CN109137446B - 一种色织物经纱排列的自动校对方法 - Google Patents

一种色织物经纱排列的自动校对方法 Download PDF

Info

Publication number
CN109137446B
CN109137446B CN201811182163.0A CN201811182163A CN109137446B CN 109137446 B CN109137446 B CN 109137446B CN 201811182163 A CN201811182163 A CN 201811182163A CN 109137446 B CN109137446 B CN 109137446B
Authority
CN
China
Prior art keywords
yarn
warp
arrangement
dyed fabric
strip
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
Application number
CN201811182163.0A
Other languages
English (en)
Other versions
CN109137446A (zh
Inventor
潘如如
王静安
周建
高卫东
沈颖乐
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.)
Jiangnan University
Original Assignee
Jiangnan University
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 Jiangnan University filed Critical Jiangnan University
Priority to CN201811182163.0A priority Critical patent/CN109137446B/zh
Publication of CN109137446A publication Critical patent/CN109137446A/zh
Application granted granted Critical
Publication of CN109137446B publication Critical patent/CN109137446B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • D—TEXTILES; PAPER
    • D06—TREATMENT OF TEXTILES OR THE LIKE; LAUNDERING; FLEXIBLE MATERIALS NOT OTHERWISE PROVIDED FOR
    • D06H—MARKING, INSPECTING, SEAMING OR SEVERING TEXTILE MATERIALS
    • D06H3/00—Inspecting textile materials
    • D—TEXTILES; PAPER
    • D03—WEAVING
    • D03J—AUXILIARY WEAVING APPARATUS; WEAVERS' TOOLS; SHUTTLES
    • D03J1/00—Auxiliary apparatus combined with or associated with looms
    • D03J1/02—Auxiliary apparatus combined with or associated with looms for treating warp, e.g. cleaning, moistening

Landscapes

  • Engineering & Computer Science (AREA)
  • Textile Engineering (AREA)
  • Chemical & Material Sciences (AREA)
  • Materials Engineering (AREA)
  • Treatment Of Fiber Materials (AREA)

Abstract

本发明属于纺织品参数自动检测与校对领域，涉及一种色织物经纱排列的自动校对方法。该方法步骤如下：第一步，对待检测色织物实施色织物经纱排列自动检测，获得待检测色织物的实际经纱排列；第二步，根据色织物的工艺参数，得到标准经纱排列模板；第三步，对实际经纱排列中的每一类条带特征数据依次实施自纠偏色织物经纱排列校对；第四步，合并所有条带特征的校对结果，并输出；所述的校对结果为一长度为L的向量，每一元素值为0或1，分别代表待校对对象中每一条带经纱排列错误与正确。本发明的运算方法简单高效且品种适应性强，本方法的鲁棒性高，不容易被数据的误差干扰。

Description

一种色织物经纱排列的自动校对方法
技术领域
本发明属于纺织品参数自动检测与校对领域，涉及一种色织物经纱排列的自动校对方法。
背景技术
色织物是由不同颜色的经纬纱线按一定的交织规律形成的机织物，在织物的后整理的工艺中，不再进行染色或印花。色织物的生产具有小批量和多样化的特点。色织物的经纱排列循环一般为连续的不同色条带，每一条由若干根相同颜色的经纱组成，这其中一旦存在排列错误，将会导致上千米产品的降等，因此色织物的经纱排列校对对色织物生产具有极其重大的意义。
传统的色织物经纱排列校对依赖于人工检测，工人使用照布镜或放大镜来逐根判断经纱是否排列正确，这种检测方法不仅费时费力，准确性还难以得到保障。目前，已经存在色织物经纱排列自动检测方法，该方法能够检测出待检测色织物图像中的每一经纱条带的特征数据，该数据可能为条带宽度、条带包含的经纱根数、条带主要颜色值或其它，称为实际经纱排列。根据色织物的工艺参数，可知该色织物经纱正确排列时的各条带特征数据，称为标准经纱排列模板。因此，须使用一种自动校对方法，以实现实际经纱排列与标准经纱排列模板之间的比对，找到实际经纱排列中错误的位置。
发明内容
本发明提供了一种色织物经纱排列的自动校对方法，实现在实施色织物经纱排列自动检测方法之后，将所得的实际经纱排列与标准经纱排列模板进行校对的目的。
一种色织物经纱排列的自动校对方法，步骤如下：
第一步，对待检测色织物实施色织物经纱排列自动检测，获得待检测色织物的实际经纱排列数据Di；
进一步的，所述的待检测色织物的实际经纱排列，其形式为：n个向量Di的组合，各Di的长度均等于待检测色织物的色纱条带总数L，L由色织物经纱排列自动检测算法求得；Di中的元素为各经纱条带的特征数据，该特征数据种类包括条带宽度、条带包含的经纱根数、条带主要颜色值或其它任意经纱条带特征数据。Di中i的取值为1,2,3,…,n，i的每一个取值分别对应上述经纱条带的特征数据的一个种类。
第二步，根据色织物的工艺参数，得到标准经纱排列模板Pi；
所述的标准经纱排列模板，具有与实际经纱排列相同的特征数据种类，其形式为n个长度为标准色纱条带循环周期Lm(来自于待测色织物的工艺参数)的向量Pi，Pi中的元素为在待测色织物的工艺参数的约束下，该色织物经纱正确排列时的各条带特征数据。
第三步，对实际经纱排列中的每一类条带特征数据依次实施自纠偏色织物经纱排列校对；
所述的实施自纠偏色织物经纱排列校对包括以下步骤：
(1)将待校对的实际经纱排列数据Di及标准经纱排列模板Pi进行初始化校对起点参数kp，令其为0；初始化结果向量Bi，其长度为L，所有元素均为0；i对应当前校对的特征数据类；
(2)根据经验设定控制参数q，该参数的含义为：连续出错的经纱条带最大个数，q优选值为4。
(3)将Pi反向排列，记为Qi，将Di作为待处理向量D；
(4)从kp点开始，在D中向后一定长度lm内寻找与Pi最相似的起始位置，记为lp，即lp满足以下公式：
Figure BDA0001825265900000021
lm取任意整数，优选的，lm取为max(Lm,q)；k为循环变量。
(5)将D在lp点分割为前后两个子向量d1与d2，其计算公式如下：
d1＝D(lp-1,lp-2,lp-3,…,1)
d2＝D(lp,lp+1,lp+2,…,L)
(6)将d1与Qi，d2与Pi，分别作为d与q；
(7)从d的第一个元素开始，与q中元素进行依次循环比较，输出一长度与d一致的向量b，其比较公式如下：
Figure BDA0001825265900000031
其中，t是校对阈值；
j＝1,2,3,…,ld，ld为向量d的长度。j'＝{(j-1)modlq}+1，其中mod为取余运算，lq为向量q的长度。
由此分别得到bd与bq；
(8)将bd反转，并与bq拼接在一起，与结果向量Bi求或，构成新的结果向量Bi
(9)从kp点开始，在结果向量Bi中寻找连续0值数目超过q的序列，若找到，将该序列位置起点定义为新的kp，返回步骤(4)，若未找到，则Bi中为0的位置对应的经纱条带存在排列错误。
第四步，合并所有条带特征的校对结果，并输出。
所述的校对结果为一长度为L的向量，每一元素值为0或1，分别代表待校对对象中每一条带经纱排列错误与正确。
分别对实际经纱排列的不同数据种类进行校对并合并结果，能有效互补不同数据种类在校对时产生的校对错误。
本发明的有益效果：
1.本发明运算简单高效；
2.方法品种适应性强；
3.方法的鲁棒性高，不容易被数据的误差干扰。
附图说明
图1为操作流程图流程图。
图2基于待检测对象的条带像素宽度数据及条带经纱根数数据产生的模拟示意图。
具体实施方式
下面结合具体实施方式，进一步阐述本发明。应理解，这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解，在阅读了本发明讲授的内容之后，本领域技术人员可以对本发明作各种改动或修改，这些等价形式同样落于本申请所附权利要求书所限定的范围。
一种色织物经纱排列的自动校对方法，步骤如下：
步骤1：
对待检测色织物实施色织物经纱排列自动检测方法，获得待检测色织物的实际经纱排列，即为待校对对象。实际经纱排列来自色织物经纱排列自动检测方法的实施，本实施例内其形式为n＝2个长度为测得的色纱条带总数L＝19的向量D1、D2，其中D1的元素为待检测色织物各经纱条带的条带宽度，D2的元素为待检测色织物各条带包含的经纱根数。其中，D1＝(37,61,119,12,24,60,121,36,59,121,38,60,121,36,60,126,36,61,120)，D2＝(3,5,10,1,2,5,10,3,5,10,3,5,10,3,6,10,3,5,10)。对应到待检测色织物，其第4、5条带存在错误。此待检测色织物示意图如图2所示。
步骤2：
根据色织物的工艺参数，得到标准经纱排列模板。本实施例中，标准经纱排列模板，具有和所得的实际经纱排列相同的数据种类，其形式为n＝2个长度为标准色纱条带循环周期Lm＝3(来自于待测色织物的工艺参数)的向量P1、P2，其中P1的元素为该色织物经纱正确排列时的各经纱条带的条带宽度，P2的元素为该色织物经纱正确排列时的各条带包含的经纱根数。其中P1为(36,60,120)，P2为(3,5,10)。该色织物经纱正确排列时的各条带特征数据。
步骤3：
对实际经纱排列中的D1、D2依次实施自纠偏色织物经纱排列校对方法；实施自纠偏色织物经纱排列校对包括以下几个步骤：
3.1输入当前待校对的实际经纱排列数据D1及标准经纱排列模板P1；
3.2初始化校对起点参数kp，令其为0，初始化校对阈值t1，取值为5，初始化结果向量B1，其长度为L，所有元素均为0，B1＝(0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0)；
3.3根据经验设定控制参数q，该参数的含义为：通常可能存在的连续出错的经纱条带最大个数；本实施例中取值为6
3.4将P1反向排列，记为Q1，即Q1＝(120,60,36)，将D1作为待处理向量D输入到步骤3.5；
3.5从当前kp点开始，在D中向后一定长度lm内寻找与P1最相似的起始位置，记为lp，即lp满足以下公式：
Figure BDA0001825265900000051
本实施例中，lm取为max(Lm,q)＝6，得lp＝1
3.6将D在lp点分割为前后两个子向量d1与d2，其计算公式如下：
d1＝D(lp-1,lp-2,lp-3,…,1)
d2＝D(lp,lp+1,lp+2,…,L)
得d1＝()，d2＝(37,61,119,12,24,60,121,36,59,121,38,60,121,36,60,126,36,61,120)
3.7将d1与Q1，d2与P2，分别作为d与q，输入步骤3.8，得分别输出bd与bq至步骤3.9
3.8从d的第一个元素开始，与q中元素进行依次循环比较，输出一长度与d一致的向量b，其比较公式如下：
Figure BDA0001825265900000052
3.9将bd反转，并与bq拼接在一起，与结果向量B1求或，得到新的结果向量B1＝(1,1,1,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0)
3.10从kp点开始，在结果向量B1中发现存在连续0值数目超过q的序列，将该序列位置起点定义为新的kp＝4。
3.11从当前kp点开始，在D中向后一定长度lm内寻找与P1最相似的起始位置，记为lp，即lp满足以下公式：
Figure BDA0001825265900000061
本实施例中，lm取为max(Lm,q)＝6，得lp＝6
3.12将D在lp点分割为前后两个子向量d1与d2，其计算公式如下：
d1＝D(lp-1,lp-2,lp-3,…,1)
d2＝D(lp,lp+1,lp+2,…,L)
得d1＝(37,61,119,12,24,60)，d2＝(121,36,59,121,38,60,121,36,60,126,36,61,120)
3.13将d1与Q1，d2与P2，分别作为d与q，输入步骤(8)，得分别输出bd与bq至步骤3.15
3.14从d的第一个元素开始，与q中元素进行依次循环比较，输出一长度与d一致的向量b，其比较公式如下：
Figure BDA0001825265900000062
3.15将bd反转，并与bq拼接在一起，得向量(0,0,0,0,0,1,1,1,1,1,1,1,1,1,1,0,1,1,1)，与结果向量B1求或，得到新的结果向量B1＝(1,1,1,0,0,1,1,1,1,1,1,1,1,1,1,0,1,1,1)。
3.16从kp点开始，在结果向量B1中未发现存在连续0值，则B1中为0的位置对应的经纱条带存在排列错误，即第4、5、16个条带存在经纱排列错误。
3.17输入当前待校对的实际经纱排列数据D2及标准经纱排列模板P2；
3.18初始化校对起点参数kp，令其为0，初始化校对阈值t2，取值为0，初始化结果向量B2，其长度为L，所有元素均为0，B2＝(0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0)；
3.19根据经验设定控制参数q，该参数的含义为：通常可能存在的连续出错的经纱条带最大个数；本实施例中取值为6
3.20将P2反向排列，记为Q2，即Q2＝(10,5,3)，将D2作为待处理向量D输入到步骤3.5；
3.21从当前kp点开始，在D中向后一定长度lm内寻找与P1最相似的起始位置，记为lp，即lp满足以下公式：
Figure BDA0001825265900000071
本实施例中，lm取为max(Lm,q)＝6，得lp＝1
3.22将D在lp点分割为前后两个子向量d1与d2，其计算公式如下：
d1＝D(lp-1,lp-2,lp-3,…,1)
d2＝D(lp,lp+1,lp+2,…,L)
得d1＝()，d2＝(3,5,10,1,2,5,10,3,5,10,3,5,10,3,6,10,3,5,10)
3.23将d1与Q1，d2与P2，分别作为d与q，输入步骤3.8，得分别输出bd与bq至步骤3.25
3.24从d的第一个元素开始，与q中元素进行依次循环比较，输出一长度与d一致的向量b，其比较公式如下：
Figure BDA0001825265900000072
3.25将bd反转，并与bq拼接在一起，与结果向量B2求或，得到新的结果向量B2＝(1,1,1,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0)
3.26从kp点开始，在结果向量B2中发现存在连续0值数目超过q的序列，将该序列位置起点定义为新的kp＝4。
3.27从当前kp点开始，在D中向后一定长度lm内寻找与P1最相似的起始位置，记为lp，即lp满足以下公式：
Figure BDA0001825265900000073
本实施例中，lm取为max(Lm,q)＝6，得lp＝6
3.28将D在lp点分割为前后两个子向量d1与d2，其计算公式如下：
d1＝D(lp-1,lp-2,lp-3,…,1)
d2＝D(lp,lp+1,lp+2,…,L)
得d1＝(3,5,10,1,2,5)，d2＝(,10,3,5,10,3,5,10,3,6,10,3,5,10)
3.29将d1与Q2，d2与P2，分别作为d与q，输入步骤(8)，得分别输出bd与bq至步骤3.31
3.30从d的第一个元素开始，与q中元素进行依次循环比较，输出一长度与d一致的向量b，其比较公式如下：
Figure BDA0001825265900000081
3.31将bd反转，并与bq拼接在一起，得向量(0,0,0,0,0,1,1,1,1,1,1,1,1,1,1,1,1,1,1)，与结果向量B2求或，得到新的结果向量B2＝(1,1,1,0,0,1,1,1,1,1,1,1,1,1,1,1,1,1,1)。
3.32从kp点开始，在结果向量B2中未发现存在连续0值，则B2中为0的位置对应的经纱条带存在排列错误，即第4、5个条带存在经纱排列错误。
步骤4：
合并所有条带特征的校对结果，即对B1与B2求与，得到B＝(1,1,1,0,0,1,1,1,1,1,1,1,1,1,1,1,1,1,1)，即为最终的经纱排列校对结果，即第4、5个条带存在经纱排列错误，校对结果与实际错误相符合。

Claims (8)

1.一种色织物经纱排列的自动校对方法，其特征在于，步骤如下：
第一步，对待检测色织物实施色织物经纱排列自动检测，获得待检测色织物的实际经纱排列；
第二步，根据色织物的工艺参数，得到标准经纱排列模板；
第三步，对实际经纱排列中的每一类条带特征数据依次实施自纠偏色织物经纱排列校对；
所述的实施自纠偏色织物经纱排列校对包括以下步骤：
(1)将待校对的实际经纱排列数据Di及标准经纱排列模板Pi进行初始化校对起点参数kp，令其为0；初始化结果向量Bi，其长度为L，所有元素均为0；i对应当前校对的特征数据类；
(2)根据经验设定控制参数q，该参数的含义为：连续出错的经纱条带最大个数；
(3)将Pi反向排列，记为Qi，将Di作为待处理向量D；
(4)从kp点开始，在D中向后一定长度lm内寻找与Pi最相似的起始位置，记为lp，即lp满足以下公式：
Figure FDA0002646970150000011
lm取任意整数；k为循环变量；
(5)将D在lp点分割为前后两个子向量d1与d2，其计算公式如下：
d1＝D(lp-1,lp-2,lp-3,…,1)
d2＝D(lp,lp+1,lp+2,…,L)
(6)将d1与Qi，d2与Pi，分别作为d与q；
(7)从d的第一个元素开始，与q中元素进行依次循环比较，输出一长度与d一致的向量b，其比较公式如下：
Figure FDA0002646970150000021
其中，t是校对阈值；
j＝1,2,3,…,ld，ld为向量d的长度；j'＝{(j-1)modlq}+1，其中mod为取余运算，lq为向量q的长度；
由此分别得到bd与bq；
(8)将bd反转，并与bq拼接在一起，与结果向量Bi求或，构成新的结果向量Bi
(9)从kp点开始，在结果向量Bi中寻找连续0值数目超过q的序列，若找到，将该序列位置起点定义为新的kp，返回步骤(4)，若未找到，则Bi中为0的位置对应的经纱条带存在排列错误；
第四步，合并所有条带特征的校对结果，并输出；
所述的校对结果为一长度为L的向量，每一元素值为0或1，分别代表待校对对象中每一条带经纱排列错误与正确。
2.如权利要求1所述的色织物经纱排列的自动校对方法，其特征在于，第一步中，所述的待检测色织物的实际经纱排列，其形式为：n个向量Di的组合，各向量Di 的长度均等于待检测色织物的色纱条带总数L，L由色织物经纱排列自动检测算法求得；Di中的元素为各经纱条带的特征数据，该特征数据种类包括条带宽度、条带包含的经纱根数或条带主要颜色值；Di中i的取值为1,2,3,…,n，i的每一个取值分别对应上述经纱条带的特征数据的一个种类。
3.如权利要求1或2所述的色织物经纱排列的自动校对方法，其特征在于，第二步中，所述的标准经纱排列模板，具有与实际经纱排列相同的特征数据种类，其形式为n个长度为标准色纱条带循环周期Lm的向量Pi；Pi中的元素为在待检测色织物的工艺参数的约束下，该色织物经纱正确排列时的各条带特征数据。
4.如权利要求1或2所述的色织物经纱排列的自动校对方法，其特征在于，第三步中，q值为4。
5.如权利要求3所述的色织物经纱排列的自动校对方法，其特征在于，第三步中，q值为4。
6.如权利要求1或2或5所述的色织物经纱排列的自动校对方法，其特征在于，第三步中，lm取为max(Lm,q)。
7.如权利要求3所述的色织物经纱排列的自动校对方法，其特征在于，第三步中，lm取为max(Lm,q)。
8.如权利要求5所述的色织物经纱排列的自动校对方法，其特征在于，第三步中，lm取为max(Lm,q)。
CN201811182163.0A 2018-10-11 2018-10-11 一种色织物经纱排列的自动校对方法 Active CN109137446B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811182163.0A CN109137446B (zh) 2018-10-11 2018-10-11 一种色织物经纱排列的自动校对方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811182163.0A CN109137446B (zh) 2018-10-11 2018-10-11 一种色织物经纱排列的自动校对方法

Publications (2)

Publication Number Publication Date
CN109137446A CN109137446A (zh) 2019-01-04
CN109137446B true CN109137446B (zh) 2021-02-05

Family

ID=64811626

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811182163.0A Active CN109137446B (zh) 2018-10-11 2018-10-11 一种色织物经纱排列的自动校对方法

Country Status (1)

Country Link
CN (1) CN109137446B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1844550A (zh) * 2006-01-26 2006-10-11 香港理工大学 双面扫描织物和纱线分析系统
JP4249497B2 (ja) * 2003-01-17 2009-04-02 旭化成エレクトロニクス株式会社 織布の糸幅測定方法
CN103106645A (zh) * 2013-03-15 2013-05-15 天津工业大学 一种机织物组织结构识别方法
CN104346818A (zh) * 2014-10-27 2015-02-11 江南大学 一种机织物密度自动测量方法
CN106485288A (zh) * 2016-12-21 2017-03-08 上海工程技术大学 一种色织物组织的自动识别方法
CN108315852A (zh) * 2018-02-12 2018-07-24 首都师范大学 纺纱机穿线方法及装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4249497B2 (ja) * 2003-01-17 2009-04-02 旭化成エレクトロニクス株式会社 織布の糸幅測定方法
CN1844550A (zh) * 2006-01-26 2006-10-11 香港理工大学 双面扫描织物和纱线分析系统
CN103106645A (zh) * 2013-03-15 2013-05-15 天津工业大学 一种机织物组织结构识别方法
CN104346818A (zh) * 2014-10-27 2015-02-11 江南大学 一种机织物密度自动测量方法
CN106485288A (zh) * 2016-12-21 2017-03-08 上海工程技术大学 一种色织物组织的自动识别方法
CN108315852A (zh) * 2018-02-12 2018-07-24 首都师范大学 纺纱机穿线方法及装置

Also Published As

Publication number Publication date
CN109137446A (zh) 2019-01-04

Similar Documents

Publication Publication Date Title
Barath et al. Graph-cut RANSAC
CN109137446B (zh) 一种色织物经纱排列的自动校对方法
CN103106645A (zh) 一种机织物组织结构识别方法
Agaskar et al. Randomized Kaczmarz algorithms: Exact MSE analysis and optimal sampling probabilities
Chen et al. Learnable descent algorithm for nonsmooth nonconvex image reconstruction
Colom et al. Analysis and extension of the Ponomarenko et al. method, estimating a noise curve from a single image
CN114862836A (zh) 基于数据识别图形的纺织布料智能印染方法及系统
d’Andecy et al. The HOMFLY-PT polynomials of sublinks and the Yokonuma–Hecke algebras
CN109242846A (zh) 用于织物表面缺陷检测的方法、装置和设备
Alfaro et al. Small clique number graphs with three trivial critical ideals
CN114830145A (zh) 基于数据增强的事物分析模型学习装置及方法
Choromanski et al. Tournaments with near-linear transitive subsets
CN112613754B (zh) 一种用于布料生产的管理方法、系统、装置和存储介质
Walsh Space-Efficient Generation of Nonisomorphic Maps and Hypermaps.
CN112877943B (zh) 一种基于织物图案的纱线预先染色方法及其预先染色装置
CN115035111A (zh) 一种基于图像处理的有色丝色差检测方法
Alaeiyan et al. THE 1-2-3-EDGE LABELLING AND VERTEX COLOURS
Bezhanishvili et al. Topological completeness of logics above S4
US20140035954A1 (en) Multiclass classification of points
Guichard A New Lower Bound for the Domination Number of Complete Cylindrical Grid Graphs
Lonati et al. Snake-deterministic tiling systems
Osako et al. Spatial resolution improvement of thermal infrared images by learning of real patch pairs
Goodall Polynomial graph invariants from homomorphism numbers
Skocaj et al. Incremental approach to robust learning of eigenspaces
JP6746830B2 (ja) ジャカード織物多色織パターンの生成方法，装置およびプログラム

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