Segmentierung von industriellen 3D-CT-Voxelmodellen durch dynamische Schwellwertberechnung

Abstract

Die industrielle Röntgen-Computertomographie (CT) hat in den letzten Jahren auch im Bereich der Messtechnik immer mehr an Bedeutung gewonnen. Aufgrund der Besonderheit Objekte komplett, d.h. inklusive deren Innengeometrien, erfassen zu können, besitzt sie ein enormes Potenzial, die heute in der Messtechnik etablierten Verfahren, wie die taktile Koordinatenmesstechnik oder optische Triangulationsverfahren, in manchen Teilen zu ersetzen oder in vielen Anwendungen sinnvoll zu ergänzen (Multisensormesstechnik). Doch wie bei allen Sensoren spielt auch bei der Computertomographie die Auswertung der gesammelten Daten eine wesentliche Rolle. Insbesondere wenn messtechnische Anwendungen im Vordergrund stehen, gelten strenge Anforderungen im Hinblick auf Genauigkeit, Reproduzierbarkeit und Nachvollziehbarkeit der gesamten Prozesskette. Die so genannte Segmentierung bezeichnet das Verfahren zur Trennung verschiedenartiger Materialien voneinander bzw. von der Umgebung, in welcher sich das Objekt befindet. Aufgrund der besonderen physikalischen Eigenschaften von Röntgenstrahlen stellt sich das Problem nicht trivial dar und wurde bislang nur höchst unzureichend gelöst. Bis dato werden aus der Medizin abgeleitete Verfahren zur Segmentierung eingesetzt. Diese basieren allesamt auf die Identifizierung eines globalen Schwellwertes, welcher dann zur Segmentierung des gesamten Voxelmodelles verwendet wird.

Die vorliegende Arbeit beschäftigt sich zunächst mit dem wissenschaftlichen Nachweis der Unzulänglichkeit der heute eingesetzten globalen Schwellwertverfahren zur Segmentierung von industriellen 3D-Computertomographie-Datensätzen und mit der Definition von Anforderungen an einen Segmentierungsalgorithmus für den Einsatz in der 3D-CT. Messtechnische Anwendungen stehen hierbei besonders im Fokus der Betrachtungen. Es wird gezeigt, dass neben anderen physikalischen Störeffekten der Einfluss der Geometrie auf die Grauwertverteilung im Voxelmodell Hauptfehlerquelle in messtechnischen Auswertungen von CT-Daten ist. Dies bedeutet konkret, dass sich geometrische Messgrößen in Abhängigkeit von der Form eines Objektes, bei ansonsten identischen Bedingungen, unterschiedlich darstellen. Hauptbestandteil dieser Arbeit ist eine Analyse verschiedenster Segmentierungsalgorithmen, deren Bewertung nach zuvor definierten messtechnischen Klassifikatoren und die Identifizierung eines für die industrielle Messtechnik geeigneten Algorithmus. Es werden sowohl punkt- und kantenorientierte als auch regionenorientierte Verfahren miteinander verglichen. Dabei zeigt sich, dass sich die punktorientierte, dynamische, lokal-adaptive Bestimmung von Schwellwerten in besonderer Weise zur Auswertung von 3D-Voxelmodellen, deren Ursprung die Röntgencomputertomographie ist, auszeichnet. Die Implementierung eines solchen Verfahrens in Verbindung mit einem modifizierten Marching Cube Algorithmus liefert im Vergleich mit herkömmlichen Segmentierungsverfahren deutlich bessere Ergebnisse. Anhand eines synthetischen Datensatzes und einigen Testdatensätzen von tomographierten Objekten werden diese Ergebnisse mit dem Stand der Technik verglichen und für messtechnische Anwendungen qualifiziert. Der Nachweis einer deutlichen Verbesserung des Gesamtmessergebnisses durch diese Methode wird erbracht. Die zuvor festgestellten messtechnischen Abweichungen, welche aufgrund des Einflusses der Geometrie der Bauteile bei der Verwendung von globalen Schwellwerten auftreten, werden durch den Einsatz des entwickelten Algorithmus nahezu eliminiert.

Industrial X-ray computer tomography (CT) has become more and more important over the last few years, also in the field of measurement technology. Due to the specific feature of being able to detect objects completely, i. e. inclusive of their inner geometry, it holds an enormous potential capacity to replace to some extent the methods established in modern day measurement technology, i. e. coordinate-reading measurement or optical triangulation methods, or to complement many of their applications expediently (multi-sensor measurement). However, as in all fields of sensor technology, analysis of the collected data plays an important role in the field of computer tomography. Especially if metrological applications are important, demanding requirements have to be met regarding accuracy, repeatability and traceability of the entire process chain. The so-called segmentation refers to the method of separating heterogeneous materials from one another and/or from the environment of the object. Due to the special physical properties of X-rays, the problem is by no means trivial and has, up until now, only been solved insufficiently. To date methods derived from medical science are used for segmentation. They are all based on the identification of a global threshold which is then used for segmentation of the entire Voxel model.

The present dissertation initially deals with the scientific evidence of the insufficiency of the global threshold procedures used today for segmentation of industrial 3D computer tomography data sets and with the definition of requirements to a segmentation algorithm for application in the 3D-CT. Thereby the considerations focus especially on metrological applications. It is evidenced that, in addition to other physical negative effects, the influence of the geometry on spreading of the grey scale value in the Voxel module is the main source of error at the measurement evaluation of CT data. This means precisely that, if all other conditions are identical, geometrical measurement categories differ depending on the form of an object. The essential parts of this dissertation are the analysis of a range of segmentation algorithms, their evaluation according to predetermined measurement classifiers and the identification of an algorithm suited for industrial measurement technology. Both point-based and edge-based as well as region-based methods are compared with each other. It appears that the point-based, dynamic, local adaptive determination of thresholds is particularly distinguished for the evaluation of 3D Voxel models, which have their origins in X-ray computer tomography. Implementation of such a method combined with a modified Marching Cube Algorithm affords distinctly better results compared with traditional segmentation methods. These results are compared to the state of the art and qualified for metrological applications by means of a synthetic data set and some test data sets of digitised objects. Evidence is provided of a considerable improvement of the total measurement result through this method. The previously ascertained metrological deviations occurring due to the influence of the component’s geometry when using global thresholds are almost eliminated by applying the developed algorithm.