CN114111610A - 动态地测量被输送的织物的变形量的方法及计算机系统 - Google Patents

动态地测量被输送的织物的变形量的方法及计算机系统 Download PDF

Info

Publication number
CN114111610A
CN114111610A CN202010871717.9A CN202010871717A CN114111610A CN 114111610 A CN114111610 A CN 114111610A CN 202010871717 A CN202010871717 A CN 202010871717A CN 114111610 A CN114111610 A CN 114111610A
Authority
CN
China
Prior art keywords
reference point
fabric
image
unit
weave
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.)
Pending
Application number
CN202010871717.9A
Other languages
English (en)
Inventor
中垣胜敬
立矢宏
樋口理宏
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.)
YKK Corp
Original Assignee
YKK Corp
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 YKK Corp filed Critical YKK Corp
Priority to CN202010871717.9A priority Critical patent/CN114111610A/zh
Publication of CN114111610A publication Critical patent/CN114111610A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/16—Measuring arrangements characterised by the use of optical techniques for measuring the deformation in a solid, e.g. optical strain gauge
    • 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
    • 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)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Treatment Of Fiber Materials (AREA)

Abstract

本发明提供一种通过计算机实施的用于动态地测量由输送单元输送的织物的变形量的方法，包括：使用拍摄单元在第一时刻拍摄所述织物来得到第一图像的步骤；使用拍摄单元在第二时刻拍摄由所述输送单元移动后的所述织物来得到第二图像的步骤；使用检测单元基于所述第一图像检测第一形态的织物组织图案，得到第一解析用图像的步骤；使用检测单元基于所述第二图像检测第二形态的织物组织图案，得到第二解析用图像的步骤；使用比较单元对所述第一解析用图像和所述第二解析用图像进行比较，得到所述第一基准点的移动量和所述第二基准点的移动量的步骤；以及使用运算单元基于所述第一基准点的移动量和所述第二基准点的移动量，计算所述织物的变形量的步骤。

Description

动态地测量被输送的织物的变形量的方法及计算机系统
技术领域
本发明大体涉及一种基于考虑到织物组织的DIC进行的织物的变形测量方法及系统。
背景技术
在织物(布料)的制造现场，定义有织物组织作为设计数据。织物组织(也称为织物结构)是指经线(warp)和纬线(weft)交错的规则。作为代表性的织物组织，已知有平纹组织(plain)、斜纹组织(或斜纹织，twill)、以及缎纹组织(或经缎组织，satin)这些三原织物组织。此外，本说明书中的“交错”等纤维用语遵循JIS L0206:1999中的定义。
作为检测织物组织的特征的方法，已知有基于上世纪的图像解析的方法(参照非专利文献1～2)、以及基于近年的数字图像相关(digital image correlation(DIC))法的方法(参照非专利文献3～6)。
现有技术文献
非专利文献
非专利文献1:太田健一,et al.,(1996).织物组织构造的自动测量.计测自动控制学会论文集,32(8),1168-1174。(日语原文:太田健一,et al.,(1996).織物組織構造の自動測定.計測自動制御学会論文集,32(8),1168-1174)
非专利文献2:西松丰典.(1991).关于织物组织的自动识别的研究.纤维机械学会志,44(6),T126-T132。(日语原文:西松豊典.(1991).織物組織の自動認識に関する研究.繊維機械学会誌,44(6),T126-T132.)
非专利文献3：罗莫娃·S.V.等，(2008)纺织品变形性研究中的全场应变测量.复合材料A部分：应用科学与制造，39(8),1232-1244。(英文原文：Lomov,S.V.,et al.,(2008).Full-field strain measurements in textile deformabilitystudies.Composites Part A:Applied Science and Manufacturing,39(8),1232-1244.)
非专利文献4：朱·B.等，(2007)斜交延伸的平纹复合材料的大变形和滑移机理.复合材料A部分：应用科学与制造，38(8),1821-1828。(英文原文：Zhu,B.,et al.,(2007).Large deformation and slippage mechanism of plain woven composite in biasextension.Composites Part A:Applied Science and Manufacturing,38(8),1821-1828.)
非专利文献5：米兰尼·A.S.等，(2007)一种使用像帧测试逼近纺织品复合材料中不均匀纤维错位的方法.复合材料A部分：应用科学与制造，38(6),1493-1501。(英文原文：Milani,A.S.,et al.,(2007).A method for the approximation of non-uniform fibermisalignment in textile composites using picture frame test.Composites PartA:Applied Science and Manufacturing,38(6),1493-1501.)
非专利文献6：李·W.等，(2008)机织复合面料的偏斜延伸.材料成型国际杂志，1(1),895-898。(英文原文：Lee,W.,et al.,(2008).Bias-extension of woven compositefabrics.International Journal of Material Forming,1(1),895-898.)
发明内容
为了大量生产使用织物的制品(拉链等)，需要高速输送织物，但是织物并非刚性体，因此在输送时动态地发生变形。伴随这样的变形，即使在制造工序中织物稍稍偏移或倾斜地变形，对制品成品率的影响也较大。
以往，依赖人的目视来判断织物的位置是否偏移或倾斜、或者制品完成之前的作为材料的织物或作为制品被完成的织物的形状是否发生了变形，存在不仅效率低下而且精确性也欠缺的问题。
但是，另一方面，非专利文献1～6等现有技术都只是关于以静止的织物为对象或者在施加外力而发生变形的基础上以静止的织物为对象的织物组织的检测方法的技术，存在无法应对这样的高速输送的织物的动态变形的问题。
而且，在实际的制造现场被供给的织物的形状通常也不是均匀的。另外，原本根据织物的种类，构成织物组织的交错点就未必是均等的。因此，即使进行现有的使用将初始状态设定为均等的网格配置(将基准点自动设置成均等的格子状的方法)的测量，也无法测量在基准点为均等的网格配置中为了评价织物所需要的线密度或方位角(orientationangle)、拉伸率，因此存在测量网格配置的基准点所得到的结果不实用的问题。而且，织物组织还根据织物的纤维材料的种类、状态而变化，为了应对该变化而需要每次都进行调整，因此也说不上是实用的。
另外，在上述的非专利文献1～2等所记载的现有的基于图像检测静态的织物组织的特征的方法中，利用织物组织的完全组织等的规则性。但是，在非专利文献3～6等所记载的现有技术涉及的DIC法中，为了基于图像测量动态的变形，利用随机图案(不规则性)进行基准点(也称为评价点)的追踪。因此，在现有的DIC法中，无法避免由于织物组织所具有的规则性而发生误检出的问题，无法解决测量精度下降或者根本无法测量的问题。即，上述现有的两个方法被认为是彼此相反的。
本发明人想到了能够解决上述问题的本发明。即，本发明能够提供以下的方案。
方案1.
用于动态地测量由输送单元输送的织物的变形量的方法，其通过计算机实施，所述方法包括：
使用拍摄单元，在第一时刻拍摄所述织物来得到第一图像的步骤；
使用拍摄单元，在所述第一时刻之后的第二时刻拍摄由所述输送单元移动后的所述织物来得到与所述第一图像不同的第二图像的步骤；
使用检测单元，基于所述第一图像检测所述织物具有的第一形态的织物组织图案，得到在所述第一形态的织物组织图案上设定了第一基准点及第二基准点而成的第一解析用图像的步骤；
使用检测单元，基于所述第二图像检测所述织物具有的第二形态的织物组织图案，得到在所述第二形态的织物组织图案上决定了由所述输送单元移动后的所述第一基准点及所述第二基准点的第二解析用图像的步骤；
使用比较单元，对所述第一解析用图像和所述第二解析用图像进行比较，得到所述第一基准点的移动量和所述第二基准点的移动量的步骤；以及
使用运算单元，基于所述第一基准点的移动量和所述第二基准点的移动量，计算所述织物的变形量的步骤。
方案2.
根据方案1所述的方法，其中，还包括：
在得到所述第一解析用图像或所述第二解析用图像时，
从存储单元读取所述织物的设计信息的步骤；以及
使用比较单元，将与所述设计信息对应的设计织物组织图案的至少一部分和所述第一形态的织物组织图案或所述第二形态的织物组织图案进行比较，决定所述第一基准点及所述第二基准点的步骤。
方案3.
根据方案1或2所述的方法，其中，还包括：
使用比较单元，对所述第一解析用图像上的所述第一基准点与所述第二基准点之间的第一距离和所述第二解析用图像上的所述第一基准点与所述第二基准点之间的第二距离进行比较，计算所述织物的织物组织的拉伸量及拉伸率的步骤。
方案4.
根据方案1或2所述的方法，其中，还包括：
使用检测单元，在所述第一解析用图像中进一步设定第三基准点的步骤；以及
使用运算单元，基于所述第一基准点的坐标、所述第二基准点的坐标和所述第三基准点的坐标，计算所述织物的线密度和织物组织的方位角的步骤。
方案5.
根据方案1或2所述的方法，其中，所述织物是用于拉链的带。
方案6.
用于测量被输送的织物的动态的变形量的计算机系统，其包括：
输送单元，其构成为对织物进行输送；
计时单元；
存储单元；
拍摄单元，其构成为在由所述计时单元设定的时刻拍摄所述织物而得到图像，并将该图像存储在所述存储单元中；
检测单元，其构成为基于所述图像检测所述织物具有的织物组织图案，得到在所述织物组织图案上设定了第一基准点及第二基准点的解析用图像，并将该解析用图像存储在所述存储单元中；
比较单元，其构成为通过对基于在不同时刻拍摄的图像而得到的多个所述解析用图像彼此进行比较，得到所述第一基准点的移动量和所述第二基准点的移动量；以及
运算单元，其构成为基于所述第一基准点的移动量和所述第二基准点的移动量，来计算所述织物的变形量。
方案7.
根据方案6所述的计算机系统，其中，
存储单元构成为存储所述织物的设计信息，
比较单元构成为将与所述设计信息对应的设计织物组织图案的至少一部分与所述织物组织图案进行比较，决定所述第一基准点及所述第二基准点。
方案8.
根据方案6或7所述的计算机系统，其中，
比较单元构成为在多个所述解析用图像上得到所述第一基准点与所述第二基准点之间的距离并将这些距离彼此进行比较，由此计算所述织物的织物组织的拉伸量及拉伸率。
方案9.
根据方案6或7所述的计算机系统，其中，
检测单元构成为在所述解析用图像中还设定第三基准点，
运算单元构成为基于所述第一基准点的坐标、所述第二基准点的坐标和所述第三基准点的坐标，计算所述织物的线密度和织物组织的方位角。
方案10.
根据方案6或7所述的计算机系统，其中，
所述织物是用于拉链的带。
发明效果
利用由本发明的实施方式提供的方法及计算机系统，能够得到以下效果：能够精确地检测被输送的织物的织物组织，能够测量、判断织物的动态的变形。
附图说明
图1是表示能够实施本发明的实施方式涉及的方法或系统的装置的示例的概要图。
图2是对本发明的实施方式涉及的方法的概要进行说明的图。
图3表示平纹组织的织物组织模型。
图4表示针对经线求出图3的平纹布模型的相关系数的结果。
图5表示针对纬线求出图3的平纹布模型的相关系数的结果。
图6表示平纹组织的组织图及完全组织。
图7表示斜纹组织的组织图及完全组织。
图8表示缎纹组织的组织图及完全组织。
图9表示平纹布模型的完全组织的相关系数。
图10表示从图9映射的平纹组织的完全组织模型。
图11详细地示出平纹组织的经线的相关系数的图表。
图12详细地示出平纹组织的纬线的相关系数的图表。
图13是用于说明线密度及方位角的定义的图。
图14是用于说明检索范围的设定的图。
图15表示平纹组织中的检索范围和模板尺寸的设定例。
图16表示从图15经过了时间之后的状态。
图17A表示针对经线露出在表面的斜纹组织的交错点的评价区域。
图17B表示针对经线露出在表面的缎纹组织的交错点的评价区域。
图18A表示针对纬线露出在表面的斜纹组织的交错点的评价区域。
图18B表示针对纬线露出在表面的缎纹组织的交错点的评价区域。
图19是概略地说明拉链的制造工序的图。
图20表示在拉链的制造中使用的输送装置的示例。
图21表示拉链制造中的本发明的实施方式的适用例。
图22表示拉链制造中的本发明的实施方式的适用例。
具体实施方式
在本说明书中，“织物组织图案”是指能够表现织物所具有的织物组织的某些图案(规则性)。也可以利用“织物组织图案”这一用语，在物理上指具有该图案的织物(的一部分)。“织物组织图案”这一概念中，既可以包含织物所具有的完全组织(如后述的图6～图8所示的完全组织)，也可以包含作为这样的完全组织的一部分的部位的织物组织(构成织物的一个个组织)。另外，“织物组织图案”这一概念中，也可以包含“交错点”，即经线和纬线在布的表背面串换(交错)的点(从织物的表面观察时经线穿进纬线的下方的部位或纬线穿进经线的下方的部位，例如由后述的图6的右下方的概要表示的部位等)。更具体而言，也可以将经线的宽度方向中心线和纬线的宽度方向中心线交错的部位当作交错点。
在本说明书中，除非特别说明，以单数形式书写的名词是指一个或多个物。例如在书写为“交错点”的情况下，希望被理解成根据其上下文其是指一个交错点和多个交错点(交错点群)中的某一方或双方。
图1中概略地示出能够实施本发明的实施方式涉及的方法或系统的装置的示例。该装置中包括用于输送织物10的单元(送料辊、输送带、台、以及它们附带的传感器、转矩附加装置、以及控制装置等)。在图1的示例中，作为这样的单元，装置包括用于使织物10滑动输送的输送台20、以及用于对输送的织物10施加张力(拉张)的送料辊30，织物10沿着图中箭头的方向被输送。另外，该装置也可以包括用于对织物10进行制动的止动件(定位单元)。另外，在织物10为拉链用的带(拉链带，也称为拉链链条)的情况下，该装置也可以包括用于检测局部未形成有啮合部件(也称为链牙)的间隔部的单元，系统中也可以进一步包括与其它织物的种类、用途相对应的任意的装置。
另外，该装置包括用于拍摄织物10的拍摄单元40(CCD摄像头、CMOS摄像头、可见光摄像头、红外线摄像头、紫外线摄像头、立体摄像头等)。此外，拍摄单元40的个数也可以与图1的示例不同而为多个，只要是能够适当地拍摄织物10(所具有的织物组织图案)的位置即可设定为任意的位置、角度。另外，也可以进一步包括用于使拍摄单元40移动或旋转(摇镜头(pan))的单元、用于辅助该拍摄的光源。
此外，在图1中绘制了织物10在平坦地延伸的状态下被输送的示例，但是也可以在另一示例中使织物在某些曲面(圆筒表面等)之上被输送。例如也能够适用于被缝制成包围圆筒状的表面这种形状的织物。在某个实施方式中，也可以使用立体摄像头或多个摄像头进行立体拍摄，由此得到织物10的三维图像。这样，也能够得到三维的织物组织图案(表示织物组织的交错点的三维坐标)。即，希望被理解成本说明书中的“图像”不限于二维的图像。另外，要注意的是，本说明书中的“图像”无需取得人能够目视的影像的形态，只要是计算机能够处理的数据(用于表现图像的数据)的形态即可。
拍摄单元40在不同时刻对织物10的某个部分拍摄两次以上来取得图像(图像数据)。能够任意地设定要拍摄的部分的大小、位置、范围形状，例如能够基于织物10的输送加速度(即能够基于加速度来预测的速度或移动距离)和拍摄时间间隔来决定。另外，在作为拍摄对象的织物较小的情况下，也可以拍摄其整体。即，在本说明书中，织物的“部分”这一概念也可以指织物的“整体”。
拍摄单元40通过经由网络等方式与未图示的计算机装置(能够基于现场可编程门阵列(FPGA：field-programmable gate array)进行图像处理的控制器、个人计算机、便携式终端、服务器、存储器等)连接，因此能够进行数据的保存或处理。拍摄装置40能够将用于输送织物10的单元等的动作设为触发信号进行启动。此外，也可以通过计时单元(未图示)来设定图像的拍摄时刻，并将拍摄时刻与该图像相关联。
通过使计算机装置具有的检测单元(可以是软件、硬件或它们的组合)对所取得的织物10的各图像进行处理，分别得到在该图像上设定了两个以上的基准点(用于进行DIC处理，也称为“计测点”)的解析用图像(解析用图像数据)。
图2也示出了用于对本发明的实施方式涉及的方法的概要进行说明的示意图。作为基本原理，在两次以上拍摄中的第N次拍摄所得到的图像和第N+α次拍摄所得到的图像(N、α为自然数)中，利用DIC对第N个图像中的基准点1、2在第N+α个图像中移动到哪里进行追踪。
此外，要注意的是，本说明书中所说的“基准点”不是现有技术涉及的DIC所使用的进行网格配置后的基准点(拍摄图像上的像素)，而是能够根据织物组织唯一地决定的拍摄图像上的“交错点”。在现有的以作为刚性体的金属材料为对象的DIC中，通过使用未对该刚性体施加载荷的“初始状态”而使材料成为均质，从而能够进行使用了网格配置的简便的测量。但是，在织物被输送的情况下，始终发生动态变形，因此难以或事实上不可能唯一地定义该“初始状态”。为了解决该问题，本发明人想到将某个拍摄时点设为“初始状态”，并且不使用现有的进行网格配置后的基准点，而是使用交错点或后述的示出相关系数为阈值以上的峰值的部位作为另外设定的基准点，从而完成本发明。
例如能够利用织物组织的规则性，将经线的中心线和纬线的中心线相交的点(即交错点)设定为基准点。在检测这样的织物组织的组织图和完全组织时，例如能够使用图像匹配处理。即，将包含构成织物的经线和纬线的某个区域设为模板，通过对织物的图像进行图像匹配，能够高速地识别与该模板对应的部位。这是由于，在织物组织中经线和纬线处分别具有特征，适于进行图像匹配。
以下，为了便于理解，以呈格子状的平纹组织为例，对该设定时能够使用的方法进行说明。此外，只要是本领域技术人员就应当理解，对该方法进行适当调整也能够使其适用于其它织物组织。
第一方案:将交错点的附近设为模板的示例
在该示例中，首先基于平纹组织的完全组织由经线、纬线各两根构成这一情况，如图3所示那样经线和纬线分别生成一种模板图像。图3表示平纹组织的织物组织模型。这里，将在某个时刻拍摄而得到的织物的图像定义为“初始图像”(initial image)。也就是说，无需使织物为特别的状态(无需对织物施加外力而使织物组织对齐成整齐的格子状)，能够将任意图像设为初始图像。进而，将包含织物组织所具有的经线或纬线的区域设为两种模板，对该初始图像进行图像匹配处理，由此能够独立地提取位于初始图像内的评价范围内的组织坐标。此时，能够将评价范围内两种模板图像各自的相关系数为极大值的位置设定为组织坐标。即，在图3的情况下，将与包含经线(warp yarn)浮起的交错点附近在内的第一模板图像匹配的点用白色方形点表示，另外，将与包含纬线(weft yarn)浮起的交错点附近在内的第二模板图像匹配的点由黑色方形点表示。
在计算相关系数时，例如能够使用下述式(1)的交叉相关系数。
Figure BDA0002651289430000081
从提高织物的生产效率的观点出发，优选相关系数的计算要花费的计算时间、计算资源较小，例如能够利用计算量较小的上述式(1)。
对于图3所示的平纹布模型，利用式(1)求出相关系数的结果，针对经线示出在图4，针对纬线示出在图5。由此可知，相关系数包含模板位置，示出多个峰值。如果在织物的某个部分(评价范围，在图4和图5的右侧的立体图中看起来像是用方形圈出的顶点那样的区域)将该峰值的坐标设定为交错点的中心坐标(以下也称为“交错点坐标”)，则能够如之前图3所示那样精确地映射白色方形点(经线)和黑色方形点(纬线)的交错点坐标。
第二方案:将完全组织设为模板的示例
该示例利用织物是基于完全组织的反复出现而大体形成的这一情况。针对三原织物组织的各织物组织，图6～图8示出了作为织物的概要(右下方)、与其对应的组织图(上方)、以及能够从中提取出的完全组织的示例(左下方)。即，在平纹组织中，由两根经线及两根纬线构成的图案是完全组织。斜纹组织的完全组织是由3根以上的经线及3根以上的纬线构成的图案。缎纹组织的完全组织是由5根以上的经线及5根以上的纬线构成的图案。此外，在该示例中，为了便于理解，将织物组织绘成格子状，但要注意的是能够适用本发明的织物组织也可以不是格子状。
此外，在图6的概要(右下方)中，分别用箭头示出了经线和纬线的串换点，即经线和纬线在布的表背面串换的点(从织物的表面观察时经线穿进纬线的下方的部位或纬线穿进经线的下方的部位)。这样的串换点在图7、图8的概要中显然也同样地考虑。
以上述的完全组织为单位，能够将其设定为模板。以图6的平纹组织为例，针对作为平纹组织的织物的图像，利用上述式(1)求取将完全组织设为模板时的相关系数，则能够得到图9的结果。如果对图9所示的峰值的坐标进行映射，则成为图10的黑色圆。然后，也能够进一步对完全组织内的各组织坐标进行分配，对重复的坐标平均化处理后的结果进行映射(mapping)，检测出的经线是白色方形点，纬线是黑色方形点。即使用该方法，也能够良好地测量组织坐标。
图11及图12分别放大示出平纹组织的经线和纬线的相关系数的图表。在该图表中，示出相关系数为某个阈值以上的峰值的部位相当于上述的组织坐标。
在设定上述的模板时，也可以参照织物的设计信息进行。
在如上所述相关系数的峰值坐标和织物组织坐标一致的情况下，如果直接使用通过检测相关系数的峰值进行基准点追踪的DIC，则误检出相邻的织物组织的可能性较高。针对该现有技术的问题，在本发明中，根据基于预先测量出的组织坐标计算出的线间距离和方位角，能够自动地决定评价范围以使相关系数的峰值为单独一个。
因此，在本发明中，通过对输送过程中的织物的某个部分拍摄两次以上(即得到两种以上形态的织物组织图案)，并在此适用DIC，能够动态地测量输送过程中的织物的变形量。该拍摄时间的间隔也依赖于在输送织物时包含织物的变形在内的交错点的加速度，决定能够进行测量的最大的拍摄时间的间隔(即帧速率)，但只要根据要评价的动态变形的精度来设定最佳的拍摄时间的间隔(拍摄速度)即可。一般而言，在拍摄时间的间隔较短的情况下能够进行高精度的测量，例如可以是秒单位、毫秒单位、微秒单位或其以下的单位。
通过至少使用第一时刻时的织物的图像(在织物组织图案上设定了第一基准点和第二基准点的所谓“解析用图像”)和第二时刻时的解析用图像，能够基于该两基准点的移动量来计算织物的变形量。在该计算时，能够对多个解析用图像(例如使用软件)进行比较。另外，进一步对第一解析用图像上的第一基准点与第二基准点之间的距离和第二解析用图像上的第一基准点与第二基准点之间的距离进行比较，由此能够测量、评价织物的拉伸率、拉伸量。
另外，将基准点设定三点以上，并测量它们之间的距离、位置关系的变化，由此能够测量、评价织物的线密度和织物组织的歪变(即方位角)。
这里，参照图13，对线密度及方位角的定义进行说明。分别设定经线(深灰色)上的交错点(由反白的圆形点和方形点表示)和纬线(浅灰色)的交错点(由黑色圆形点表示)。基于连结各交错点的直线，能够得到经线和纬线的方位角θ[degree]。另外，通过用变形后的距离(Deformed length)除以交错点间的初始距离(Initial length)，能够分别得到经线和纬线的伸长率λwarp、λweft[mm/mm]。进而，也能够计算经线和纬线的线密度Dwarp、Dweft[1/mm]。
DIC的设定例
以下，对针对平纹组织模型适用DIC的情况下的具体例进行说明。图14～图18是在平纹组织模型上示出了本发明涉及的作为DIC所需要的参数的检索范围、模板(或subset(子集))、基准点的图。另外，图14是用于该说明的图。在该示例中，作为DIC的基本设定，参照初始图像作为模板，使用用(从连续拍摄的上次起的)位移改变检索范围的中心坐标的追踪(tracking)。
在图14中，将“被拍摄的第N个图像”中的组织坐标设为基准点Pn用白色圆形点表示。这里，E是在将评价范围设为正方形的情况下的一边的长度[pixel]。设从第n-1个图像至第n个图像所产生的基准点的位移矢量为un[pixel]、加速度矢量为an[pixel/s2]，并且设图像拍摄的帧速率为F[fps]，用下式(2)求取。
Figure BDA0002651289430000101
因此，第n个图像中的基准点的位置矢量Pn由下式(3)表示。
Figure BDA0002651289430000102
因此，评价区域的中心坐标Cn由下式(4)逐次更新而进行追踪。
Cn＝Pn-1+un-1 (4)
接下来，探讨用于使第n个图像中的基准点Pn收容在评价区域内的帧速率F的条件。使用后述的式(7)所示的、内切于一边的长度为E的评价区域的、半径为E/2的圆，考虑用于使基准点Pn内含于该圆内的内侧的下式(5)的条件。
Figure BDA0002651289430000111
将想定的基准点的最大加速度的大小设为amax来改写式(5)，则成为下式(6)，能够计算出所需要的最低的帧速率F。
Figure BDA0002651289430000112
另外，在图15中示出：在“初始图像”中，将作为基准点的交错点设为P，将位于附近的同种线的交错点(Adjacent interlace point)中最近的交错点设为Q，使得在以交错点间的距离PQ为半径r的圆内相邻的同种的交错点为1点。另外，设基准点P为第0根线、至点Q为止的经线的根数为p、纬线的根数为q、设经线间隔为Swarp、纬线间隔为Sweft[pixel]、设经线和纬线的方位角为θ[degree]。
评价范围的尺寸即E能够用下述式(7)计算。
Figure BDA0002651289430000113
以基准点P为中心的半径为r/2的圆成为能够防止误检出其它同种线的交错点并且使基准点P的检测范围最大化的区域。
在图15所示的平纹组织中，经线、纬线均为1根，因此p＝q＝1。
模板(subset)尺寸比外切于图15所示的半径为r/2的圆的一边长度为T[pixel]的正方形大。由此，在模板图像内包含成为交错点的线的特征量。T能够通过下式(8)算出。
Figure BDA0002651289430000114
另外，能够基于模板范围和评价范围根据下式(9)来计算检索范围L[pixel]。
L＝E+T-1 (9)
基于该计算结果，针对“初始图像”的基准点设定的模板范围Subset range也在图15中示出。
接下来，在图16中，在经过某个时间后的第二个图像中，将以初始图像中的基准点P2为检索范围中心进行检索而得到的基准点示为方形点。
另外，对于织物组织不同的斜纹组织和缎纹组织，图17A、图17B分别示出针对p＝q＝1的斜纹组织(2/1twill weave)、以及p＝1、q＝2的缎纹组织的经线露出在表面的交错点而言的评价区域。即，与p＝q＝1的平纹组织及斜纹组织相比，p＝1、q＝2的缎纹组织的评价区域更大。
另外，图18A、图18B分别针对斜纹组织及缎纹组织的纬线露出在表面的交错点示出评价区域和模板范围。如图18所示，可知：由于包含满足式(8)的同种线的交错点的特征量，所以具有类似特征量的同种交错点位于半径为r的圆上，使用满足式(7)的评价区域，不会误检出其它的交错点。即，可知：遵循以经线露出在表面的交错点为基准而导出的式(7)、式(8)的评价区域及模板图像，也能够适用于纬线露出在表面的交错点。另外，上述示出了纬线浮起较多的示例，但是在经线浮起较多的组织中能够使用纬线浮起的交错点。
以上进行了说明的本发明涉及的系统及方法的方案，能够在任意的计算机系统(包括处理器、内存、存储器)中实施。
适用本发明的实施方式时不管织物的种类如何，但是优选能够适用于拉链用的织物(拉链带)。拉链带多数情况下为较小的尺寸。而且，如图19所示，需要对拉链带安装链牙(啮合部件)等更小的部件、适当地截取间隔部(间隔)、或者实施各种精密加工。因此，在制造拉链时，必须使用如图20所示那样的具有间隔部检测辊的装置将织物在非常精密的控制之下进行输送。基于这一点，在拉链带制造中存在与衣服等大型织物不同的困难。
图21及图22表示在拉链的制造中适用本发明的实施方式的具体例。在该示例中，在构成拉链的拉链带中设置有间隔部，输送单元所具有的定位单元(止动件)挂设于该间隔部，能够调整拉链带的输送。
首先，如图21所示，在拉链带中位于定位单元附近的部位设定基准点1～4。用拍摄单元对作为平纹组织(当然也可以是其它的织物组织)的拉链带拍摄两次以上。图21中设为第N次拍摄，图22中设为第N+α次拍摄(N、α为自然数)，使用平纹组织的完全组织作为模板。于是，在图22中，能够追踪移动后的基准点1'～4'(图中仅放大示出基准点1)。此外，基准点的个数可以在衡量了求取的精确性和需要的计算处理速度之后任意设定。
根据本发明的实施方式，能够动态地测量输送过程中的织物的变形，能够在如上述那样的拉链的制造中发挥极其显著的效果。另外，根据本说明书的记载，还能够理解本发明在其它织物制品的制造中、尤其是大量生产的现场也能发挥效果。

Claims (10)

1.一种用于动态地测量由输送单元输送的织物的变形量的方法，其通过计算机实施，所述方法包括：
使用拍摄单元，在第一时刻拍摄所述织物来得到第一图像的步骤；
使用拍摄单元，在所述第一时刻之后的第二时刻拍摄由所述输送单元移动后的所述织物来得到与所述第一图像不同的第二图像的步骤；
使用检测单元，基于所述第一图像检测所述织物具有的第一形态的织物组织图案，得到在所述第一形态的织物组织图案上设定了第一基准点及第二基准点的第一解析用图像的步骤；
使用检测单元，基于所述第二图像检测所述织物具有的第二形态的织物组织图案，得到在所述第二形态的织物组织图案上决定了由所述输送单元移动后的所述第一基准点及所述第二基准点的第二解析用图像的步骤；
使用比较单元，对所述第一解析用图像和所述第二解析用图像进行比较，得到所述第一基准点的移动量和所述第二基准点的移动量的步骤；以及
使用运算单元，基于所述第一基准点的移动量和所述第二基准点的移动量，计算所述织物的变形量的步骤。
2.根据权利要求1所述的方法，其特征在于，还包括：
在得到所述第一解析用图像或所述第二解析用图像时，
从存储单元读取所述织物的设计信息的步骤；以及
使用比较单元，将与所述设计信息对应的设计织物组织图案的至少一部分和所述第一形态的织物组织图案或所述第二形态的织物组织图案进行比较，决定所述第一基准点及所述第二基准点的步骤。
3.根据权利要求1或2所述的方法，其特征在于，还包括：
使用比较单元，对所述第一解析用图像上的所述第一基准点与所述第二基准点之间的第一距离和所述第二解析用图像上的所述第一基准点与所述第二基准点之间的第二距离进行比较，计算所述织物的织物组织的拉伸量及拉伸率的步骤。
4.根据权利要求1或2所述的方法，其特征在于，还包括：
使用检测单元，在所述第一解析用图像中进一步设定第三基准点的步骤；以及
使用运算单元，基于所述第一基准点的坐标、所述第二基准点的坐标和所述第三基准点的坐标，计算所述织物的线密度和织物组织的方位角的步骤。
5.根据权利要求1或2所述的方法，其特征在于：
所述织物是用于拉链的带。
6.一种用于测量被输送的织物的动态的变形量的计算机系统，其特征在于，包括：
输送单元，其构成为对织物进行输送；
计时单元；
存储单元；
拍摄单元，其构成为在由所述计时单元设定的时刻拍摄所述织物而得到图像，并将该图像存储在所述存储单元中；
检测单元，其构成为基于所述图像检测所述织物具有的织物组织图案，得到在所述织物组织图案上设定了第一基准点及第二基准点的解析用图像，并将该解析用图像存储在所述存储单元中；
比较单元，其构成为通过对基于在不同时刻拍摄的图像而得到的多个所述解析用图像彼此进行比较，得到所述第一基准点的移动量和所述第二基准点的移动量；以及
运算单元，其构成为基于所述第一基准点的移动量和所述第二基准点的移动量，来计算所述织物的变形量。
7.根据权利要求6所述的计算机系统，其特征在于：
存储单元构成为存储所述织物的设计信息，
比较单元构成为将与所述设计信息对应的设计织物组织图案的至少一部分与所述织物组织图案进行比较，决定所述第一基准点及所述第二基准点。
8.根据权利要求6或7所述的计算机系统，其特征在于：
比较单元构成为在多个所述解析用图像上得到所述第一基准点与所述第二基准点之间的距离并将这些距离彼此进行比较，由此计算所述织物的织物组织的拉伸量及拉伸率。
9.根据权利要求6或7所述的计算机系统，其特征在于：
检测单元构成为在所述解析用图像中还设定第三基准点，
运算单元构成为基于所述第一基准点的坐标、所述第二基准点的坐标和所述第三基准点的坐标，计算所述织物的线密度和织物组织的方位角。
10.根据权利要求6或7所述的计算机系统，其特征在于：
所述织物是用于拉链的带。
CN202010871717.9A 2020-08-26 2020-08-26 动态地测量被输送的织物的变形量的方法及计算机系统 Pending CN114111610A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010871717.9A CN114111610A (zh) 2020-08-26 2020-08-26 动态地测量被输送的织物的变形量的方法及计算机系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010871717.9A CN114111610A (zh) 2020-08-26 2020-08-26 动态地测量被输送的织物的变形量的方法及计算机系统

Publications (1)

Publication Number Publication Date
CN114111610A true CN114111610A (zh) 2022-03-01

Family

ID=80374071

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010871717.9A Pending CN114111610A (zh) 2020-08-26 2020-08-26 动态地测量被输送的织物的变形量的方法及计算机系统

Country Status (1)

Country Link
CN (1) CN114111610A (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH05106157A (ja) * 1991-10-17 1993-04-27 Meito Sci Kk 走行体の速度検出装置
US20100183191A1 (en) * 2007-08-09 2010-07-22 Lavision Gmbh Method for the contact-free measurement of deformations of a surface of a measured object
CN103454276A (zh) * 2013-06-30 2013-12-18 上海工程技术大学 一种基于动态序列图像的织物形态风格评价方法
US20140032180A1 (en) * 2012-07-27 2014-01-30 Samsung Electronics Co., Ltd. Method and apparatus for computing deformation of an object
CN104061876A (zh) * 2014-07-17 2014-09-24 宏峰集团(福建)有限公司 基于数字图像测量原理的建筑模板施工监测系统
JP2017127623A (ja) * 2016-01-15 2017-07-27 キヤノン株式会社 画像処理装置、画像処理方法、およびプログラム
CN109737883A (zh) * 2018-12-21 2019-05-10 成都蕴才汇智科技有限责任公司 一种基于图像识别的三维形变动态测量系统及测量方法
KR20190124026A (ko) * 2018-04-25 2019-11-04 경북대학교 산학협력단 구조물 변형 측정 장치 및 방법, 기록 매체

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH05106157A (ja) * 1991-10-17 1993-04-27 Meito Sci Kk 走行体の速度検出装置
US20100183191A1 (en) * 2007-08-09 2010-07-22 Lavision Gmbh Method for the contact-free measurement of deformations of a surface of a measured object
US20140032180A1 (en) * 2012-07-27 2014-01-30 Samsung Electronics Co., Ltd. Method and apparatus for computing deformation of an object
CN103454276A (zh) * 2013-06-30 2013-12-18 上海工程技术大学 一种基于动态序列图像的织物形态风格评价方法
CN104061876A (zh) * 2014-07-17 2014-09-24 宏峰集团(福建)有限公司 基于数字图像测量原理的建筑模板施工监测系统
JP2017127623A (ja) * 2016-01-15 2017-07-27 キヤノン株式会社 画像処理装置、画像処理方法、およびプログラム
KR20190124026A (ko) * 2018-04-25 2019-11-04 경북대학교 산학협력단 구조물 변형 측정 장치 및 방법, 기록 매체
CN109737883A (zh) * 2018-12-21 2019-05-10 成都蕴才汇智科技有限责任公司 一种基于图像识别的三维形变动态测量系统及测量方法

Similar Documents

Publication Publication Date Title
Brown et al. Document restoration using 3D shape: a general deskewing algorithm for arbitrarily warped documents
CN106407974B (zh) 用于感兴趣目标的目标定位和姿态估计的方法
Wang et al. Data-driven elastic models for cloth: modeling and measurement
Wang et al. Fabric texture analysis using computer vision techniques
US9280827B2 (en) Method for determining object poses using weighted features
US4678920A (en) Machine vision method and apparatus
US20070154072A1 (en) Image Normalization For Computed Image Construction
US20230125887A1 (en) Computer-implemented method and a system for estimating a pith location with regard to a timber board
Chen et al. Computerized fringe analysis in photomechanics
CN107709977A (zh) 表面缺陷检测装置及表面缺陷检测方法
CN101571955A (zh) 一种精确实时微变化运动目标检测方法
CN114882216B (zh) 一种基于深度学习的服装钉扣质量检测方法、系统及介质
JP4250076B2 (ja) 表面検査装置及び方法
CN114111610A (zh) 动态地测量被输送的织物的变形量的方法及计算机系统
CN112801038B (zh) 一种多视点的人脸活体检测方法及系统
CN1715551B (zh) 纺织品纬斜的检测方法
DE112014007268B4 (de) Einfügung/Entfernung-Unterstützungsapparat und Einfügung/Entfernung-Unterstützungsverfahren
Furukawa et al. Robust structured light system against subsurface scattering effects achieved by CNN-based pattern detection and decoding algorithm
CN112233104A (zh) 实时位移场和应变场检测方法、系统、装置和存储介质
CN108693514B (zh) 对距离图像的异常进行检测的拍摄装置
Farooq et al. Machine vision using image data feedback for fault detection in complex deformable webs
JP7063267B2 (ja) 画像処理装置、画像処理システム、画像処理方法およびコンピュータプログラム
Saputra et al. Human body’s orientation estimation based on depth image
Naiberg et al. A unified recognition and stereo vision system for size assessment of fish
Nadarajah et al. 3d full-field deformation measuring technique using digital image correlation

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