CN105683704A - 材料的多尺度均匀度分析 - Google Patents

材料的多尺度均匀度分析 Download PDF

Info

Publication number
CN105683704A
CN105683704A CN201480059714.8A CN201480059714A CN105683704A CN 105683704 A CN105683704 A CN 105683704A CN 201480059714 A CN201480059714 A CN 201480059714A CN 105683704 A CN105683704 A CN 105683704A
Authority
CN
China
Prior art keywords
interest
area
fritter
yardstick
uniformity
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.)
Granted
Application number
CN201480059714.8A
Other languages
English (en)
Other versions
CN105683704B (zh
Inventor
埃文·J·瑞博尼克
约翰·A·拉姆瑟恩
大卫·D·米勒
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
3M Innovative Properties Co
Original Assignee
3M Innovative Properties Co
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 3M Innovative Properties Co filed Critical 3M Innovative Properties Co
Publication of CN105683704A publication Critical patent/CN105683704A/zh
Application granted granted Critical
Publication of CN105683704B publication Critical patent/CN105683704B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/89—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles
    • G01N21/892—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles characterised by the flaw, defect or object feature examined
    • G01N21/898—Irregularities in textured or patterned surfaces, e.g. textiles, wood
    • G01N21/8983—Irregularities in textured or patterned surfaces, e.g. textiles, wood for testing textile webs, i.e. woven material
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/8422—Investigating thin films, e.g. matrix isolation method
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/89—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles
    • G01N21/8914—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles characterised by the material examined
    • G01N21/8915—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles characterised by the material examined non-woven textile material
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/89—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles
    • G01N21/892—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles characterised by the flaw, defect or object feature examined
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/20—Image enhancement or restoration using local operators
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/40—Analysis of texture
    • G06T7/41—Analysis of texture based on statistical description of texture
    • G06T7/44—Analysis of texture based on statistical description of texture using image operators, e.g. filters, edge density metrics or local histograms
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/8422—Investigating thin films, e.g. matrix isolation method
    • G01N2021/8427—Coatings
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/89—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles
    • G01N21/8914—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles characterised by the material examined
    • G01N2021/8917—Paper, also ondulated
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2201/00—Features of devices classified in G01N21/00
    • G01N2201/12—Circuits of general importance; Signal processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20016—Hierarchical, coarse-to-fine, multiscale or multiresolution image processing; Pyramid transform
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20021—Dividing image into blocks, subimages or windows
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30124—Fabrics; Textile; Paper

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Textile Engineering (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Chemical & Material Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Wood Science & Technology (AREA)
  • Mathematical Physics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Signal Processing (AREA)
  • Quality & Reliability (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Treatment Of Fiber Materials (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本发明公开了一种用于表征材料均匀度的方法，该方法包括：选择用于测量材料的图像的感兴趣区域内的均匀度的一组尺度；抑制图像中小于在一组尺度内所选择的感兴趣尺度的特征；将图像分割成与感兴趣尺度相等的小块；以及计算每个小块内的均匀度值。

Description

材料的多尺度均匀度分析
背景技术
可分析材料的所选择物理属性以确定该材料的均匀度，继而能够在特定产品应用中提供关于材料外观和功能性的有用信息。用于分析和确定均匀度的方法依赖于图形标准和人类专家的判断，但此类定性方法缺乏精度，并且不能在产品制造时实时利用。
光学方法已被用于实时测量材料的物理特性。然而，事实证明基于这些测量快速评估材料的总体均匀度具有难度，因为一些不均匀因素存在于小尺度中，而另一些不均匀因素则仅在较大尺度中较为明显。
发明内容
实施方案列举
A.一种用于表征材料均匀度的方法，该方法包括：选择用于测量所述材料的图像的感兴趣区域内的均匀度的一组尺度；抑制所述图像中小于在所述一组尺度内所选择的感兴趣尺度的特征；将所述图像分割成与所述感兴趣尺度相等的小块；以及计算每个小块内的均匀度值。
B.根据实施方案A所述的方法，其中抑制所述特征包括用低通滤波器处理所述图像。
C.根据实施方案A至B所述的方法，其中所述低通滤波器包括截止频率等于所述感兴趣尺度的预定部分的箱式滤波器。
D.根据实施方案A至B所述的方法，其中所述低通滤波器包括二维高斯核。
E.根据实施方案A至D中任一项所述的方法，其中通过确定所述小块的所选择特性中的标准偏差、四分位距(IQR)、中位绝对偏差或信息熵中的至少一者来计算所述均匀度值。
F.根据实施方案E所述的方法，其中所述小块的所选择特性包括传输穿过所述小块的光或在包括所述小块的材料表面上反射的光的强度。
G.根据实施方案E所述的方法，其中通过确定传输穿过所述小块的光的强度的四分位距(IQR)来计算所述均匀度值。
H.根据实施方案A至G中任一项所述的方法，还包括在去除所述特征之前将所述感兴趣区域缩放至预定尺寸。
I.根据实施方案A至H中任一项所述的方法，还包括在去除所述特征之前校准所述感兴趣区域。
J.根据实施方案A至G中任一项所述的方法，还包括聚集所述小块的所述均匀度值，以确定所述感兴趣区域的均匀度值。
K.根据实施方案A至J中任一项所述的方法，还包括聚集位于所述感兴趣区域内的所选择的小块阵列的所述均匀度值，以提供所述感兴趣区域的均匀度值。
L.根据实施方案A至L中任一项所述的方法，其中所述材料选自织造物、非织造物、纸材、涂料、聚合物膜以及它们的组合。
M.根据实施方案L所述的方法，其中所述材料为非织造物。
N.根据实施方案A至M中任一项所述的方法，其中通过使光传输穿过所述材料或在包括所述感兴趣区域的所述材料的表面上反射光来获取所述图像。
O.根据实施方案N所述的方法，其中通过使光传输穿过所述材料到达光学接收装置来获取所述图像。
P.一种用于表征材料均匀度的方法，该方法包括：通过使光传输穿过所述材料到达光学接收装置来获取所述材料感兴趣区域的图像；选择用于测量所述感兴趣区域内的均匀度的一组有刻度的尺度；用低通滤波器与所述图像作卷积，以抑制所述图像中小于在所述一组有刻度的尺度内所选择的感兴趣尺度的特征；将所述图像分割成与所述感兴趣尺度相等的小块，其中每个所述小块包括像素阵列；以及确定所述阵列中所述像素的光强度标准偏差，以计算每个小块内的均匀度值。
Q.根据实施方案P所述的方法，其中所述低通滤波器包括宽度与所述阵列中所述像素的预定部分相等的箱式滤波器。
R.根据实施方案Q所述的方法，其中所述低通滤波器用包围所选择像素的所述像素的光强度加权平均数来替换所述阵列中的所选择像素，并且其中所述加权平均数由二维高斯核确定。
S.根据实施方案P至R中任一项所述的方法，还包括确定理想像素尺寸，用于分析所选择的不均匀度；以及在去除所述特征之前将所述感兴趣区域缩放至所述理想像素尺寸。
T.根据实施方案P至S中任一项所述的方法，还包括在去除所述特征之前校准所述感兴趣区域。
U.根据实施方案P至T中任一项所述的方法，还包括聚集所述小块的所述均匀度值，以确定所述感兴趣区域的均匀度值。
V.根据实施方案P至U中任一项所述的方法，还包括聚集位于所述感兴趣区域内的所选择的小块阵列的所述均匀度值，以提供所述感兴趣区域的均匀度值。
W.根据实施方案P至V中任一项所述的方法，其中所述材料选自织造物、非织造物、纸材、涂料、聚合物膜以及它们的组合。
X.根据实施方案W所述的方法，其中所述材料为非织造物。
Y.一种设备，包括：至少一个光源，其对幅材材料进行照明；相机，其捕捉传输穿过所述材料的感兴趣区域的光或从该区域反射的光，以生成所述感兴趣区域的图像；以及处理器，其响应于用于测量所述感兴趣区域内的均匀度的一组尺度的输入：用低通滤波器与所述图像作卷积，以抑制所述图像中小于在所述一组尺度内所选择的感兴趣尺度的特征；将所述图像分割成与所述感兴趣尺度相等的小块，其中每个所述小块包括像素阵列；以及计算每个小块内的均匀度值。
Z.根据实施方案Y所述的设备，其中所述处理器通过确定所述阵列中所述像素的光强度的标准偏差、四分位距(IQR)、中位绝对偏差或信息熵中的至少一者来计算所述均匀度值。
AA.根据实施方案Y至Z中任一项所述的设备，其中所述处理器通过确定所述四分位距(IQR)来计算所述均匀度值。
BB.根据实施方案Y至AA中任一项所述的设备，其中所述低通滤波器包括宽度与所述阵列中所述像素的预定部分相等的箱式滤波器。
CC.根据实施方案Y至BB中任一项所述的设备，其中所述低通滤波器用包围所选择像素的所述像素的光强度加权平均数来替换所述阵列中的所选择像素，并且其中所述加权平均数由二维高斯核确定。
DD.根据实施方案Y至CC中任一项所述的设备，其中所述处理器还确定理想像素尺寸，用于分析在所述材料中所选择的不均匀度；以及在去除所述特征之前将所述感兴趣区域缩放至所述理想像素尺寸。
EE.根据实施方案Y至DD中任一项所述的设备，其中所述处理器在去除所述特征之前校准所述感兴趣区域。
FF.根据实施方案Y至EE中任一项所述的设备，其中所述处理器聚集所述小块的所述均匀度值，以确定所述感兴趣区域的均匀度值。
GG.根据实施方案Y至FF中任一项所述的设备，其中所述处理器聚集位于所述感兴趣区域内的所选择的小块阵列的所述均匀度值，以提供所述感兴趣区域的均匀度值。
HH.根据实施方案Y至GG中任一项所述的设备，其中所述材料选自非织造物和聚合物膜。
II.根据实施方案HH所述的设备，其中所述材料为非织造物。
JJ.根据实施方案Y至HH中任一项所述的设备，其中所述相机捕捉传输穿过所述感兴趣区域的光。
KK.根据实施方案JJ所述的设备，其中所述相机仅捕捉到散射光，以形成所述图像。
LL.根据实施方案KK所述的设备，其中跨所述光源放置暗条带，并且所述相机直接瞄准所述暗条带。
MM.一种在制造幅材材料时用于实时检测所述幅材材料并计算所述幅材材料的表面上感兴趣区域的均匀度水平的方法，该方法包括：通过使光传输穿过所述材料到达光学接收装置来获取所述感兴趣区域的图像；选择用于测量所述感兴趣区域内的均匀度的一组尺度；用低通滤波器与所述图像作卷积，以抑制所述图像中小于在所述一组尺度内所选择的感兴趣尺度的特征；将所述图像分割成与所述感兴趣尺度相等的小块，其中每个所述小块包括像素阵列；以及计算每个小块内的均匀度值。
NN.根据实施方案MM所述的方法，其中通过确定所述阵列中所述像素的所述光强度的四分位距(IQR)来计算所述均匀度值。
OO.根据实施方案MM至NN中任一项所述的方法，其中所述低通滤波器包括宽度与所述阵列中所述像素的预定部分相等的箱式滤波器。
PP.根据实施方案MM至OO中任一项所述的方法，其中所述低通滤波器用包围所选择像素的所述像素的光强度加权平均数来替换所述阵列中的所选择像素，并且其中所述加权平均数由二维高斯核确定。
QQ.根据实施方案MM至PP中任一项所述的方法，还包括确定理想像素尺寸，用于分析所选择的不均匀度；以及在去除所述特征之前将所述感兴趣区域缩放至所述理想像素尺寸。
RR.根据实施方案MM至QQ中任一项所述的方法，还包括在去除所述特征之前校准所述感兴趣区域。
SS.根据实施方案MM至RR中任一项所述的方法，还包括聚集所述小块的所述均匀度值，以确定所述感兴趣区域的均匀度值。
TT.根据实施方案MM至SS中任一项所述的方法，还包括聚集位于所述感兴趣区域内的所选择的小块阵列的所述均匀度值，以提供所述感兴趣区域的均匀度值。
UU.根据实施方案MM至TT中任一项所述的方法，其中所述材料为非织造物。
VV.一种用于实时检测幅材材料的在线计算机化检测系统，该系统包括：至少一个光源，其对幅材材料进行照明；相机，其捕捉传输穿过所述材料的感兴趣区域的光或从该区域反射的光，以生成所述感兴趣区域的图像；以及计算机执行软件，其用于表征所述感兴趣区域中所述材料的均匀度，其中所述计算机包括处理器，该处理器响应于用于测量所述感兴趣区域内的均匀度的一组尺度的输入：用低通滤波器与所述图像作卷积，以抑制所述图像中小于在所述一组尺度内所选择的感兴趣尺度的特征；将所述图像分割成与所述感兴趣尺度相等的小块，其中每个所述小块包括像素阵列；以及计算每个小块内的均匀度值。
WW.根据实施方案VV所述的系统，还包括用于存储幅材检测模型的存储器，其中所述计算机执行软件，以将所述感兴趣区域的所述均匀度与所述模型进行比较，并计算所述材料中不均匀度缺陷的严重性。
XX.根据实施方案VV至WW中任一项所述的系统，还包括用于向用户输出所述缺陷的所述严重性的用户界面。
YY.根据实施方案VV至XX中任一项所述的系统，其中所述材料为非织造物。
ZZ.一种非暂态计算机可读介质，其包括使计算机处理器执行如下操作的软件指令：用在线计算机化检测系统在幅材材料制造期间接收幅材材料的表面上一个或多个感兴趣区域的图像；选择用于测量所述感兴趣区域内的均匀度的一组尺度；用低通滤波器与所述图像作卷积，以抑制所述图像中小于在所述一组尺度内所选择的感兴趣尺度的特征；将所述图像分割成与所述感兴趣尺度相等的小块，其中每个所述小块包括像素阵列；以及计算每个小块内的均匀度值。
AAA.根据实施方案ZZ所述的计算机可读介质，其中通过确定所述阵列中像素的光强度的四分位距(IQR)来计算所述均匀度值。
BBB.根据实施方案ZZ至AAA中任一项所述的计算机可读介质，其中所述低通滤波器包括宽度与所述阵列中所述像素的预定部分相等的箱式滤波器。
CCC.根据实施方案ZZ至BBB中任一项所述的计算机可读介质，其中所述低通滤波器用包围所选择像素的所述像素的光强度加权平均数来替换所述阵列中的所选择像素，并且其中所述加权平均数由二维高斯核确定。
DDD.根据实施方案ZZ至CCC中任一项所述的计算机可读介质，其中所述处理器还确定理想像素尺寸，用于分析所选择的不均匀度；以及在去除所述特征之前将所述感兴趣区域缩放至所述理想像素尺寸。
EEE.根据实施方案ZZ至DDD中任一项所述的计算机可读介质，其中所述处理器在去除所述特征之前校准所述感兴趣区域。
FFF.根据实施方案ZZ至EEE中任一项所述的计算机可读介质，其中所述处理器聚集所述小块的所述均匀度值，以确定所述感兴趣区域的均匀度值。
GGG.根据实施方案ZZ至FFF中任一项所述的计算机可读介质，其中所述处理器聚集位于所述感兴趣区域内的所选择的小块阵列的所述均匀度值，以提供所述感兴趣区域的均匀度值。
HHH.根据实施方案ZZ至GGG中任一项所述的计算机可读介质，其中所述材料为非织造物。
关于数值、特性或特征的术语“约”或“大约”意为数值、特性或特征的+/-5％，但是也明确包括在数值或特性或特征的+/-5％内的任何窄范围以及精确值。例如，“约”100℃的温度指从95℃到105℃的温度(包括端值)，但是也明确包括任何更窄的温度范围或甚至在该范围内的单个温度，包括例如精确为100℃的温度。
提及特性或特征的术语“基本上”意指特性或特征表现出在该特性或特征的98％内，但也明确包括该特性或特征的2％内的任何窄范围，以及该特性或特征的具体值。例如，“基本上”透明的基底指透射98％-100％(包括端值)的入射光的基底。
下文的附图和描述中给出了本发明的一个或多个实施方案的详情。从说明书和附图以及从权利要求中可显而易见本发明的其他特征、目的和优点。
附图说明
图1是在线光学数据采集系统的实施方案的示意顶部透视图，该在线光学数据采集系统使用本公开中所述的方法表征幅材材料的均匀度。
图2是以透射模式进行操作的光学数据采集系统的示意性侧视图。
图2A示出漫射器上方的暗条带。
图3是适用于使用光学数据采集系统来表征材料不均匀度的图像处理算法的流程图。
图4是光学数据采集系统的实施方案中三种不同光级的强度与层数的曲线图。
图5是提供给光学数据采集系统的强度级别与基线强度级别的曲线图。
图6是在实施例中所获得的变化小块尺寸的不均匀度与时间的曲线图。
具体实施方式
根据特定应用的需求，材料在一些尺度上的均匀度可能被视为比其他尺度更重要。例如，在材料被转变成小片的应用中，远远大于这些片的尺度的不均匀度可能不具有任何外观影响，因为它在单个小片的程度内是不可见的。另一方面，较大尺度的不均匀度可能在样本之间导致功能特性不同。
一般来讲，本公开涉及用于表征材料样本中感兴趣区域的均匀度的检测技术。使用光学检测系统捕捉感兴趣区域的图像，然后使用图像处理算法处理感兴趣区域的图像，以确定所选择的一组尺度(例如，从1mm至10cm，增量为1mm)的均匀度(或者相反地，不均匀度)，从而评估材料的具体外观或性能度量。
对于一组尺度内的每个感兴趣尺度，处理捕获的图像，以去除显著小于感兴趣尺度的图像特征。然后，图像被分割成与感兴趣尺度相等的区域，在本文中称为小块，并使用所选择的度量评估每个小块的均匀度，以提供该小块尺寸的整体均匀度的可重复定量测量。
提供给每个小块的测量随后可以用于材料或感兴趣区域的进一步分析。例如，可以将在感兴趣区域内的所有或所选择的小块组的均匀度测量聚集起来，以计算感兴趣区域的单个均匀度值。可能以多种方式利用计算得出的均匀度值。在一个非限制性示例中，可以在制造操作中实时监控均匀度值，以估计材料的外观或材料为其一部分的产品的功能性。
图1示出了适用于使用公开所述的方法表征幅材材料的均匀度的在线光学数据采集系统的实施方案，并且该实施方案并非旨在进行限制。应当强调的是，系统10仅仅为示例，并且本文所述的图像处理算法在很大程度上独立于用于捕捉幅材材料的图像的系统。在图1中，数据采集系统10包括沿箭头A的方向在辊14和16之间移动的幅材材料12。幅材材料12可以选自例如织造物、非织造物、纸材、聚合物膜或涂布在基底上的涂层。光源18发射的光传输穿过幅材材料12，照亮幅材材料12中的感兴趣区域17。光源18可以利用光谱的任何合适部分在感兴趣区域17上成像，包括可视范围之外的波长，例如红外线或紫外线。传输穿过材料12之后，感兴趣区域17的图像被一系列相机20(诸如例如线扫描相机)捕捉到。然而，可以使用适合捕捉感兴趣区域17的图像的任何相机或其他类型的检测器。感兴趣区域的图像被发送到数据采集模块22，然后传送到计算机24。计算机24包括处理器，该处理器可在制造、涂布或以其他方式处理幅材材料12时，实时处理由一系列相机20获取的图像。可在显示器26上向用户显示感兴趣区域17的图像处理结果。
在图1中，从背后对幅材材料12进行照明，同时相机20从幅材材料12的上方成像，因此光在被相机20成像之前传输穿过幅材材料12。这种类型的背光源构造在本文中称之为以透射模式成像，由于其能够加重幅材厚度或开度中的不均匀度，因此在一些应用中十分有用。可在透射模式下分析的幅材材料包括但不限于非织造物或者透明或半透明的聚合物膜。
对于幅材材料更致密或为片状的应用，可以使用顶光构造(图1中未示出)，其中光源和相机位于幅材材料的同一侧。这种类型的顶光构型在本文中称之为以反射模式成像，其中相机对在幅材材料的表面反射的光成像。以反射模式成像可能更适合对不易传输由光源所发射光的波长的织造材料或材料或涂料的分析。
图2是适合评估幅材材料112的均匀度的光学照明系统110的侧视图，幅材材料112通常无限长并在A方向上移动。照明系统110包括至少两个光源，或在一些实施方案中包括三个光源，并且在一些实施方案中至少一些光源可以被准直。直接光源118A在相机120的方向上发射光。暗场光源118B和118C成一角度(α+β，分别)发出光至成像相机120。最便利的情况是，直接光源118A被定位成在与移动幅材材料112的平面垂直的方向上进行照明。在一些实施方案中，光源118A为光纤线条或作为照亮跨幅材材料112的整个宽度的条带的荧光灯。尽管使此条带的取向平行于横维方向非常方便，但认为并非必须如此。
尽管在一些实施方案中，可以采用激光光源或其他光源，但暗场光源118B和118C也可便利地用作光纤线条。暗场光源118B和118C跨过幅材材料112的整个宽度便利地对沿横维方向取向的条带进行照明。然而，在一些实施方案中，暗场光源与幅材材料112的平面垂直的方向成一角度安装。
在一些实施方案中，透镜可用于聚焦从直接光源118A以及两个暗场光源118B和118C射出的光。例如，当光纤线条用作光源时，可以使用取向成平行于光纤线条的柱面透镜。柱面透镜132和134优选在相机120的正下方的线上将来自暗场光源118B和118C的光聚焦在幅材112的下侧。从直接光源118A聚焦光的柱面透镜136可具有与柱面透镜132和134相同的焦距，但来自直接光源11A的光指向漫射器138。在一个实施方案中，漫射器138为漫射膜。漫射膜上或其他固体物体(例如安装在漫射器138的正上方或之上的绷紧电缆或窄金属片140)的深色条可提供如图2A所示的暗条带。在一些实施方案中，暗条带140优选非常暗，例如可通过使用具有炭黑着色绝缘物的线缆便利地采用。
参见图3，图像处理过程200可以被应用到由相机20捕捉到和采集模块22(图1)采集到的材料感兴趣区域的图像来表征幅材材料12的感兴趣区域17的均匀度。
在一些实施方案中，在于步骤202中相机采集到图像之后，在应用进一步的图像处理算法之前，图像可选地在步骤204中校准，并且根据校准来标测图像强度。在图1中由相机获取的图像为像素化形式的强度值，并且在一些实施方案中优选的是这些强度值相对于光学传输的不同级别保持不变。由于均匀度值取决于测量的强度，因此对于从传输到像素强度的映射，维持稳定性和可重复性可在给定的检查系统上以及不同检查系统之间提供随时间增强的准确性。
例如，对于诸如图2所述的暗条带照明检测系统，在一个实施方案中，可基于采集校准图案的图像进行强度校准。例如，漫射膜基准件的制作方式可为将不同厚度的漫射膜组合堆叠在一起，以可控的方式改变传输穿过基准件的光量。在相机看来，此校准基准件的图像像是一系列有刻度的条带，最暗的条带对应于较厚的漫射膜层，并且最亮的条带对应于较薄的漫射膜层。相机可获取此校准基准件图像并进行平场校正，并且如图4所示的强度轮廓通过计算校准图案的每个节段内的平均灰度级别来提取。图4的强度轮廓示出了所选光级的基准中的强度级别与漫射膜层数。
图4中的一条强度轮廓(在一些时间点在检测系统上提取)被指定为基线轮廓。然后，来自同一系统的不同时间点或来自完全不同系统的任何其他强度轮廓可通过简单的线性投影映射到该基线轮廓上。换句话讲，基线强度轮廓的计算方式为
IB(L),L＝1,2,…,N，其中，N为级别的数目，
待校准系统中的一些其他强度轮廓的计算方式为
I(L),L＝1,2,…,N，其中，N为级别的数目。
然后我们假设存在来自I(L)→IB(L)的线性映射，通过m和b参数化，使得
IB(L)＝mI(L)+b。
如图5中示例中所示，线性映射通过线性最小二乘回归法获取。
在可选的图像校准步骤204之后，可应用图像处理技术来测量各种尺度下材料的感兴趣区域的整体均匀度s1,s2,…,sn。计算一定尺寸范围内的均匀度可获取一些存在于小尺度中的不均匀度，而另一些不均匀度则仅在较大尺度中较为明显。根据特定应用的需求，在一些尺度上的均匀度可能被视为比其他尺度更重要。例如，在材料被转变为小块的应用中，远远大于这些小块的尺度的不均匀度可不能具有任何外观或功能性影响，因为它在单个小块的程度内是不可见的。另一方面，较大尺度的不均匀度可能在样本之间导致功能特性不同。这些只是在选择估算均匀度的尺度范围时将考虑的应用特定考虑因素类型的两个例子。
再次参见图3，在步骤206中，用于测量均匀度的一组尺度基于例如被分析材料的类型以及最终产品的尺寸等进行初始定义。例如，对于给定应用，操作员可能希望表征标度在25mm和100mm之间且以25mm递增的均匀度。在一些实施方案中，标度可以具有刻度，并且刻度可以相等、不相等或随机。
在图3的步骤208中，对于每个预定义的尺度，处理器对图像进行处理，去除和/或抑制远远小于当前考虑尺度的不均匀度的影响。此处理步骤在本文中一般称之为低通滤波，并且在一些实施方案中，能够抑制图像中的高频。在一些实施方案中，通过处理器执行的低通滤波步骤等同于平滑滤波，但在与傅里叶变换相关的频域内该步骤具有理论解释。
在一些实施方案中，低通滤波器为“箱式滤波器”，其包括由相同值构成的二维高斯核。与图像作卷积时，箱式滤波器用所有相邻像素值的平均值替换考虑尺度中的每个像素。在其他实施方案中，可使用二维高斯核低通滤波器，因其在频域内具有更有利的特性。与图像作卷积时，二维高斯核用周围像素强度的加权平均数替代每个像素，其中加权由高斯核确定。
无论为特定应用所选低通滤波器的类型如何，算法都抑制了由远远小于感兴趣尺度的图像特征组成的图像的高频分量。低通滤波器仅允许测量感兴趣尺度的大致附近的不均匀度，因此消除了给定小块中由远远更小尺度的不均匀度造成的影响。在多尺度处理算法中，较小的不均匀度在较小的尺度下捕捉到。
可根据观察者在实际观看样本时通过视觉感知不均匀度的方式来考虑应用低通滤波器。即，当观察者站得靠近样本时，可以清楚看到表面非常精细的细节，但看不清大尺度意义上的整体均匀度。另一方面，当观察者站得远离样本时，图像中主要显示整体均匀度和变化，但观察者不再能够观察可能存在于较小尺度上的细节精细程度。
例如，在上述低通滤波算法的每次迭代中，可选择具有与测量均匀度的当前尺度的预定部分相等的截止频率的低通滤波器。在一个具体示例中，如果考虑的尺度对应于100个像素，则可以选择宽度为20个像素的箱式过滤器，以抑制感兴趣尺度之外的不均匀度。
图像经过滤波除去或降低对于所选择尺度均匀度分析而言不重要的图像特征的影响之后，在图3的步骤210中，图像被分割成与感兴趣尺度相等的区域，在本文中称之为小块。图像被分割成尺寸与现有感兴趣尺度相等的小块，用于测量不均匀度。随后计算每个小块的不均匀度度量，因此该分割具有确保关于较大尺度不均匀度的信息不被捕获的效果。在上一步骤中，通过低通滤波抑制精细尺度的不均匀度。
参见图3中的步骤212，为了计算每个小块的不均匀度，处理器以定量且可重复的方式应用表征小块的图像整体均匀度的度量。首先，可以将小的子图像视为两个变量(x，y)的函数I(x,y)，其中x和y为像素位置的索引，并且I(x,y)为像素在位置(x，y)处的强度。鉴于该定义，简单的统计计算可用作子图像中均匀度(或(非)均匀度)的代替。例如，由于在大部分情况下，在一个完美的均匀小块中，所有强度值相等，小块的标准偏差为度量的直接选择。对于小块I(x,y)，样本标准偏差可按如下方式计算：
f s t d = 1 N - 1 Σ x Σ y , ( I ( x , y ) - μ I ) 2 ,
其中μ(I)为小块的平均强度，N为其中的像素总数。
其他可能的均匀度量度包括四分位距(IQR)、绝对中位差(MAD)和信息熵等。在一些实施方案中，IQR被定义为样本区域中第75百分位强度值和第25百分位强度值之间的差值，其对异常值更具有鲁棒性。
此均匀度分析对于每个小块每使用量度计算一次，就通过相机20和采集模块22(图1)采集新图像。在一些实施方案中，在图3的步骤214中，分析计算机24的处理器能够可选地执行进一步计算或分析，以聚集小块中的不均匀度值。例如，在一些实施方案中，将小块的均匀度值聚集起来，以确定感兴趣区域的整体均匀度值。在一些非限制性实施方案中，例如，可使用平均值、中值、标准偏差等来聚集小块均匀度值。在另一个示例中，可聚集在感兴趣区域内所选择小块阵列的均匀度值，以提供感兴趣区域的均匀度值。
在步骤215中，对每个尺度s1,s2,…,sn重复图像处理步骤208、210、212、214。
在一些实施方案中，如图3的步骤216所示，均匀度值可作为均匀度与尺度的曲线图显示在显示器26(图1)上，这在离线执行的处理案例中非常方便，因为本设置的目标可以是比较不同材料或配方。然而，如果本公开的图像处理技术是为了用于在产品线上实时在线检测，则显示均匀度和时间的曲线图则可能更为有利，因为可对一些不同的感兴趣尺度显示单独的曲线。对于在线处理而言，这可以在生产运行过程中或生产运行之间，以控制图的形式看到均匀度随时间的变化。
图1-2所示的光学检测系统可用于幅材制造厂，以应用图3中的过程检测幅材材料中是否存在不均匀缺陷。检测系统也可提供输出数据，输出数据在制备幅材时实时指示每个缺陷的严重性。例如，计算机化检测系统可向幅材制造厂的用户，如工艺工程师提供关于存在不均匀度及其严重性的实时反馈，从而使得用户可以对不均匀度的出现快速作出反应，即通过调整工艺条件纠正问题，而不会显著延迟生产或生产出大量无用的材料。计算机化检测系统可应用算法来计算严重级别，通过最终指定不均匀度的等级标签(如，“好”或“坏”)或通过连续尺度或更准确的采样尺度生成给定样本不均匀度严重性的测量值。
分析计算机24(图1)可在数据库25内存储幅材材料12的特征尺寸信息，包括幅材的卷识别信息和每个测量的感兴趣区域17的可能位置信息。例如，分析计算机24可利用基准标记控制器生成的位置数据来确定每个测量的特征在生产线坐标系内的空间位置或图像区域。也就是说，基于来自基准标记控制器的位置数据，分析计算机24确定当前生产线所用坐标系内每个测量的感兴趣区域17的x和y的位置或范围，并可能还包括z的位置或范围。例如，可定义坐标系，使得x维度表示幅材的横向距离，y维度表示沿着幅材长度的距离，z维度表示幅材的高度，所述高度可能基于涂层的数量、材料或此前施用于幅材的其他层。此外，可将x、y、z坐标系的原点限定在生产线内的一个物理位置处，并且原点通常与幅材12的初始进料位置相关。
数据库25可用多种不同形式中的任一种实现，包括数据存储文件或在一个或多个数据库服务器上执行的一个或多个数据库管理系统(DBMS)。数据库管理系统可以是例如关系(RDBMS)、分层(HDBMS)、多维(MDBMS)、面向对象(ODBMS或OODBMS)或对象关系(ORDBMS)数据库管理系统。举例来说，数据库25被实现为关系数据库，该数据库可以商品名SQLServer购自位于华盛顿雷德蒙的微软公司(MicrosoftCorporation,Redmond,WA)。
一旦处理结束，分析计算机24就可将收集在数据库25中的数据通过网络50传输至转换控制系统60。例如，分析计算机24可将卷信息以及均匀度信息和每个均匀度测量的相应子图像传递到转换控制系统60，用于后续的离线详细分析。例如，均匀度信息可通过数据库25与转换控制系统60之间的数据库同步方式进行传递。
在一些实施方案中，可使用转换控制系统60而非分析计算机24来确定产品中的每个异常可能导致缺陷的那些产品。一旦将成品幅材卷的数据收集在数据库25中，就可将数据发送至转换站点和/或使用数据标记幅材卷上的异常，可通过可移除或可擦洗标记直接在幅材表面上进行标记，也可在幅材上进行异常标注之前或期间施加至幅材的覆盖片材上进行标记。
分析计算机24的部件可以至少部分地实现为由分析计算机24的一个或多个处理器执行的软件指令，所述处理器包括一个或多个硬件微处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)、或任何其他等同的集成或离散逻辑电路、以及此类部件的任何组合。可以将软件指令保存在非暂态计算机可读介质中，例如随机存取存储器(RAM)、只读存储器(ROM)、可编程只读存储器(PROM)、可擦除可编程只读存储器(EPROM)、电可擦除可编程只读存储器(EEPROM)、闪存、硬盘、CD-ROM、软盘、盒式磁带、磁介质、光学介质或其他计算机可读存储介质。
虽然出于示例性目的显示为设置在制造厂内部，但分析计算机24可以在制造厂外部，如在中央位置或在转换站点处。例如，分析计算机24可以在转换控制系统60内运行。又如，所述部件在单个计算平台上执行并且可以集成到同一个软件系统中。
现在参考以下非限制性实施例描述本公开的主题。
实施例
准备如图1-2所描绘的一般暗场成像系统，将其用于在生产线上制造非织造物幅材材料时实时测量幅材材料的均匀度。在执行均匀度检测之前，成像系统进行如上所述的校准。更具体地，校准图案具有10个级别，范围从透射10％至90％。校准图案使用膜构成，膜上印有10μm至90μm宽的细纹，用于调节透射。也使用漫射膜层，即从位于康涅狄格州费尔菲尔德的通用电气公司(GeneralElectric,Fairfield,CT)商购获得的ILLUMINEX。这些层在金属框架上安装到一起。
非织造物幅材利用常规的无尘处理由聚合物股线形成，具有约1.25cm的平均厚度，但也具有显著的厚度变化，包括邻近的相对较薄和较厚部分。
光源放置在幅材表面下方约10cm处，并且相机位于幅材表面上方约102cm处。如图2所述，使用暗条带照明。在这种情况下，暗条带约5mm宽。成像光学器件配置为可实现240μm的横维分辨率。线扫描相机为从位于英国的切姆斯福德的E2V公司(E2V,Chelmsford,UK)商购获得的AVIIVAEM2，与40mm焦距的成像透镜一起使用。光源为从位于新罕布什尔州的塞勒姆的ProPhotonics公司(ProPhotonics,Salem,NH)商购的COBRASLIMLED线条灯。在实验运行期间，非织造物幅材以12.2米/分的线速越过检测系统进行传送。使用从明尼苏达州的伊根的Minarik自动化控制公司(MinarikAutomationandControl,Eagan,MN)商购获得的DYNAPAR编码轮对幅材的平移进行编码，使得产生以相对于幅材平移恒定速率的电子脉冲。
当生产线正在运转且幅材正在传送时，成像系统将获取沿顺维方向以固定间距间隔开的横维图像细纹。当这些细纹叠层在一起时，即形成二维图像。然后，根据上述多尺度均匀度算法处理这些图像。
在这种情况下，以5种不同的感兴趣尺度测量不均匀度。尺度分别为10mm、25mm、50mm、75mm和100mm。对于每个图像，以每个尺度计算不均匀度的单个度量。以时序曲线图显示这些度量，显示5个尺度中每个的不均匀度和时间，在曲线图上得到5条不同曲线。图6中示出了以这种方式所得到的曲线图的实施例。
上文描述了本发明的各种实施方案。这些实施方案以及其他实施方案均在如下权利要求书的范围内。

Claims (60)

1.一种用于表征材料均匀度的方法，包括：
选择用于测量所述材料的图像的感兴趣区域内的均匀度的一组尺度；
抑制所述图像中小于在所述一组尺度内所选择的感兴趣尺度的特征；
将所述图像分割成与所述感兴趣尺度相等的小块；以及
计算每个小块内的均匀度值。
2.根据权利要求1所述的方法，其中抑制所述特征包括用低通滤波器处理所述图像。
3.根据权利要求2所述的方法，其中所述低通滤波器包括截止频率等于所述感兴趣尺度的预定部分的箱式滤波器。
4.根据权利要求2所述的方法，其中所述低通滤波器包括二维高斯核。
5.根据权利要求1至4中任一项所述的方法，其中通过确定所述小块的所选择特性中的标准偏差、四分位距(IQR)、中位绝对偏差或信息熵中的至少一者来计算所述均匀度值。
6.根据权利要求5所述的方法，其中所述小块的所选择特性包括传输穿过所述小块的光或在包括所述小块的材料表面上反射的光的强度。
7.根据权利要求5所述的方法，其中通过确定传输穿过所述小块的光的强度的四分位距(IQR)来计算所述均匀度值。
8.根据权利要求1至7中任一项所述的方法，还包括在去除所述特征之前将所述感兴趣区域缩放至预定尺寸。
9.根据权利要求1至8中任一项所述的方法，还包括在去除所述特征之前校准所述感兴趣区域。
10.根据权利要求1至8中任一项所述的方法，还包括聚集所述小块的所述均匀度值，以确定所述感兴趣区域的均匀度值。
11.根据权利要求1至10中任一项所述的方法，还包括聚集位于所述感兴趣区域内的所选择的小块阵列的所述均匀度值，以提供所述感兴趣区域的均匀度值。
12.根据权利要求1至11中任一项所述的方法，其中所述材料选自织造物、非织造物、纸材、涂料、聚合物膜以及它们的组合。
13.根据权利要求12所述的方法，其中所述材料为非织造物。
14.根据权利要求1至13中任一项所述的方法，其中通过使光传输穿过所述材料或在包括所述感兴趣区域的所述材料的表面上反射光来获取所述图像。
15.根据权利要求14所述的方法，其中通过使光传输穿过所述材料到达光学接收装置来获取所述图像。
16.一种用于表征材料均匀度的方法，包括：
通过使光传输穿过所述材料到达光学接收装置来获取所述材料的感兴趣区域的图像；
选择用于测量所述感兴趣区域内的均匀度的一组有刻度的尺度；
用低通滤波器与所述图像作卷积，以抑制所述图像中小于在所述一组有刻度的尺度内所选择的感兴趣尺度的特征；
将所述图像分割成与所述感兴趣尺度相等的小块，其中每个所述小块包括像素阵列；以及
确定所述阵列中像素的光强度的标准偏差，以计算每个小块内的均匀度值。
17.根据权利要求16所述的方法，其中所述低通滤波器包括宽度与所述阵列中像素的预定部分相等的箱式滤波器。
18.根据权利要求17所述的方法，其中所述低通滤波器用包围所选择像素的像素的光强度加权平均数来替换所述阵列中的所选择像素，并且其中所述加权平均数由二维高斯核确定。
19.根据权利要求16至18中任一项所述的方法，还包括确定理想像素尺寸，用于分析所选择的不均匀度；并在去除所述特征之前将所述感兴趣区域缩放至所述理想像素尺寸。
20.根据权利要求16至19中任一项所述的方法，还包括在去除所述特征之前校准所述感兴趣区域。
21.根据权利要求16至20中任一项所述的方法，还包括聚集所述小块的所述均匀度值，以确定所述感兴趣区域的均匀度值。
22.根据权利要求16至21中任一项所述的方法，还包括聚集位于所述感兴趣区域内的所选择的小块阵列的所述均匀度值，以提供所述感兴趣区域的均匀度值。
23.根据权利要求16至22中任一项所述的方法，其中所述材料选自织造物、非织造物、纸材、涂料、聚合物膜以及它们的组合。
24.根据权利要求24所述的方法，其中所述材料为非织造物。
25.一种设备，包括：
至少一个光源，所述至少一个光源对幅材材料进行照明；
相机，所述相机捕捉传输穿过所述材料上的感兴趣区域的光或从所述区域反射的光，以生成所述感兴趣区域的图像；和
处理器，所述处理器响应于用于测量所述感兴趣区域内的均匀度的一组尺度的输入：
用低通滤波器与所述图像作卷积，以抑制所述图像中小于在所述一组尺度内所选择的感兴趣尺度的特征；
将所述图像分割成与所述感兴趣尺度相等的小块，其中每个所述小块包括像素阵列；以及
计算每个小块内的均匀度值。
26.根据权利要求25所述的设备，其中所述处理器通过确定所述阵列中像素的光强度的标准偏差、四分位距(IQR)、中位绝对偏差或信息熵中的至少一者来计算所述均匀度值。
27.根据权利要求25至26中任一项所述的设备，其中所述处理器通过确定所述四分位距(IQR)来计算所述均匀度值。
28.根据权利要求25至27中任一项所述的设备，其中所述低通滤波器包括宽度与所述阵列中像素的预定部分相等的箱式滤波器。
29.根据权利要求25至27中任一项所述的设备，其中所述低通滤波器用包围所选择像素的像素的光强度加权平均数来替换所述阵列中的所选择像素，并且其中所述加权平均数由二维高斯核确定。
30.根据权利要求25至29中任一项所述的设备，其中所述处理器进一步确定理想像素尺寸，用于分析在所述材料中所选择的不均匀度；以及在去除所述特征之前将所述感兴趣区域缩放至所述理想像素尺寸。
31.根据权利要求25至30中任一项所述的设备，其中所述处理器在去除所述特征之前校准所述感兴趣区域。
32.根据权利要求25至31中任一项所述的设备，其中所述处理器聚集所述小块的所述均匀度值，以确定所述感兴趣区域的均匀度值。
33.根据权利要求25至32中任一项所述的设备，其中所述处理器聚集位于所述感兴趣区域内的所选择的小块阵列的所述均匀度值，以提供所述感兴趣区域的均匀度值。
34.根据权利要求25至33中任一项所述的设备，其中所述材料选自非织造物和聚合物膜。
35.根据权利要求34所述的设备，其中所述材料为非织造物。
36.根据权利要求25至35中任一项所述的设备，其中所述相机捕捉传输穿过所述感兴趣区域的光。
37.根据权利要求36所述的设备，其中所述相机仅捕捉到散射光，以形成所述图像。
38.根据权利要求36所述的设备，其中跨所述光源放置暗条带，并且所述相机直接瞄准所述暗条带。
39.一种用于在制造幅材材料时实时检测所述幅材材料并计算所述幅材材料的表面上感兴趣区域的均匀度水平的方法，包括：
通过使光传输穿过所述材料到达光学接收装置来获取所述感兴趣区域的图像；
选择用于测量所述感兴趣区域内的均匀度的一组尺度；
用低通滤波器与所述图像作卷积，以抑制所述图像中小于在所述一组尺度内所选择的感兴趣尺度的特征；
将所述图像分割成与所述感兴趣尺度相等的小块，其中每个所述小块包括像素阵列；以及
计算每个小块内的均匀度值。
40.根据权利要求39所述的方法，其中通过确定所述阵列中像素的光强度的四分位距(IQR)来计算所述均匀度值。
41.根据权利要求39至40中任一项所述的方法，其中所述低通滤波器包括宽度与所述阵列中像素的预定部分相等的箱式滤波器。
42.根据权利要求39至40中任一项所述的方法，其中所述低通滤波器用包围所选择像素的像素的光强度加权平均数来替换所述阵列中的所选择像素，并且其中所述加权平均数由二维高斯核确定。
43.根据权利要求39至42中任一项所述的方法，还包括确定理想像素尺寸，用于分析所选择的不均匀度；以及在去除所述特征之前将所述感兴趣区域缩放至所述理想像素尺寸。
44.根据权利要求39至43中任一项所述的方法，还包括在去除所述特征之前校准所述感兴趣区域。
45.根据权利要求39至44中任一项所述的方法，还包括聚集所述小块的所述均匀度值，以确定所述感兴趣区域的均匀度值。
46.根据权利要求39至45中任一项所述的方法，还包括聚集位于所述感兴趣区域内的所选择的小块阵列的所述均匀度值，以提供所述感兴趣区域的均匀度值。
47.根据权利要求39至46中任一项所述的方法，其中所述材料为非织造物。
48.一种用于实时检测幅材材料的在线计算机化检测系统，所述系统包括：
至少一个光源，所述至少一个光源对幅材材料进行照明；
相机，所述相机捕捉传输穿过所述材料上的感兴趣区域的光或从所述区域反射的光，以生成所述感兴趣区域的图像；和
计算机执行软件，所述计算机执行软件用于表征所述感兴趣区域中所述材料的均匀度，其中所述计算机包括处理器，所述处理器响应于用于测量所述感兴趣区域内的均匀度的一组尺度的输入：
用低通滤波器与所述图像作卷积，以抑制所述图像中小于在所述一组尺度内所选择的感兴趣尺度的特征；
将所述图像分割成与所述感兴趣尺度相等的小块，其中每个所述小块包括像素阵列；以及
计算每个小块内的均匀度值。
49.根据权利要求48所述的系统，还包括用于存储幅材检测模型的存储器，其中所述计算机执行软件，以将所述感兴趣区域内的所述均匀度与所述模型进行比较，并计算所述材料中不均匀度缺陷的严重性。
50.根据权利要求48至49中任一项所述的系统，还包括用于向用户输出所述缺陷的严重性的用户界面。
51.根据权利要求48至50中任一项所述的系统，其中所述材料为非织造物。
52.一种非暂态计算机可读介质，包括使计算机处理器执行如下操作的软件指令：
用在线计算机化检测系统接收在幅材材料制造期间幅材材料表面上一个或多个感兴趣区域的图像；
选择用于测量所述感兴趣区域内的均匀度的一组尺度；
用低通滤波器与所述图像作卷积，以抑制所述图像中小于在所述一组尺度内所选择的感兴趣尺度的特征；
将所述图像分割成与所述感兴趣尺度相等的小块，其中每个所述小块包括像素阵列；以及
计算每个小块内的均匀度值。
53.根据权利要求52所述的计算机可读介质，其中通过确定所述阵列中像素的光强度的四分位距(IQR)来计算所述均匀度值。
54.根据权利要求52至53中任一项所述的计算机可读介质，其中所述低通滤波器包括宽度与所述阵列中像素的预定部分相等的箱式滤波器。
55.根据权利要求52至53中任一项所述的计算机可读介质，其中所述低通滤波器用包围所选择像素的像素的光强度加权平均数来替换所述阵列中的所选择像素，并且其中所述加权平均数由二维高斯核确定。
56.根据权利要求52至55中任一项所述的计算机可读介质，其中所述处理器还确定理想像素尺寸，用于分析所选择的不均匀度；并在去除所述特征之前将所述感兴趣区域缩放至所述理想像素尺寸。
57.根据权利要求52至56中任一项所述的计算机可读介质，其中所述处理器在去除所述特征之前校准所述感兴趣区域。
58.根据权利要求52至57中任一项所述的计算机可读介质，其中所述处理器聚集所述小块的所述均匀度值，以确定所述感兴趣区域的均匀度值。
59.根据权利要求52至58中任一项所述的计算机可读介质，其中所述处理器聚集位于所述感兴趣区域内的所选择的小块阵列的所述均匀度值，以提供所述感兴趣区域的均匀度值。
60.根据权利要求52至59中任一项所述的计算机可读介质，其中所述材料为非织造物。
CN201480059714.8A 2013-10-31 2014-10-16 材料的多尺度均匀度分析 Active CN105683704B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201361898304P 2013-10-31 2013-10-31
US61/898,304 2013-10-31
PCT/US2014/060898 WO2015065726A1 (en) 2013-10-31 2014-10-16 Multiscale uniformity analysis of a material

Publications (2)

Publication Number Publication Date
CN105683704A true CN105683704A (zh) 2016-06-15
CN105683704B CN105683704B (zh) 2019-03-01

Family

ID=53004947

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201480059714.8A Active CN105683704B (zh) 2013-10-31 2014-10-16 材料的多尺度均匀度分析

Country Status (5)

Country Link
US (1) US9841383B2 (zh)
EP (1) EP3063495A4 (zh)
JP (1) JP6506274B2 (zh)
CN (1) CN105683704B (zh)
WO (1) WO2015065726A1 (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108362702A (zh) * 2017-12-14 2018-08-03 北京木业邦科技有限公司 一种基于人工智能的单板缺陷检测方法、系统及设备
CN108548781A (zh) * 2018-04-17 2018-09-18 郑州磨料磨具磨削研究所有限公司 一种砂轮混料均匀性图像检测方法及装置
CN109001248A (zh) * 2018-06-26 2018-12-14 哈尔滨工业大学 一种基于图像信息熵的沥青混合料冻融损伤评价方法
CN110672621A (zh) * 2019-10-10 2020-01-10 清华大学 基于光照亮度调整的汽车涂装表面缺陷图像质量优化方法
CN111115028A (zh) * 2019-12-17 2020-05-08 山东交通学院 一种用于涂料检测的连续式进料装置
CN116862917A (zh) * 2023-09-05 2023-10-10 微山县振龙纺织品有限公司 一种纺织品表面质量检测方法及系统

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10488184B2 (en) * 2015-07-13 2019-11-26 Nanometrics Incorporated Interferometric characterization of surface topography
JP2019501305A (ja) 2016-11-23 2019-01-17 アイビーエス オブ アメリカ コーポレーションＩＢＳ ｏｆ Ａｍｅｒｉｃａ Ｃｏｒｐｏｒａｔｉｏｎ 監視システム、制御システム、抄紙機の作動組立体、および制御の方法
EP3502637A1 (en) * 2017-12-23 2019-06-26 ABB Schweiz AG Method and system for real-time web manufacturing supervision
DE102018108696B4 (de) * 2018-04-12 2024-05-02 Ims Messsysteme Gmbh Anordnung und Verfahren zum berührungslosen Bestimmen einer Abmessung einer bewegten Materialbahn
US11719618B2 (en) 2018-08-28 2023-08-08 Essenlix Corporation Assay accuracy improvement
US20220011238A1 (en) * 2018-11-14 2022-01-13 3M Innovative Properties Company Method and system for characterizing surface uniformity
US11920299B2 (en) 2020-03-06 2024-03-05 Ibs Of America Formation detection system and a process of controlling
CN113671128B (zh) * 2021-08-20 2023-07-11 河北创谱金属材料试验发展有限公司 一种材料均匀性的评价方法
US20230186454A1 (en) * 2021-12-13 2023-06-15 Valco Cincinnati, Inc. Machine vision system for inspecting quality of various non-woven materials

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001266122A (ja) * 2000-03-17 2001-09-28 Dainippon Printing Co Ltd 色ムラ欠陥検査方法及び装置
CN1359000A (zh) * 2002-01-14 2002-07-17 东华大学 织物起球等级的客观评估系统
JP2002228594A (ja) * 2001-01-31 2002-08-14 Japan Vilene Co Ltd 被測定物の状態評価方法および状態評価装置
CN101101237A (zh) * 2007-08-21 2008-01-09 友达光电（苏州）有限公司 测量发光画面亮度均匀性的方法
CN101226108A (zh) * 2007-01-19 2008-07-23 中国农业机械化科学研究院 一种雾滴分布均匀度的检测方法
CN103180724A (zh) * 2010-10-19 2013-06-26 3M创新有限公司 对用于检测幅材型材料中可变性的不均匀度严重性进行连续制图

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2999679B2 (ja) * 1994-11-30 2000-01-17 大日本スクリーン製造株式会社 パターン欠陥検査装置
JP2800726B2 (ja) * 1995-07-10 1998-09-21 東洋紡績株式会社 織布の検反装置
US5825501A (en) * 1997-03-14 1998-10-20 Lockheed Martin Energy Systems, Inc. Structure and yarn sensor for fabric
JPH1194767A (ja) 1997-09-19 1999-04-09 Omron Corp 地合検査方法および装置
US6301373B1 (en) 1998-10-01 2001-10-09 Mcgill University Paper quality determination and control using scale of formation data
US6239554B1 (en) 1999-12-30 2001-05-29 Mitutoyo Corporation Open-loop light intensity calibration systems and methods
US20050004956A1 (en) 2003-07-02 2005-01-06 North Carolina State University Optical method for evaluating surface and physical properties of structures made wholly or partially from fibers, films, polymers or a combination thereof
US20070286471A1 (en) * 2004-11-19 2007-12-13 Hiroshi Kaneda Auto Distinction System And Auto Distinction Method
JP4165580B2 (ja) 2006-06-29 2008-10-15 トヨタ自動車株式会社 画像処理装置及び画像処理プログラム
TW200951878A (en) 2008-06-02 2009-12-16 Wu-Ja Lin Intensity correction for backlight modules under different inspection angles
TWI384159B (zh) 2009-12-25 2013-02-01 Ability Entpr Co Ltd 校準光源的方法
KR20140031201A (ko) 2011-02-24 2014-03-12 쓰리엠 이노베이티브 프로퍼티즈 캄파니 웨브 기반 재료 내의 불균일성의 검출 시스템
US20120327214A1 (en) * 2011-06-21 2012-12-27 HNJ Solutions, Inc. System and method for image calibration
CN103827917B (zh) 2011-07-25 2017-06-09 科英布拉大学 用于使用棋盘图案的一幅或多幅图像的自动相机校准的方法和装置
US8542297B2 (en) 2011-08-05 2013-09-24 Quality Vision International, Inc. Method for automatically adjusting the levels of illumination sources in an optical measurement machine
US8553228B2 (en) 2011-09-30 2013-10-08 3M Innovative Properties Company Web inspection calibration system and related methods
KR101888960B1 (ko) 2011-10-06 2018-08-17 엘지이노텍 주식회사 도로 평탄도 측정 장치 및 방법

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001266122A (ja) * 2000-03-17 2001-09-28 Dainippon Printing Co Ltd 色ムラ欠陥検査方法及び装置
JP2002228594A (ja) * 2001-01-31 2002-08-14 Japan Vilene Co Ltd 被測定物の状態評価方法および状態評価装置
CN1359000A (zh) * 2002-01-14 2002-07-17 东华大学 织物起球等级的客观评估系统
CN101226108A (zh) * 2007-01-19 2008-07-23 中国农业机械化科学研究院 一种雾滴分布均匀度的检测方法
CN101101237A (zh) * 2007-08-21 2008-01-09 友达光电（苏州）有限公司 测量发光画面亮度均匀性的方法
CN103180724A (zh) * 2010-10-19 2013-06-26 3M创新有限公司 对用于检测幅材型材料中可变性的不均匀度严重性进行连续制图

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108362702A (zh) * 2017-12-14 2018-08-03 北京木业邦科技有限公司 一种基于人工智能的单板缺陷检测方法、系统及设备
CN108548781A (zh) * 2018-04-17 2018-09-18 郑州磨料磨具磨削研究所有限公司 一种砂轮混料均匀性图像检测方法及装置
CN108548781B (zh) * 2018-04-17 2021-03-16 郑州磨料磨具磨削研究所有限公司 一种砂轮混料均匀性图像检测方法及装置
CN109001248A (zh) * 2018-06-26 2018-12-14 哈尔滨工业大学 一种基于图像信息熵的沥青混合料冻融损伤评价方法
CN109001248B (zh) * 2018-06-26 2020-10-02 哈尔滨工业大学 一种基于图像信息熵的沥青混合料冻融损伤评价方法
CN110672621A (zh) * 2019-10-10 2020-01-10 清华大学 基于光照亮度调整的汽车涂装表面缺陷图像质量优化方法
CN110672621B (zh) * 2019-10-10 2021-03-05 清华大学 基于光照亮度调整的汽车涂装表面缺陷图像质量优化方法
CN111115028A (zh) * 2019-12-17 2020-05-08 山东交通学院 一种用于涂料检测的连续式进料装置
CN111115028B (zh) * 2019-12-17 2022-04-05 山东交通学院 一种用于涂料检测的连续式进料装置
CN116862917A (zh) * 2023-09-05 2023-10-10 微山县振龙纺织品有限公司 一种纺织品表面质量检测方法及系统
CN116862917B (zh) * 2023-09-05 2023-11-24 微山县振龙纺织品有限公司 一种纺织品表面质量检测方法及系统

Also Published As

Publication number Publication date
JP6506274B2 (ja) 2019-04-24
WO2015065726A1 (en) 2015-05-07
JP2016535258A (ja) 2016-11-10
US9841383B2 (en) 2017-12-12
US20160282279A1 (en) 2016-09-29
EP3063495A4 (en) 2017-08-09
EP3063495A1 (en) 2016-09-07
CN105683704B (zh) 2019-03-01

Similar Documents

Publication Publication Date Title
CN105683704A (zh) 材料的多尺度均匀度分析
JP6122015B2 (ja) ウェブ検査較正システム及び関連方法
CN102246205B (zh) 用于测量植物的叶盘生长的方法
US10761032B1 (en) Apparatus and method for inspection of a film on a substrate
TWI794400B (zh) 用於連續移動帶材的紅外光透射檢查
CN103097879A (zh) 透明基质的光学质量分析方法和装置
CN106918597A (zh) 薄膜质量检测方法和薄膜质量检测系统
JP5226510B2 (ja) 光学表面の曲率を測定するシステムおよび方法
CN104797906A (zh) 用于测量表面不均匀度的传感器
CN106767451A (zh) 带有滚筒的纺织设备及其带宽测量机构
JP2007333608A (ja) シートにおける凹凸状欠点の検査装置および検査方法
JP2005070051A (ja) 表面特性を特定するための方法および装置
JP2014020870A (ja) 表面形状検査装置及び表面形状検査方法
KR101480906B1 (ko) 잔류 스케일 측정 장치 및 방법
KR101024598B1 (ko) 표면 밝기 분포의 분산 산출 알고리즘을 이용한 대상물 표면의 영상 검사방법
CN206479141U (zh) 带有滚筒的纺织设备及其带宽测量机构
US20140240720A1 (en) Linewidth measurement system
US20190178777A1 (en) Assembly for determining the permeation rate of a sample
CN112912717A (zh) 用于表征表面均匀度的方法和系统
CN117538259A (zh) 平板玻璃缺陷检测装置和平板玻璃缺陷检测方法
Di Leo et al. Contactless measurements for on line quality monitoring in rubber extrusion processes
Roh et al. A patterned illumination and phase integration imaging method for high-glossy surface evaluation
JP2009133729A (ja) 周期性パターンのムラ検査方法及び検査装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant