CN108335309B - 基于图像的条纹布料检测定位裁剪方法及其系统和存储介质 - Google Patents
基于图像的条纹布料检测定位裁剪方法及其系统和存储介质 Download PDFInfo
- Publication number
- CN108335309B CN108335309B CN201711365657.8A CN201711365657A CN108335309B CN 108335309 B CN108335309 B CN 108335309B CN 201711365657 A CN201711365657 A CN 201711365657A CN 108335309 B CN108335309 B CN 108335309B
- Authority
- CN
- China
- Prior art keywords
- cutting
- boundary line
- target area
- boundary
- cloth
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- 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
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- 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)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Treatment Of Fiber Materials (AREA)
Abstract
本发明提供了一种基于图像的条纹布料检测定位裁剪方法及其系统和存储介质,包括:获取检测参数;检测主条位;根据检测参数,获取条纹布料上目标区域的边界轮廓;根据目标区域的边界轮廓,得到目标区域的上边界线、下边界线;根据目标区域的上边界线、下边界线,确定裁剪线。本发明基于图像的条纹布料定位裁剪方法,结合相机图像采集系统、机械运动控制系统和激光切割系统,实现了条纹布料裁剪的自动化生产;并且能够准确定位到需要裁剪的位置,一次裁剪完成,保证了每一片裁片的衫脚位尺寸都是统一的,不需要人工再次修条,既保证了裁剪精度,又解放了劳动力,生产效率大幅提高。
Description
技术领域
本发明涉及机器视觉和图像处理技术领域,具体地,涉及基于图像的条纹布料检测定位裁剪方法及其系统和存储介质。主要应用于服装行业,是针对针织条纹布料裁剪,实现对条纹布料裁剪位置精确定位的技术方案。
背景技术
在科学技术日新月异的今天,如何把科学技术转化为企业生产力是企业运营管理的关键所在。多年来,条纹服装以其醒目的色彩和分量感所营造出的视觉效果越趋消费者追捧。而在传统的服装行业生产中,条纹布一直采用手工裁剪,裁剪精度低、效率低的同时企业还不断面临着用工成本的增加,这些因素严重制约着国内外企业的发展。
现有工艺在使用条纹布料制作衣服时,需要将前后两片布料相同颜色的条子对位到一起。现有的条纹布料裁剪是通过人工来完成的。人工完成条纹布料的裁剪需要经过粗-细-精裁三道工序:首先,在铺布平台上面选取固定主条位作为对位基准,人工拉布使得布面条纹对准选取的固定主条位,粗裁剪一大块布料,裁剪后的布料一层层往上堆叠;其次,人工拉布、堆叠完成后,需要另外一名工人根据服样尺寸裁剪出衣服样本,通常细裁剪后的衣服样本尺寸比实际尺寸要长几公分;最后需要人工利用剪刀精细裁,把衫脚位或平衫脚的尺寸修剪到合格尺寸,完成条纹布裁剪的末道修条工序。
现有的条纹布料裁剪过程中,完全依靠车间工人经验以及工人视觉好坏来完成对多规格条纹布裁剪。条纹布因其细密特征,在工人长时间注视时,常会出现波纹视觉效果,容易产生不稳定感和视觉疲劳。所以,手持剪刀裁剪时必然会造成裁剪精度达不到、经常返工、布料报废、效率低下等问题。为此,市场上迫切需要新的技术方案来解决这些难题。
发明内容
针对现有技术中的缺陷,本发明的目的是提供一种基于图像的条纹布料检测定位裁剪方法及其系统和存储介质。
根据本发明提供的一种基于图像的条纹布料检测定位裁剪方法,包括:
步骤A:获取检测参数;
步骤B:检测主条位;
步骤C:根据检测参数,获取条纹布料上目标区域的边界轮廓;
步骤D:根据目标区域的边界轮廓,得到目标区域的上边界线、下边界线;
步骤E:根据目标区域的上边界线、下边界线,确定裁剪线。
优选地,所述步骤B包括:
步骤B1:用激光光源照射工作平台,得到可见光照射直线段,其中,可见光照射直线段的两端分别超出条纹布料的左右两侧;
步骤B2:将检测到的可见光照射直线段作为主条位。
优选地,所述步骤C包括:
步骤C1:将原始条纹布料图像转化为二值化图像
步骤C2:根据检测参数中的二值化阈值,从二值化图像中得到目标区域,其中,目标区域对应于条纹;
步骤C3:根据检测参数中的边缘检测参数,提取目标区域的边缘点或亚像素点信息作为目标区域的边界轮廓。
优选地,所述步骤D包括:
步骤D1:将目标区域的边界轮廓的线条转化为边界坐标点;
步骤D2:对于每一个边界坐标点,若边界坐标点位于目标区域的边界轮廓的上边位置或者下边位置,则保留边界坐标点;若边界坐标点位于目标区域的边界轮廓的左边位置或者右边位置,则删除边界坐标点;
步骤D3:对于每一个目标区域,将保留的位于上边位置的边界坐标点转换为目标区域的上边界线,将保留的位于下边位置的边界坐标点转换为目标区域的下边界线。
优选地,所述步骤E包括:
步骤E1:根据检测参数,基于主条位的位置,将距离主条位设定距离的位置,确定为裁剪位置定位基准;
步骤E2:遍历全部上边界线、下边界线,其中,上边界线、下边界线均记为候选边界线段,将距离裁剪位置定位基准最近的候选边界线段作为选中边界线段;
步骤E3:令选中边界线段在上下方向上偏移设定的距离,得到裁剪基线段;
步骤E4:令裁剪基线段的两端通过曲线拟合进行延长,直到延长的两端分别超出条纹布料的左右两侧,得到裁剪线。
优选地,包括步骤F:在软件显示界面上显示所述裁剪线。
优选地,包括步骤G:对于下一个条纹布料,若主条位有移动,则进入步骤B继续执行;否则,则进入步骤C继续执行
根据本发明提供的一种存储有计算机程序的计算机可读存储介质,所述计算机程序被处理器执行时实现上述的基于图像的条纹布料检测定位裁剪方法的步骤。
根据本发明提供的一种布料裁剪设备,包括上述的存储有计算机程序的计算机可读存储介质。
根据本发明提供的一种基于图像的条纹布料检测定位裁剪系统,包括:
模块A:获取检测参数;
模块B:检测主条位;
模块C:根据检测参数,获取条纹布料上目标区域的边界轮廓;
模块D:根据目标区域的边界轮廓,得到目标区域的上边界线、下边界线;
模块E:根据目标区域的上边界线、下边界线,确定裁剪线。
与现有技术相比,本发明具有如下的有益效果:
1、本发明基于图像的条纹布料定位裁剪方法,结合相机图像采集系统、机械运动控制系统和激光切割系统,实现了条纹布料裁剪的自动化生产。
2、本发明基于图像的条纹布料定位裁剪方法,能够准确定位到需要裁剪的位置,一次裁剪完成,保证了每一片裁片的衫脚位尺寸都是统一的,不需要人工再次修条,既保证了裁剪精度,又解放了劳动力,生产效率大幅提高。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1为基于图像的条纹布料检测定位裁剪方法流程图。
图2为用户参数设置界面。
图3为进行主条位检测的原始图像。
图4为进行条纹布料检测的原始图像。
图5为轮廓边缘效果图。
图6为条纹布料裁剪位置自动定位效果图。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明,但不以任何形式限制本发明。应当指出的是,对本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变化和改进。这些都属于本发明的保护范围。
本发明的目的在于针对条纹布料裁剪问题,提出一种基于图像的条纹布料检测定位裁剪方法,以解决现有条纹布料人工裁剪过程中遇到的裁剪精度低、经常返工、布料报废、效率低下等问题。特别是在衫脚位、平衫脚等对条纹尺寸精度要求更高的地方,人工裁剪已经无法满足。为实现上述目的,本发明基于图像的条纹布料检测定位裁剪方法,结合相机图像采集系统,激光切割系统和机械运动控制系统,实现条纹布料定位裁剪的自动化生产。如上所述相机可以是CCD、CMOS相机。本发明方法进行条纹布料基于图像的检测定位裁剪流程图如图1所示,设置检测参数包括主条位和裁剪位置检测参数,检测主条位,读取条纹布料图像,轮廓检测法获取二值图像,获取目标区域轮廓及轮廓上下边线,根据主条位和用户指定的参数定位裁剪位置,输出结果到软件界面。具体地,根据本发明提供的一种基于图像的条纹布料检测定位裁剪方法,包括:
步骤A:获取检测参数;如图2所示,主要包括三部分:一是检测方法设置;二值主条位检测参数设置;三是条纹布料检测定位参数设置;
步骤B:检测主条位;
步骤C:根据检测参数,获取条纹布料上目标区域的边界轮廓;
步骤D:根据目标区域的边界轮廓,得到目标区域的上边界线、下边界线;
步骤E:根据目标区域的上边界线、下边界线,确定裁剪线;
步骤F:在软件显示界面上显示所述裁剪线;
步骤G:对于下一个条纹布料,若主条位有移动,则进入步骤B继续执行;否则,则进入步骤C继续执行。
所述步骤B包括:步骤B1:用激光光源照射工作平台,得到可见光照射直线段,其中,可见光照射直线段的两端分别超出条纹布料的左右两侧;步骤B2:将检测到的可见光照射直线段作为主条位。主条位原始图像如图3所示,是镭射灯照射到工作平台上的一条红外线,同时也是定位条纹布料裁剪位置的基准,是一个十分重要的参数。该主条位可以是红光、绿光、紫光等可见光线。
所述步骤C包括:步骤C1:条纹布料原始图像如图4所示,根据检测参数中的二值化阈值,将原始条纹布料图像转化为二值化图像;步骤C2:从二值化图像中得到目标区域,其中,目标区域对应于条纹;步骤C3:根据检测参数中的边缘检测参数,提取目标区域的边缘点或亚像素点信息作为目标区域的边界轮廓。也就是说,读取条纹布料图像后,用轮廓检测法提取目标条带的轮廓。首先自动获取分割出目标轮廓所需要的阈值,用获取到的阈值分割条纹布料图像,得到二值图像;然后,提取二值图像中所有的目标区域;最后,提取目标区域的边缘点或亚像素点信息作为目标区域的边界轮廓,分别对每一个目标区域轮廓进行后述步骤处理。
目标区域上下边线示意图如图5所示,条纹布料的裁剪位置是与条纹布料边界线相平齐一条线段,即裁剪位置上的每一个点到条纹布料边界线的距离是相等的。而目标区域的边界轮廓是一个包含条纹上下两条边界线的封闭图形,因此需要将目标区域的边界轮廓转化为上边界线、下边界线这两条线段。本发明中将目标区域的边界轮廓转化为两条单独线段的方法即是剔除目标区域的边界轮廓中的左右两侧的坐标点,只保留轮廓上下两侧的坐标点。所述步骤D包括:步骤D1:将目标区域的边界轮廓的线条转化为边界坐标点;步骤D2:对于每一个边界坐标点,若边界坐标点位于目标区域的边界轮廓的上边位置或者下边位置,则保留边界坐标点;若边界坐标点位于目标区域的边界轮廓的左边位置或者右边位置,则删除边界坐标点;步骤D3:对于每一个目标区域,将保留的位于上边位置的边界坐标点转换为目标区域的上边界线,将保留的位于下边位置的边界坐标点转换为目标区域的下边界线。
所述步骤E包括:步骤E1:根据检测参数,基于主条位的位置,将距离主条位设定距离的位置,确定为裁剪位置定位基准;步骤E2:遍历全部上边界线、下边界线,其中,上边界线、下边界线均记为候选边界线段,将距离裁剪位置定位基准最近的候选边界线段作为选中边界线段;步骤E3:令选中边界线段在上下方向上偏移设定的距离,得到裁剪基线段;步骤E4:令裁剪基线段的两端通过曲线拟合进行延长,直到延长的两端分别超出条纹布料的左右两侧,得到裁剪线。更为具体地,工人在操作平台上拉布的时候,由于布料是软材料容易产生形变,所以工人每次拉的布料需要裁剪的位置在操作平台上的位置是不确定的,即在相机采集图像上的位置是不确定的,因此需要镭射灯在操作平台上照射一条红线作为基准,用于精确定位需要裁剪的位置。在镭射灯照射的红线即主条位上选取一定的距离作为裁剪位置定位基准,遍历所有轮廓上下边界线段,计算每一条线段与基准线的相对位置关系,最后根据用户指定的检测参数准确定位到距离需要裁剪位置最近的目标区域轮廓的一条边界线,再根据指定偏移量,将检测到的边界线偏移一定的距离得到裁剪基线段。
检测定位到的裁剪位置如图6所示,定位到的检测位置是一条比条纹布料稍微窄一点的线段,此种情况下在条纹布料的两侧位置会有一小段布料裁剪不断,因此需要将定位到的线条延长一定的长度以保证裁剪时可以把布料裁剪断。边线延长方法即在定位线段的左右两侧各取一段距离,通过曲线拟合的方法计算出曲线相关参数,然后根据用户指定的延长参数将曲线延长一定的距离,并把最后结果输出到软件显示界面,以方便用户观察。
本发明还提供一种存储有计算机程序的计算机可读存储介质,所述计算机程序被处理器执行时实现所述的基于图像的条纹布料检测定位裁剪方法的步骤。
本发明还提供一种布料裁剪设备,其特征在于,包括所述的存储有计算机程序的计算机可读存储介质。
本发明还提供一种基于图像的条纹布料检测定位裁剪系统,包括:
模块A:获取检测参数;
模块B:检测主条位;
模块C:根据检测参数,获取条纹布料上目标区域的边界轮廓;
模块D:根据目标区域的边界轮廓,得到目标区域的上边界线、下边界线;
模块E:根据目标区域的上边界线、下边界线,确定裁剪线。
本领域技术人员知道,除了以纯计算机可读程序代码方式实现本发明提供的系统、装置及其各个模块以外,完全可以通过将方法步骤进行逻辑编程来使得本发明提供的系统、装置及其各个模块以逻辑门、开关、专用集成电路、可编程逻辑控制器以及嵌入式微控制器等的形式来实现相同程序。所以,本发明提供的系统、装置及其各个模块可以被认为是一种硬件部件,而对其内包括的用于实现各种程序的模块也可以视为硬件部件内的结构;也可以将用于实现各种功能的模块视为既可以是实现方法的软件程序又可以是硬件部件内的结构。
以上对本发明的具体实施例进行了描述。需要理解的是,本发明并不局限于上述特定实施方式,本领域技术人员可以在权利要求的范围内做出各种变化或修改,这并不影响本发明的实质内容。在不冲突的情况下,本申请的实施例和实施例中的特征可以任意相互组合。
Claims (8)
1.一种基于图像的条纹布料检测定位裁剪方法,其特征在于,包括:
步骤A:获取检测参数;
步骤B:检测主条位;
步骤C:根据检测参数,获取条纹布料上目标区域的边界轮廓;
步骤D:根据目标区域的边界轮廓,得到目标区域的上边界线、下边界线;
步骤E:根据目标区域的上边界线、下边界线,确定裁剪线;
所述步骤B包括:
步骤B1:用激光光源照射工作平台,得到可见光照射直线段,其中,可见光照射直线段的两端分别超出条纹布料的左右两侧;
步骤B2:将检测到的可见光照射直线段作为主条位;
所述步骤E包括:
步骤E1:根据检测参数,基于主条位的位置,将距离主条位设定距离的位置,确定为裁剪位置定位基准;
步骤E2:遍历全部上边界线、下边界线,其中,上边界线、下边界线均记为候选边界线段,将距离裁剪位置定位基准最近的候选边界线段作为选中边界线段;
步骤E3:令选中边界线段在上下方向上偏移设定的距离,得到裁剪基线段;
步骤E4:令裁剪基线段的两端通过曲线拟合进行延长,直到延长的两端分别超出条纹布料的左右两侧,得到裁剪线。
2.根据权利要求1所述的基于图像的条纹布料检测定位裁剪方法,其特征在于,所述步骤C包括:
步骤C1:将原始条纹布料图像转化为二值化图像
步骤C2:根据检测参数中的二值化阈值,从二值化图像中得到目标区域,其中,目标区域对应于条纹;
步骤C3:根据检测参数中的边缘检测参数,提取目标区域的边缘点或亚像素点信息作为目标区域的边界轮廓。
3.根据权利要求1所述的基于图像的条纹布料检测定位裁剪方法,其特征在于,所述步骤D包括:
步骤D1:将目标区域的边界轮廓的线条转化为边界坐标点;
步骤D2:对于每一个边界坐标点,若边界坐标点位于目标区域的边界轮廓的上边位置或者下边位置,则保留边界坐标点;若边界坐标点位于目标区域的边界轮廓的左边位置或者右边位置,则删除边界坐标点;
步骤D3:对于每一个目标区域,将保留的位于上边位置的边界坐标点转换为目标区域的上边界线,将保留的位于下边位置的边界坐标点转换为目标区域的下边界线。
4.根据权利要求1所述的基于图像的条纹布料检测定位裁剪方法,其特征在于,包括步骤F:在软件显示界面上显示所述裁剪线。
5.根据权利要求1所述的基于图像的条纹布料检测定位裁剪方法,其特征在于,包括步骤G:对于下一个条纹布料,若主条位有移动,则进入步骤B继续执行;否则,则进入步骤C继续执行。
6.一种存储有计算机程序的计算机可读存储介质,其特征在于,所述计算机程序被处理器执行时实现权利要求1至5中任一项所述的基于图像的条纹布料检测定位裁剪方法的步骤。
7.一种布料裁剪设备,其特征在于,包括权利要求6所述的存储有计算机程序的计算机可读存储介质。
8.一种基于图像的条纹布料检测定位裁剪系统,其特征在于,包括:
模块A:获取检测参数;
模块B:检测主条位;
模块C:根据检测参数,获取条纹布料上目标区域的边界轮廓;
模块D:根据目标区域的边界轮廓,得到目标区域的上边界线、下边界线;
模块E:根据目标区域的上边界线、下边界线,确定裁剪线;
所述检测主条位,包括:
步骤B1:用激光光源照射工作平台,得到可见光照射直线段,其中,可见光照射直线段的两端分别超出条纹布料的左右两侧;
步骤B2:将检测到的可见光照射直线段作为主条位;
所述根据目标区域的上边界线、下边界线,确定裁剪线,包括:
步骤E1:根据检测参数,基于主条位的位置,将距离主条位设定距离的位置,确定为裁剪位置定位基准;
步骤E2:遍历全部上边界线、下边界线,其中,上边界线、下边界线均记为候选边界线段,将距离裁剪位置定位基准最近的候选边界线段作为选中边界线段;
步骤E3:令选中边界线段在上下方向上偏移设定的距离,得到裁剪基线段;
步骤E4:令裁剪基线段的两端通过曲线拟合进行延长,直到延长的两端分别超出条纹布料的左右两侧,得到裁剪线。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711365657.8A CN108335309B (zh) | 2017-12-18 | 2017-12-18 | 基于图像的条纹布料检测定位裁剪方法及其系统和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711365657.8A CN108335309B (zh) | 2017-12-18 | 2017-12-18 | 基于图像的条纹布料检测定位裁剪方法及其系统和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108335309A CN108335309A (zh) | 2018-07-27 |
CN108335309B true CN108335309B (zh) | 2020-07-10 |
Family
ID=62922187
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711365657.8A Active CN108335309B (zh) | 2017-12-18 | 2017-12-18 | 基于图像的条纹布料检测定位裁剪方法及其系统和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108335309B (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102345225B1 (ko) | 2018-11-16 | 2021-12-30 | 더 노스 훼이스 어패럴 코오포레이션 | 절단 등록을 위한 시스템 및 방법 |
CN109396662B (zh) * | 2018-11-23 | 2020-10-02 | 拓卡奔马机电科技有限公司 | 一种激光裁剪设备及激光裁剪方法 |
CN109658410B (zh) * | 2019-01-11 | 2020-09-18 | 拓卡奔马机电科技有限公司 | 一种裁床、布料条格的对齐装置及对齐方法 |
CN109934800A (zh) * | 2019-01-30 | 2019-06-25 | 红云红河烟草(集团)有限责任公司 | 一种烟包卡纸的定位方法及系统 |
CN110660072B (zh) * | 2019-09-20 | 2022-08-26 | 北京神工科技有限公司 | 一种直线边缘的识别方法、装置、存储介质及电子设备 |
CN110592822B (zh) * | 2019-09-20 | 2022-01-18 | 珠海合和服装有限公司 | 一种边料加工时布料边缘定位方法 |
CN111872573A (zh) * | 2020-07-07 | 2020-11-03 | 深圳市睿达科技有限公司 | 一种激光振镜切割布料的方法 |
CN112296530B (zh) * | 2020-09-17 | 2023-04-07 | 上海当纳利印刷有限公司 | 一种应用于喷墨打样工序的定位方法及绘制装置 |
CN113297642B (zh) * | 2021-03-31 | 2022-06-07 | 阿里巴巴(中国)有限公司 | 图像处理方法、数据处理方法、加工系统及设备 |
CN113610761B (zh) * | 2021-07-06 | 2023-11-17 | 上海望友信息科技有限公司 | 判断断头线的方法、装置、电子设备及存储介质 |
CN114908554B (zh) * | 2022-05-16 | 2024-06-14 | 丹东新龙泰服装实业有限公司 | 一种高效布料自动裁剪方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1978777A (zh) * | 2005-12-05 | 2007-06-13 | 陈仁惠 | 样布裁剪机 |
CN104818603A (zh) * | 2015-03-27 | 2015-08-05 | 上海和鹰机电科技股份有限公司 | 一种智能裁剪方法及系统 |
US9157182B2 (en) * | 2010-05-14 | 2015-10-13 | Automated Vision, Llc | Systems, methods and computer program products for processing of coverings such as leather hides and fabrics for furniture and other products |
CN106903444A (zh) * | 2017-04-12 | 2017-06-30 | 广东溢达纺织有限公司 | 自动识别切割机构 |
-
2017
- 2017-12-18 CN CN201711365657.8A patent/CN108335309B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1978777A (zh) * | 2005-12-05 | 2007-06-13 | 陈仁惠 | 样布裁剪机 |
US9157182B2 (en) * | 2010-05-14 | 2015-10-13 | Automated Vision, Llc | Systems, methods and computer program products for processing of coverings such as leather hides and fabrics for furniture and other products |
CN104818603A (zh) * | 2015-03-27 | 2015-08-05 | 上海和鹰机电科技股份有限公司 | 一种智能裁剪方法及系统 |
CN106903444A (zh) * | 2017-04-12 | 2017-06-30 | 广东溢达纺织有限公司 | 自动识别切割机构 |
Also Published As
Publication number | Publication date |
---|---|
CN108335309A (zh) | 2018-07-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108335309B (zh) | 基于图像的条纹布料检测定位裁剪方法及其系统和存储介质 | |
US7613539B2 (en) | System and method for mesh and body hybrid modeling using 3D scan data | |
US11507057B2 (en) | 3D printing slicing method, apparatus, device, and storage medium | |
US9123174B2 (en) | Method and apparatus for displaying a simulated application of at least one coating to a digital image | |
CN102831584B (zh) | 一种数据驱动的物体图像修复系统及方法 | |
CN105551077B (zh) | 钣金加工三维工艺模型的构建方法及装置 | |
CN104458748A (zh) | 基于机器视觉的铝型材表面缺陷检测方法 | |
CN110458811B (zh) | 一种柔性材料超长幅切割轨迹自动提取方法 | |
CN101464953A (zh) | 轮廓提取装置和轮廓提取方法 | |
CN110503705A (zh) | 图像标注方法和设备 | |
CN104711784B (zh) | 一种获得裁片缝合路径的方法 | |
CN109815540A (zh) | 一种空间曲线构件的基准线布设方法 | |
JP2015529162A (ja) | 可撓性材料でできた切り取られるべき布きれの端部を平坦化する方法 | |
CN110554820B (zh) | 一种gis数据编辑方法 | |
CN110543733B (zh) | 用于金属板下单加工的方法及装置与设备和存储介质 | |
CN104585942B (zh) | 服装肩胸省的变量比原数裁剪法 | |
CN105741263A (zh) | 一种手轮廓提取及定向算法 | |
CN105549537A (zh) | 基于实物扫描的装配体参数化及自动化数控加工方法 | |
CN108823942B (zh) | 一种裁床自适应废料裁断方法 | |
CN108520523A (zh) | 一种保留非封闭曲线的线画图骨架提取方法 | |
DE102017201827A1 (de) | Verfahren zur Korrektur von Abweichungen in einem Herstellungsprozess eines Gegenstands | |
ITMI20130137A1 (it) | Metodo ed apparecchiatura di definizione di perimetro di profilo per tubolari | |
KR101914700B1 (ko) | 3d 캐드 모델링에서 전극방전 가공부에의 자동색상부여 방법 | |
JP7006111B2 (ja) | 位置を決定する装置、方法、およびプログラム、画像を表示する装置、方法、およびプログラム | |
CN105154869A (zh) | 一种用于等截面实体表面修复的激光熔覆扫描路径获取方法 |
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 |