[发明专利]X射线实时成像与CT断层扫描一体化智能无损检测系统有效

专利信息
申请号: 202010828721.7 申请日: 2020-08-18
公开(公告)号: CN112051285B 公开(公告)日: 2021-08-20
发明(设计)人: 孙怡;余建桥;彭万里;刘吉顺;潘浩 申请(专利权)人: 大连理工大学
主分类号: G01N23/04 分类号: G01N23/04;G01N23/046;G06T7/00;G06N3/04
代理公司: 大连理工大学专利中心 21200 代理人: 隋秀文;温福雪
地址: 116024 辽*** 国省代码: 辽宁;21
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 射线 实时 成像 ct 断层 扫描 一体化 智能 无损 检测 系统
【说明书】:

发明属于无损检测领域,尤其涉及X射线实时成像与CT断层扫描一体化智能无损检测系统。该系统可同时实现DR和CT的检测与成像,实现DR/CT数据采集、处理、缺陷自动检测和显示的一体化,为检测人员提供被测物体不同视角的内部结构信息,从而综合判断物体内部缺陷的性质和状态;且系统中集成的缺陷识别技术可自动识别缺陷的大小、位置和种类,从而有效减轻检测人员识别缺陷的压力和提高检测效率。

技术领域

本发明属于无损检测领域,尤其涉及X射线实时成像与CT断层扫描一体化智能无损检测系统。

背景技术

近年来,随着计算机科学的进步和探测器技术的发展,X射线成像和工业CT技术作为一种实用化的无损检测手段,已广泛应用于航空、军事、机械和地质等部门的无损检测和质量评估中。X射线成像又称为DR成像,通过X射线照射被测物体,从而在X射线方向获得物体内部信息叠加后的图像,该图像能更直观呈现物体内部沿着轴向贯穿的长条形缺陷。而工业CT成像在对检测物无损伤的前提下,综合物体不同方向的DR图像数据,利用高性能计算机进行重建,最终以横截面图像来呈现检测物内部的结构形状、材质组成、有无缺陷及缺陷大小和性质等信息。相比较而言,现有的DR检测设备在工作时,无论采用螺旋或者圆形轨迹的扫描方式都无法同时得到CT图像,从而更准确地识别缺陷。不同于DR成像,CT成像精度更高,能够恢复物体的三维信息,有利于对物体内部特征进行更精准地识别和定位。然而,目前的CT检测设备要么无法实时显示CT图像,要么不能自动化地识别图像中物体内部缺陷。目前也未见到能同时显示DR和CT图像并实现缺陷自动化检测的一体化设备。

在实际生产中,生产出的产品内部会包含一些缺陷,比如金属杂质,裂纹、气孔、凹陷等,这些缺陷会导致产品在实际工作中失效甚至引发危险。产品地质量控制,通常要对产品进行DR图像采集,在投影面图像上观察缺陷的大小、形态和种类,从而判断产品质量的好坏。对于一些沿着产品轴向贯穿的长条形缺陷,在DR图像上能清晰地看到,但是对于一些在图像上对比度很弱的低密度缺陷,人工很难判断。通常会再次对产品进行CT检测,从而在CT图像上确定低密度缺陷的性质。在质量检测的过程中,DR和CT检测过程是分离的,一方面检测效率低,另一方面无法同时显示DR和CT的图像来观察缺陷,从而综合地对产品做出质量判定。

无论是DR还是CT,图像中缺陷的识别以及产品好坏的最终判定还需要人工参与,长时间的人工识别图像中的缺陷也会使人疲劳,造成识别准确性降低,检测效率也会下降,从而影响产品检测。目前,通常采用抽检的方式来判断一批产品的好坏,但是这种方法一定程度上无法保证产品的质量。同时,随着生产的扩大,检测效率无法满足生产效率的矛盾也会越来越突出。

发明内容

为解决上述问题,本发明提供了DR/CT一体化智能无损检测系统,该系统可同时实现DR和CT的检测与成像,实现DR/CT数据采集、处理、缺陷自动检测和显示的一体化,为检测人员提供被测物体不同视角的内部结构信息,从而综合判断物体内部缺陷的性质和状态。此外,本发明的一体化智能无损检测系统中集成的缺陷识别技术可自动识别缺陷的大小、位置和种类,从而有效减轻检测人员识别缺陷的压力和提高检测效率。

在实现过程中,主要采用CPU多线程技术来协调控制不同任务之间的工作并实现DR/CT的同时缺陷自动检测和显示;采用CPU和GPU并行化加速技术将任务中计算量大且耗时的部分并行化,从而保证检测的高效和实时性;为实现被测物内部缺陷的自动检测,采用基于深度学习的缺陷检测技术。

本发明的技术方案是:

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大连理工大学,未经大连理工大学许可,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/202010828721.7/2.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