DE19824304A1 - Vorrichtung und Verfahren zur Klassifizierung von Lederstücken - Google Patents
Vorrichtung und Verfahren zur Klassifizierung von LederstückenInfo
- Publication number
- DE19824304A1 DE19824304A1 DE19824304A DE19824304A DE19824304A1 DE 19824304 A1 DE19824304 A1 DE 19824304A1 DE 19824304 A DE19824304 A DE 19824304A DE 19824304 A DE19824304 A DE 19824304A DE 19824304 A1 DE19824304 A1 DE 19824304A1
- Authority
- DE
- Germany
- Prior art keywords
- leather
- data
- bed
- digitizing
- piece
- 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.)
- Ceased
Links
- 239000010985 leather Substances 0.000 title claims abstract description 50
- 238000011156 evaluation Methods 0.000 claims abstract description 25
- 238000013528 artificial neural network Methods 0.000 claims description 10
- 230000015654 memory Effects 0.000 claims description 10
- 238000000034 method Methods 0.000 claims description 10
- 238000013500 data storage Methods 0.000 abstract description 2
- 230000001537 neural effect Effects 0.000 abstract 1
- 238000005520 cutting process Methods 0.000 description 9
- 230000003287 optical effect Effects 0.000 description 4
- 230000007547 defect Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 208000032544 Cicatrix Diseases 0.000 description 1
- 241000208011 Digitalis Species 0.000 description 1
- 238000005299 abrasion Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 239000000975 dye Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000003698 laser cutting Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 229930014626 natural product Natural products 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 231100000241 scar Toxicity 0.000 description 1
- 230000037387 scars Effects 0.000 description 1
- 239000004753 textile Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Classifications
-
- 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
- G06T7/001—Industrial image inspection using an image reference approach
-
- C—CHEMISTRY; METALLURGY
- C14—SKINS; HIDES; PELTS; LEATHER
- C14B—MECHANICAL TREATMENT OR PROCESSING OF SKINS, HIDES OR LEATHER IN GENERAL; PELT-SHEARING MACHINES; INTESTINE-SPLITTING MACHINES
- C14B1/00—Manufacture of leather; Machines or devices therefor
- C14B1/28—Machines for treating leather combined with devices for measuring and printing
-
- C—CHEMISTRY; METALLURGY
- C14—SKINS; HIDES; PELTS; LEATHER
- C14B—MECHANICAL TREATMENT OR PROCESSING OF SKINS, HIDES OR LEATHER IN GENERAL; PELT-SHEARING MACHINES; INTESTINE-SPLITTING MACHINES
- C14B17/00—Details of apparatus or machines for manufacturing or treating skins, hides, leather, or furs
- C14B17/005—Inspecting hides or furs
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/44—Resins; Plastics; Rubber; Leather
- G01N33/447—Leather
-
- 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)
- Chemical & Material Sciences (AREA)
- Physics & Mathematics (AREA)
- Manufacturing & Machinery (AREA)
- Mechanical Engineering (AREA)
- Organic Chemistry (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Medicinal Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Food Science & Technology (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Treatment And Processing Of Natural Fur Or Leather (AREA)
- Treatment Of Fiber Materials (AREA)
Abstract
Die Erfindung betrifft eine Vorrichtung zur Klassifizierung von Lederstücken, die ein Digitalisierbett (12) zur Aufnahme wenigstens eines Lederstücks (36), wenigstens eine Vorrichtung zum Aufspannen des Lederstücks (36) auf dem Digitalisierbett (12), wenigstens einer Kamera (14) zur Erfassung des Digitalisierbetts (12) und eine Auswertevorrichtung (16) für das von der Kamera (14) gelieferte Bild aufweist. Die Auswertevorrichtung (16) enthält Detektoren, insbesondere Kantendetektoren, zur Ermittlung der Form des Lederstücks (36) und ein neuronales Netz, dessen erste Stufe Helligkeits- und/oder Farbdetektoren zur Ermittlung von Unregelmäßigkeiten des Lederstücks (36) aufweist. Das neuronale Netz klassifiziert diese Unregelmäßigkeiten durch Vergleich mit in Referenzdatenspeichern (18) befindlichen Anfangsdaten und ordnet das Lederstück somit selbsttätig einer bestimmten Qualitätsstufe zu.
Description
Die vorliegende Erfindung betrifft eine Vorrichtung und ein
Verfahren zur Klassifizierung von Lederstücken.
Bislang ist die
Klassifizierung und das Schneiden von Lederstücken eine Arbeit,
die in manueller Weise durch mehr oder weniger geschultes Per
sonal vorgenommen wird. Hierbei wird die Haut auf ein Digitali
sierbett fixiert, wo zunächst die Konturen abgenommen und auf
dem Bildschirm sichtbar gemacht werden. Anschließend kreuzt die
mit der Kennzeichnung betraute Person die Fehlerstellen des Le
derstücks an, die z. B. Risse, Naben, Scheuerstellen oder Struk
turfehler des Leders beinhalten. Anschließend werden manuell
die zu schneidenden Konturen des Leders auf dem Bildschirm der
art eingelegt, daß die Fehlerstellen in dem Schnittabfall ver
bleiben. Diese Auswertung ist bislang sehr zeit- und personal
aufwendig und darüber hinaus mit Unsicherheiten belastet, da
die Fehleruntersuchung nicht immer durch äußerst geschultes
Personal erfolgt und öfters die Eingabe am Bildschirm durch
Personal erfolgt, welches von der Lederbearbeitung keine Ahnung
hat.
Es ist daher Aufgabe der vorliegenden Erfindung, eine Vorrich
tung und ein Verfahren zu schaffen, die eine weitgehend selbst
tätige Klassifizierung der Lederstücke und möglicherweise eine
direkte Nachbehandlung, z. B. auf einer Schneidemaschine erlau
ben.
Die Aufgabe wird durch eine Vorrichtung gemäß Anspruch 1 und
ein Verfahren gemäß Anspruch 8 gelöst. Vorteilhafte Weiterbil
dungen der Erfindung sind Gegenstand der zugehörigen Unteran
sprüche.
Die erfindungsgemäße Vorrichtung umfaßt ein Digitalisierbett,
auf welches das Lederstück aufgespannt wird. Weiterhin ist min
destens eine Kamera zur Erfassung des Bereichs des Digitali
sierbetts vorgesehen. Das von der Kamera oder den Kameras er
haltene Bild wird einer Auswertevorrichtung zugeführt, die zum
einen Detektoren, in der Regel Grauwert- bzw. Schwarz/Weiß-De
tektoren bzw. Kantendetektoren, enthält, um die Kontur des Le
derstücks zu ermitteln. Die Kontur, die gleichzeitig die Grö
ßeninformation für das Lederstück liefert, wird in einem Spei
cher der Auswertevorrichtung abgelegt. Weiterhin enthält die
Auswertevorrichtung ein neuronales Netzwerk, an dessen erster
Stufe Helligkeits- und/oder Farbdetektoren vorgesehen sind, mit
welcher Helligkeits- und/oder Farbunterschiede in dem ermit
telten Bild eruiert werden. Die so erfaßten Helligkeits-
und/oder Farbabweichungen des Leders, die auf der optischen Be
schaffenheit oder auf Fehlern, wie Risse, Narben und Scheuer
stellen beruhen, werden nun verglichen mit Anfangsdaten in Re
ferenzdatenspeichern, die die zugehörige Klassifizierungsinfor
mationen enthalten. So wird nach Größe, Intensität, Art und
Häufigkeit von ermittelten Fehlern eine Zuordnung des Leder
stücks zu einer Qualitätsstufe getroffen.
Wenn auch die optische Beschaffenheit des Lederstückes als Gan
zes beurteilt werden soll und nicht nur die Fehlerstellen er
kannt werden sollen, ist es vorteilhaft, wenn die Auswertevor
richtung eine Steuerung für die Belichtung des Digitalisier
betts aufweist. Auf diese Weise kann entweder die Beleuchtung
und/oder die Belichtung durch die Auswertevorrichtung einge
stellt werden. Hierfür ist vorzugsweise eine Bezugsfläche an
dem Digitalisierbett vorgesehen. Die Beleuchtung und/oder Be
lichtung wird derart eingestellt, daß der an der Bezugsfläche
ermittelte Wert einem vorgegebenen Referenzwert entspricht. Auf
diese Weise wird sichergestellt, daß immer unter exakt identi
schen Beleuchtungsbedingungen gemessen wird. Erst hierdurch
wird die Beurteilung der optischen Beschaffenheit des Leder
stückes als Ganzes möglich.
Vorzugsweise wird der Zuordnungsvorgang des neuronalen Netzes
in einer Lernphase überwacht und korrigiert, so daß die Klassi
fizierungsdaten des Referenzdatenspeichers ständig verändert
und angepaßt werden. Dieses Lernen kann durch bekannte Lernver
fahren bei neuronalen Netzwerken auch selbsttätig durchgeführt
werden.
Vorzugsweise ist die Auswertevorrichtung mit einer Endbearbei
tungsmaschine, z. B. einem Cutter, verbunden, der aus dem Leder
stück die benötigten Konturen herausschneidet. Der Cutter hat
hierfür eine Steuerung, die unter Berücksichtigung der Quali
tätsdaten aus der Auswertevorrichtung die zu schneidenden Kon
turen selbsttätig in die Kontur des Lederstückes legt, ohne daß
die Fehlerstellen in den zu schneidenden Konturen liegen. Der
Herstellungsvorgang kann somit bis zur Zuschnittstufe automati
siert werden, wobei die Genauigkeit und die Zuverlässigkeit der
Qualitätszuordnung und Fehlererkennung beträchtlich verbessert
werden kann aufgrund der Erfahrungen, die das neuronale Netz
bei seiner Erkennungstätigkeit, insbesondere in der Lernphase,
im Laufe der Zeit gewinnt.
Nachfolgend wird die Erfindung beispielsweise anhand eines Aus
führungsbeispiels in der schematischen Zeichnung beschrieben.
In dieser zeigt
Fig. 1 eine schematische Darstellung einer Vorrichtung zur
Klassifizierung und zum Schneiden von Lederstücken.
Fig. 1 zeigt eine Vorrichtung 10 zum Klassifizieren und Schnei
den von Lederstücken. Die Vorrichtung enthält ein Digitalisier
bett 12, über welchem ortsfest eine Digitalkamera 14 angeordnet
ist. Die Digitalkamera 14 ist mit einer Auswertevorrichtung 16
verbunden, welche einen Referenzdatenspeicher 18 mit Klassifi
zierungsdaten und einen Datenspeicher 20 zur Ablage der Daten
von erfaßten und/oder klassifizierten Objekten aufweist. Wei
terhin ist die Auswertevorrichtung 16 mit einem Eingabegerät,
z. B. einer Tastatur 22, verbunden und einem Ausgabegerät, z. B.
einem Bildschirm 24. Im Bereich des Digitalisierbetts 12 ist
eine Bezugsfläche 26 vorgesehen, mittels der eine automatische
Belichtungssteuerung erfolgt. Mit dem Datenspeicher 20 der Aus
wertevorrichtung 16 und der Auswertevorrichtung 16 selbst ist
eine Steuerung 28 für einen Cutter 30 verbunden, der z. B. als
Laserschneidgerät ausgebildet sein kann. Der Cutter 30 ist an
einer Längsführung 32 und beidseitig angeordneten Querführungen
34, gesteuert durch die Steuerung 28, frei über das Digitali
sierbett 12 verfahrbar. Sowohl die Tätigkeit als auch der Weg
des Cutters 30 wird durch die Steuerung 28 gesteuert. Auf dem
Digitalisierbett 12 ist durch eine geeignete Aufspannvorrich
tung, z. B. eine Unterdruckvorrichtung oder eine elektrostati
sche Aufspannvorrichtung ein Lederstück 36 aufgespannt.
Nachfolgend soll die Tätigkeit der Vorrichtung 10 beim Erfas
sen, Klassifizieren und Schneiden des Lederstücks beschrieben
werden.
Die Kamera 14 erfaßt ein vollständiges Bild von dem Digitali
sierbett 12 inklusive der Bezugsfläche 26. Der von der Kamera
14 erhaltene Helligkeitswert der Bezugsfläche 26 wird mit einem
im Referenzdatenspeicher 18 liegenden Wert verglichen und die
Belichtung der Kamera 14 und/oder die Ansteuerung einer nicht
dargestellten Beleuchtung wird so eingeregelt, daß der Hellig
keitswert der Bezugsfläche 26 mit dem Referenzwert überein
stimmt.
Nun ist sichergestellt, daß das Lederstück 36 unter den glei
chen Beleuchtungsbedingungen erfaßt wird wie vorhergehende Le
derstücke. Die Auswertevorrichtung enthält Detektoren, insbe
sondere Kantendetektoren, die die Kontur des auf dem Digitali
sierbett 12 liegenden Lederstücks 36 erfassen. Derartige Kan
tendetektoren erkennen den Helligkeitsunterschied zwischen dem
Lederstück und dem darunter befindlichen Digitalisierbett. Das
Digitalisierbett kann diesbezüglich mit speziellen Farb- oder
Leuchtstoffen versehen sein, die ein exakteres Ansprechen der
Kantendetektoren gewährleisten. Durch die Kantendetektoren wird
die Kontur und damit die Größe des Lederstücks als auch der Ort
des Lederstücks 36 auf dem Digitalisierbett 12 erfaßt. Durch
die Erkennung des Grauwertes oder des Farbwertes bzw. der Ver
teilung des Grau- und Farbwertes auf dem Lederstück 36 kann
schon einmal eine erste Beurteilung bezüglich der optischen Be
schaffenheit des Lederstückes als Ganzes getroffen werden. Zu
sätzlich enthält die Auswertevorrichtung Helligkeits- und/oder
Farbdetektoren, welche die erste Stufe eines neuronalen Netz
werkes bilden. Mit diesen Helligkeits- und/oder Farbdetektoren
werden Veränderungen des Grau- oder Farbwertes in dem Leder
stück, bezogen auf den Gesamtgrau- oder Farbwert erfaßt, und
bezüglich ihrer Größe und ihres Grau- bzw. Farbwertes als auch
bezüglich ihrer Häufigkeit in dem Lederstück ausgewertet. Hier
für können in dem neuronalen Netzwerk die erhaltenen Werte in
Häufigkeitswerte über Fehler unterschiedlicher Größe reduziert
werden, um nur eine Art der Datenreduktion aufzuführen. Die
durch das neuronale Netzwerk so erhaltenen Fehlerdaten werden
mit Fehlerdaten aus dem Referenzwertspeicher 18 verglichen, wo
durch eine klassenmäßige Zuordnung des Lederstücks 36 getroffen
wird. Die so ermittelte Klassenzuordnung zusammen mit den Grö
ßen und Lageinformationen der Fehler auf dem Digitalisierbett
12 und in dem Lederstück 36 werden in einen Datenspeicher 20
abgelegt. Auf diesen Datenspeicher 20 greift die Steuerung 28
für den Cutter 30 zu, wenn die vorangegangene Qualitätsprüfung
ergeben hat, daß das Lederstück 36 einer zu verwendenden Quali
tätsstufe zugehört. In diesem Fall werden die zu schneidenden
Konturen durch einen an sich bekannten Algorithmus über das Le
derstück derart gelegt, daß die ermittelten Fehlerstellen au
ßerhalb der zu schneidenden Konturen, d. h. im Schnittabfall
liegen. Die so erhaltenen Schnittsteuerdaten werden nun direkt
zur Ansteuerung des Betriebs des Cutters 30 und der Längsfüh
rung 32 und Querführungen 34 verwendet, die motorisch betrieben
werden. Durch die Verwendung einer Unterdruckeinrichtung oder
einer elektrostatischen Einrichtung wird vermieden, daß sich
das Lederstück beim Zerschneiden relativ zum Digitalisierbett
12 verschiebt.
Selbstverständlich ist die Anwendung der Vorrichtung und das
Verfahren nicht allein auf Lederstücke beschränkt. Es können
auch Kunststoff oder Textilstücke oder andere Naturprodukte auf
diese Weise klassifiziert und bearbeitet werden, welche von
vornherein eine nicht völlig homogene Außenstruktur aufweisen.
Claims (10)
1. Vorrichtung zur Klassifizierung von Lederstücken, umfassend
ein Digitalisierbett (12) zur Aufnahme wenigstens eines Leder
stücks (36),
wenigstens eine Vorrichtung zum Aufspannen des Lederstücks (36) auf dem Digitalisierbett (12),
wenigstens eine Kamera (14) zur Erfassung des Digitalisierbetts (12), und
eine Auswertevorrichtung (16) für das von der Kamera (14) ge lieferte Bild, welche Auswertevorrichtung (16) Detektoren, ins besondere Kantendetektoren, zur Ermittlung der Form des Leder stücks (36) und ein neuronales Netz enthält, dessen erste Stufe Helligkeits- und/oder Farbdetektoren zur Ermittlung von Unre gelmäßigkeiten des Lederstücks (36) aufweist,
wobei das neuronale Netz diese Unregelmäßigkeiten durch Ver gleich mit in Referenzdatenspeichern (18) befindlichen Anfangs daten klassifiziert und einer bestimmten Qualitätsstufe zuord net.
wenigstens eine Vorrichtung zum Aufspannen des Lederstücks (36) auf dem Digitalisierbett (12),
wenigstens eine Kamera (14) zur Erfassung des Digitalisierbetts (12), und
eine Auswertevorrichtung (16) für das von der Kamera (14) ge lieferte Bild, welche Auswertevorrichtung (16) Detektoren, ins besondere Kantendetektoren, zur Ermittlung der Form des Leder stücks (36) und ein neuronales Netz enthält, dessen erste Stufe Helligkeits- und/oder Farbdetektoren zur Ermittlung von Unre gelmäßigkeiten des Lederstücks (36) aufweist,
wobei das neuronale Netz diese Unregelmäßigkeiten durch Ver gleich mit in Referenzdatenspeichern (18) befindlichen Anfangs daten klassifiziert und einer bestimmten Qualitätsstufe zuord net.
2. Vorrichtung nach Anspruch 1,
dadurch gekennzeichnet,
daß die Anfangsdaten Grauwert- und/oder Farbdaten, Form-, Grö
ßendaten und Häufigkeitsdaten enthalten.
3. Vorrichtung nach Anspruch 1 oder 2,
dadurch gekennzeichnet,
daß die Auswertevorrichtung (16) eine Steuerung für eine Be
leuchtungseinrichtung und/oder die Belichtung der Kamera (14)
aufweist, welche die Beleuchtung/Belichtung in Abhängigkeit ei
ner im Bereich des Digitalisierbetts (12) angeordneten Bezugs
fläche (26) steuert.
4. Vorrichtung nach einem der vorhergehenden Ansprüche,
dadurch gekennzeichnet,
daß die Auswertevorrichtung (16) einen Maschinencodeleser zur
Erkennung von auf dem Lederstück (36) aufgebrachten Markierun
gen aufweist.
5. Vorrichtung nach Anspruch 4,
dadurch gekennzeichnet,
daß die Auswertevorrichtung (16) einen Speicher (20), vorzugs
weise einen mobilen Datenträger zur Speicherung der das Leder
stück (36) betreffenden Klassifizierungsdaten aufweist.
6. Vorrichtung nach einem der vorhergehenden Ansprüche,
dadurch gekennzeichnet,
daß die Auswertevorrichtung (16) einen Cutter (30) steuert.
7. Vorrichtung nach Anspruch 6,
dadurch gekennzeichnet,
daß eine Steuerung (28) für den Cutter (30) vorgesehen ist, die
mit der Auswertevorrichtung (16) über eine Datenschnittstelle
oder einen Datenspeicher (20) verbunden ist, wobei die Steue
rung (28) eine Schaltung zum optimierten Setzen der Schnitte
für zu schneidende Konturen unter Berücksichtigung der von der
Auswertevorrichtung (16) erhaltenen Klassifizierungsdaten, ins
besondere Fehlerstellen aufweist.
8. Verfahren zur Klassifizierung von Lederstücken mit einer
Vorrichtung gemäß einem der vorhergehenden Ansprüche,
bei dem der Zuordnungsvorgang durch das neuronale Netz in einem
ersten Lernstadium in der Anfangsphase überwacht und korrigiert
wird.
9. Verfahren nach Anspruch 8,
dadurch gekennzeichnet,
daß die Anfangsdaten beim Lernvorgang selbsttätig modifiziert
werden.
10. Verfahren nach Anspruch 3 und 8 oder 9,
dadurch gekennzeichnet,
daß zumindest vor der Auswertung des durch die Kamera (14) er
haltenen Bildes die Beleuchtung/Belichtung derart geregelt
wird, daß der an der Bezugsfläche erhaltene Helligkeitswert ei
nem vorgegebenen Referenzwert entspricht.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE19824304A DE19824304A1 (de) | 1998-05-28 | 1998-05-28 | Vorrichtung und Verfahren zur Klassifizierung von Lederstücken |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE19824304A DE19824304A1 (de) | 1998-05-28 | 1998-05-28 | Vorrichtung und Verfahren zur Klassifizierung von Lederstücken |
Publications (1)
Publication Number | Publication Date |
---|---|
DE19824304A1 true DE19824304A1 (de) | 1999-12-02 |
Family
ID=7869453
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE19824304A Ceased DE19824304A1 (de) | 1998-05-28 | 1998-05-28 | Vorrichtung und Verfahren zur Klassifizierung von Lederstücken |
Country Status (1)
Country | Link |
---|---|
DE (1) | DE19824304A1 (de) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2003076915A1 (de) * | 2002-03-14 | 2003-09-18 | Basf Aktiengesellschaft | Verfahren zur automatisierten oberflächenkontrolle und oberflächenkorrektur |
DE102005050302A1 (de) * | 2005-10-17 | 2007-04-26 | Yara International Asa | Verfahren und Vorrichtung zum berührungslosen Ermitteln des aktuellen Ernährungszustandes eines Pflanzenbestandes und zum Verarbeiten dieser Informationen zu Düngeempfehlungen |
CN102249086A (zh) * | 2011-03-25 | 2011-11-23 | 江苏连港皮革机械有限公司 | 皮革分拣系统及其使用方法 |
DE102013005489A1 (de) | 2013-04-02 | 2014-10-02 | Capex Invest GmbH | Verfahren und Vorrichtung zur automatischen Fehlerstellenerkennung bei biegeschlaffen Körpern |
US10297018B2 (en) * | 2017-07-14 | 2019-05-21 | Lear Corporation | Method of digitally grading leather break |
EP3594682A1 (de) * | 2018-07-12 | 2020-01-15 | Aibi Dynamics Co., Ltd. | Lederinspektionsausrüstung |
EP3594666A1 (de) * | 2018-07-12 | 2020-01-15 | Aibi Dynamics Co., Ltd. | Auf künstlicher intelligenz basierendes lederinspektionsverfahren und lederproduktherstellungsverfahren |
CN110715939A (zh) * | 2018-07-12 | 2020-01-21 | 卓峰智慧生态有限公司 | 基于人工智能的皮革检测方法以及皮革制品生产方法 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4901359A (en) * | 1985-12-14 | 1990-02-13 | Durkopp System Technik Gmbh | Method and apparatus for automatically cutting material in standard patterns |
US4982437A (en) * | 1987-01-20 | 1991-01-01 | Manufacture Francaise Des Chaussures Eram | Method of cutting an object as a function of particularities of said object |
DE4012462C2 (de) * | 1990-04-19 | 1992-04-30 | Duerkopp Systemtechnik Gmbh, 4800 Bielefeld, De | |
DE4216469A1 (de) * | 1992-05-19 | 1993-11-25 | Diehl Gmbh & Co | Einrichtung zum Klassifizieren von Fehlern in Häuten |
DE4231222C1 (de) * | 1992-09-18 | 1994-01-13 | Duerkopp System Technik Gmbh | Verfahren und Gegenstand zum Symbolisieren und Markieren von Fehlerstellen |
DE4241990A1 (de) * | 1992-12-12 | 1994-06-16 | Rwe Entsorgung Ag | Verfahren zum Erkennen von Objekten und Vorrichtung zur Durchführung des Verfahrens |
DE4313258A1 (de) * | 1993-04-23 | 1994-10-27 | Beiersdorf Ag | Verfahren und Vorrichtung zur meßtechnischen quantitativen Bestimmung der Textur der menschlichen Hautoberfläche durch Registrierung, Wiedergabe und Analysierung von Bildinformationen |
DE4415004A1 (de) * | 1993-04-30 | 1994-11-03 | Univ Schiller Jena | Anordnung und Verfahren zur Charakterisierung von Oberflächen und zur Charakterisierung und Klassifizierung von Oberflächendefekten und oberflächennahen Defekten sowie von Inhomogenitäten im Volumen transparenter Medien |
DE3639636C2 (de) * | 1986-11-20 | 1996-04-18 | Robert Prof Dr Ing Massen | Automatische Inspektion von Textilbahnen |
DE19609045C1 (de) * | 1996-03-08 | 1997-07-24 | Robert Prof Dr Ing Massen | Verfahren und Vorrichtung zur optischen Prüfung eines Holzprüflings |
DE19637234A1 (de) * | 1996-09-13 | 1998-03-26 | Michael F Braun | Verfahren zur Überprüfung der Farbreinheit von Oberflächen |
DE19642712A1 (de) * | 1996-10-16 | 1998-04-23 | Saechsisches Textilforsch Inst | Verfahren und Vorrichtung zur Messung und Qualitätsbewertung von Oberflächeneffekten auf textilen Warenbahnen |
DE19650234C1 (de) * | 1996-12-04 | 1998-04-30 | Duerkopp Adler Ag | Gegenstand zur Kennzeichnung einer Auswahlfläche in einem Arbeitsstück, insbesondere einer Tierhaut |
DE19643406A1 (de) * | 1996-10-21 | 1998-04-30 | Deutsches Textilforschzentrum | Oberflächendetektionssystem für Warenbahnen |
-
1998
- 1998-05-28 DE DE19824304A patent/DE19824304A1/de not_active Ceased
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4901359A (en) * | 1985-12-14 | 1990-02-13 | Durkopp System Technik Gmbh | Method and apparatus for automatically cutting material in standard patterns |
DE3639636C2 (de) * | 1986-11-20 | 1996-04-18 | Robert Prof Dr Ing Massen | Automatische Inspektion von Textilbahnen |
US4982437A (en) * | 1987-01-20 | 1991-01-01 | Manufacture Francaise Des Chaussures Eram | Method of cutting an object as a function of particularities of said object |
DE4012462C2 (de) * | 1990-04-19 | 1992-04-30 | Duerkopp Systemtechnik Gmbh, 4800 Bielefeld, De | |
DE4216469A1 (de) * | 1992-05-19 | 1993-11-25 | Diehl Gmbh & Co | Einrichtung zum Klassifizieren von Fehlern in Häuten |
DE4231222C1 (de) * | 1992-09-18 | 1994-01-13 | Duerkopp System Technik Gmbh | Verfahren und Gegenstand zum Symbolisieren und Markieren von Fehlerstellen |
DE4241990A1 (de) * | 1992-12-12 | 1994-06-16 | Rwe Entsorgung Ag | Verfahren zum Erkennen von Objekten und Vorrichtung zur Durchführung des Verfahrens |
DE4313258A1 (de) * | 1993-04-23 | 1994-10-27 | Beiersdorf Ag | Verfahren und Vorrichtung zur meßtechnischen quantitativen Bestimmung der Textur der menschlichen Hautoberfläche durch Registrierung, Wiedergabe und Analysierung von Bildinformationen |
DE4415004A1 (de) * | 1993-04-30 | 1994-11-03 | Univ Schiller Jena | Anordnung und Verfahren zur Charakterisierung von Oberflächen und zur Charakterisierung und Klassifizierung von Oberflächendefekten und oberflächennahen Defekten sowie von Inhomogenitäten im Volumen transparenter Medien |
DE19609045C1 (de) * | 1996-03-08 | 1997-07-24 | Robert Prof Dr Ing Massen | Verfahren und Vorrichtung zur optischen Prüfung eines Holzprüflings |
DE19637234A1 (de) * | 1996-09-13 | 1998-03-26 | Michael F Braun | Verfahren zur Überprüfung der Farbreinheit von Oberflächen |
DE19642712A1 (de) * | 1996-10-16 | 1998-04-23 | Saechsisches Textilforsch Inst | Verfahren und Vorrichtung zur Messung und Qualitätsbewertung von Oberflächeneffekten auf textilen Warenbahnen |
DE19643406A1 (de) * | 1996-10-21 | 1998-04-30 | Deutsches Textilforschzentrum | Oberflächendetektionssystem für Warenbahnen |
DE19650234C1 (de) * | 1996-12-04 | 1998-04-30 | Duerkopp Adler Ag | Gegenstand zur Kennzeichnung einer Auswahlfläche in einem Arbeitsstück, insbesondere einer Tierhaut |
Non-Patent Citations (5)
Title |
---|
ERSÜ,E.: Rationelle 100% optische Warenkontrolle der Vlies- und Textilproduktion mit der digitalen Bildverarbeitung COSS. In: textil praxis international 1994, Juni, S.425-428 * |
SCHICKTANZ,K.: Automatische Warenschau. In: Textilveredlung 29, 1994, Nr.10, S.300-304 * |
TSAI,I-Shou, u.a.: Erkennung von Flächengebildestrukturen durch elektronische Bildverarbeitung. In: Melliand Textilberichte 1, 1993, S.77-80 * |
VEIT,Dieter, u.a.: Einsatz der digitalen Bildverarbeitung zur Optimierung des Öffnungs- und Reinigungsprozesses. In: Melliand Textilberichte 11, 1996, S.746,747 * |
WOOD,E.J., u.a.: Objektive Messung des Aussehens von Teppichoberflächen durch Bildanalyse. In: Melliand Textilberichte 7-8, 1996, S.452-459 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2003076915A1 (de) * | 2002-03-14 | 2003-09-18 | Basf Aktiengesellschaft | Verfahren zur automatisierten oberflächenkontrolle und oberflächenkorrektur |
DE102005050302A1 (de) * | 2005-10-17 | 2007-04-26 | Yara International Asa | Verfahren und Vorrichtung zum berührungslosen Ermitteln des aktuellen Ernährungszustandes eines Pflanzenbestandes und zum Verarbeiten dieser Informationen zu Düngeempfehlungen |
DE102005050302B4 (de) * | 2005-10-17 | 2007-07-26 | Yara International Asa | Verfahren und Vorrichtung zum berührungslosen Ermitteln des aktuellen Ernährungszustandes eines Pflanzenbestandes und zum Verarbeiten dieser Informationen zu Düngeempfehlungen |
CN102249086A (zh) * | 2011-03-25 | 2011-11-23 | 江苏连港皮革机械有限公司 | 皮革分拣系统及其使用方法 |
DE102013005489A1 (de) | 2013-04-02 | 2014-10-02 | Capex Invest GmbH | Verfahren und Vorrichtung zur automatischen Fehlerstellenerkennung bei biegeschlaffen Körpern |
EP2787485A1 (de) | 2013-04-02 | 2014-10-08 | Capex Invest GmbH | Verfahren und Vorrichtung zur automatischen Fehlerstellenerkennung bei biegeschlaffen Körpern |
DE102013005489B4 (de) | 2013-04-02 | 2019-06-27 | Capex Invest GmbH | Verfahren und Vorrichtung zur automatischen Fehlerstellenerkennung bei biegeschlaffen Körpern |
US10297018B2 (en) * | 2017-07-14 | 2019-05-21 | Lear Corporation | Method of digitally grading leather break |
EP3594682A1 (de) * | 2018-07-12 | 2020-01-15 | Aibi Dynamics Co., Ltd. | Lederinspektionsausrüstung |
EP3594666A1 (de) * | 2018-07-12 | 2020-01-15 | Aibi Dynamics Co., Ltd. | Auf künstlicher intelligenz basierendes lederinspektionsverfahren und lederproduktherstellungsverfahren |
CN110715939A (zh) * | 2018-07-12 | 2020-01-21 | 卓峰智慧生态有限公司 | 基于人工智能的皮革检测方法以及皮革制品生产方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3044571B1 (de) | Verfahren und vorrichtung zur überprüfung eines inspektionssystems zur erkennung von oberflächendefekten | |
EP3401411B1 (de) | Verfahren und vorrichtung zur fehlerstellenerkennung bei biegeschlaffen körpern, insbesondere tierhäuten | |
DE3038392A1 (de) | Verfahren und vorrichtung zur ueberpruefung von gegenstaenden auf fehler | |
DE102019114012A1 (de) | Mikroskopieverfahren, Mikroskop und Computerprogramm mit Verifikationsalgorithmus für Bildverarbeitungsergebnisse | |
DE102018202051B4 (de) | Vorrichtung zum automatischen Prüfen von Linsen und Verfahren zum automatischen Prüfen einer Vielzahl von Linsen | |
EP2787485B1 (de) | Verfahren und Vorrichtung zur automatischen Fehlerstellenerkennung bei biegeschlaffen Körpern | |
DE112019003985T5 (de) | Waferinspektionsverfahren und -inspektionsvorrichtung | |
DE19824304A1 (de) | Vorrichtung und Verfahren zur Klassifizierung von Lederstücken | |
DE102017126784A1 (de) | Flexibler Hochgeschwindigkeitsmessungsscanner für den Vorbehandlungsprozess | |
DE10124787B4 (de) | Verfahren und System zum Erfassen eines Fehlers an einem zu untersuchenden Gegenstand der vorspringende Abschnitte aufweist | |
DE3127007C2 (de) | Verfahren zur Ermittlung der Bezugspunkte eines Densitogramms | |
AT507939B1 (de) | Verfahren zum automatisierten nachweis eines defektes an einer oberfläche eines formteils | |
DE102021124153A1 (de) | Verfahren und Vorrichtung zur Qualitätsprüfung einer Kante eines plattenförmigen Werkstücks | |
WO2018007619A1 (de) | Verfahren und einrichtung zur kategorisierung einer bruchfläche eines bauteils | |
DE4200801A1 (de) | Vorrichtung zur durchfuehrung einer qualitaetskontrolle | |
DE102020210974A1 (de) | Verfahren und Vorrichtung zum Ermitteln von Defekten während eines Oberflächenmodifizierungsverfahrens | |
DE102008049859B4 (de) | Verfahren und Prüfsystem zur optischen Prüfung einer Kontur eines Prüfobjekts | |
DE69819980T2 (de) | Verfahren zur Bestimmung eines Lederschnittmusters | |
DE102007024059B4 (de) | Vorrichtung und Verfahren zur Beurteilung eines Kontrollkörpers bei einem Farb-Eindring-Verfahren | |
DE19834718A1 (de) | Digitale Bildverarbeitung für ein Qualitätskontrollsystem | |
AT511399B1 (de) | Verfahren zur automatisierten klassifikation von einschlüssen | |
DE10024559B4 (de) | Verfahren zur Erkennung von Objekten | |
DE19737703A1 (de) | Verfahren zur Erkennung, Quantifizierung und Qualifizierung von Fehler und Fehlstellen bei Tierhäuten, sowie Vorrichtung zur Durchführung des Verfahrens | |
EP4085794B1 (de) | Verfahren zur vorbereitung und durchführung einer qualitätsprüfung von bürsten, insbesondere von zahnbürsten, prüfvorrichtung und bürstenherstellungsmaschine | |
DE102019217179A1 (de) | Verfahren zur Durchführung einer optischen Qualitätskontrolle eines Reifens |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
OM8 | Search report available as to paragraph 43 lit. 1 sentence 1 patent law | ||
8110 | Request for examination paragraph 44 | ||
8131 | Rejection |