分。因此，例如，功能块（例如处理器或存储器）的一个或多个可通过单片硬件（例如，通用信号处理器或者随机存取存储器块、硬盘等）或者多片硬件来实现。类似地，程序可以是独立程序，可结合为操作系统中的子例程，可以是已安装软件包中的功能，等等。应当理解，各个实施例并不局限于附图所示的布置和工具。

本文所述的是用于识别被检验对象的图像中的异常的各个实施例。具体来说，各个实施例提供使用超声图像来自动检测和识别结构或组件中的异常。例如，可使用超声图像来提供复合结构（例如碳复合结构）中的异常的自动检测和识别，以便检验复合结构。应当注意，虽然结合将特定图像用于检验特定组件的某些异常来描述各个实施例，但是各个实施例可与不同图像（例如非超声图像）和/或零部件配合使用并且用于检验不同异常。

各个实施例的至少一个技术效果是使用图像（例如超声图像）来自动检测和识别异常。通过实施各个实施例，可提供在组件的缺陷或瑕疵的检测中的增加速度和可重复性。