CN1192227C - 用于确定纤维样品特性的方法和纤维分类设备 - Google Patents

用于确定纤维样品特性的方法和纤维分类设备 Download PDF

Info

Publication number
CN1192227C
CN1192227C CNB998093718A CN99809371A CN1192227C CN 1192227 C CN1192227 C CN 1192227C CN B998093718 A CNB998093718 A CN B998093718A CN 99809371 A CN99809371 A CN 99809371A CN 1192227 C CN1192227 C CN 1192227C
Authority
CN
China
Prior art keywords
fiber sample
nanometers
grade
yellow
sample
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.)
Expired - Fee Related
Application number
CNB998093718A
Other languages
English (en)
Other versions
CN1311855A (zh
Inventor
L·程
G·E·伊里克
Y·-T·楚
H·M·戈拉施
M·E·加尔约恩
M·A·奥维尔贝
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.)
Uster Technologies AG
Original Assignee
Uster Technologies AG
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 Uster Technologies AG filed Critical Uster Technologies AG
Publication of CN1311855A publication Critical patent/CN1311855A/zh
Application granted granted Critical
Publication of CN1192227C publication Critical patent/CN1192227C/zh
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/89Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles
    • G01N21/8914Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles characterised by the material examined
    • G01N21/8915Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles characterised by the material examined non-woven textile material

Landscapes

  • Engineering & Computer Science (AREA)
  • Textile Engineering (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Treatment Of Fiber Materials (AREA)
  • Spectrometry And Color Measurement (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

一种纤维分类设备(20),它包括一个用于观察纤维样品(12)的样品窗口(14)。用于提供光(16)的光源(18),所述的光射向所述的纤维样品并且被该纤维样品反射。安置用于接收反射光的光敏检测器(10),用于检测纤维样品的深浅、红色和黄色。处理装置(30),用于至少在某种程度上根据纤维样品的深浅和黄色为所述的纤维样品分配一个初始等级。所述的处理装置(30)还进一步至少在某种程度上根据所述纤维样品的红色将所述的初始等级有选择性地调整为最终等级。所述光敏检测器具有光谱计(28)、照相机(38)或一组三个光敏二极管(32、26、36)之中的一个或多个。第一光敏二极管检测对应于所述纤维样品深浅的在大约505纳米到大约605纳米之间的波长范围的光的强度。第二光敏二极管检测对应于所述纤维样品黄色的在大约430纳米到大约530纳米之间的波长范围的光的强度。第三光敏二极管检测对应于所述纤维样品红色的在大约550纳米到大约650纳米之间的波长范围的光的强度。该处理装置对来自光敏检测器的信息进行分析以确定纤维样品的红色平均值、深浅变化、红色变化、黄色变化、深浅对比度、黄色斑点百分比以及黄色对比度。至少在某种程度上根据这些参数有选择地将初始等级调整为最终等级。

Description

用于确定纤维样品特 性的方法和纤维分类设备
技术领域
本发明致力于纤维的分级。更具体地说,本发明涉及运用光敏仪器检测纤维的视觉特性并运用检测到的视觉特性给纤维分配一个等级。
背景技术
用于将纤维,诸如棉纱,进行分类的一个特性就是纤维的颜色。通常,纤维的分类主要依赖于分类员的感觉和判断,分类员目测纤维样品并据此给它分配一个等级。
人们希望用高产量的仪器来代替人工分类员。例如,仪器通常会更快、更可靠并且比它所替代的手工劳作更便宜。然而,在并排测试中,现有技术的分类仪器易于给被测纤维样品较之人工分类员更高的等级。因此,这样的仪器还没有在最终的分类步骤或更重要的分类步骤中代替人工分类员。
因此,所需要的是一个用于检测纤维样品的视觉特性并给纤维样品分配等级的系统,其中,与目前的纤维分类装置相比,由系统给出的等级的相关性比由人工分类员给出的等级的相关性好。
发明内容
通过具有一用于观察纤维样品的样品窗口的纤维分类器件,本发明可以满足上述需求以及其它方面的需求。一个光源,它提供射向纤维样品并被纤维样品反射的光,从而产生反射光。设置光敏检测器用于接收反射光并且检测纤维样品的深浅、红色和黄色。处理装置至少在某种程度上根据纤维样品的深浅和黄色给纤维样品分配等级。处理装置还有选择地至少从某种程度上根据纤维样品的红色将初始等级调整到最终等级。
纤维样品的红色是现有技术的仪器不考虑的纤维样品特征。这样,通过有选择性地至少从某种程度上根据纤维样品的红色对初始等级进行调整,根据本发明的分类器件产生的等级比人工分类员分配的等级更具相关性。因而,根据本发明的分类器件可以替代人工分类员。
在本发明的多个最佳实施例中,光敏检测器包括光谱计、照相机或一组三个光敏二极管中的一个或多个。第一光敏二极管检测波长在大约505纳米到大约605纳米之间的对应于纤维样品深浅的光。第二光敏二极管检测波长在大约430纳米到大约530纳米之间的对应于纤维样品黄色的光。第三光敏二极管检测波长在大约550纳米到650纳米之间的对应于纤维样品的红色的光。如在此所述,所述三个波长范围,即505纳米到大约605纳米、大约430纳米到大约530纳米、大约550纳米到650纳米通常分别对应于绿光、蓝光和红光的范围。然而这里所用的术语深浅、黄色和红色通常分别指三个波长范围,以指示使用检测所述波长范围的传感器产生的每个信号的目的。
处理装置对来自光敏检测器的信息进行分析,以确定平均红色、深浅变化、红色变化、黄色变化,深浅对比、黄颜色污点百分比以及纤维样品的黄色对比。至少在部分这些参数的基础上有选择性地从初始等级到最终等级进行调整。
在根据本发明的对纤维样品进行分类的方法中,通过一个样品窗口观察纤维样品。激励一光源产生射向纤维样品并被其反射的光。在第一波长范围内对反射光的第一强度进行检测,至少在某种程度上,依据第一强度产生深浅值。在第二波长范围内检测反射光的第二强度,至少在某种程度上基于第二强度产生黄色值。在第三波长范围内检测反射光的第三强度,至少在某种程度上基于第三强度产生红色值。
对深浅值和黄色值进行分析以产生一个合成值,并且至少在某种程度上依据该合成值给纤维样品分配一个初始等级。在一个最佳实施例中,对红色值进行分析以确定红色值的平均值和变化,对深浅进行分析以确定深浅值的变化和对比度,并且对黄色值进行分析以确定黄色值的变化和对比以及黄色污点的百分比。至少在某种程度上基于纤维样品的红色值的平均值、深浅值的变化、红色值的变化、黄色值的变化、深浅值的对比、黄色值的对比、黄色污点的百分比,有选择地将初始等级调整到最终等级。
附图简介
通过以下结合没有按一定比例绘制的附图对实施例的具体描述,本发明的优点将会更加明显,其中,在几幅附图中,相同的附图标记代表相同的元件,其中:
图1是纤维分类器件的功能方框图;
图2描述了一个棉纱颜色表,以及
图3描述了2°1931CIE Standard Observer表。
发明的具体描述
参照图1,描述了一个包括本发明的分类器20。该分类器20主要用于棉纱的分类。分类器20可以脱机模式使用或者是联机模式使用,脱机模式时,分类器20是一个可以置于实验室中的独立装备,联机模式时,分类器20可以是置于轧棉机或滚轧机中的处理装备的一部分。当用于联机模式时,分类器20可以是对其所连接的装备的操作进行控制的控制系统的一部分。
为了使用该分类器20给纤维样品12分配一个等级,将纤维样品12置于样品窗口14前。如下面将全面介绍的,样品窗口14最好由对于一定波长的光为透明的材料制成。例如,样品窗口14可以由玻璃、石英、蓝宝石或适当的热塑塑料并且最好是由水清洁RYREX制成。
当纤维样品12经过样品窗口14时,纤维样品12被照亮,比如通过激励被遮盖的灯泡18以产生光16。由来自处理装置30的线48上的信号控制灯泡18。在多个实施例中,灯泡18可以持久点亮或者以一定的频率交替地脉冲驱动或者当样品窗口14后面有纤维样品12时被点亮。
纤维样品12将光16反射,从而产生反射光34。光敏检测器10接收反射光34。用罩17对灯泡18发出的光16进行遮盖,从而它不会直接照到检测器10,检测器10从反射光34的性质,至少对纤维样品12的深浅,标记为L*,红色,标记为a*,和黄色,标记为b*进行检测。如下所述,可以用多个不同方法中的任何一个或更多进行这种检测。
在第一实施例中,光敏检测器10是一组三个光敏二极管。光敏二极营32接收经过滤光片33的反射光34,并且检测在第一波长范围内的反射光34的强度,该范围最好是在大约505纳米到大约605纳米之间。Camarillo California的Advanced Photonix,Inc公司生产的,型号为SD290-12-22-241的蓝色增强的硅二极管适合用作二极管32,而Cheshire County Optical of Jaffrey New Hampshire制造了合适的滤光片33。光敏二极管32在线40上发出电压信号给处理装置30。在线40上的电压信号正比于第一波长范围内的反射光34的强度。第一波长范围内的反射光34的强度指的是纤维12的深浅。因而,在线40上传送的信号指的是深浅信号,处理装置30将其转换为一个深浅值。
光敏二极管36接收经过滤光片37的反射光34,并且检测在第二波长范围内的反射光34的强度,该范围最好是在大约530纳米到大约430纳米之间。Camarillo Cal ifornia的Advanced Photonix,Inc公司生产的,型号为SD290-12-22-241的蓝色增强的硅二极管适合用作二极管36,而Cheshire County Optical of Jaffrey NewHampshire公司制造了合适的滤光片37。光敏二极管36在线46上发出电压信号给处理装置30。在线46上的电压信号正比于第二波长范围内的反射光34的强度。第二波长范围内的反射光34的强度指的是纤维12的黄色。因而,在线46上传送的信号指的是黄色信号,处理装置30将其转换为一个黄色值。
光敏二极管26接收经过滤光片27的反射光34,并且检测在第三波长范围内的反射光34的强度,该范围最好是在大约550纳米到大约650纳米之间。Camarillo California的Advanced Photonix,Inc公司生产的,型号为SD290-12-22-241的蓝色增强的硅二极管适合用作二极管26,而Cheshire County Optical of Jaffrey NewHampshire公司制造了合适的滤光片27。光敏二极管26在线22上发出电压信号给处理装置30。在线22上的电压信号正比于第三波长范围内的反射光34的强度。第三波长范围内的反射光34的强度指的是纤维12的红色。因而,在线22上传送的信号指的是红色信号,处理装置30将其转换为一个红色值。
因为二极管32、36和26是单点检测器,每个二极管在一个时刻取得纤维样品12的一个读数。换言之,二极管32、36和26不能检测或反映纤维12上的不同部分的反射光34的强度的改变。这样,二极管32、36和26对纤维样品12的特性进行总体或平均的测量。
在第二实施例中,光敏检测器10是一个照相机38,诸如一个电荷耦合器件(CCD)。照相机38对纤维样品12进行多个,同时的读数。通过使用镜头39将反射光34聚焦到照相机38的CCD阵列上,在阵列中的每个离散的传感器主要测量反射光34中由纤维样品12的具体部分产生的部分。这样,当使用照相机38时,就保存了关于纤维样品12上的颜色范围的分布信息。换言之,照相机38取得等于照相机38的阵列的像素数的多个读数,而不像二极管32、36和26所做的那样,取得纤维样品12的一个平均测量。这提供了关于纤维样品12内的颜色范围的信息,而由二极管32、36和26提供的平均读数则不能。
照相机38最好具有一个大小为大约512像素乘大约480像素的阵列。照相机38对比上述第一、第二和第三波长范围更宽的波长范围的反射光34的强度进行检测。一般地,照相机38具有检测与红色、绿色和蓝色(RGB)相关波长的元件,所述的波长是经过,例如NationalTelevision Systems Committee(NTSC)标准化的。处理装置30对这些来自照相机38的RGB信号进行处理以产生上述深浅和黄色值。这些处理将在后面全面介绍。将照相机38的输出在线42上传送到处理装置30,它产生上述深浅、黄色和红色值。
可以使用8位照相机38,诸如由Polaris Industries ofAtlanta Georgia公司制造的MB-950C型,最好是12位的照相机38,从而照相机38具有足够的色调层次分辨力,从而能够进行纤维样品12的准确分类。由于12位的照相机相对较贵,照相机38还可以是一组三个8位单色照相机,各自装有上述与二极管32、36和26一起使用的滤光片33、37和27。在这种构造中,光敏检测器10既提供了色调层次信息也提供了色调分布信息。
在第三实施例中,光敏检测器10是一个光谱计28,它对几乎覆盖了整个可见光谱范围的反射光34的强度进行检测,并且根据所用具体设备的技术指标,提供关于每个波长的反射光34的强度,而非仅在上述三个相对宽的波长范围内。由Ocean Optics ofDunedin,Florida制造的S-1000型适合应用于此。将光谱计28的输出在信号线50上传送到处理装置30,它产生上述深浅、黄色和红色值。
上述三种检测反射光34的方法各有长短。二极管32、36和26相对较便宜,但提供的是没有分布信息的总体测量。光谱计28准确地检测了具体波长的反射光的强度,但是相对较贵。照相机38提供了分布信息,但是除非使用较贵的12位照相机,否则不能满足所有应用所需的色调层次灵敏度的要求。因而,决定使用哪一种检测方法有赖于该应用所能负担的花费以及该应用所需的准确度等因素。
在一个最佳实施例中,光敏检测器10包括了一个照相机38和一组三个光敏二极管32、36和26。用这种方式,照相机38提供分布信息,而光敏二极管32、36和26提供第一、第二和第三波长范围内的色彩深度信息。在另一个实施例中,将上述所有三种形式的光敏检测器都合并在光敏检测器10中。
由处理装置30对光敏检测器10取得的来自纤维样品12的测量值进行分析。处理装置30可以是一个简单的专用微处理器或整个计算机。处理装置30最好包括一个电源,一个输入/输出装置,用于在线22、40、42、46、48和50上发送和接收信号,一个模拟-数字转换器,用于存储数据和处理指令的存储器以及一个用于处理数据和指令的微处理器。处理装置30还应该包括诸如用户接口以及显示器等的其它项目。用于分析光敏检测器的输出值的处理装置30的复杂程度取决于所执行功能的复杂性。
由处理装置30接收到的电压测量结果与人工分类员给出的棉纱等级是不同形式的。因而,分类器20的处理装置30对光敏检测器10产生的信号进行处理并产生一个与人工分类员给出的等级相同形式的等级。这最好通过将上述的深浅信号和黄色信号与现有技术的高值仪器产生的信号相关联来实现。现有技术的仪器输出的信号已经与人工分类员给出的棉纱等级相关联。然而,现有技术的仪器以及人工分类员的相关性往往只有大约百分之五十。因而,根据现有技术的高值仪器提供的红色信号又用作提供相关性的更高等级。
现有技术的仪器测量到的以Rd表示的棉纱的深浅指的是反射系数。通常,棉纱的Rd值在大约48和大约82之间。Rd值越高,棉纱越浅。光敏检测器10产生的深浅信号通常与现有技术的仪器产生的Rd值相关。
现有技术的仪器测量到的以+b表示的棉纱的黄色指的是颜色。通常,棉纱的+b值在大约5和大约17之间。+b值越高,棉纱越黄。光敏检测器10产生的黄色信号通常与现有技术的仪器产生的+b值类似相关。
对Rd和+b值进行处理,并合并确定在11到85范围内变化的两位数的等级。该等级的第一位代表深浅,或者换言之,代表了从Rd值确定的棉纱的反射系数。该第一位的值从1到8变化。第一位置的1代表较浅的棉纱样品而7代表了一个较暗的棉纱样品。8代表次等棉纱。该等级的第二位代表黄色,或者说是从+b值确定的棉纱的颜色。第二位从1到5变化。第二位的1代表较白的棉纱样品而4代表较黄的棉纱样品。5代表次等棉纱。可以根据棉纱的含杂率和品质,用第三位将前两位指定的等级进一步细分。
通过将多个等级在美国农业部控制的正式的颜色表上标出,将仪器确定的两位数的等级转换成人工分类员分配的等级。在美国,棉纱的颜色属于五个颜色组中的一个:白色、浅色污点、污点、浅色和黄色。在图2中示出了这个表。使用历史数据,靠经验产生的图2所示的表使仪器分配的等级与人工分类员分配的等级相关联。
例如,一个特别的棉纱样品可以产生对应于为74的Rd值和为10的+b值的读数。通过将这些值与图2所示的表格的内部模型进行比较,现有技术的仪器为该棉纱纤维样品分配了一个等级32,并将这一值表示在,例如一个显示器上。反射值3表示棉纱的浅的等级,即称作中等棉纱。颜色值2进一步将棉纱样品分类为浅色污点的棉纱。这样现有技术的仪器将棉纱样品分类为浅色污点的中等棉纱。
如上所述,现有技术的仪器分配的等级与人工分类员分配的等级之间的历史相关性仅为大约百分之五十。换言之,在现有技术的仪器确定了Rd值和+b值之后,将这些值在图2的表上标出,并根据覆盖的等级方格确定棉纱样品的等级应为多少,现有技术的仪器确定的等级符合人工分类员分配的等级的次数仅为百分之五十。在本领域中有一个基本的假定,那就是人工分类员总是正确的。
本发明的分类器20以类似于现有技术仪器的方式确定一个初始等级,即使深浅L*与反射系数Rd相关并且使黄色b*与颜色+b相关。然而,分类器20随后使用其它信息有选择性地将初始等级调整为最终等级。这些其它信息包括特别是,红色信号平均值、深浅信号的变化、红色信号的变化、黄色信号的变化、深浅信号的对比度以及黄色信号的对比度。用处理装置30根据光敏检测器10提供的这些信号确定所有这些值。
处理装置30用来计算深浅L*、红色a*以及黄色b*的方法,根据光敏器件10的特性而不同。例如,根据深浅、红色和黄色信号是由二极管32、36和26提供、由照相机38提供或是由光谱计28提供,计算方式会不同。以下将针对上述光敏器件10的每种典型形式对产生深浅、红色和黄色的方式进行介绍。
当使用二极管32、36和26时,根据等式计算深浅、红色和黄色,该等式依赖于为第一波长范围、第二波长范围和第三波长范围选择的范围。某种程度上说,为第一、第二和第三范围选择的精确范围并不重要,只要它们是已知并且根据它们来调整等式就可以了。然而,最好使用熟知的范围和等式。
最好使用由Commission International de I`Eclairage(CIE),或者名为International Commission of Illumination定义的色空间。对上述第一、第二和第三波长范围进行选择,使其符合由CIE定义的色空间。在John Wiley & Sons 1981年所著的Principles of Color Technology by Billmeyer and Szltzman中给出了CIE色空间的完整描述,该内容在此以引用的方式公开。然而,也可以选择其它波长范围和其它色空间。
用二极管32、36和26测量第一、第二和第三波长范围内的反射光3 4的强度,并使其与绘制在图3所示的2°1931 CIE StandardObserver中的值相关。将来自第一二极管32的深浅信号用来计算三色值Y,将来自第三二极管26的红色信号和来自第二二极管36的黄色信号用来计算三色值X,并且将来自第二二极管36的黄色信号用来计算三色值Z。在每种情况下,用一个已知样品对各个二极管的电压进行校准,并将所述二极管的输出电压视作纤维样品12的平均值。
通过将来自第二和第三二极管36和26的电压信号相加来计算红色信号,在相加前,将每个电压乘以一个常数。在校准程序中,对每个仪器凭经验确定这些常数,在校准程序中,对几个等级的纤维样品12进行经验测量并对该仪器进行调整使其适合人工分类员分配的等级。
使用下面给出的等式,用三色值来计算深浅L*、红色a*和黄色b*,
L * = 116 ( Y Y n ) 1 J - 16
b * = 200 [ ( Y Y n ) 1 J - ( Z Z n ) 1 J ]
a * = 500 [ ( X X n ) 1 J - ( Y Y n ) 1 J ]
其中,Xn、Yn和Zn是从标准化的表格得到的理想白色的三色值。
使用光谱计时,根据下列等式,通过将横跨波长检测范围的反射光34的强度求和来确定三色值,
x=∑S(λ)R(λ) x(λ)
y=∑S(λ)R(λ) y(λ)
Z=∑S(λ)R(λ) z(λ)
上述波长范围最好是从大约四百纳米到大约七百纳米,
其中S(λ)=相对光谱能量,通常是一CIE标准光源,
R(λ)=在显示波长测量的反射强度,
λ=波长,以及
从图3的图表中读取x(λ)、y(λ)和z(λ)。
用传感器检测S(λ)的值,例如,该传感器可以是没有表示的第四二极管,但是在1997年10月29日提出的申请号为08/962,973的申请中有记载,该申请的全部公开内容在此以引用的方式公开,所述的二极管检测灯泡18产生的光16的强度而不检测反射光34的强度。
如果使用三个单色CCD照相机38,每个装有上述的滤光片中的一个,于是在取自三个阵列中的每一个中的相同相对位置的每一组三个像素上进行上述对二极管32、36和26的计算。
当使用照相机38时,首先将RGB值输出转换为X、Y和Z三色值,接着使用上面给出的等式将该值转换为L*、a*和b*值。使用下列矩阵方程将所述RGB值转换为三色值:
X Y Z = 0.607 0.174 0.201 0.299 0.587 0.114 0.000 0.066 1.117 R NTSC G NTSC B NTSC
使用上面给出的方程,可以计算平均红色值a*、平均深浅值L*以及平均黄色值b*,而不必考虑所使用的光敏检测器10的类型。
如上所述,深浅L*和黄色b*与反射系数Rd和颜色+b线性相关。这样,可以使用图2给出的棉纱颜色表用深浅L*和黄色b*来确定纤维的等级。然而,分类器20还提供一个先前从高值仪器无法得到的更宽范围的信息。从测量到的纤维样品12的视觉特性选取出的所述增加的信息用于增强分类器20分配的等级和人工分类员分配的等级之间的相关性。
用由分类器20提供的附加信息,通过训练处理装置30有选择性地确定最终的等级。训练处理装置30的一种方法是确定给定数目的纤维样品12,如100个样品,并确定每个纤维样品12的初始等级。接着将分类器20分配的初始等级与人工分类员对同一纤维样品12分配的等级进行比较。接着对分类器20提供的附加信息进行分析以确定最终的等级,直到分类器20分配的最终等级与人工分类员分配的等级之间的相关性符合所需的相关程度。
可以理解,有理由使分类器20分配的最终等级与人工分类员分配的等级之间的相关性的程度低于最高的可能的程度。例如,希望操作分类器20,从而使所产生的最终的等级在发生差错时趋于分配一个较之人工分类员分配的等级略低的等级。在这个例子中,可以高度相信由分类器20分配的最终等级不会高于由人工分类员分配的等级。
或者,可以希望操作分类器20,从而使所产生的最终的等级在发生差错时趋于分配一个较之人工分类员分配的等级略高的等级。在这个例子中,可以高度相信由分类器20分配的最终等级不会低于由人工分类员分配的等级。此外还可以希望对分类器20进行操作从而使所产生的最终等级的平均值尽可能与人工分类员分配的等级接近。在这个实例中,可以高度相信由分类器20分配的最终等级尽可能地接近于由人工分类员分配的等级,其实际等级可以高于或低于由分类器20分配的最终等级。
作为一个特殊的例子,在分类器20所执行的测试中,使用红色平均值a*有选择性地将初始等级(基于深浅和黄色)调整到最终等级(基于深浅、黄色和红色),已经将仪器分配的等级与人工分类员分配的等级之间的相关性从大约百分之五十提高到大约百分之九十四。当红色平均值大于某个阈值极限时,最好用红色平均值来降低由分类器20分配的等级。  而这个阈值极限可以根据所使用的具体仪器和所测量的纤维样品进行改变,当用于将棉纱从白色降级为浅色斑点时,大约为2.1的阈值极限提供了一个高的相关程度。这样,在这个实施例中,当存在这样两个条件时,最好仅用红色平均值将初始等级调整为最终等级,它们是:第一,最初将棉纱定级为白色,第二,红色平均值大于2.1。
可以用在此描述的条件有选择性地将初始等级调整为最终等级,而不考虑其初始等级是什么,在该最佳实施例中,在纤维的较高或较白的等级上是最有意义的。例如,将初始等级从白色降级为浅色斑点,或者将初始等级从浅色斑点降级为斑点。
作为进一步的特殊实例,还可以用深浅、红色和黄色它们全部或任何一个的变化将初始等级调整到最终等级。根据照相机38提供的信息用数学方法确定所述的变化,如上面所述的,如同可以在纤维样品12上进行多个同时的测量。这样,用关于纤维样品12的分布信息来计算数学变化。
根据照相机38的CCD阵列中的独立像素元件或像素单元之间的差异,计算这三个值,深浅、红色和黄色,每个的变化。在所述的最佳实施例中,将所述的CCD阵列分成多个像素的方块单元,诸如四个像素、九个像素、十六个像素等等,其中所有的像素单元大小相同。依据多个不同的条件中的一个或多个对像素单元的大小进行选择,包括CCD阵列的大小,被成像的纤维样品12的区域的大小,被测纤维样品12内的不规则区域的大小,以及所需的同步数据点的数目。对每个单元计算平均值并且使用每个单元的平均值计算所述的变化。
在分类器20进行的测试中,当b*的变化大于1.1时,将初始等级有选择地降低为最终等级,将分类器20分配的等级与人工分类员分配的等级之间的相关性从大约50%提高到大约76%。
由分类器20提供的信息中的可以用来有选择性地将初始等级调整到最终等级的另一个参数是纤维样品12的红色、黄色和深浅对比度。通过找到CCD阵列反映的三个值中的每一个的最高值和最低值来确定对比度。将最低值从最高值中减去以产生所述的对比度。可以使用指示值的范围宽度的其它数学方法。在最佳实施例中,由于明显发现红色值在一个很窄的范围内,因而没有使用红色对比度。
在分类器20执行的测试中,当b*对比度大于一阈值时有选择性地将初始等级降级为最终等级,这将分类器20分配的等级与人工分类员分配的等级之间的相关性从大约百分之五十提高到大约百分之五十九,所述的阈值是以在此描述的方法确定的。
在另一个实施例中,将纤维样品12上存在黄色值b*大于按在此描述的方法确定的阈值的区域的总量用来将初始等级有选择性地调整到最终等级。这在此还叫做黄色斑点百分比。在这一实施例中,将每个来自CCD阵列的黄色值与所述的阈值相比。如果黄色值大于所述的阈值,于是计数器增加。将列在计数器上的总数除以CCD阵列中的元件总数。如果这个比例大于第二阈值,在所执行的测试中等于大约0.05,于是将纤维样品12的初始等级降级为最终等级。
由处理装置30使用的上述多个参数的精确阈值将根据几个不同的因素而改变。所述阈值用来有选择地确定最终等级。作为例子,这些因素可以包括灯泡18产生的光16的特性,样品窗口14所使用的材料和厚度,灯泡18和样品窗口14之间的距离,样品窗口14和光敏检测器10之间的距离,上述光敏检测器10中所用的元件的类型和灵敏度,以及纤维样品12的品质及坚度。
由于能够影响处理装置30的校准的因素数目,最好将具有由人工分类员分配的已知等级的纤维样品12在分类器20上以规则的间隔进行测试,以确保所述的校准不会发生偏移。此外,影响处理装置30的校准的任何一个或一些因素发生了变化,最好使用一些由人工分类员分配了等级的样品,如上所述,对处理装置30进行再训练。用这种方式,对用来将初始等级有选择性地调整到最终等级的不同参数的多种阈值进行调整直到分类器20为一组纤维样品分配了与人工分类员分配的等级相同的等级为止。
这样,根据本发明的分类器20提供了关于棉纱样品12的信息,而这些信息是现有技术的高值仪器所没有提供的。分类器20运用来自纤维样品12的附加信息有选择性地将分配给纤维样品12的初始等级调整为最终等级。由分类器20分配的最终等级,与现有技术的高值仪器分配的等级相比,与人工分类员分配的等级的相关程度更高。
上面已经详细描述了本发明的具体实施例,可以理解,本发明包括在所附权利要求的精神范围内的重新调整和替换。

Claims (15)

1.一种纤维分类设备,包括:
用于观察纤维样品(12)的样品窗口(14),
用于提供光(16)的光源(18),所述的光射向所述的纤维样品并且被该纤维样品(12)反射,产生反射光,
安置用于接收反射光的光敏检测器(10),用于检测纤维样品的深浅、红色和黄色,以及
处理装置(30),用于根据纤维样品的深浅和黄色为所述的纤维样品分配一个初始等级,以及进一步根据所述纤维样品的红色将所述的初始等级调整为最终等级。
2.如权利要求1所述的设备,其特征在于,所述的光敏检测器(10)包括:
第一光敏二极管(32),用于检测对应于所述纤维样品深浅的第一波长范围的光的强度,
第二光敏二极管(26),用于检测对应于所述纤维样品黄色的第二波长范围的光的强度,以及
第三光敏二极管(36),用于检测对应于所述纤维样品红色的第三波长范围的光的强度。
3.如权利要求2所述的设备,其特征在于,所述第一波长范围在大约505纳米到大约605纳米之间。
4.如权利要求2所述的设备,其特征在于,所述第二波长范围在大约430纳米到大约530纳米之间。
5.如权利要求2所述的设备,其特征在于,所述第三波长范围在大约550纳米到大约650纳米之间。
6.如权利要求1所述的设备,其特征在于,所述的光敏检测器(10)包括一个光谱计(28)。
7.如权利要求1所述的设备,其特征在于,所述的光敏检测器(10)包括一个照相机(38)。
8.如权利要求1所述的设备,其特征在于,所述的光敏检测器包括:
第一光敏二极管(32),用于检测对应于所述纤维样品深浅的在大约505纳米到大约605纳米之间的波长范围的光的强度,
第二光敏二极管(26),用于检测对应于所述纤维样品黄色的在大约430纳米到大约530纳米之间的波长范围的光的强度,以及
第三光敏二极管(36),用于检测对应于所述纤维样品红色的在大约550纳米到大约650纳米之间的波长范围的光的强度,以及
照相机。
9.如权利要求1所述的设备,其特征在于,所述的光敏检测器包括:
光谱计(28),以及
照相机(38)。
10.如权利要求8所述的设备,其中
所述照相机(38),用于检测至少一个参数,所述参数是从包括纤维样品的深浅变化、红色变化、黄色变化、深浅对比度、黄色斑点百分比以及黄色对比度的组中选择出来的。
11.用于确定纤维样品特性的方法,包括:
透过样品窗口(14)观察纤维样品(12),
激励光源(18)产生射向所述纤维样品并被该纤维样品反射的光,
检测第一波长范围内的反射光的第一强度,
根据所述第一强度产生一个深浅值,
检测第二波长范围内的反射光的第二强度,
根据所述第二强度产生一个黄色值,
检测第三波长范围内的反射光的第三强度,
根据所述第三强度产生一个红色值,
分析所述的深浅值以及黄色值以产生一个合成值,
根据所述的合成值给所述的纤维样品分配一个初始等级,以及
根据所述纤维样品的红色值将所述的初始等级调整为最终等级。
12.如权利要求11所述的方法,其特征在于,在从大约505纳米到大约605纳米波长范围内,检测反射光的第一强度。
13.如权利要求12所述的方法,其特征在于,在从大约430纳米到大约530纳米波长范围内,检测反射光的第二强度。
14.如权利要求11所述的方法,其特征在于,在从大约550纳米到大约650纳米波长范围内,检测反射光的第三强度。
15.如权利要求11所述的方法,其特征在于,所述的根据所述纤维样品的红色值将所述的初始等级调整为最终等级的步骤进一步包括:
对红色值进行分析以确定所述纤维样品的红色值的平均值,以及
根据所述的纤维样品的红色值的平均值将所述的初始等级调整为最终等级。
CNB998093718A 1998-08-05 1999-08-03 用于确定纤维样品特性的方法和纤维分类设备 Expired - Fee Related CN1192227C (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US09/129271 1998-08-05
US09/129,271 US6040905A (en) 1998-08-05 1998-08-05 Fiber color grading system

Publications (2)

Publication Number Publication Date
CN1311855A CN1311855A (zh) 2001-09-05
CN1192227C true CN1192227C (zh) 2005-03-09

Family

ID=22439214

Family Applications (1)

Application Number Title Priority Date Filing Date
CNB998093718A Expired - Fee Related CN1192227C (zh) 1998-08-05 1999-08-03 用于确定纤维样品特性的方法和纤维分类设备

Country Status (9)

Country Link
US (1) US6040905A (zh)
EP (1) EP1101099B1 (zh)
JP (1) JP2002522763A (zh)
CN (1) CN1192227C (zh)
AU (1) AU764447B2 (zh)
BR (1) BR9912536A (zh)
DE (1) DE69907468T2 (zh)
TR (1) TR200003897T2 (zh)
WO (1) WO2000008448A1 (zh)

Families Citing this family (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FI990539A0 (fi) 1999-03-11 1999-03-11 Valtion Teknillinen Kuori- ja puupitoisuuden mittaukseen tarkoitettu menetelmä
US6567538B1 (en) * 1999-08-02 2003-05-20 The United States Of America As Represented By The Secretary Of Agriculture Real time measurement system for seed cotton or lint
US6937758B2 (en) * 2001-08-07 2005-08-30 Hewlett-Packard Development Company, L.P. Method and apparatus for reproducing sepia-tone images
US20070013904A1 (en) * 2005-07-15 2007-01-18 Chia Chee W Apparatus and system for characterizing a target
CN101228435B (zh) * 2005-07-26 2012-09-12 普勒米尔开发私人有限公司 原丝类纺织材料中外来物质的检测和分类
DE102007007040A1 (de) 2007-02-07 2008-08-14 Carl Zeiss Microlmaging Gmbh Messeinrichtung zur optischen und spektroskopischen Untersuchung einer Probe
US8199319B2 (en) * 2009-06-29 2012-06-12 Uster Technologies Ag Fiber property measurement
CN101672808B (zh) * 2009-10-15 2011-05-25 中华人民共和国苏州出入境检验检疫局 一种纳米纺织品的鉴别方法
CN102296452B (zh) * 2011-06-03 2013-05-22 苏州大学 一种判断纺织品上无机纳米材料的方法
DE102011116487A1 (de) * 2011-10-20 2013-04-25 Giesecke & Devrient Gmbh Verschmutzungsprüfung des Fensters einer Messvorrichtung
CN103344337B (zh) * 2013-06-21 2015-03-18 杭州新叶光电工程技术有限公司 应用led照明光源的棉花色泽仪
CN103743745A (zh) * 2013-12-17 2014-04-23 江苏金发科技新材料有限公司 改性塑料外观污点检测方法
CA2933814C (en) 2014-02-18 2018-07-10 Halliburton Energy Services, Inc. Imaging systems for optical computing devices
US10190990B2 (en) * 2015-03-24 2019-01-29 Uster Technologies, Ag LED-based fiber property measurement
US11402335B2 (en) 2017-09-14 2022-08-02 Uster Technologies Ag Fiber blend identification and ratio measurement
US11250312B2 (en) * 2017-10-31 2022-02-15 Levi Strauss & Co. Garments with finishing patterns created by laser and neural network
CN110646354B (zh) * 2019-08-28 2021-10-26 东华大学 一种棉纤维的颜色测试装置及方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE69324557T2 (de) * 1992-12-31 1999-09-23 Zellweger Uster Inc Kontinuierliche zweidimensionale Überwachung von dünnem Gewebe textilen Materials
AUPM533094A0 (en) * 1994-04-27 1994-05-19 Commonwealth Scientific And Industrial Research Organisation Methods and apparatus for determining a first parameter(s) of an object
US5813542A (en) * 1996-04-05 1998-09-29 Allen Machinery, Inc. Color sorting method
US6052182A (en) * 1997-10-28 2000-04-18 Zellweger Uster, Inc. Fiber quality monitor

Also Published As

Publication number Publication date
CN1311855A (zh) 2001-09-05
TR200003897T2 (tr) 2001-06-21
US6040905A (en) 2000-03-21
WO2000008448A1 (en) 2000-02-17
EP1101099B1 (en) 2003-05-02
JP2002522763A (ja) 2002-07-23
BR9912536A (pt) 2001-05-02
DE69907468T2 (de) 2004-02-12
DE69907468D1 (de) 2003-06-05
AU764447B2 (en) 2003-08-21
AU4795899A (en) 2000-02-28
EP1101099A1 (en) 2001-05-23

Similar Documents

Publication Publication Date Title
CN1192227C (zh) 用于确定纤维样品特性的方法和纤维分类设备
US6427128B1 (en) Apparatus and method for evaluating quality of granular object
CA2989515C (en) Colour measurement of gemstones
JP5533245B2 (ja) 穀粒外観品位判別装置における品位別重量比率の算出方法
EP0726456A1 (en) Method of and apparatus for measuring nonuniformity of glossiness and thickness of printed image
JP2022522348A (ja) 基板上の膜の検査のための装置及び方法
CN101539530A (zh) 用于钻石的颜色分级的方法和装置
CN101228435B (zh) 原丝类纺织材料中外来物质的检测和分类
EP2588835A2 (en) Apparatus, system, and method for increasing measurement accuracy in a particle imaging device
WO2012012168A2 (en) Apparatus, system, and method for increasing measurement accuracy in a particle imaging device using light distribution
US20090303469A1 (en) Crack measuring method and apparatus
JP2000180369A (ja) 穀粒品位測定方法及びその装置
US6559939B1 (en) Method of high throughput haze screening of material
US9915618B2 (en) Method and an arrangement for measuring the gloss of grains
US5493404A (en) Method and apparatus for sensing color of articles
EP3786611A1 (en) Particle size distribution measuring device and program for particle size distribution measuring device
CN1670514B (zh) 用于检测片状材料的装置和方法
CN106323885A (zh) 一种岩样有机质成熟度测量方法
CN110146169B (zh) 一种材料表面相近颜色的自动分辨系统及方法
CN112362590B (zh) 油污染检测装置及方法
TWI577982B (zh) 生化檢測裝置及方法
JP2001242092A (ja) 評価装置
CN114754706A (zh) 机械零件加工表面粗糙度在线检测方法及系统
HU217724B (hu) Eljárás és berendezés objektum két dimenzióban történő minősítésére vagy tulajdonságának meghatározására
KR20130112514A (ko) 엘이디와 포토트랜지스터를 이용한 반사형 명암 정보 측정 장치 및 그 방법

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
ASS Succession or assignment of patent right

Owner name: USTER TECHNOLOGIES CO., LTD

Free format text: FORMER OWNER: ZELLWAGER LUWA AG

Effective date: 20030425

C41 Transfer of patent application or patent right or utility model
TA01 Transfer of patent application right

Effective date of registration: 20030425

Address after: Uster

Applicant after: Uster AG

Address before: Uster

Applicant before: Zellweger Luwa AG

C14 Grant of patent or utility model
GR01 Patent grant
C19 Lapse of patent right due to non-payment of the annual fee
CF01 Termination of patent right due to non-payment of annual fee