CN108026677B - 用于预测织物表面的外观的方法、可读介质、图像数据库以及产生所述图像数据库的方法 - Google Patents
用于预测织物表面的外观的方法、可读介质、图像数据库以及产生所述图像数据库的方法 Download PDFInfo
- Publication number
- CN108026677B CN108026677B CN201680052644.2A CN201680052644A CN108026677B CN 108026677 B CN108026677 B CN 108026677B CN 201680052644 A CN201680052644 A CN 201680052644A CN 108026677 B CN108026677 B CN 108026677B
- Authority
- CN
- China
- Prior art keywords
- image
- yarn
- metadata
- data
- fabric surface
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 239000004744 fabric Substances 0.000 title claims abstract description 116
- 238000000034 method Methods 0.000 title claims abstract description 84
- 238000004519 manufacturing process Methods 0.000 title claims description 34
- 239000013598 vector Substances 0.000 claims abstract description 105
- 238000005259 measurement Methods 0.000 claims abstract description 22
- 239000004753 textile Substances 0.000 claims description 14
- 239000002994 raw material Substances 0.000 claims description 11
- 239000012535 impurity Substances 0.000 claims description 7
- 238000005286 illumination Methods 0.000 claims description 6
- 238000003384 imaging method Methods 0.000 claims description 2
- 238000013507 mapping Methods 0.000 claims 1
- 238000012360 testing method Methods 0.000 description 11
- 238000004088 simulation Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 5
- 238000005094 computer simulation Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 238000009940 knitting Methods 0.000 description 3
- 229920000742 Cotton Polymers 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 230000000875 corresponding effect Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 239000013067 intermediate product Substances 0.000 description 2
- 238000009941 weaving Methods 0.000 description 2
- 239000002759 woven fabric Substances 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000009954 braiding Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000007378 ring spinning Methods 0.000 description 1
- 238000009987 spinning Methods 0.000 description 1
- 238000010972 statistical evaluation Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000004804 winding Methods 0.000 description 1
Images
Classifications
-
- D—TEXTILES; PAPER
- D04—BRAIDING; LACE-MAKING; KNITTING; TRIMMINGS; NON-WOVEN FABRICS
- D04B—KNITTING
- D04B37/00—Auxiliary apparatus or devices for use with knitting machines
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/36—Textiles
- G01N33/365—Filiform textiles, e.g. yarns
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/001—Texturing; Colouring; Generation of texture or colour
Landscapes
- Engineering & Computer Science (AREA)
- Textile Engineering (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- General Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Medicinal Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Food Science & Technology (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
在根据本发明用于预测要由给定纱线生产的织物表面的外观的方法中，提供(201)图像数据记录的图像数据库。每个图像数据记录包括从图像纱线生产的织物表面的图像和与该图像相关联的元数据组。来自一个元数据组的参数值每个形成图像矢量。测量(202)给定纱线并且从测量(202)获得的参数值(203)形成纱线矢量。确定(206)在一方面纱线矢量和另一方面图像矢量之间的距离并且互相比较(207)它们。基于该比较(207)，从图像数据库选择(208)图像数据记录，并且输出(209)对应图像。该方法提供了真实结果。它可简单和快速地执行并且可动态扩展。
Description
技术领域
本发明涉及织物质量控制领域。它涉及一种根据第一专利权利要求的前序用于预测要由给定纱线生产的织物表面的外观的方法。它还涉及一种根据另一项独立专利权利要求的前序用于使用在本发明方法中的图像数据记录的图像数据库。此外，本发明涉及一种根据另一项专利权利要求的前序用于产生根据本发明的图像数据库的方法。
背景技术
在织物工业中，已经一直具有快速预测由给定纱线制成的织物表面的外观的需求。由纱线编织或针织真实织物表面是非常耗时的并且占用很多时间。有用的印花可以由纱线外观板给出，其通过将纱线紧密缠绕在矩形或梯形板上来产生。
自从电子纱线测试机和计算机已经可以使用以来，已经试图使用纱线测试设备来测试纱线的至少一个参数，将测量结果输入到计算机中，从其计算织物表面的外观，并且在输出设备上显示所计算外观作为仿真。该仿真方法已经例如描述在US-5,671,061 A,WO-97/31262A1,WO-98/16823A1,US-6,928,335B1和EP-1'006'225A2中。它们具有两个缺点。第一个缺点是关于操作属性：编程是耗时的，计算仿真在计算上是复杂的，并且在仿真的计算和呈现中都会隐藏着伪像。第二个缺点是关于基本属性：每个仿真是基于有限长度的纱线的所测量长度，即基于不需要理想化的特定样本。取决于该样本，仿真会改变，即使它们基于相同纱线类型的样本。
US-6,510,734 B1提出输出两个仿真用于比较：一个来源于给定真实纱线并且另一个基于图像纱线。仿真所需的图像纱线的参数通过测量真实存在的图像纱线或者通过从给定的统计数值计算获得。在后一种情况中，至少可以消除上面提及的第二个缺点，另一方面第一个缺点无法消除。
根据EP-1'452'985 A1，获取伸长纱线的图像并且分成多段。然后通过图像处理将图像段转换成下针的形状。从由此获得的下针，产生并且输出针织物的图像。
EP-0'568'700 A1涉及一种用于设计针织物的***并且涉及一种为此目的用于产生编织数据的方法。它提及指示网状结构的图像信息的存储。
EP-1'445'714 A1描述一种用于编织的方法和***。它教导获取现有针织物的多个图像并且通过图像处理汇编它们。合成复合图像输出在显示屏上。
WO-2009/039668 A1讨论一种用于设计针织物的***和方法。在某个处理步骤中，由用户可以从其中选择一种的不同针织物制成的纱线的图像可以显示在显示屏上。
一种用于在织物实验室中测试纱线的方法和装置例如从US-2008/0209998 A1已知。该设备根据连续流原理操作，即要测试的纱线在单个测试运转中被从纱线卷筒拉出，并且经过在装置中串联形式的传感器阵列以测量要确定的参数。一般在连接到该装置的控制和估算单元中实施传感器信号的估算，其可以设计为个人计算机。
纱线的至少一个参数值也可以用在纱线生产中使用的清纱器确定。例如举例而言在WO-2012/051730 A1中描述的。
发明内容
本发明的一个目的在于提供一种用于预测织物表面的外观的方法，其避免上述缺点。具体地，该方法将提供没有伪像的良好、真实结果。它应该越简单越好，快速可执行，并且动态可扩展。本发明的其他目的在于提供一种用于使用在根据本发明的方法中的图像数据库和一种用于产生图像数据库的方法。
这些和其他目的由如在独立专利权利要求中限定的根据本发明的方法实现。有利实施例描述在从属专利权利要求中。
本发明基于事先从图像纱线产生织物表面的概念。产生图像数据记录的图像数据库，其中每个图像数据记录包括织物表面的图像和与该图像相关联元数据的矢量。从关于给定纱线的输入数据，形成纱线矢量。基于在纱线矢量与图像矢量之间的距离，从数据库选择合适的图像并且输出。选择元数据最接近输入数据的图像输出。借由合适定义的度量，确定其应用的元数据。
在该文献中，所有平坦结构概括在术语“织物表面”下，其可以从至少一个纱线产生。织物表面的示例是编织织物，针织织物，纺织物，以及纱线外观板。
根据本发明的方法用来预测要从给定纱线产生的织物表面的外观。提供图像数据记录的图像数据库，在该图像数据库中每个图像数据记录包含从至少一个图像纱线产生的织物表面的图像和与该图像相关联的元数据组。每个元数据组包括第一组数据，其形成在矢量空间中的图像矢量。在矢量空间上，定义了度量，其分配距离给矢量空间的两个矢量中的每个。形成至少部分关于给定纱线的输入数据组，其包括第二组数据，该数据形成在相同矢量空间中的纱线矢量。确定在一方面纱线矢量和另一方面图像矢量之间的距离并且互相比较它们。基于该比较，从图像数据库选择图像数据记录，并且优选精确地一个图像数据记录，并且输出包含在所选择图像数据记录中的图像。
术语“数据组”在本说明书中不必须表示多个数据。数据组可以，但不需要必须，包含单个特征或符号。
本领域的技术人员例如从教科书“
Mathematik für Ingenieure"(HigherMathematics for Engineers),Volume II Linear Algebra,2nd Edition,SpringerFachmedien,1990”知晓矢量空间的概念，其在技术上具有显著意义。具体地，本领域的技术人员知晓在真实数量组R上的n维矢量空间Rn，它的维数n为大于或等于1的自然数。自然数n是第一和第二组数据的基数。图像矢量和纱线矢量具有相同的维数n并且由关于相同性质的互相对应分量组成。因此，图像矢量的第一分量可以例如指示图像纱线的纱线质量的变量的系数，并且纱线矢量的第一分量指示给定纱线的纱线质量的变量的系数，等等。
输入数据组和/或元数据组可以包括关于下面几个方面至少一个的数据：给定纱线或图像纱线的纱线参数的至少一个参数值，使用于给定纱线或图像纱线的生产的原材料，给定纱线或图像纱线的生产，织物表面的生产，图像的产生。
在所述方法的一个实施例中，输入数据组和每个元数据组每个包括给定纱线和图像纱线的至少一个纱线参数的参数值。该至少一个纱线参数例如关于给定纱线和图像纱线的下列参数的至少一个：质量，横向尺寸，棉结数量，纱线支数，发毛程度，杂物含量，抗拉强度，伸长率，捻度，摩擦力。该至少一个纱线参数不需要直接表征给定纱线，而是可以替代地或附加地表征原材料或使用来产生给定纱线的中间产品。在这种情况下，它也是指给定纱线。在应用记录2014年，第4版，Uster Technologies AG，SE-562的“
LABORATORYSYSTEMS.Description of all quality parameters measured by Uster Technologiesfiber and yarn testing equipment”中给出了可以使用在根据本发明的方法的这个实施例中的超过300个纱线参数的详细列表。
可以实施对给定纱线的测量，并且可以从测量的至少一个结果并且优选地通过测量的结果的后续估算确定给定纱线的至少一个参数值。
输入数据组可以包括关于下面几个方面的至少一个的第三组数据：使用于给定纱线的生产的原材料，给定纱线的生产，织物表面的意向产品，图像的产生。度量的定义然后可以与所述第三组数据相关。
例如为其距离最小的图像矢量选择图像数据记录。
除了图像，可以输出从距离计算的质量值，其是预测的质量的测量值。
在一个实施例中，图像数据库包括一组图像数据记录，其包含多个织物表面的图像，但元数据组具有相同第一组数据。具有相同第一组数据的织物表面可以依据下面细分方面的至少一个而互相不同：织物表面的制造过程，产生织物表面的机器的类型。该至少一个细分方面优选地映射在相应元数据组中。
在一个实施例中，图像数据库包括一组图像数据记录，其包括相同织物表面的不同图像。相同织物表面的不同图像可以每个已经由摄像过程记录。它们可以通过下面细分方面的至少一个进行区分：在图像记录期间织物表面的照明的类型，在图像记录期间照相机与织物表面的相互位置，在图像记录期间摄像参数设置。该至少一个细分方面优选地映射到相应元数据组中。
如果图像数据库包含至少100个、优选地至少1000个、并且例如至少10000个图像数据记录是有利的。
包括确定和比较所述距离、选择图像数据记录以及输出图像的发明方法步骤优选地由计算机执行。这样，可以通过从本地计算机发送输入数据组到在网络上的至少一个远程计算机，由至少一个远程计算机实施所述比较和选择，从至少一个远程计算机在网络上发送所选择图像到本地计算机，以及由本地计算机输出所选择图像来实施云计算。
本发明还包括具有存储在机器可读介质上的程序代码的计算机程序产品，用于当计算机程序产品在计算机上运行时实施在前序章节中提及的方法步骤。
本发明还包括用于使用在根据本发明的方法中的图像数据记录的图像数据库。每个图像数据记录包括由至少一个图像纱线制成的织物表面的图像和与该图像相关联的元数据组。每个元数据组包含第一组数据，其形成在矢量空间中的图像矢量，其中度量可以定义在矢量空间上，该度量分配距离给矢量空间的两个矢量的每个。图像数据库包含至少100个、优选地至少1000个、并且例如至少10000个图像数据记录。
元数据组可以包括关于下面方面至少一个的数据：图像纱线的纱线参数的至少一个参数值，使用来产生图像纱线的原材料，图像纱线的生产，织物表面的生产，图像的产生。
在一个实施例中，元数据组在每个情况下包括图像纱线的至少一个纱线参数的参数值。该至少一个纱线参数例如关于图像纱线的下列特性的至少一个：质量，横向尺寸，棉结数量，纱线支数，发毛程度，杂物含量，抗拉强度，伸长率，捻度，摩擦力。
在一个实施例中，图像数据库包括一组图像数据记录，其包括各个织物的图像，但元数据组具有相同第一组数据。具有相同第一组数据的织物表面可以依据下面细分方面的至少一个互相不同：织物表面的制造过程，产生织物表面的机器的类型。该至少一个细分方面优选地映射在相应元数据组中。
在一个实施例中，图像数据库包括一组图像数据记录，其包括相同织物表面的不同图像。不同图像每个由摄像过程获取。它们可以通过下面细分方面的至少一个进行区分：在图像记录期间织物表面的照明的类型，在图像记录期间照相机与织物表面的相互位置，在图像记录期间摄像参数设置，其中该至少一个细分方面映射到相应元数据组中。
此外，本发明还涉及一种用于产生用于使用在根据本发明的方法中的图像数据记录的图像数据库的方法。从至少一个图像纱线产生至少一个织物表面的图像。形成图像数据记录，其中每个图像数据记录包含其中一个图像和与该图像相关联的元数据组。每个元数据组包含形成在矢量空间中的图像矢量的第一组数据，其中度量可以定义在矢量空间上，其分配距离给矢量空间的两个矢量的每个。图像数据库包含至少100个、优选地至少1000个、并且例如至少10000个图像数据记录。
在一个实施例中，元数据组包含关于下面方面至少一个的数据：图像纱线的纱线参数的至少一个参数值，使用来产生图像纱线的原材料，图像纱线的生产，织物表面的生产，图像的产生。
在一个实施例中，每个元数据组每个包括图像纱线的至少一个纱线参数的参数值。该至少一个纱线参数关于图像纱线的下列特性的至少一个：质量，横向尺寸，棉结数量，纱线支数，发毛程度，杂物含量，抗拉强度，伸长率，捻度，摩擦力。为了确定参数值，可以在图像纱线上实施测量。从至少一个测量结果并且优选地通过后续统计估算测量结果确定图像纱线的至少一个参数值。
在一个实施例中，由相同图像纱线制成多个不同织物表面，以便图像数据库包括一组图像数据记录，其包括不同织物表面的图像，但元数据组具有相同第一组数据。具有相同第一组数据的元数据组可以依据下面细分方面的至少一个而互相不同：织物表面的制造方法，产生织物表面的机器的类型，并且其中该至少一个细分方面映射在相应元数据组中。
在一个实施例中，产生相同织物表面的多个不同图像。
图像优选地由摄像过程获取。替代地，图像可以例如借由计算机仿真产生。
如果相同织物表面的不同图像每个由摄像过程获取，那么它们可以依据下面细分方面的至少一个而互相不同：在图像记录期间织物表面的照明的类型，在图像记录期间照相机与织物表面的相互位置，在图像记录期间摄像参数设置，并且其中该至少一个细分方面映射到相应元数据组中。
因为根据本发明输出真实织物表面的图像，因此根据本发明的结果是真实的。即使再多计算仿真也不能提供如根据本发明方法的真实结果。并且，根据本发明的方法能够简单和快速地执行，因为它主要互相比较数据，其对于计算机而言是相对简单的任务。
根据本发明的图像数据库可以动态地改变。如果必要，它可以随时扩展或补充关于其他参数、纱线、织物表面、生产过程、记录情况等的图像数据记录。过时图像数据记录可以从图像数据库删除。一方面，可以由图像数据库提供商完成对图像数据库的更改。另一方面，即使图像数据库用户也可以改变他的图像数据库。他可以添加他自己的图像数据记录，例如，只要它们满足某些要求，例如特定数据格式。
附图说明
下面将参考附图更详细地解释本发明，其中
图1示意性地表示用于实施根据本发明的方法的装置的实施例。
图2示意性地表示输入数据组与根据本发明的数据库的元数据组的比较。
图3(a)和图3(b)至图5(a)和图5(b)表示用于使用在根据本发明的方法中的织物表面的图像。
图6表示矢量空间的示例，在其中给定纱线的参数值可以与图像纱线的参数值进行比较。
图7表示根据本发明用于产生图像数据库的方法的实施例的流程图。
图8表示根据本发明用于预测织物表面的外观的方法的第一实施例的流程图。
图9表示根据本发明用于预测织物表面的外观的方法的第二实施例的流程图。
具体实施方式
图1表示用于实施根据本发明的方法的装置的实施例。它包括使用在织物实验室中的用于测量给定纱线9的纱线测试设备1，如从US-2008/0209998 A1已知。纱线测试设备1可以包括用于测量纱线9的各个特性的各个模块11。替代地，可以如从WO-2012/051730 A1已知借由使用在纱线生产中的清纱器、或者借由另一个测量设备来发生给定纱线9的测量。在另一个实施例中，如替代或附加到纱线9的直接测量，可以使用合适的测试设备测量使用于纱线9的生产的原材料或中间产品，例如使用纤维测试仪测量粗棉纤维。
测量结果发送到本地计算机2，例如个人计算机，它从其确定至少一个纱线参数的相应参数值94、95(参见图2)。优选地通过统计估算测量结果来实施至少一个参数94、95的确定。该至少一个纱线参数可以例如指示给定纱线9的下面特性的至少一个：质量，横向尺寸，棉结数量，纱线支数，发毛程度，杂物含量，抗拉强度，伸长率，捻度，摩擦力。
在图1中图示的实施例使用云计算。纱线9的至少一个参数值94、95从本地计算机2经由网络发送到至少一个远程计算机4，其由箭头31表示。至少一个远程计算机在图1中描述为比喻“云”4，其代表信息技术的基础结构。
下面将参考图8和图9描述用于预测要从给定纱线9生产的织物表面的外观的方法的实施例。
云4尤其可以包括也显示在图2中的图像数据记录51的图像数据库5。每个图像数据记录51包含从至少一个图像纱线7(参见图3(b))生产的织物表面61-64(参见图3(a)和图3(b)-图5(a)和图5(b))的图像52和与图像52相关联的元数据组53。预先产生图像数据库5。下面将参考图7描述用于产生图像数据库5的方法的实施例。元数据组53包含关于下面方面至少一个的数据：包括图像纱线7的纱线参数的至少一个参数值54、55的第一组数据，使用来产生图像纱线7的原材料，图像纱线7的生产，织物表面61-64的生产，图像52的产生。在图2的简单示例中，示意性地描述了下面数据54-58，该任意元数据组53可以包含：
·关于图像纱线7的两个不同纱线参数例如纱线质量变量系数CVm和发毛程度H的两个参数值54、55。纱线参数对应于使用来表征给定纱线9的那些参数。
·图像纱线7的纺纱过程56，例如环锭纺纱。
·织物表面62的生产57，例如编织。
·图像52的产生58，例如透射光。
数据54-58以合适数字数据格式存储，其在此不需要详细讨论。这些同样适用于图像52的数据。
在一个实施例中，图像数据库5包含至少100个、优选地至少1000个、并且例如至少10000个图像数据记录51。这些数量是基于下列考虑的。图像数据记录51可以从三个层级由数据表征：
·纱线类别。这由制造图像纱线7的材料和方法以及织物表面61-64的制造过程给出。示例：在交叉缠绕卷筒上用于针织100％的棉、梳过的环锭纺纱。
·参数等级，即在类别内离散参数值的数量。示例：两个参数(其中每个情况给出10个离散值)在一个类别中产生20个参数值。
·图像类型。这主要由织物表面61-64的制造过程和图像52的成像过程确定。示例：在入射光中的织物。
下表在三列中表示在上述等级每个中的元素的小、中和大数量的示例。在最后一行中给所需图像数据记录51的总数的值在各种情况下由来自前三行的值的成绩获得。
给定纱线9的参数值94、95概括为在至少部分关于给定纱线9的数据的组93中的第二组数据。该组93在本文中称为“输入数据组”，因为它是根据本发明的方法的输入数据。除了第二组数据94、95，输入数据组93包含第三组数据96，举例而言包括例如纱线9的意向用途。
在云4中，将给定纱线9的第二组数据94、95和图像52与之相关的图像纱线7的第一组数据54、55进行比较，其在图2中由双箭头41指示。下面将参考图6解释该比较的示例。通过确定和比较在相应矢量空间中的两个矢量即从给定纱线9的第二组数据94、95形成的第一矢量和从元数据记录53的第一组数据54、55形成的第二矢量之间的距离，完成比较41。
基于比较41，从图像数据库5选择特定图像数据记录51。将来自选定图像数据记录51的图像52经由网络发送给本地计算机2，其用箭头32示出在图1中。发送的图像52显示在连接到本地计算机2的输出单元21例如显示屏或打印机上。
云计算的其中一个优点是，在数据库5中大量的数据存储在云4中并且绝大多数处理步骤在云4中执行。结果，释放了本地计算机2。得益于本地计算机2的低技术要求，还可以将它提供为便携式电子设备，例如智能电话。云计算的另一个优点是，可以中心地维护和扩展数据库5。然而，根据本发明的方法可以以完全本地的方式例如取代云计算而在本地计算机2上来实施。
图3(a)和图3(b)-图5(a)和图5(b)表示织物表面61-64的图像52.1-52.6的示例，当它们可以使用在根据本发明的方法中时。
图3(a)和图3(b)是图像52.1、52.2的同一个作为织物表面的纱线外观板61。在两个图像52.1、52.2之间的不同是记录距离。图3(a)的图像52.1从较大距离获取并且示出整个纱线外观板61，而图3(b)的图像52.2从较小距离获取并且示出图像纱线7的细节直到从图像纱线7伸出的纤维端部(“毛状物”)。因此，图3(b)的图像52.2确实是图3(a)的纱线外观板61的细节，而不是图3(a)的图像52.1的细节。相反，相同纱线外观板61的两个图像52.1、52.2在不同情况下被单独记录。替代地，图像52的细节可以由图像52的放大图显示，然而其将需要图像52具有非常高分辨率。
图4(a)和图4(b)显示同一个织物62的图像52.3、52.4。图像52.3、52.4仍然在它们的记录属性方面互相不同。图4(a)的图像52.3在透射光中被记录，图4(b)的图像52.4在入射光中被记录。取决于织物62的哪种特性是重要的，图像52.3或图像52.4更适合于输出。
借由示例，图5(a)和图5(b)表示每个包括不同图像纱线7的不同针织织物63、64的图像52.5、52.6。因为使用于两个针织织物63、64的图像纱线7的不同特性，图5(a)的针织织物63具有比图5(b)的织物64更差的“更模糊”外观。
织物表面61-63可以由相同图像纱线7实现。然后图像52.1-52.5属于一组图像数据记录51，其包含不同织物表面61-63的图像52.1-52.5，但元数据组53具有相同参数值54、55。
图6图解说明给定纱线9的参数值94、95如何可以与图像纱线7的参数值54、55进行比较的可能性。从对给定纱线9测量的结果，在各种情况下确定这是一个纱线参数的参数值94、95。该至少一个纱线参数定义矢量空间8。图6的简单示例涉及在真实数量组上的二维矢量空间R2，即考虑两个纱线参数，其分别沿着笛卡尔坐标系的横轴81和纵轴82标绘。在图6中所示的平面可以因此理解为二维矢量空间8的示意图。可以理解本发明不限于二维矢量空间，而是可以推广到n维矢量空间，其中n＝1,2,3,…，是指示所使用参数的数量的自然数。
给定纱线9的两个参数值94、95定义在矢量空间8中的纱线矢量91。同样，分别包含在元数据组53中的图像纱线7的两个参数值54、55定义图像矢量71-75，其中一些示出在图6中。沿着特定轴81应用的参数94、54在每种情况下涉及纱线9、7的相同特性，例如涉及棉结的数量。
在矢量空间8上定义度量，其分配距离d(x,y)给矢量空间的两个矢量x、y中的每个。该度量可以例如由给每个矢量x分配长度||x||的标准来产生。然后距离d(x,y)由相应不同矢量(x-y)的长度||x-y||给出：
根据本发明的知识，本发明的技术人员可以建立适合于根据本发明的方法的其他度量。上述欧几里得度量的变量通过参数值乘以合适权重因子来获得，以结合考虑相应参数的重要性和/或相应参数值的绝对幅度。例如：
在该示例中，第二参数比第一参数被赋以更大的权重。
可以缩放相应参数的参数值以便它们位于例如间隔[0,1]或[-1,1]内。
度量的定义可以依赖于输入数据组93的第三组数据96，它们不同于第二组数据94、95。该第三组数据96可以具体关于图像52的产生。例如，假设输入数据组93包含用于纱线参数“棉结数量”的第一参数值94和用于纱线参数“发毛程度”的第二参数值95。举例而言如在图3(a)中所示，从一定距离捕捉的织物表面61的整个图像52.1受到棉结的影响，但几乎不受发毛程度的影响。相反，对于从更近距离获取的细节视图52.2，举例而言如在图3(b)中所示，发毛程度是需要关注的，而棉结是不太需要关注的。因此，对于选择整体图像52.1或细节视图52.2，可以使用不同的度量。就定义度量来说，在前一种情况中纱线参数“棉结数量”被赋以更大的权重，在后一种情况中纱线参数“发毛程度”被赋以更大的权重。在极端情况下，不重要的纱线参数根本不进入度量，即它被用权重因子零加权。
根据本发明，确定在一方面纱线矢量91和另一方面图像矢量71-75之间的距离并且互相比较它们。在根据本发明的一个实施例中，针对哪个距离d(x,y)最小从图像数据库5选择图像数据记录51。换句话说，选择它的参数值54、55最接近参数值94、95的图像数据记录51。在图6的示例中，这应用到具有图像矢量73在图像数据记录51。输出包含在所选图像数据记录51中的对应图像52。图像52代表对要由给定纱线9生产的织物表面的外观的预测。
在图6的实施例的上述讨论中，为了清晰，给定纱线9的参数值94、95或图像纱线7的参数值54、55已经使用来图解说明。然而，矢量空间8不必须或不排他地由可测量参数定义。相反，来自输入数据组93的第三组数据96和来自元数据组53的其他数据56-58也可以定义矢量空间8。如果这些其他数据96、56-58本质上非数学上可管理的，那么它们可以以合适的方式被分配真实的数值。在其中其他数据涉及织物表面的生产过程的一个示例中，该分配可以如下所示：
替代地，其他数据96、56-58可以通过在度量中的权重因子而被结合考虑。在其他替代例中，其他数据96、56-58可以形成用于数据记录51的选择标准。如果，例如，第三组数据96指示给定纱线9准备使用于针织织物，那么仅考虑来自数据库5显示针织织物的图像52的那些数据记录51会是有用的。
除了图像52，可以输出从距离计算的质量值Q，其是对预测的质量的测量。质量值Q可以例如如下进行计算：
Q＝1-d/dmax，
其中dmax表示最大可能距离。上述质量值Q在间隔[0,1]中，其中质量值Q靠近零表示不利、不可靠的预测，质量值Q靠近一表示良好、可靠的预测。在低质量值Q的情况下，除了图像52还可以输出报警消息，举例而言，例如“注意，不可能获得良好预测”。
图7表示根据本发明如参考图2所描述用于产生图像数据库5的方法的实施例的流程图。提供101图像纱线7。测量102图像纱线7。从至少一个测量102的结果相应确定103图像纱线7的至少一个纱线参数的参数值54、55。从图像纱线7生产104织物表面61-64。产生105织物表面61-64的图像52，例如由摄像过程记录。形成106元数据组53，其至少部分涉及图像纱线7。元数据组53包括图像纱线7的参数值54、55，参数值54、55形成在矢量空间8中的图像矢量71-75(参见图6)，其中可定义在矢量空间8上的度量，其分配距离给矢量空间8的两个矢量中的每个。将元数据组53分配107给图像52，以便图像52和元数据组53形成图像数据记录51。可以产生108相同织物表面61-64的其他图像52，其例如在它们的记录的属性方面不同。可以从相同图像纱线7产生其他织物表面61-64。此外，可以提供110其他图像纱线7并且可以重复使用上面描述的这些处理步骤101-110。最后，从至少100个、优选地至少1000个、并且例如至少10000个图像数据记录(51)产生111图像数据库5。
在第一次产生111图像数据库5之后，可以改变图像数据库5。图像数据库5的改变可以包括，例如，添加附加图像数据记录51或者删除不再需要的图像数据记录51。
图8显示根据本发明用于预测要从给定纱线9生产的织物表面61-64的外观的方法的第一实施例的流程图。提供201图像数据库5，其结构已经描述在图2的场合并且它的产生描述在图7的场合。在图像数据库5中，每个图像数据记录51包含从至少一个图像纱线7生产的织物表面61-64的图像52和分配给图像52的元数据组53。每个元数据组53包含图像纱线7的参数值54、55，其形成在矢量空间8中的图像矢量71-75(参见图6)。实施202对给定纱线9的测量。从测量202的至少一个结果中的每个，确定203给定纱线9的至少一个纱线参数的参数值94、95。在矢量空间8上，定义204度量，其分配距离给矢量空间8的两个矢量的每个。形成205至少部分关于给定纱线9的输入数据组93，其包含给定纱线9的参数值94、95。这些参数值94、95形成在相同矢量空间8中的纱线矢量91。确定206在一方面纱线矢量91和另一方面图像矢量71-75之间的距离并且互相比较207它们。基于该比较207，从图像数据库5选择208图像数据记录51，优选地只选择一个图像数据记录51。输出209包含在所选择图像数据记录51中的图像52。它代表对要由给定纱线9生产的织物表面的外观的预测。
最后四个步骤206-209优选地由计算机2、4执行。
图9表示根据本发明用于预测织物表面的外观的方法的第二实施例的流程图。其中，将讨论图8的比较步骤207的选择步骤208的优选实施例。提供数据库201、纱线测量202、参数值确定203、以及输入数据组形成205的步骤已经参考图8解释。它们在图9中概述在一个步骤301中。
在下面描述的处理循环中，确定在一方面纱线矢量91(参见图6)和另一方面图像矢量71-75之间的距离并且互相比较它们。在图9的实施例中并且在下面的描述中，确定和比较是按顺序的；替代地，它们可以至少部分并行发生。从图像数据库5，提取320图像数据记录51。图像数据记录51的元数据组53包含，例如，对应图像纱线7的参数值54、55，其定义图像矢量71。计算303纱线矢量91与从由图像数据库5提取的图像数据记录51获取的当前图像矢量71之间的距离。如果当前计算距离是迄今最小计算距离304，那么提供从由图像数据库5提取的图像数据记录51获取的当前图像52用于输出305。否则，循环传递到下一个图像数据记录51，等等。当已经检查306所有图像数据记录51，循环结束。准备用于输出的图像52属于图像数据记录51，它的图像矢量73具有到纱线矢量91的最小距离。将该图像52输出307为该方法的结果。图9的输出步骤307再次对应于图8的输出步骤209。
该方法，其中可能除了第一步骤301，优选地由计算机2、4执行，
可以理解本发明不限于上述讨论的实施例，本领域的技术人员将能够推导其他变形，其也属于本发明的主题，如在独立专利权利要求中限定。
附图标记
1 纱线测试设备
11 纱线测试设备的模块
2 本地计算机
21 输出单元
31 数据从本地计算机发送到云
32 数据从云发送到本地计算机
4 云(云计算)，远程计算机
41 比较
5 图像数据库
51 图像数据记录
52 图像
53 元数据组
54,55 图像纱线的参数值
56-58 图像纱线的其他数据
61 作为织物表面的纱线外观板
62 作为织物表面的织物
63,64 作为织物表面的针织织物
7 图像纱线
71-75 图像矢量
8 矢量空间
81 横轴
82 纵轴
9 给定纱线
91 纱线矢量
93 输入数据组
94,95 给定纱线的参数值
96 给定纱线的第三组数据
101 提供图像纱线
102 测量图像纱线
103 确定图像纱线的参数值
104 从图像纱线生产织物表面
105 产生织物表面的图像
106 形成元数据组
107 形成图像数据记录
108 问题：应该获取其他图像？
109 问题：应该产生其他织物表面？
110 问题：应该提供其他图像纱线？
111 产生图像数据库
201 提供图像数据库
202 测量给定纱线
203 确定输入数据组
204 定义度量
205 形成输入数据组
206 确定距离
207 比较距离
208 基于比较选择图像数据记录
209 输出图像
301 测量给定纱线
302 提取下一个图像数据记录
303 计算在纱线矢量与当前图像矢量之间的距离
304 问题：这是最小距离？
305 使当前图像能够用于输出
306 问题：检查了所有图像数据记录？
307 输出准备好的图像
Claims (31)
1.一种用于预测要从给定纱线(9)生产的织物表面的外观的方法，其中
提供图像数据记录(51)的图像数据库(5)，在图像数据库(5)中每个图像数据记录(51)包括从至少一个图像纱线(7)生产的织物表面(61-64)的图像(52)和与图像(52)相关联的元数据组(53)，其特征在于，
每个元数据组(53)包括形成在矢量空间(8)中的图像矢量(71-75)的第一组数据(54、55)，
在所述矢量空间(8)上，定义度量，其分配距离给所述矢量空间(8)的两个矢量中的每个，
形成至少部分关于所述给定纱线(9)的输入数据组(93)，其包括第二组数据(94、95)，该第二组数据(94、95)形成在同一所述矢量空间(8)中的纱线矢量(91)，
确定在一方面所述纱线矢量(91)和另一方面所述图像矢量(71-75)之间的距离并且互相比较它们，
基于该比较，从所述图像数据库(5)选择图像数据记录(51)，以及
输出包含在所选择图像数据记录(51)中的图像(52)。
2.如权利要求1所述的方法，其中所述输入数据组(93)和/或所述元数据组(53)包含至少一个关于以下方面的数据(94-96、54-58)：所述给定纱线(9)或图像纱线(7)的纱线参数的至少一个参数值，使用来产生所述给定纱线(9)或图像纱线(7)的原材料，所述给定纱线(9)或图像纱线(7)的生产，所述织物表面(61-64)的生产，所述图像(52)的产生。
3.如权利要求2所述的方法，其中所述输入数据组(93)和每个元数据组(53)包括所述给定纱线(9)和图像纱线(7)的至少一个纱线参数的参数值，该至少一个纱线参数关于给定纱线(9)和图像纱线(7)的下列特性的至少一个：质量，横向尺寸，棉结数量，纱线支数，发毛程度，杂物含量，抗拉强度，伸长率，捻度，摩擦力。
4.如权利要求3所述的方法，其中实施对所述给定纱线(9)的测量，并且从至少一个测量结果确定给定纱线(9)的至少一个参数值。
5.如权利要求1所述的方法，其中所述输入数据组(93)包括关于下面几个方面中的至少一个方面的第三组数据(96)：使用于所述给定纱线(9)的生产的原材料，所述给定纱线(9)的生产，所述织物表面的意向产品，所述图像(52)的产生，并且其中所述度量的定义依赖于所述第三组数据(96)。
6.如权利要求1所述的方法，其中为其距离最小的图像矢量(73)选择图像数据记录(51)。
7.如权利要求1所述的方法，其中除了所述图像(52)，输出从距离计算的质量值，其是预测的质量的测量值。
8.如前述权利要求其中一项所述的方法，其中所述图像数据库(5)包含一组图像数据记录(51)，其包含不同织物表面(61-64)的图像(52)，但元数据组(53)具有相同第一组数据(54、55)。
9.如权利要求8所述的方法，其中具有相同第一组数据(54、55)的织物表面(61-64)依据下面细分方面的至少一个方面而互相不同：织物表面(61-64)的制造方法，产生织物表面(61-64)的机器的类型，并且其中该至少一个细分方面映射在相应元数据组(53)中。
10.如权利要求1所述的方法，其中所述图像数据库(5)包含一组图像数据记录(51)，其包括相同织物表面(61)的不同图像(52)。
11.如权利要求10所述的方法，其中不同图像(52)每个由摄像过程记录，不同图像(52)通过至少一个以下细分方面进行区分：在图像记录期间织物表面(61)的照明的类型，在图像记录中照相机与织物表面(61)的相互位置，在图像记录中摄像参数设置，以及
该至少一个细分方面映射到相应元数据组(53)中。
12.如权利要求1所述的方法，其中所述图像数据库(5)包含至少100个图像数据记录(51)。
13.如权利要求1所述的方法，其中由计算机(2、4)执行以下步骤：
确定和比较在所述纱线矢量(91)与所述图像矢量(71-75)之间的距离，
基于该比较从所述图像数据库(5)选择图像数据记录(51)，以及
输出包含在所选择图像数据记录(51)的图像(52)。
14.如权利要求13所述的方法，其中通过从本地计算机(2)经由网络(31)发送所述输入数据组(93)到至少一个远程计算机(4)，由所述至少一个远程计算机(4)实施所述比较和选择，从所述至少一个远程计算机(4)经由网络发送(32)所选择图像(52)到所述本地计算机(2)，以及由所述本地计算机(2)输出所选择图像(52)来实施云计算。
15.一种存储在机器上的可读介质，其存储有程序代码，该程序代码使计算机(2、4)执行下述方法，该方法如所述权利要求13中提及的方法。
16.一种在根据权利要求1-14其中一项所述的方法中使用的由图像数据记录(51)构成的图像数据库(5)，其中
每个图像数据记录(51)包含由至少一个图像纱线(7)制成的织物表面(61-64)的图像(52)和与该图像(52)相关联的元数据组(53)，
每个元数据组(53)包括第一组数据(54、55)，其形成在矢量空间(8)中的图像矢量(71-75)，其中度量能够定义在矢量空间(8)上，该度量分配距离给矢量空间(8)的两个矢量中的每个，以及
图像数据库(5)包含至少100个图像数据记录(51)。
17.如权利要求16所述的图像数据库(5)，其中所述元数据组(53)包含有关以下至少一个方面的数据(54-58)：图像纱线(7)的纱线参数的至少一个参数值，使用来产生图像纱线(7)的原材料，图像纱线(7)的生产，织物表面(61-64)的生产(104)，图像(52)的产生。
18.如权利要求17所述的图像数据库(5)，其中每个元数据组(53)包括图像纱线(7)的至少一个纱线参数的参数值，该至少一个纱线参数有关图像纱线(7)的下列特性的至少一个：质量，横向尺寸，棉结数量，纱线支数，发毛程度，杂物含量，抗拉强度，伸长率，捻度，摩擦力。
19.如权利要求16-18其中一项所述的图像数据库(5)，其中所述图像数据库(5)包含一组图像数据记录(51)，其包括不同织物表面(61-64)的图像(52)，但元数据组(53)具有相同第一组数据(54、55)。
20.如权利要求19所述的图像数据库(5)，其中具有相同第一组数据(54、55)的织物表面(61-64)依据以下至少一个细分方面而互相不同：织物表面(61-64)的制造方法，产生织物表面(61-64)的机器的类型，并且其中该至少一个细分方面映射在相应元数据组(53)中。
21.如权利要求16所述的图像数据库(5)，其中所述图像数据库(5)包含一组图像数据记录(51)，其包括相同织物表面(61)的不同图像(52)。
22.如权利要求21所述的图像数据库(5)，其中
不同图像(52)每个由摄像过程记录(105)，不同图像(52)通过以下至少一个细分方面进行区分：在图像记录期间织物表面(61)的照明的类型，在图像记录中照相机与织物表面(61)的相互位置，在图像记录中摄像参数的设置，且
该至少一个细分方面映射到相应元数据组(53)中。
23.一种产生用于使用在根据权利要求1-14其中一项的方法中的图像数据记录(51)的图像数据库(5)的方法，其中
从至少一个图像纱线(7)产生至少一个织物表面(61-64)的图像(52)，
形成图像数据记录(51)，其中每个图像数据记录(51)包含其中一个图像(52)和与该图像(52)相关联的元数据组(53)，
每个元数据组(53)包括形成在矢量空间(8)中的图像矢量(71-75)的第一组数据(54、55)，其中度量能够定义在矢量空间(8)上，其分配距离给矢量空间(8)的两个矢量中的每个，以及
从至少100个图像数据记录(51)产生图像数据库(5)。
24.如权利要求23所述的方法，其中元数据组(53)包含有关以下至少一个方面的数据(54-58)：图像纱线(7)的纱线参数的至少一个参数值，使用来产生图像纱线(7)的原材料，图像纱线(7)的生产，织物表面(61-64)的生产，图像(52)的产生。
25.如权利要求24所述的方法，其中每个元数据组(53)在各种情况下包括图像纱线(7)的至少一个纱线参数的参数值，该至少一个纱线参数有关图像纱线(7)的下列特性的至少一个：横向尺寸，棉结数量，纱线支数，发毛程度，杂物含量，抗拉强度，伸长率，捻度，摩擦力。
26.如权利要求25所述的方法，其中实施对图像纱线(7)的测量，并且从至少一个测量结果确定图像纱线(7)的至少一个参数值。
27.如权利要求23-26其中一项所述的方法，其中由相同图像纱线(7)生产多个不同织物表面(61-64)，以便图像数据库(5)包括一组图像数据记录(51)，其包括不同织物表面(61-64)的图像(52)，但元数据组(53)具有相同第一组数据(54、55)。
28.如权利要求27所述的方法，其中具有相同第一组数据(54、55)的织物表面(61-64)依据以下至少一个细分方面而互相不同：织物表面(61-64)的制造方法，产生织物表面(61-64)的机器的类型，并且其中该至少一个细分方面映射在相应元数据组(53)中。
29.如权利要求23所述的方法，其中产生相同织物表面(61)的多个不同图像(52)。
30.如权利要求23所述的方法，其中所述图像(52)由摄像过程获取。
31.如权利要求29所述的方法，其中产生所述相同织物表面(61)的多个不同图像(52.1,52.2)，所述相同织物表面(61)的不同图像(52.1,52.2)每个由摄像过程记录，相同织物表面(61)的不同图像(52.1,52.2)通过下面细分方面的至少一个进行区分：在图像记录期间织物表面的照明的类型，在图像记录中照相机与织物表面(61)的相互位置，在图像记录中摄像参数的设置，且该至少一个细分方面映射到相应元数据组(53)中。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CH01306/15 | 2015-09-10 | ||
| CH13062015 | 2015-09-10 | ||
| PCT/CH2016/000115 WO2017041191A1 (de) | 2015-09-10 | 2016-09-09 | Vorhersage des aussehens einer textilen fläche |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108026677A CN108026677A (zh) | 2018-05-11 |
| CN108026677B true CN108026677B (zh) | 2021-03-23 |
Family
ID=54198898
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201680052644.2A Active CN108026677B (zh) | 2015-09-10 | 2016-09-09 | 用于预测织物表面的外观的方法、可读介质、图像数据库以及产生所述图像数据库的方法 |
Country Status (3)
| Country | Link |
|---|---|
| EP (1) | EP3320134B1 (zh) |
| CN (1) | CN108026677B (zh) |
| WO (1) | WO2017041191A1 (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP7285704B2 (ja) * | 2019-06-18 | 2023-06-02 | 株式会社島精機製作所 | 機械学習による編機の駆動データの処理方法及び処理システム |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1070752A (zh) * | 1991-09-17 | 1993-04-07 | 旭化成工业株式会社 | 编织设计***及其编织数据编排方法 |
| CN1080001A (zh) * | 1992-06-18 | 1993-12-29 | 泽韦格-乌斯特有限公司 | 用来估计纱疵对于机织物或编织物影响的方法和装置 |
| CN1117546A (zh) * | 1994-08-22 | 1996-02-28 | 法国纺织研究院 | 为检验织造缺陷而进行的平面织物成像及图像处理方法 |
| CN1534294A (zh) * | 2002-06-06 | 2004-10-06 | 香港理工大学 | 织物表面分析方法及其*** |
| CN1699999A (zh) * | 2005-05-18 | 2005-11-23 | 东华大学 | 纱线或织物表面特征的光学与力学组合测量方法及装置 |
| CN1736108A (zh) * | 2003-01-10 | 2006-02-15 | 皇家飞利浦电子股份有限公司 | 有效的预测图像参数估计 |
| CN1310176C (zh) * | 2001-10-05 | 2007-04-11 | 株式会社岛精机制作所 | 针织物的设计方法与设备 |
| WO2009039668A1 (en) * | 2007-09-28 | 2009-04-02 | Smartpatterns Inc. | System and method for design of stitched objects |
| CN103258102A (zh) * | 2013-05-29 | 2013-08-21 | 江南大学 | 一种用于图像分析的平纹织物纹理仿真方法 |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5671061A (en) | 1992-06-18 | 1997-09-23 | Zellweger Luwa Ag | Method and apparatus for assessing the effect of yarn faults on woven or knitted fabrics |
| US6130746A (en) | 1994-03-10 | 2000-10-10 | Lawson-Hemphill, Inc. | System and method for electronically evaluating predicted fabric qualities |
| CN1105913C (zh) | 1996-06-12 | 2003-04-16 | 泽韦格路瓦有限公司 | 纺疵对纺织品影响的一种评定方法 |
| WO1998016823A1 (en) | 1996-10-15 | 1998-04-23 | Cis Graphik Und Bildverarbeitung Gmbh | Yarn and fabric simulation system |
| DE19718562A1 (de) | 1997-05-02 | 1998-11-05 | Zweigle Dieter | Vorrichtung zur Optimierung von Geweben aufgrund gemessener Garndaten und Optimierungsverfahren |
| DE19855588A1 (de) | 1998-12-02 | 2000-06-08 | Schlafhorst & Co W | Verfahren und Vorrichtung zur Auswertung der Wirkung von Garneigenschaften auf das Aussehen textiler Flächengebilde |
| US6895787B2 (en) | 2001-10-05 | 2005-05-24 | Shima Seiki Manufacturing Limited | Knit design method and apparatus |
| EP1913381B1 (de) | 2005-07-30 | 2015-09-09 | Uster Technologies AG | Garnprüfgerät |
| CN103270413A (zh) | 2010-10-19 | 2013-08-28 | 乌斯特技术股份公司 | 清纱器和用于清纱的方法 |
-
2016
- 2016-09-09 WO PCT/CH2016/000115 patent/WO2017041191A1/de active Application Filing
- 2016-09-09 CN CN201680052644.2A patent/CN108026677B/zh active Active
- 2016-09-09 EP EP16775449.8A patent/EP3320134B1/de active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1070752A (zh) * | 1991-09-17 | 1993-04-07 | 旭化成工业株式会社 | 编织设计***及其编织数据编排方法 |
| CN1080001A (zh) * | 1992-06-18 | 1993-12-29 | 泽韦格-乌斯特有限公司 | 用来估计纱疵对于机织物或编织物影响的方法和装置 |
| CN1117546A (zh) * | 1994-08-22 | 1996-02-28 | 法国纺织研究院 | 为检验织造缺陷而进行的平面织物成像及图像处理方法 |
| CN1310176C (zh) * | 2001-10-05 | 2007-04-11 | 株式会社岛精机制作所 | 针织物的设计方法与设备 |
| CN1534294A (zh) * | 2002-06-06 | 2004-10-06 | 香港理工大学 | 织物表面分析方法及其*** |
| CN1736108A (zh) * | 2003-01-10 | 2006-02-15 | 皇家飞利浦电子股份有限公司 | 有效的预测图像参数估计 |
| CN1699999A (zh) * | 2005-05-18 | 2005-11-23 | 东华大学 | 纱线或织物表面特征的光学与力学组合测量方法及装置 |
| WO2009039668A1 (en) * | 2007-09-28 | 2009-04-02 | Smartpatterns Inc. | System and method for design of stitched objects |
| CN103258102A (zh) * | 2013-05-29 | 2013-08-21 | 江南大学 | 一种用于图像分析的平纹织物纹理仿真方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2017041191A1 (de) | 2017-03-16 |
| EP3320134A1 (de) | 2018-05-16 |
| CN108026677A (zh) | 2018-05-11 |
| EP3320134B1 (de) | 2018-11-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5254612B2 (ja) | グラフィック再検査ユーザ設定インタフェース | |
| JP2021043866A5 (zh) | ||
| JP3640311B2 (ja) | フラクタル次元を利用したディスプレー装置の画質分析方法及びシステム | |
| Turan et al. | Investigation of pore parameters of woven fabrics by theoretical and image analysis methods | |
| JP2019082943A (ja) | 因果関係モデル構築システムおよび方法 | |
| CN108026677B (zh) | 用于预测织物表面的外观的方法、可读介质、图像数据库以及产生所述图像数据库的方法 | |
| Zhang et al. | Automatic inspection of yarn-dyed fabric density by mathematical statistics of sub-images | |
| Sibellas et al. | Experimental study of the fiber orientations in single and multi-ply continuous filament yarns | |
| Carlsen et al. | Evaluation of analytical performance based on partial order methodology | |
| Khaddam et al. | A method to evaluate the diameter of carded cotton yarn using image processing and artificial neural networks | |
| El Messiry et al. | Investigation of fabric drape-flexural rigidity relation: modified fabric drape coefficient | |
| US20240054796A1 (en) | Systems and method for textile fabric construction | |
| Maqsood et al. | Prediction of warp and weft yarn crimp in cotton woven fabrics | |
| JP2020060822A (ja) | 画像処理方法および画像処理装置 | |
| Ozkaya et al. | Hair density distribution profile to evaluate yarn hairiness and its application to fabric simulations | |
| Carvalho et al. | Yarn parameterization and fabrics prediction using image processing | |
| US20240104804A1 (en) | System for clustering data points | |
| Németh et al. | Visualization of movie features in collaborative filtering | |
| Wang et al. | Instrumental evaluation of fabric abrasive wear using 3D surface images | |
| Haleem et al. | Dynamic analysis of spinning triangle geometry part 1: validation of methodology | |
| Youn et al. | Comparative study of physical and virtual fabric parameters: physical versus virtual drape test using commercial 3D garment software | |
| JP7380699B2 (ja) | 分析装置及びプログラム | |
| JP7143895B2 (ja) | 情報処理装置、情報処理方法、およびプログラム | |
| Juchnevičienė et al. | The evaluation of the uncertainty of the research method on the geometrical parameters of the embroidery elements | |
| Lenart et al. | Real-time monitoring and analyses of sensory data integrated into the BIM platform |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |