eprintid: 3106
rev_number: 8
eprint_status: archive
userid: 1
dir: disk0/00/00/31/06
datestamp: 2003-01-23 09:29:57
lastmod: 2014-04-03 12:39:13
status_changed: 2012-08-14 15:06:56
type: doctoralThesis
metadata_visibility: show
creators_name: Eisele, Heiko
title: Automated defect detection and evaluation in X-ray CT images
title_de: Automatisierte Defekterkennung und Bewertung in Röntgen-CT Bildern
ispublished: pub
subjects: ddc-530
divisions: i-708000
adv_faculty: af-13
keywords: X-ray Imaging , Computerized Tomography , Image Processing , Defect Detection
cterms_swd: Bildverarbeitung
cterms_swd: Computertomographie
cterms_swd: CAQ
cterms_swd: Fehlererkennung
abstract: X-ray computed tomography gains increasing popularity for industrial quality inspection tasks. It is a challenge however to use it in a fully automated assembly line, which requires robust algorithms for volumetric image analysis on noisy data. This work provides methods for the automatic detection of defects and their geometric description. The approach will be based on spatial statistical analysis of the voxel structure to determine the presence of a defect. Once detected, defect voxels will be clustered to determine shape and size of the associated material faults. The effectiveness of the method will be shown on pores and cracks in steel parts.
abstract_translated_text: Die Röntgencomputertomographie findet zunehmend Einsatz in der industriellen Qualitätskontrolle. Es ist jedoch eine grosse Herausforderung, sie in der vollautomatisierten Fertigung zu verwenden, da dies u.a. robuste Volumenbildverarbeitung auf verrauschten Bildern erfordert. Die vorliegende Arbeit präsentiert Methoden zur automatischen Detektion und geometrischen Beschreibung von Defekten. Die Erkennung der Defekte beruht auf einer statistischen Grauwertanalyse. Im Anschluss an die Detektion werden defekte Voxel gruppiert um Form und Größe der zugehörigen Materialfehler zu bestimmen. Es werden Ergebnisse in der Poren- und Rissdetektion von Stahlteilen gezeigt
abstract_translated_lang: ger
class_scheme: ccs
class_labels: 87.59.-e, 81.70.Tx, 68U10
date: 2002
date_type: published
id_scheme: DOI
id_number: 10.11588/heidok.00003106
ppn_swb: 1643404393
own_urn: urn:nbn:de:bsz:16-opus-31066
date_accepted: 2002-12-18
advisor: HASH(0x558eaa7295e0)
language: eng
bibsort: EISELEHEIKAUTOMATEDD2002
full_text_status: public
citation:   Eisele, Heiko  (2002) Automated defect detection and evaluation in X-ray CT images.  [Dissertation]     
document_url: https://archiv.ub.uni-heidelberg.de/volltextserver/3106/1/diss.pdf