TWI575230B - 用於塗料配方之紋理評估之系統及方法 - Google Patents

用於塗料配方之紋理評估之系統及方法 Download PDF

Info

Publication number
TWI575230B
TWI575230B TW103109480A TW103109480A TWI575230B TW I575230 B TWI575230 B TW I575230B TW 103109480 A TW103109480 A TW 103109480A TW 103109480 A TW103109480 A TW 103109480A TW I575230 B TWI575230 B TW I575230B
Authority
TW
Taiwan
Prior art keywords
value
texture
flash
bayesian
processor
Prior art date
Application number
TW103109480A
Other languages
English (en)
Other versions
TW201506364A (zh
Inventor
保羅Ｍ 畢莫爾
Original Assignee
片片堅俄亥俄州工業公司
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 片片堅俄亥俄州工業公司 filed Critical 片片堅俄亥俄州工業公司
Publication of TW201506364A publication Critical patent/TW201506364A/zh
Application granted granted Critical
Publication of TWI575230B publication Critical patent/TWI575230B/zh

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/46—Measurement of colour; Colour measuring devices, e.g. colorimeters
    • G01J3/463—Colour matching
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N7/00—Computing arrangements based on specific mathematical models
    • G06N7/01—Probabilistic graphical models, e.g. probabilistic networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/40—Analysis of texture
    • G06T7/41—Analysis of texture based on statistical description of texture
    • 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
    • G06T2207/10024—Color 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20076—Probabilistic image processing
    • 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

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Algebra (AREA)
  • Spectrometry And Color Measurement (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Paints Or Removers (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
  • Application Of Or Painting With Fluid Materials (AREA)

Description

用於塗料配方之紋理評估之系統及方法
在各種實施例中，本發明大體上係關於用於評估塗料混合物之比色及物理性質屬性以提供一使用者一紋理品質以供使用於調配一塗料匹配、搜尋資料儲存器(例如，一資料庫)中之一塗料匹配及品質保證之系統及方法。
為了使用配方或搜尋引擎(或一視覺程序)向以一目標塗料塗佈之一目標樣本提供一適當的色彩匹配，需要判定該目標塗料之正確著色。若利用與目標塗料中之顏料或適當偏移相同之顏料或適當偏移，一配方或搜尋程序可達到關於目標塗料之配方之一明顯最佳解決方案。然而，若存在因顏料紋理而改變紋理品質之一可能性，一色彩匹配可能無法精確提供一完全匹配樣本。再者，有意或無意地排除該等顏料之可用性將導致一次佳色彩匹配。
若干既有匹配搜尋或配方引擎及方法試圖經由各種演算法包含顏料選擇及配方。各種顏料識別封裝及配方引擎採用一「蠻」力，推測及檢查方法之類型以提供使用者配方及顏料資訊。組合方法(一蠻力方法)係一常用方法，其中給定最終匹配中需要之顏料之一最終數目，該方法幾乎將所有可用顏料組合在所有可用組合中。儘管存在一些方法，這些方法在給定某些條件時限制使用一些顏料以最佳化引擎 速度，但最終結果係針對樣本驗證配方組合，且提供使用者幾乎最匹配目標塗料之一或多個配方之一選擇。
其他解決方案需要使用者提交一調色劑樣本集至一搜尋或配方引擎，且其他方法選擇待使用之調色劑之一預定義子集。此等方法對於使用者而言通常係繁重的且缺乏適當「直覺」以提供使用者適用之一良好解決方案的一流線型方法。此外，藉由此方法之本質，可排除匹配目標塗料所必需之適當顏料。
已使用神經網路自預產生之可能匹配之既有資料庫中選擇色彩匹配或充當配方引擎本身。一神經網路之長處係其處理線性關係及非線性關係兩者之能力，但此長處的代價是龐大、不靈活且需要大量額外負擔來細緻管理一有時很大的學習資料庫及結構。通常必須在一回饋設計中使用一神經網路之不靈活或剛性操作以最佳化引導至網路之隱藏層且在網路之隱藏層中之節點權重。一神經網路需要自期望輸出獲得此類型之誤差，反向傳播以便「學習」。神經網路之實際學習或訓練係基於給定一期望輸出，藉由基於先前反覆誤差而重複再引入輸入及調整權重而減少計算誤差。
如圖1中可見，若需要校正一誤差或需要考慮一筆新資訊，則一典型神經網路需要一幾乎經完美定義的輸入及需要大量努力以更新及/或變更各種層(節點)。雖然相較於一些先前模型使用者可看見較少步驟，但歸因於一神經網路試圖將一配方或色彩搜尋之解決方案包含在一個大規模步驟中之本質，故神經網路趨於呈相對慢且係單向。再者，正如上文所討論之方法，排除必需顏料係可能的。一神經網路亦需要精確及有些繁冗地維護權重、資料庫、計算、複雜及嚴格程序映射及實質「訓練」為有效的。
因此，需要具有靈活性以將處理步驟分割為較小多方向分支步驟及對於速度及精確性利用一前饋類型設計之系統及方法。亦需要存 在最小化使用者互動及建立結合一配方引擎進行顏料識別及公差設定(tolerancing)之一靈活逐步方法之系統及方法。
在一第一態樣中，本發明之實施例提供一種電腦實施方法。該方法包含：使用一處理器識別一目標塗料中之一紋理，其中識別包括應用一貝葉斯程序，及使用該處理器指派經調適供一搜尋引擎及一配方引擎之一者使用之一紋理值。
在另一態樣中，本發明之實施例係關於一種系統。該系統包含一資料庫及一處理器，該處理器與該資料庫通訊且經程式化以：識別一目標塗料中之一紋理，其中識別包括應用一貝葉斯程序，及指派經調適供一搜尋引擎及一配方引擎之一者使用之一紋理值。
在另一態樣中，本發明之實施例提供一種裝置。該裝置包含：用於識別一目標塗料中之一紋理之構件，其中識別包括應用一貝葉斯程序，及用於使用處理器指派經調適供一搜尋引擎及一配方引擎之一者使用之一紋理值之構件。
在一進一步態樣中，本發明之實施例提供一種非暫態性電腦可讀媒體，其包含軟體以引起一處理器：識別一目標塗料中之一紋理，其中識別包括應用一貝葉斯程序；及指派經調適供一搜尋引擎及一配方引擎之一者使用之一紋理值。
20‧‧‧步驟
22‧‧‧步驟
24‧‧‧步驟
26‧‧‧步驟
28‧‧‧步驟
30‧‧‧步驟
32‧‧‧步驟
34‧‧‧步驟
36‧‧‧步驟
90‧‧‧系統
92‧‧‧使用者
94‧‧‧使用者介面
96‧‧‧光譜儀
98‧‧‧目標樣本
100‧‧‧電腦
102‧‧‧網路
104‧‧‧伺服器
106‧‧‧資料庫
圖1繪示一典型神經網路。
圖2繪示典型貝葉斯系統之實例。
圖3繪示根據本發明之各種實施例之一紋理標度識別貝葉斯模組之一高級表示。
圖4繪示根據本發明之各種實施例之一公差貝葉斯模組之一高級表示。
圖5繪示可用於識別一目標樣本之一塗料混合物之物理性質屬性之一系統之一實施例。
圖6繪示根據本發明之各種實施例之一貝葉斯系統之一高級表示。
圖7繪示用於識別一目標樣本之一塗料混合物之物理性質屬性之一程序之一實施例。
在各種實施例中，本發明大體上係關於包括可為獨立或相依貝葉斯系統及方法之一貝葉斯信念系統之系統及方法。實施例包含可組合使用以識別用一未知目標塗料塗佈之一樣本之紋理品質之各種模組。在另一態樣中，可使用該等模組以判定已知樣本及/或已知顏料之紋理本質。
雖然本文之描述大體上係關於塗繪，但應理解器件、系統及方法適用於其他類型塗料，包含染劑及工業塗料。本發明之所描述實施例不應視為限制。符合本發明之一方法可在各種領域(諸如，成衣及時尚產品之匹配及/或協調)中實踐。
本發明之實施例可與可為一獨立單元或包含經由一網路(諸如，例如，網際網路或一內部網路)與一中央電腦通訊之一或多個遠端終端之一電腦系統一起使用或併入可為一獨立單元或包含經由一網路(諸如，例如，網際網路或一內部網路)與一中央電腦通訊之一或多個遠端終端之一電腦系統中。因而，電腦或「處理器」及本文所描述之相關性組件可為一本端電腦系統之一部分或一遠端電腦或一在線系統或其之組合。本文所描述之資料庫及軟體可儲存於電腦內部記憶體中或一非暫態性電腦可讀媒體中。
一貝葉斯系統係基於自貝葉斯定理之概率推理，其自條件概率定義導出。圖2中展示貝葉斯系統之實例。
其中：P(B)≠0
藉由利用貝葉斯定理，可使用相依及獨立決策點之一系統以判定一未知樣本之紋理本質。
可使用由多個決策點組成之一基本貝葉斯系統以判定一給定樣本具有一特定紋理類型之屬性之可能性(信念)。基本紋理類型可分成多個定性標稱或序數類別。例如，一些類別可被標記為：非常細緻、細緻、中等、較粗糙、粗糙。該等類別可藉由(例如)閃光特性(諸如高、中及低)進一步細分。在可用於判定目標塗料之紋理之一貝葉斯系統內之各種決策點可包括(但不限於)：比色值(DE、L、a、b、C、h、X、Y、Z)、比色值對數、動態指數(flop indices)、類似性指數、移動指數、移動面積、反射乘積、各種角度光譜資料、DE平方和及/或其之組合。
各種實施例中之一第一決策點係判定目標塗料是否含有效應顏料或是否僅呈現固體顏料。此可藉由利用考慮(但不限於)色度、亮度及色相之決策點完成。給定色度及亮度可計算各種概率方程式以判定一樣本含有效應著色或僅含有單色、固體顏料之可能性。若僅呈現固體顏料，則紋理可為歸因於基板且可藉由將一適合匹配色漆放置於完全相同基板上而充分模仿。若呈現一效應著色，則可能需要用貝葉斯系統及方法進一步計算以得出正確紋理資訊。圖3中展示一紋理判定貝葉斯模組之一高級表示之一實例。
本發明之實施例利用一五角光譜儀(諸如由X-Rite有限公司生產之CM64)，以對自儀器提供之資料為各角產生各種加權簡化決策點。例如，在15°角處具有大於10之一色度值之一樣本之決策點應含有包 含當分析該特定角時對色彩考慮值之強調之一邏輯決策集。然而，具有低於10之一色度之一樣本應強調亮度及暗度值。可沿著此等線分離各組角度資料以判定一樣本係本文所討論之5個粗糙度類別之一者之可能性。在各種實施例中，可以一類似方式考慮閃光值。兩種現象之組合導致可藉由5個或更多個(例如，在背景評估中為15個-3個閃光及5個粗糙類別之組合)範圍(例如自T1至T5)概述之一紋理值。
藉由提供資訊以供各種決策點中考慮，甚至可使用沒有相機之簡單指向光譜儀以提供一目標塗料之紋理資訊。接著可使用該資訊以進一步辨別先前透過考慮色彩相關準則找到之一匹配之品質。在各種實施例中，亦可將相機資訊、色彩或其他視為一額外決策點群組之部分。此等決策點可為(但不限於)以下：閃光強度、在一給定半徑內之閃光之濃度，類似性指數及主要組件。在一貝葉斯系統中之決策期間「同時」考慮此等參數可達成一協同方法，其中決策之總和大於個別決策。進一步，可將閃光及粗糙度值組合於一單一紋理參數中。然而，為了簡化自一資料集內搜尋一樣本之一匹配，在各種實施例中關於紋理之一些一般性資訊可歸屬於資料集、可用顏料或兩者內之每一匹配。本文描述用於指派紋理值至資料集之程序。自先前開發配方之紋理值可接著與目標塗料之紋理值直接比較以計算匹配之相容性。與個別顏料或個別顏料之群組之比較可能需要一額外貝葉斯模組以解釋配方內之各種濃度之各顏料對紋理之貢獻。本發明之實施例可用作一配方引擎內之一資訊決策點，無論其係用於顏料選擇或濃度判定。
取決於應用，一公差設定模組可用於判定紋理值之適當指派。可計算視覺可接收限制之間之一相關性，其中可將多種貝葉斯決策點連接在一起。決策點之實例可為(但不限於)以下：比色值(諸如L、C、h、Delta E)、光譜資訊之類似性指數、光譜資訊之各種關鍵組合之多維模型、一化合物匹配額定系統、紋理評估或一組合角度正規 化光譜「曲線」。圖4中繪示一公差貝葉斯模組之一高級表示。
圖5繪示可用於識別一目標樣本之一塗料混合物之物理性質屬性之一系統90之一實施例。一使用者92可利用一使用者介面94(諸如一圖形使用者介面)以操作一光譜儀96以量測一目標樣本98之性質。來自光譜儀96之資料可經傳送至一電腦100，諸如一個人電腦、一行動器件或任何類型處理器。電腦100可經由一網路102與一伺服器104通訊。網路102可為任何類型的網路，諸如，網際網路、一區域網路、一內部網路或一無線網路。伺服器104與可儲存藉由本發明之實施例之方法使用及產生之資料及資訊之一資料庫106通訊。可藉由電腦100及/或伺服器104執行本發明之實施例之方法之各種步驟。
一貝葉斯紋理判定模組與一貝葉斯公差設定模組之組合可充分描述一給定目標塗料之紋理且可用日益更加資訊化的光譜儀提供越來越精確的紋理值。然而，即使來自最簡單單元之紋理評估亦可為一充分紋理指派提供足夠資訊。圖6中呈現包括本文所揭示之模組之一貝葉斯系統之一實例。
圖7繪示用於識別一目標樣本之一塗料混合物之物理性質屬性之一程序之一實施例。程序在步驟20處開始，其中自一儀器(例如，光譜儀96)收集資料。在步驟22處，程序判定是否呈現一固體或效應。若呈現一固體，在步驟24處程序使用公差設定模組判定在步驟22處之決策是否在一可接受公差度內。若不在，程序返回至步驟22。若如步驟22所判定呈現一效應，程序推進至步驟26，其中程序使用公差設定模組判定在步驟22處之決策是否在一可接受公差內。若不在，程序返回至步驟22。
若步驟22處之決策如步驟26處所判定在一可接受公差內，程序推進至步驟28，其中紋理標度識別模組識別目標塗料中之紋理。在步驟30處，程序使用公差設定模組判定紋理識別是否在一可接受公差 內。若不在，程序返回至步驟28。若紋理識別在一可接受公差內，程序推進至判定紋理之可能範圍之步驟32。在步驟34處，程序使用公差設定模組判定紋理範圍是否在一可接受公差內。若不在，程序返回至步驟32。若精緻顏料識別在一可接受公差內，程序推進至步驟36，其中指派紋理值以供在一搜尋或配方引擎中使用。
儘管本文已將各種實施例描述為在貝葉斯系統內作出決策點，但應涵蓋可在一貝葉斯系統外作出此等決策。
在另一態樣中，本發明可實施為含有引起一電腦或電腦系統執行上文所描述之方法之軟體之一非暫態性電腦可讀媒體。該軟體可包含用於啟用一處理器及一使用者介面以執行本文所描述之方法之各種模組。
熟習此項技術者將容易瞭解在不脫離前文描述所揭示之內容之情況下可對本發明作出修改。此等修改應視為包含於以下申請專利範圍內，除非申請專利範圍藉由其等語言另外特別說明。因此，本文詳細描述之特定實施例僅係繪示且不限制於給定隨附申請專利範圍及其之任何及所有等效物之全跨度之本發明之範疇。
20‧‧‧步驟
22‧‧‧步驟
24‧‧‧步驟
26‧‧‧步驟
28‧‧‧步驟
30‧‧‧步驟
32‧‧‧步驟
34‧‧‧步驟
36‧‧‧步驟

Claims (20)

  1. 一種用於將一紋理值指派至一目標塗料之電腦實施方法，其包括：於一電腦處理器處接收關於一目標塗料之光譜度量資訊(spectrophotometric information)；利用該電腦處理器自該光譜度量資訊同時計算複數個貝葉斯決策點(Bayesian decision points)，其中該複數個貝葉斯決策點之每一者包括選自以下各數值之一數值：比色值、比色值對數、動態(flop)指數、類似性指數、移動指數、移動面積、反射乘積、各種角度光譜資料、平方和、閃光強度及在一給定半徑內之閃光之濃度；針對該目標塗料，自該經計算的複數個貝葉斯決策點判定以下各者：(i)粗糙度值，及(ii)閃光值；及使用該電腦處理器基於識別結果指派經調適供一搜尋引擎及一配方引擎之一者使用之一紋理值，其中該紋理值係基於該經判定粗糙度值及該經判定閃光值。
  2. 如請求項1之方法，其進一步包括使用該電腦處理器判定該紋理值是否在一可接受公差內。
  3. 如請求項2之方法，其中判定該紋理值是否在一可接受公差內包括：應用一貝葉斯程序。
  4. 如請求項1之方法，其進一步包括使用該電腦處理器判定該經指派紋理值之一範圍。
  5. 如請求項4之方法，其進一步包括使用該電腦處理器判定該範圍是否在一可接受公差內。
  6. 如請求項5之方法，其中判定該範圍是否在一可接受公差內包 括：應用一貝葉斯程序。
  7. 如請求項1之方法，其進一步包括自一光譜儀獲得資料。
  8. 一種用於將一紋理值指派至一目標塗料之電腦系統，其包括：一或多個處理器；及一或多個電腦可讀媒體，其具有指令儲存於其中，該指令可由該一或多個處理器執行以組態該電腦系統實施以下步驟：接收與一目標塗料相關之數位光譜度量資訊：利用該電腦處理器自該光譜度量資訊同時計算複數個貝葉斯決策點，其中該複數個貝葉斯決策點之每一者包括選自以下各數值之一數值：比色值、比色值對數、動態指數、類似性指數、移動指數、移動面積、反射乘積、各種角度光譜資料、平方和、閃光強度及在一給定半徑內之閃光之濃度；針對該目標塗料，自該經計算的複數個貝葉斯決策點判定以下各者：(i)粗糙度值，及(ii)閃光值；及基於識別結果指派經調適供一搜尋引擎及一配方引擎之一者使用之一紋理值，其中該紋理值係基於該經判定粗糙度值及該經判定閃光值。
  9. 如請求項8之系統，其進一步包括與該處理器通訊之一光譜儀。
  10. 如請求項8之系統，其進一步包括與該處理器通訊之一顯示器件。
  11. 一種用於將一紋理值指派至一目標塗料之裝置，其包括：接收構件，其用於在一電腦處理器處接收關於一目標塗料之光譜度量資訊；計算構件，其利用該電腦處理器自該光譜度量資訊同時計算複數個貝葉斯決策點，其中該複數個貝葉斯決策點之每一者包括選自以下各數值之一數值：比色值、比色值對數、動態指 數、類似性指數、移動指數、移動面積、反射乘積、各種角度光譜資料、平方和、閃光強度及在一給定半徑內之閃光之濃度；判定構件，其針對該目標塗料，自該經計算的複數個貝葉斯決策點以下各者：(i)粗糙度值，及(ii)閃光值；及指派構件，其用於使用一電腦處理器基於識別結果指派經調適供一搜尋引擎及一配方引擎之一者使用之一紋理值，其中該紋理值係基於該經判定粗糙度值及該經判定閃光值。
  12. 如請求項11之裝置，其進一步包括用於判定該紋理值是否在一可接受公差內之構件。
  13. 如請求項12之裝置，其中用於判定該紋理值是否在一可接受公差內之該構件包括：用於應用一貝葉斯程序之構件。
  14. 如請求項11之裝置，其進一步包括用於判定該經指派紋理值之一範圍之構件。
  15. 如請求項14之裝置，其進一步包括用於判定該範圍是否在一可接受公差內之構件。
  16. 如請求項15之裝置，其中用於判定該範圍是否在一可接受公差內之該構件包括：用於應用一貝葉斯程序之構件。
  17. 一種非暫態性電腦可讀媒體，其包含軟體以使一處理器執行以下步驟：接收關於一目標塗料之光譜度量資訊；利用該電腦處理器自該光譜度量資訊同時計算複數個貝葉斯決策點，其中該複數個貝葉斯決策點之每一者包括選自以下各數值之一數值：比色值、比色值對數、動態指數、類似性指數、移動指數、移動面積、反射乘積、各種角度光譜資料、平方和、閃光強度及在一給定半徑內之閃光之濃度； 針對該目標塗料，自該經計算的複數個貝葉斯決策點判定以下各者：(i)粗糙度值，及(ii)閃光值；及基於識別結果指派經調適供一搜尋引擎及一配方引擎之一者使用之一紋理值，其中該紋理值係基於該經判定粗糙度值及該經判定閃光值。
  18. 如請求項17之媒體，其進一步包括引起該處理器判定該紋理值是否在一可接受公差內之軟體。
  19. 如請求項17之媒體，其進一步包括引起該處理器判定該經指派紋理值之一範圍之軟體。
  20. 如請求項17之媒體，其進一步包括引起該處理器判定該範圍是否在一可接受公差內之軟體。
TW103109480A 2013-03-15 2014-03-14 用於塗料配方之紋理評估之系統及方法 TWI575230B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
US13/835,675 US10147043B2 (en) 2013-03-15 2013-03-15 Systems and methods for texture assessment of a coating formulation

Publications (2)

Publication Number Publication Date
TW201506364A TW201506364A (zh) 2015-02-16
TWI575230B true TWI575230B (zh) 2017-03-21

Family

ID=50442662

Family Applications (1)

Application Number Title Priority Date Filing Date
TW103109480A TWI575230B (zh) 2013-03-15 2014-03-14 用於塗料配方之紋理評估之系統及方法

Country Status (15)

Country Link
US (1) US10147043B2 (zh)
EP (1) EP2973247B1 (zh)
JP (2) JP6162318B2 (zh)
KR (1) KR101757090B1 (zh)
CN (1) CN105103166B (zh)
AR (1) AR095318A1 (zh)
AU (1) AU2014237231B2 (zh)
BR (1) BR112015022535A2 (zh)
CA (1) CA2903466C (zh)
HK (1) HK1214015A1 (zh)
MX (1) MX358722B (zh)
NZ (1) NZ630955A (zh)
SG (1) SG11201506574TA (zh)
TW (1) TWI575230B (zh)
WO (1) WO2014150337A2 (zh)

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10586162B2 (en) * 2013-03-15 2020-03-10 Ppg Industries Ohio, Inc. Systems and methods for determining a coating formulation
US10147043B2 (en) 2013-03-15 2018-12-04 Ppg Industries Ohio, Inc. Systems and methods for texture assessment of a coating formulation
US9482657B2 (en) * 2013-11-07 2016-11-01 Ppg Industries Ohio, Inc. Formulation of complex coating mixtures with effect pigments
NZ631047A (en) 2013-11-08 2015-10-30 Ppg Ind Ohio Inc Texture analysis of a coated surface using kepler’s planetary motion laws
NZ631063A (en) 2013-11-08 2015-10-30 Ppg Ind Ohio Inc Texture analysis of a coated surface using cross-normalization
NZ631068A (en) 2013-11-08 2015-10-30 Ppg Ind Ohio Inc Texture analysis of a coated surface using electrostatics calculations
US10613727B2 (en) 2016-02-19 2020-04-07 Ppg Industries Ohio, Inc. Color and texture match ratings for optimal match selection
US9818205B2 (en) 2016-02-19 2017-11-14 Ppg Industries Ohio, Inc. Simplified texture comparison engine
US11062479B2 (en) 2017-12-06 2021-07-13 Axalta Coating Systems Ip Co., Llc Systems and methods for matching color and appearance of target coatings
US10871888B2 (en) 2018-04-26 2020-12-22 Ppg Industries Ohio, Inc. Systems, methods, and interfaces for rapid coating generation
US11119035B2 (en) 2018-04-26 2021-09-14 Ppg Industries Ohio, Inc. Systems and methods for rapid coating composition determinations
US11874220B2 (en) 2018-04-26 2024-01-16 Ppg Industries Ohio, Inc. Formulation systems and methods employing target coating data results
US10970879B2 (en) 2018-04-26 2021-04-06 Ppg Industries Ohio, Inc. Formulation systems and methods employing target coating data results
EP4058986A1 (en) * 2019-11-14 2022-09-21 BASF Coatings GmbH Method and device for identification of effect pigments in a target coating

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5612928A (en) * 1992-05-28 1997-03-18 Northrop Grumman Corporation Method and apparatus for classifying objects in sonar images
US6449384B2 (en) * 1998-10-23 2002-09-10 Facet Technology Corp. Method and apparatus for rapidly determining whether a digitized image frame contains an object of interest
TW200608310A (en) * 2004-06-30 2006-03-01 Intel Corp Computing a higher resolution image from multiple lower resolution images using model-based, robust bayesian estimation
WO2006112864A2 (en) * 2004-07-07 2006-10-26 Exxonmobil Upstream Research Company Bayesian network applications to geology and geophysics
US20120243797A1 (en) * 2005-09-05 2012-09-27 Alpvision, S.A. Means for using microstructure of materials surface as a unique identifier

Family Cites Families (74)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS545987B2 (zh) 1972-12-28 1979-03-23
JPS5214636B2 (zh) 1973-11-05 1977-04-22
US4344142A (en) 1974-05-23 1982-08-10 Federal-Mogul Corporation Direct digital control of rubber molding presses
JPS583073Y2 (ja) 1975-07-19 1983-01-19 株式会社島津製作所 ブンコウコウドケイ
US4164374A (en) 1977-09-26 1979-08-14 Ford Motor Company Spectrophotometer utilizing a solid state source of radiant energy having a controllable frequency spectra characteristic
JPS5876254A (ja) 1981-11-02 1983-05-09 太平洋セメント株式会社 石こうボ−ドの製造方法
US4479718A (en) 1982-06-17 1984-10-30 E. I. Du Pont De Nemours And Company Three direction measurements for characterization of a surface containing metallic particles
US4711580A (en) 1985-01-28 1987-12-08 Hunter Associates Laboratory, Inc. Modeling properties of flake finishes using directional resolution and statistical flake orientation distribution function
US6411377B1 (en) 1991-04-02 2002-06-25 Hitachi, Ltd. Optical apparatus for defect and particle size inspection
US5319437A (en) 1991-07-26 1994-06-07 Kollmorgen Corporation Handheld portable spectrophotometer
US5231472A (en) 1991-09-16 1993-07-27 Ppg Industries, Inc. Color matching and characterization of surface coatings
JP2921365B2 (ja) 1993-11-30 1999-07-19 トヨタ自動車株式会社 塗装色の再現方法及び塗装色の選択方法
DE69414323T2 (de) 1993-08-06 1999-05-27 Toyota Jidosha K.K., Toyota, Aichi Verfahren zur Reproduktion einer Farbe
US5926262A (en) 1997-07-01 1999-07-20 Lj Laboratories, L.L.C. Apparatus and method for measuring optical characteristics of an object
JP3986117B2 (ja) 1997-05-22 2007-10-03 日本ペイント株式会社 自動車補修用塗料の調色装置
JP2987619B2 (ja) 1997-06-11 1999-12-06 株式会社英布 静電粉体塗装装置
US5995264A (en) 1998-01-20 1999-11-30 University Of Washington Counter balanced optical scanner
JP3631365B2 (ja) 1998-02-10 2005-03-23 日本ペイント株式会社 変角分光反射率の測定方法
AU763371B2 (en) * 1999-12-17 2003-07-17 Ppg Industries Ohio, Inc. Computer-implemented method and apparatus for matching paint
US7743055B2 (en) 2000-03-28 2010-06-22 E.I. Du Pont De Nemours And Company Digital display of color and appearance and the use thereof
JP3871887B2 (ja) 2001-02-13 2007-01-24 日本ペイント株式会社 サーバ装置、端末装置、および通信端末を用いた塗料および塗料情報提供方法
US7709070B2 (en) 2001-12-20 2010-05-04 The Procter & Gamble Company Articles and methods for applying color on surfaces
JPWO2003063719A1 (ja) 2002-01-29 2005-05-26 学校法人日本大学 開皮外科手術支援システム
CA2426437A1 (en) * 2002-05-02 2003-11-02 Rohm And Haas Company Color matching and simulation of multicolor surfaces
US6794669B2 (en) 2002-07-24 2004-09-21 Lexmark International, Inc. Media sensing apparatus for detecting an absence of print media
US7145656B2 (en) 2003-12-15 2006-12-05 E. I. Du Pont De Nemours And Company Computer-implemented method for matching paint
US7430316B2 (en) 2004-01-29 2008-09-30 Datacolor Holding Ag Method for visually accurately predicting color matches on different materials
JP3974588B2 (ja) 2004-03-22 2007-09-12 株式会社日立製作所 核磁気共鳴装置及び方法
US7809155B2 (en) 2004-06-30 2010-10-05 Intel Corporation Computing a higher resolution image from multiple lower resolution images using model-base, robust Bayesian estimation
BRPI0403713B1 (pt) 2004-08-30 2021-01-12 Universidade Estadual De Campinas - Unicamp processo de fabricação de um pigmento branco baseado na síntese de partículas ocas de ortofosfato ou polifosfato de alumínio
CN101023332B (zh) * 2004-09-17 2010-12-15 阿克佐诺贝尔国际涂料股份有限公司 使油漆匹配的方法
CN1797420A (zh) 2004-12-30 2006-07-05 中国科学院自动化研究所 一种基于统计纹理分析的人脸识别方法
EP1677099A1 (en) * 2004-12-30 2006-07-05 Danmarks Tekniske Universitet Method and apparatus for classification of surfaces
ATE525637T1 (de) 2005-03-04 2011-10-15 Sun Chemical Corp Verfahren zur messung der trübung eines films
US7404123B1 (en) 2005-03-28 2008-07-22 Lam Research Corporation Automated test and characterization data analysis methods and arrangement
JP4659499B2 (ja) 2005-03-30 2011-03-30 関西ペイント株式会社 粒子感を有するメタリック塗色画像の生成方法、装置、及びプログラム
US7944561B2 (en) 2005-04-25 2011-05-17 X-Rite, Inc. Measuring an appearance property of a surface using a bidirectional reflectance distribution function
EP1880196B1 (en) 2005-04-25 2019-10-16 X-Rite, Inc. Measuring an appearance property of a surface using a spatially under-sampled bidirectional reflectance distribution function
US8345252B2 (en) 2005-04-25 2013-01-01 X-Rite, Inc. Method and system for enhanced formulation and visualization rendering
JP5063076B2 (ja) 2006-01-20 2012-10-31 関西ペイント株式会社 光輝性顔料の同定方法、同定システム、同定プログラム及びその記録媒体
US8290275B2 (en) 2006-01-20 2012-10-16 Kansai Paint Co., Ltd. Effective pigment identification method, identification system, identification program, and recording medium therefor
EP1987332A2 (en) 2006-02-24 2008-11-05 Akzo Nobel Coatings International BV Method of analyzing a paint film with effect pigments
US20070200337A1 (en) 2006-02-27 2007-08-30 Aaron Henry Johnson Method for creating a decoy exhibiting realistic spectral reflectance
US20090292520A1 (en) 2006-07-27 2009-11-26 Drexel University Solver for hardware based computing
US8175732B2 (en) 2006-12-22 2012-05-08 Harris Stratex Networks Operating Corporation Manufacturing system and method
US7761398B2 (en) 2007-01-22 2010-07-20 International Business Machines Corporation Apparatus and method for identifying process elements using request-response pairs, a process graph and noise reduction in the graph
JP2010522883A (ja) 2007-03-29 2010-07-08 イー・アイ・デュポン・ドウ・ヌムール・アンド・カンパニー カラーマッチングおよびデジタルカラー表示のためのシステム
US8392347B2 (en) 2007-06-20 2013-03-05 Kansai Paint Co., Ltd. Coating color database creating method, search method using the database, their system, program, and recording medium
DE102007038483B4 (de) 2007-08-14 2021-07-01 Basf Coatings Gmbh Lernendes Verfahren zur Herstellung von Farbrezepturen
US20090157212A1 (en) 2007-12-12 2009-06-18 Basf Corporation System and method of determining paint formula having a effect pigment
WO2009097459A1 (en) 2008-01-29 2009-08-06 Educational Testing Service System and method for disambiguating the effect of text document length on vector-based similarit scores
US20090274827A1 (en) 2008-04-30 2009-11-05 Ppg Industries Ohio, Inc. Color formulation selection process with visual display
US8385971B2 (en) * 2008-08-19 2013-02-26 Digimarc Corporation Methods and systems for content processing
US8330991B2 (en) 2009-03-03 2012-12-11 Columbia Insurance Company Method for managing metamerism of color merchandise
JP2010242018A (ja) 2009-04-09 2010-10-28 Kansai Paint Co Ltd 塗料配合検索システム。
US8771785B2 (en) 2009-12-18 2014-07-08 Axalta Coating Systems Ip Co., Llc Method for coating measurement
US8488195B2 (en) 2010-04-06 2013-07-16 Artifex Software Inc. System and method for improving color management of color spaces in electronic documents
US8340937B2 (en) 2010-05-11 2012-12-25 Xerox Corporation Characterization of a model-based spectral reflectance sensing device
FR2966009B1 (fr) 2010-10-08 2012-12-14 Sagem Defense Securite Module electrique, glissiere d'un tel module et carte electronique destinee a etre logee dans un tel module
JP5637395B2 (ja) 2011-05-24 2014-12-10 株式会社Ｊｖｃケンウッド 情報選択装置、情報選択方法、端末装置およびコンピュータプログラム
MX2014003799A (es) 2011-09-30 2014-07-28 Coatings Foreign Ip Co Llc Metodo para igualar el color y la apariencia de recubrimientos contenedores de pigmentos de efecto.
EP2783304B1 (en) * 2011-11-24 2017-12-20 Microsoft Technology Licensing, LLC Reranking using confident image samples
US8692991B2 (en) 2012-02-03 2014-04-08 Ppg Industries Ohio, Inc. Optimal tint identifier/selector
TWI596385B (zh) 2012-02-13 2017-08-21 東麗股份有限公司 反射膜
US8848991B2 (en) * 2012-03-16 2014-09-30 Soek Gam Tjioe Dental shade matching device
US10178351B2 (en) 2012-09-19 2019-01-08 Ppg Industries Ohio, Inc. Multi-angular color, opacity, pigment characterization and texture analysis of a painted surface via visual and/or instrumental techniques
US8879066B2 (en) 2012-10-26 2014-11-04 Ppg Industries Ohio, Inc. Texture analysis of a painted surface using specular angle data
US9830429B2 (en) 2013-03-14 2017-11-28 Ppg Industries Ohio, Inc. Systems and methods for multi-flux color matching
US10147043B2 (en) 2013-03-15 2018-12-04 Ppg Industries Ohio, Inc. Systems and methods for texture assessment of a coating formulation
US10586162B2 (en) 2013-03-15 2020-03-10 Ppg Industries Ohio, Inc. Systems and methods for determining a coating formulation
US9482657B2 (en) 2013-11-07 2016-11-01 Ppg Industries Ohio, Inc. Formulation of complex coating mixtures with effect pigments
NZ631047A (en) 2013-11-08 2015-10-30 Ppg Ind Ohio Inc Texture analysis of a coated surface using kepler’s planetary motion laws
NZ631063A (en) 2013-11-08 2015-10-30 Ppg Ind Ohio Inc Texture analysis of a coated surface using cross-normalization
NZ631068A (en) 2013-11-08 2015-10-30 Ppg Ind Ohio Inc Texture analysis of a coated surface using electrostatics calculations

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5612928A (en) * 1992-05-28 1997-03-18 Northrop Grumman Corporation Method and apparatus for classifying objects in sonar images
US6449384B2 (en) * 1998-10-23 2002-09-10 Facet Technology Corp. Method and apparatus for rapidly determining whether a digitized image frame contains an object of interest
TW200608310A (en) * 2004-06-30 2006-03-01 Intel Corp Computing a higher resolution image from multiple lower resolution images using model-based, robust bayesian estimation
WO2006112864A2 (en) * 2004-07-07 2006-10-26 Exxonmobil Upstream Research Company Bayesian network applications to geology and geophysics
US20070226158A1 (en) * 2004-07-07 2007-09-27 Alex Woronow Bayesian Network Applications to Geology and Geophysics
US20120243797A1 (en) * 2005-09-05 2012-09-27 Alpvision, S.A. Means for using microstructure of materials surface as a unique identifier

Also Published As

Publication number Publication date
KR101757090B1 (ko) 2017-07-12
CA2903466A1 (en) 2014-09-25
CA2903466C (en) 2018-03-06
WO2014150337A2 (en) 2014-09-25
TW201506364A (zh) 2015-02-16
KR20150119280A (ko) 2015-10-23
JP6162318B2 (ja) 2017-07-12
JP2016518642A (ja) 2016-06-23
JP6424256B2 (ja) 2018-11-14
AU2014237231A1 (en) 2015-09-17
NZ630955A (en) 2017-02-24
AR095318A1 (es) 2015-10-07
JP2017167165A (ja) 2017-09-21
WO2014150337A3 (en) 2015-01-22
BR112015022535A2 (pt) 2017-07-18
AU2014237231B2 (en) 2017-03-02
US10147043B2 (en) 2018-12-04
SG11201506574TA (en) 2015-09-29
MX358722B (es) 2018-08-31
EP2973247A2 (en) 2016-01-20
CN105103166B (zh) 2018-02-23
MX2015012847A (es) 2016-02-03
CN105103166A (zh) 2015-11-25
EP2973247B1 (en) 2021-09-15
US20140278254A1 (en) 2014-09-18
HK1214015A1 (zh) 2016-08-19

Similar Documents

Publication Publication Date Title
TWI575230B (zh) 用於塗料配方之紋理評估之系統及方法
CA2903458C (en) Systems and methods for determining a coating formulation
JP6290403B2 (ja) ピボット正規化を使用するコーティングされた表面のテクスチャ分析
JP6386555B2 (ja) 静電計算を使用するコーティングされた表面のテクスッチャ分析
CN112292700A (zh) 用于涂料成分快速测定的方法和系统
CN112334920A (zh) 采用目标涂料数据结果的配方系统和方法
CN118284475A (zh) 用于确定表面涂料的颜色匹配的方法和系统

Legal Events

Date Code Title Description
MM4A Annulment or lapse of patent due to non-payment of fees