朱敏，于光輝，盧洪義，李朋

(海軍航空工程學院，山東 煙臺 264001)

0 引言

固體火箭發(fā)動機結(jié)構(gòu)簡單,機動性好,可靠性高且易于維護，但在生產(chǎn)和貯存期間，推進劑藥柱要承受各種載荷的作用，結(jié)構(gòu)完整性可能被破壞，產(chǎn)生裂紋、氣泡、脫粘等缺陷。這些缺陷的位置、形態(tài)和大小的不同對發(fā)動機的貯存和使用造成的影響也不同，因此需要弄清固體火箭發(fā)動機裝藥的內(nèi)部結(jié)構(gòu)。工業(yè)CT(computerized tomography)技術(shù)解決了發(fā)動機某一截面的內(nèi)部結(jié)構(gòu)問題，但僅靠檢測人員觀察工業(yè)CT檢測系統(tǒng)提供的二維序列斷層圖像(檢測時按照某一規(guī)律排列的一組圖像)，很難建立起固體火箭發(fā)動機缺陷的三維空間結(jié)構(gòu)，不能從空間的角度觀察分析，難以準確判別缺陷的性質(zhì)、空間位置和尺寸，容易造成誤判和漏判。

因此，研究基于工業(yè)CT二維序列斷層圖像的固體火箭發(fā)動機體空間缺陷特征精確測量技術(shù)，實現(xiàn)三維空間缺陷特征參數(shù)的精確測量，是固體火箭發(fā)動機壽命預估和故障診斷的重要技術(shù)支撐。其關(guān)鍵技術(shù)包括固體火箭發(fā)動機缺陷提取技術(shù)、體數(shù)據(jù)可視化技術(shù)和三維空間缺陷精確測量技術(shù)3部分內(nèi)容。

1 固體火箭發(fā)動機缺陷提取技術(shù)

1.1 現(xiàn)狀基本情況

對固體火箭發(fā)動機缺陷的提取，受技術(shù)封鎖的限制，未看到國外文獻對此有詳細敘述。國內(nèi)對發(fā)動機的CT檢測也不多，對固體火箭發(fā)動機主要進行X射線的缺陷檢測，也進行少量的CT檢測，但完全靠人工在二維CT圖像中進行缺陷判讀和缺陷尺寸的預測；從2000年開始對多型固體火箭發(fā)動機進行CT檢測[1-3]，得到大量CT圖像，在2008年已完成對二維CT圖像缺陷的自動提取和識別，后期陸續(xù)展開了對序列CT圖像的三維重建以及三維數(shù)據(jù)場的缺陷提取及測量工作[4-7]。

在醫(yī)學等領(lǐng)域，研究人員對數(shù)據(jù)場的三維分割也提出了很多方法，這些方法雖然不能完全應(yīng)用到固體發(fā)動機的缺陷提取中，但可為發(fā)動機缺陷的提取提供借鑒。這些分割方法主要包括閾值分割法和邊緣檢測法，有些方法雖然提出時間較早，但現(xiàn)在仍被廣泛使用，且大多算法可從二維推廣到三維。

1.2 閾值分割法和邊緣檢測法

閾值分割法是一種最常用的圖像分割方法，其原理是：通過設(shè)定不同的特征閾值，把圖像像素點分為若干類。該方法因?qū)崿F(xiàn)簡單、計算量小、性能較穩(wěn)定而成為圖像分割中最基本和應(yīng)用最廣泛的分割技術(shù)。根據(jù)閾值的作用范圍，閾值分割法大致分為4類[8]：基于點的全局閾值法、基于區(qū)域的全局閾值法、局部閾值方法和多閾值方法。

根據(jù)閾值選取方式的不同，基于點的全局閾值法包含以下幾種方法[9-12]：p分位數(shù)法、迭代方法閾值法、直方圖凹面分析法、最大類間方差法、熵方法、最小誤差閾值法、距量保持法、模糊集、均勻化誤差閾值法、聚類法、神經(jīng)網(wǎng)絡(luò)法、數(shù)學形態(tài)法和小波分析與變換法等。

根據(jù)閾值選取方式的不同，基于區(qū)域的全局閾值法包含以下幾種方法[13]：二維熵閾值分割方法、簡單統(tǒng)計法和梯度值散射圖法等。

用一個固定的全局閾值對整幅圖像進行分割，因不能兼顧圖像各處的情況而使分割效果受到影響，局部閾值方法用與像素位置相關(guān)的一組閾值對圖像各部分分別進行分割，因此也稱為動態(tài)閾值法或自適應(yīng)閾值法。該方法主要包含以下幾種方法[14-15]：分水嶺法、基于閾值曲面的二維遺傳算法、基于局部梯度最大值的插值方法、加權(quán)移動平均閾值方法、對比度度量閾值法等。這類算法時間和空間復雜度都較大，但抗噪能力強，對一些使用全局閾值法不宜分割的圖像有較好的效果。

如果圖像中含有占據(jù)不同灰度級區(qū)域的幾個目標，則需要使用多個閾值才能將它們分開。多閾值分割，可以看作全局閾值分割的推廣，全局閾值選取的方法，比如Otsu最大類間方差法、Kapur的最大熵方法、直方圖分析法和聚類法等都可以推廣到多閾值的情形[16]。

邊緣檢測法利用不同物質(zhì)灰度上的差異，通過設(shè)計合適的邊緣檢測算子，獲取檢測圖像或數(shù)據(jù)場的邊緣，再根據(jù)邊緣連通性或其他性質(zhì)將圖像或數(shù)據(jù)場分類。目前，邊緣檢測法大都是基于邊緣檢測算子的，常用的邊緣檢測算子有Roberts算子、Prewitt算子、Sobel算子、Canny算子、Zerocross算子和Log算子等。

1.3 發(fā)展趨勢

閾值分割方法雖然種類繁多，但大都是基于整幅圖像或整個體數(shù)據(jù)場灰度差異進行的分割，動態(tài)閾值法和多閾值法一定程度上考慮了分割與位置的關(guān)系，但與邊緣檢測法相比在位置關(guān)系考慮上仍存在很多不足。邊緣檢測法可以考慮到任意鄰域中灰度的變化，是固體火箭發(fā)動機缺陷提取技術(shù)今后需要重點研究的方向。

2 固體發(fā)動機體數(shù)據(jù)可視化技術(shù)

2.1 現(xiàn)狀基本情況

三維結(jié)構(gòu)特征剖析建立在序列CT圖像三維可視化的基礎(chǔ)上，序列CT圖像三維可視化，就是借助計算機圖形圖像技術(shù)，利用從CT檢測設(shè)備獲取的被檢測物體的結(jié)構(gòu)數(shù)據(jù)信息，在計算機上建立起三維模型，顯示出被檢測物體的三維圖像與立體特征，并且能夠?qū)崿F(xiàn)交互模式下的旋轉(zhuǎn)、平移、視角變換等各項功能。

現(xiàn)有的體數(shù)據(jù)三維可視化技術(shù)分為兩大類[17]：面繪制和體繪制，三維效果如圖1，2所示。面繪制中首先由三維體數(shù)據(jù)構(gòu)造出中間幾何圖元，再由傳統(tǒng)的計算機圖形學技術(shù)實現(xiàn)畫面繪制。體繪制直接由三維體數(shù)據(jù)產(chǎn)生屏幕上的二維圖像。這2種方法各有優(yōu)劣：面繪制的速度比較快，但不能反映體數(shù)據(jù)中各種因素的相互關(guān)系；體繪制可以表現(xiàn)物體中的細微結(jié)構(gòu)和細小變化，但顯示處理速度較慢。若采用面繪制技術(shù)，則無法準確顯示缺陷內(nèi)部信息及其在固體火箭發(fā)動機內(nèi)部的空間位置，所以采用體繪制技術(shù)。

圖1 面繪制結(jié)果Fig.1 Surface rendering results

圖2 體繪制結(jié)果Fig.2 Volume rendering results

2.2 體繪制技術(shù)

對于體繪制，光線投射法、足跡表法、錯切-變形法、頻域體繪制法、基于紋理映射的體繪制法等眾多算法先后被提出。

光線投射法是以圖像空間為序的算法，從成像面的每個像素出發(fā)，將投射的光線穿過三維體數(shù)據(jù)場，在射線上作等距采樣，并由距離每個采樣點最近的8個數(shù)據(jù)點作三線性插值得出每個采樣點的不透明度值和顏色值，計算出所有采樣點的不透明度值和顏色值后，可采用由前到后或由后到前2種不同方法將每個采樣點的不透明度值和顏色值進行合成，從而計算出屏幕上該像素點的顏色值。該法計算量非常大，成像速度慢，而光線投射提前終止[18]和體數(shù)據(jù)空間結(jié)構(gòu)的相關(guān)性[19]2種方法的使用提高了計算速度。

足跡表法是以物體空間為序的體繪制算法，與以圖像空間為序的體繪制算法不同，該算法的基本思想是逐層、逐行、逐個計算每一個體數(shù)據(jù)點對屏幕像素的貢獻，并加以合成，形成最后的三維重建圖像。該法會產(chǎn)生走樣現(xiàn)象[20]，為此研究二維圖像彎曲技術(shù)[21]和三維相鄰數(shù)據(jù)結(jié)構(gòu)[22]進行調(diào)整，提出拋雪球法[23]，消除了光面振蕩的現(xiàn)象。

光線投影體繪制法和足跡表法都存在計算量大、計算時間長的問題。Cameron G. G.和Lacroute P.等人綜合了圖像空間和物體空間的優(yōu)點，提出了錯切-變形混合體繪制算法，將三維體數(shù)據(jù)場的投影變換分解為三維體數(shù)據(jù)場的錯切變換和二維圖像的變形來實現(xiàn)，大大減少了投影過程的計算量。雖然此方法的體繪制速度得以提高，但缺少切平面垂直方向上的深度信息，且三維重建的圖像產(chǎn)生一定程度的失真。因此采用預先集成Shear-Warp算法框架、基于動態(tài)數(shù)據(jù)分布并行繪制、計算對應(yīng)體數(shù)據(jù)中像素權(quán)值、基于八叉樹快速分類、基于Warp系數(shù)改進Shear-Warp等方法[24]，提高了繪制的質(zhì)量。

頻域體繪制法是利用傅里葉投影-截面定理，在三維體數(shù)據(jù)相對應(yīng)的頻域場中，按給定的視線方向經(jīng)過原點抽取一個截面，再將這個截面作傅里葉逆變換，就可在空域的圖像平面中得到所需要的投影。該法采樣計算降低一維。但生成的圖像很像一張X光照片，沒有深度信息。

2.3 發(fā)展趨勢

以上4種體繪制算法都沒有利用硬件來提高繪制速度，所有的改進算法也都是在軟件的基礎(chǔ)上提高繪制效率。而基于紋理映射的體繪制法中，重采樣和插值運算等操作均由具有三維紋理映射能力的圖形加速卡完成，提高了運算速度。對于大規(guī)模三維體數(shù)據(jù)，該法受圖像加速卡內(nèi)存容量的限制，必須被分成若干子數(shù)據(jù)塊，引發(fā)頻繁的輸入/輸出操作及重采樣運算，使得體繪制性能急劇下降。因此，研究固體火箭發(fā)動機體數(shù)據(jù)空間跳躍技術(shù)、體數(shù)據(jù)快速裝入技術(shù)和體數(shù)據(jù)智能分類技術(shù)，是提高固體火箭發(fā)動機大規(guī)模體數(shù)據(jù)場體繪制速度和精度的重點研究方向。

3 固體火箭發(fā)動機缺陷三維空間精確測量技術(shù)

3.1 現(xiàn)狀基本情況

對固體火箭發(fā)動機缺陷的三維測量國外文獻未見公開發(fā)表。國內(nèi)對發(fā)動機缺陷的三維測量幾乎空白，僅有少量的二維測量，2011年開始對固體火箭發(fā)動機序列CT圖像生成的體數(shù)據(jù)場缺陷進行三維測量研究。

在工業(yè)其他領(lǐng)域及醫(yī)學領(lǐng)域，研究人員對數(shù)據(jù)場的三維測量提出了很多方法，因為測量對象的形態(tài)、性質(zhì)各不相同，被測物理量也多種多樣，所以三維測量方法也有多種。有的方法很難用于固體發(fā)動機的缺陷三維測量中，但也有部分方法值得借鑒。目前主要有如下幾種三維測量方法。

3.2 三坐標測量機法(CMM)

CMM(coordinate measuring machine)[25]可以實現(xiàn)任意曲面坐標點的測量和標記，并通過Pro/E，UG等專用掃描數(shù)據(jù)處理軟件建立掃描曲面的計算機模型，用于反求工程。由于固體發(fā)動機裝藥缺陷在殼體內(nèi)部，CMM無法進行掃描；對于得到的序列CT圖像也不是實體，同樣無法記錄缺陷坐標，因此該方法不適于固體發(fā)動機裝藥缺陷的三維測量。

3.3 立體顯微鏡法

立體顯微鏡是依靠人眼觀察獲得的圖像并進行判斷的一種顯微鏡系統(tǒng)[26]，該系統(tǒng)利用投影儀將計算機產(chǎn)生的正弦強度光柵條紋投射于被測物上。由于被測物表面的深度變化，投射條紋將會產(chǎn)生變形，CCD采集被測客體的位圖，利用相移技術(shù)以及相位重建技術(shù)對采集的位圖上每一個像素點計算求得相對應(yīng)點的三維數(shù)據(jù)信息，從而重建出被測物的表面輪廓。由于投影儀產(chǎn)生的光柵條紋無法穿透殼體，因此無法得到裝藥內(nèi)缺陷的形態(tài)，也就無法進行三維測量了。

3.4 結(jié)構(gòu)光法

結(jié)構(gòu)光法是將激光器發(fā)出的光束，經(jīng)過光學系統(tǒng)形成圖案投向物面，在物面上形成圖案并由攝像機攝取，而后由圖像根據(jù)三角法和傳感器結(jié)構(gòu)參數(shù)進行計算、得到景物表面的深度圖像，計算出物面的三維坐標值[27]。該法只適用于外表面的測量，對固體發(fā)動機裝藥缺陷也無能為力。

3.5 視覺重建法

根據(jù)物體的幾幅圖像定量恢復物體在三維空間的外形和位置，將該法應(yīng)用于固體火箭發(fā)動機只能構(gòu)建出發(fā)動機殼體的外觀和位置，對裝藥內(nèi)部情形一無所知。

3.6 基于CT體數(shù)據(jù)的三維測量方法

基于CT體數(shù)據(jù)的三維測量，是在得到物體三維CT圖像或序列二維CT圖像基礎(chǔ)上對感興趣區(qū)域進行的測量。根據(jù)用戶的不同需求，測量的物理量主要包括：空間中兩點間距離、空間中夾角、空間中剖切面面積、空間曲面面積、目標區(qū)域體積[28]等參數(shù)，對不同的測量物理量，都已有經(jīng)典的測量方法。該方法與前述幾種方法都不同，3.2～3.5節(jié)中所述的測量方法都是測量物體的外表面或內(nèi)表面，主要完成對表面的建模和測量，而本節(jié)所述測量方法能夠獲得被測物體的內(nèi)部信息，適用于固體火箭發(fā)動機缺陷的測量，可以借鑒，改進或改變某些物理量的經(jīng)典測量方法，縮短缺陷測量時間，提高缺陷測量精度，是固體發(fā)動機三維空間缺陷精確測量的重點研究方向。

3.7 基于VTK，MITK等交互式三維測量方法

在體數(shù)據(jù)三維重構(gòu)的基礎(chǔ)上，采用VTK(visualization toolkit)，MITK(medical imaging toolkit)中的類[29]，實現(xiàn)鼠標拾取點的屏幕坐標向世界坐標的轉(zhuǎn)換，利用距離公式或者余弦定理求出感興趣2點間的距離或感興趣2條線的夾角。該法可以為固體火箭發(fā)動機序列CT圖像缺陷最大直徑的交互式測量提供參考。

4 結(jié)束語

固體火箭發(fā)動機無損檢測中，傳統(tǒng)的基于二維CT圖像檢測手段容易出現(xiàn)誤判、漏判，三維空間的缺陷檢測、識別和測量是今后的發(fā)展方向。本文從固體火箭發(fā)動機缺陷提取技術(shù)、體數(shù)據(jù)可視化技術(shù)和三維空間缺陷精確測量技術(shù)3個方面入手，對固體火箭發(fā)動機體空間缺陷特征精確測量技術(shù)展開綜述，分析了各項技術(shù)的國內(nèi)外現(xiàn)狀基本情況、關(guān)鍵技術(shù)進展，并指出了各項技術(shù)今后的重點研究方向。

參考文獻：

[1] 盧洪義，楊興根，孫有田．固體火箭發(fā)動機內(nèi)部缺陷高分辨率檢測[J]．推進技術(shù)，2003，24(1)：91-93.

LU Hong-yi,YANG Xing-gen,SUN You-tian. High Resolution Inspecting Investigation for Inner Defect of SRM[J].Journal of Propulsion Technology，2003,24(1):91-93.

[2] 盧洪義，楊興根，程衛(wèi)平．小張角扇形束CT 在固體發(fā)動機局部檢測研究[J]．推進技術(shù)，2003，24(3)：251-253.

LU Hong-yi,YANG Xing-gen,CHENG Wei-ping. Local Tomography Inspecting Investigation for Inner Crack of SRM[J]. Journal of Propulsion Technology，2003,24(3):251-253.

[3] 盧洪義，徐明，于光輝．基于工業(yè)CT 技術(shù)的設(shè)備故障診斷與維修[J]．航空動力學報，2007，22(7)：1031-1034.

LU Hong-yi,XU Ming,YU Guang-hui. Fault Diagnosis and Maintenance of Equipment Based on Industrial CT Technology[J].Journal of Areospace Power， 2007,22(7):1031-1034.

[4] 朱敏，盧洪義，肖志斌，等．固體發(fā)動機CT圖像的一種自動分割方法[J]．固體火箭技術(shù)，2008，31(2)：201-204.

ZHU Min,LU Hong-yi,XIAO Zhi-bin,et al. A Kind of Automatic Segmentation Method for Solid Motor CT Image[J]. Journal of Solid Rocket Technobgy， 2008,31(2):201-204.

[5] 朱敏，盧洪義，李海燕．固體火箭發(fā)動機三維可視化無損檢測系統(tǒng)設(shè)計[J]．兵工學報，2008，29(7)：891-896.

ZHU Min,LU Hong-yi,LI Hai-yan. The Design of Solid Missile Motor 3D Visualization Nondestructive Inspection System[J]. Acta Armamentrii,.2008,29(7):891-896.

[6] 朱敏，盧洪義，叢培勝，等．固體發(fā)動機CT 檢測中的一種缺陷識別方法[J]．航空動力學報，2009，24(1)：230-234.

ZHU Min, LU Hong-yi, CONG Pei-sheng, et al. A Method of Defect Recognition in Solid Motor CT Testing[J].Journal of Areospace Power， 2009,24(1):230-234.

[7] 朱敏，盧洪義，李海燕．固體發(fā)動機虛擬剖切故障診斷技術(shù)研究[J]．固體火箭技術(shù)，2010，33(4)：232-236.

ZHU Min,LU Hong-yi,LI Hai-yan. Research on Virtual Cutting Fault Diagnosis Technology of Solid Rocket Motors[J]. Journal of Solid Rocket Technobgy， 2010,33(4):232-236.

[8] Mark D Nixon, Albert S Aguado.特征提取與圖像處理[M]．李實英，楊高波，譯．2版.北京：電子工業(yè)出版社,2010.

LI Shi-ying,YANG Gao-bo,Translated. Feature Extraction and Image Processing Second Edition[M]. Beijing:Publishing House of Electronics Industry,2010.

[9] 馬志強，孫世宇，王春平,等．基于迭代閾值的彈目圖像邊緣檢測方法研究[J]．信息技術(shù),2011，35(1)：26-28，51.

MA Zhi-qiang,SUN Shi-yu,WANG Chun-ping,et al. Research on Projectile and Target’s Image Edge Detection Method Based on the Iterative Threshold[J].Information Technology,2011,35(1):26-28,51.

[10] 景曉軍，李劍峰，劉郁林．一種基于三維最大類間方差的圖像分割算法[J]．電子學報,2003，31(9)：1281-1285.

JING Xiao-jun,LI Jian-feng,LIU Yu-lin. Image Segmentation Based on 3D Maximum Between-Cluster Variance[J].Acta Electronica Sinica, 2003,31(9):1281-1285.

[11] TSAI W. Moment-Preserving Thresholding: A New Approach[J]. Computer Vision, Graphics and Image Processing, 1985, 29(4): 377-393.

[12] CHANG S G, YU B, MARTIN V. Adaptive Wavelet Thresholding for Image Denoising and Ompression[J]. IEEE Transactions on Image Processing,2000, 9 (9):1532-1546.

[13] 劉俊，吳謹．一種基于梯度的直方圖閾值圖像分割改進方法[J]．計算機與數(shù)字工程,2010，38(4)：131-133.

LIU Jun,WU Jin. A Histogram Threshold Value Image Segmentation Improvement Method Based on Gradient[J].Computer and Digital Engineering,2010,38(4):131-133.

[14] Jong-Bae Kim, Hang-Joon Kim. Multiresolution-Based Watersheds for Efficient Image Segmentation [J]. Pattern Recognition Letters,2003, 24(1): 473-488.

[15] 薛景浩，章毓晉，林行剛．二維遺傳算法用于圖像動態(tài)分割[J]．自動化學報,2000，26(5)： 749-753.

XUE Jing-hao, ZHANG Yu-jin,LIN Xing-gang. Dynamic Image Segmentation Using 2-D Genetic Algorithms[J]. Acta Automatica Sinica, 2000,26(5): 749-753.

[16] HUANG D, WANG C. Optimal Multi-Level Thresholding Using a Two-Stage Otsu Optimization Approach [J]. Pattern Recognition Letters,2009,30(3):275-284.

[17] BRODLIE K, WOOD J. Recent Advances in Volume Visualization[J]. Computer Graphics Forum,2001, 20 (2): 125-148.

[18] BARTZ D, MEIBNER M. Voexls Versurs Polygons:A Comparative Approach for Volume Graphics[C]∥Proc Volume Graphics 99, Swansea, 1999:33-48.

[19] MORA B, JESSEL J, CAUBET R. A New Object-Order Ray-Casting Algorithm[C]∥ Washington:Proc. of the IEEE Visualization 2002: 203-210.

[20] Edward Swan J. Object-Order Rendering of Discrete Objects[D]. Ohio USA:The Ohio State University, 1998.

[21] 高艷，唐曉英，張軍莉．基于物體空間序法的CT圖像三維重建算法的研究[J]．北京生物醫(yī)學工程,2003，22(3)：180-183.

GAO Yan,TANG Xiao-ying,ZHANG Jun-li. A Study on CT Image 3-D Reconstruction Algorithm Based on Method of Space Sequence of Objects[J]. Beijing Biomedical Engneering, 2003,22(3):180-183.

[22] Orchard J Tmoller. Accelerated Splatting Using a 3D Adjacency Data Structure[C]∥Graphics Interface 2001, 2001: 191-200.

[23] MUELLER K, CRAWFIS R. Eliminating Propping Artifacts in Sheet Buffer-Based Splatting[C]∥Proc Visualization 98, 1998: 239-245.

[24] SCHULZE J P, KRAUS M, LANG U. Integrating Pre-Integration Into the Shear-Warp Algorithm [C]∥Proceedings of the Third International Workshop on Volume Graphics, Tokyo, 2003: 109-118.

[25] 蔣祖信．自由曲面的三維測量與反求工程[J]．機電一體化，2003,9(4)：15-18.

JIANG Zu-xin. Three Coordinate Measuring and Reverse Engineering Technology of Freedom Surface[J]. Mechatronics, 2003,9(4):15-18.

[26] 劉莉，姜志國，謝鳳英,等．光學體視顯微圖像立體測量系統(tǒng)研究與開發(fā)[J]．中國體視學與圖像分析,2003，12(4)：220-224.

LIU Li, JIANG Zhi-guo, XIE Feng-ying, et al. Research and Development of Stereoscopic System Based on Stereo Light Microscope Image[J]. Chinese Journal of Stereology and Image Analysis,2003,12 (4):220-224.

[27] JOAQUIM S, JORDI P, JOAN B. Pattern Codification Strategies in Structured Light Systems[J]. Pattern Recognition,2004, 37 (4):827-849.

[28] HARA T,YAMAMOTO A,ZHOU Xiang-rong,et al. Automated Volume Measurements of Pulmonary Emphysema on 3-D Chest CT Images[C]∥International Congress Series,2003,1256:1043-1048.

[29] 李燕．交互式空間物體三維測量方法的研究與實現(xiàn)[D]．西安：西北大學，2005.

LI Yan. Research on the Method of Interactive 3-D Object Measurements and Its Realization[D]. Xi′an:Northwest University, 2005.