5.4.1 - Optimierung von Aufnahmeparametern mittels projektionsbasierter Qualitätskenngrößen in der industriellen Computertomographie release_hfelqh6rpza55j3jxsb55svi64

by A. Krämer, P. Böhmler, G. Lanza, AMA Association For Sensors And Measurement, Sophie-Charlotten-Str. 15, 14059 Berlin, Germany, VDI/VDE Gesellschaft Mess- Und Automatisierungstechnik (GMA), Düsseldorf, Informationstechnische Gesellschaft Im VDE (ITG), Frankfurt

Published by AMA Service GmbH, Von-Münchhausen-Str. 49, 31515 Wunstorf, Germany.

2016  

Abstract

Die Röntgen-Computertomographie gewinnt in der industriellen Messtechnik immer mehr an Bedeutung. Allerdings sind das Messergebnis und die dazugehörige Messabweichung stark von der Wahl der Aufnahmeparameter abhängig, die durch den Anwender getroffen wird. Daher wird eine Methodik vorgestellt, die eine automatisierte Einstellung der Aufnahmeparameter mit dem Ziel einer jeweils verringerten Messabweichung ermöglicht. Mithilfe von Bildqualitätsparametern kann die Bildqualität von Einzelprojektionen bewertet und diese im Rahmen eines experimentellen Modells mit der merkmalspezifischen Messabweichung der Einzelmessung am rekonstruierten 3D-Volumen verknüpft werden. Aus dem Modell kann dann die optimale Bildqualität der Einzelprojektionen abgeleitet werden, auf deren Basis dann automatisiert und messaufgabenspezifisch ein bauteil- und geräteabhängiges Set an optimalen Aufnahmeparametern bestimmt wird. Die hierfür notwendige Beurteilung der Bildqualität von Einzelprojektionen kann nur mit objektiven Kennwerten erfolgen. Im Beitrag werden daher verschiedene Kenngrößen zur Bewertung der Bildqualität vorgestellt und auf ihre Anwendbarkeit in der Computertomographie überprüft.
In text/plain format

Archived Files and Locations

application/pdf   605.3 kB
file_a7qgf7mmwzh33evypt6hjzexpm
www.ama-science.org (web)
web.archive.org (webarchive)
Read Archived PDF
Preserved and Accessible
Type  article-journal
Stage   published
Year   2016
Language   de ?
Work Entity
access all versions, variants, and formats of this works (eg, pre-prints)
Catalog Record
Revision: 92e2ef2f-6da5-4682-9c9f-d612ba1e2418
API URL: JSON