WO2024094907A1 - Dispositivo y método para la obtención de la huella digital y caracterización de tejidos - Google Patents

Dispositivo y método para la obtención de la huella digital y caracterización de tejidos Download PDF

Info

Publication number
WO2024094907A1
WO2024094907A1 PCT/ES2023/070632 ES2023070632W WO2024094907A1 WO 2024094907 A1 WO2024094907 A1 WO 2024094907A1 ES 2023070632 W ES2023070632 W ES 2023070632W WO 2024094907 A1 WO2024094907 A1 WO 2024094907A1
Authority
WO
WIPO (PCT)
Prior art keywords
obtaining
tissue
microcontroller
tissues
module
Prior art date
Application number
PCT/ES2023/070632
Other languages
English (en)
French (fr)
Inventor
Zhanna NAYMANKHANOVA
Diego ARIZA MUÑOZ
Original Assignee
Senstile Sl
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 Senstile Sl filed Critical Senstile Sl
Publication of WO2024094907A1 publication Critical patent/WO2024094907A1/es

Links

Classifications

    • 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
    • G01N33/36—Textiles
    • 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
    • G01N33/36—Textiles
    • G01N33/367—Fabric or woven textiles
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis

Definitions

  • the present descriptive report refers, as its title indicates, to a device and method for obtaining the fingerprint and characterization of tissues, understanding the fingerprint as the multidimensional vector representation resulting from the processing of the set of data obtained as responses from a tissue against different physical stimuli and understanding as characterization the information resulting from the processing of said fingerprint through algorithms in order to identify tissue properties through digital means.
  • This method is applicable in analysis and identification of fabrics, detection of counterfeits, searches for fabrics with certain characteristics, quality control, and for separation of fabrics by physical-chemical properties, facilitating recycling with a high level of precision. It also makes it possible to generate the necessary and sufficient digital data that can be subsequently transformed into the material world through the use of haptic sensors.
  • the device uses an image sensor capable of operating simultaneously in both the infrared (IR) and visible spectrum, combined with a tissue illumination device with different wavelengths, both in the IR and visible spectrum, in a multilevel configuration.
  • IR infrared
  • tissue illumination device with different wavelengths, both in the IR and visible spectrum, in a multilevel configuration.
  • other possible sensors for measuring tissue response to different physical stimuli understanding as a multilevel configuration a lighting device for photometry in which all the light points are turned on at each of the heights, that is, there is no rotation in azimuth, unlike traditional stereo photometry which uses a single angle of incidence (one height) and rotates in azimuth illuminating from different angles around the object.
  • infrared illumination is also used, as for example we find described in CN202066792U “A device for detecting textile defects” or in US4654529 “Method for measuring the fiber orientation anisotropy in a fibrous structure”, but uses a single wavelength, they have to take several images that must then be processed, and they are not able to obtain more information.
  • Some techniques use multispectral illumination, such as in CN 101587079 “Multispectral chromatic polarization detection method of foreign impurity in the textile raw material”, but it is based on the polarization of light and is only applicable to detect impurities.
  • These types of embodiments can simulate, providing representation of clothing where the mechanical and appearance properties of multi-layer seams are automatically derived by applying geometric operations and physics-based simulation to the fabric pieces, but not by measuring the response. of fabrics to different physical stimuli, in addition to the fact that its use is specific for virtual reality environments, such as games and clothing simulation in virtual clothing stores.
  • the device object of the present invention has been devised, which includes
  • cloud means of digital connection with a data storage in the cloud, in this memory understood by cloud to be any network of distributed computing resources managed via a global network such as the Internet,
  • - one or more sensor modules capable of collecting the responses of a tissue sample to different physical stimuli
  • one of these sensor modules being an Infrared (IR) image module, composed of an image sensor capable of operating simultaneously both in the IR spectrum and in the visible spectrum, equipped with lenses, connected to the microcontroller, and an illumination module for a tissue sample with different wavelengths, both in the IR and visible spectrum, in a multilevel configuration and equipped with control and activation means from the microcontroller.
  • IR Infrared
  • the image sensor of the Infrared imaging module will preferably be an IR image sensor of the VNIR type, capable of capturing images in the light spectrum between a wavelength of 400nm and 1700nm, therefore comprising the portion of the visible spectrum and the near-infrared (VNIR).
  • VNIR near-infrared
  • the lighting device will comprise a plurality of IR lighting LEDs distributed peripherally around the IR sensor, the IR LEDs being organized in several groups of LEDs and at different distances from the IR sensor, provided with separate activation control means. from the microcontroller, and each being group of LEDs of a different wavelength, within the IR spectrum.
  • the wavelength of the lighting IR LEDs is preferably chosen from the group consisting of 940nm, 1200nm, 1300nm, 1450nm, 1550nm, 1600nm or any combination between them. It is also planned that the IR LEDs can be optionally complemented with a plurality of RGB LEDs capable of generating light in the visible spectrum.
  • the IRs of various wavelengths and the RGB LEDs are arranged circularly around the image sensor in a dome.
  • This multilevel configuration allows obtaining clean images that can then be easily interpreted by artificial intelligence, with faster processing, with only two images usually being sufficient to parameterize the structure and hairiness of the tissue, unlike the photometric stereo images common in the current state of the art, and frequently used in anti-counterfeiting systems.
  • an auxiliary IR lighting module equipped with more IR LEDs, of a different or similar wavelength than those housed in the Infrared (IR) imaging module, can be added to the device, complementing its lighting.
  • This auxiliary IR lighting module will be provided with means of electrical and mechanical connection with the device.
  • the device comprises a macro imaging module, capable of taking microscopic images of the tissue, equipped with white illumination LEDs provided with activation control means from the microcontroller, a macro image sensor, equipped with lenses also equipped with regulation means from the microcontroller.
  • a macro imaging module capable of taking microscopic images of the tissue, equipped with white illumination LEDs provided with activation control means from the microcontroller, a macro image sensor, equipped with lenses also equipped with regulation means from the microcontroller.
  • the device may optionally comprise a pressure measurement module on the tissue, provided with a stepper motor assembly provided with regulation and control means, mainly speed and position, from the microcontroller, located on a support, and a linear actuator ending in a piston that, on the face intended to press the tissue, has a pressure sensor that is connected to the microcontroller through a signal adapter.
  • This sensor acts as a mini-press that, by combining the pressure sensor and the stepper motor, can measure the compressibility of the fabric from the first contact with the fabric to the final thickness at which the maximum set pressure is reached for all fabrics.
  • the digital connection means of the device with a data storage in the cloud are chosen from the group formed by a wired digital communications module, preferably of the Ethernet type, a wireless digital communications module, preferably of the WiFi type, or both.
  • the device can also optionally have one or more elements chosen from the group consisting of display, video output connector, control keyboard, mouse, or other peripherals.
  • the option is also provided for the device to comprise laser light guides consisting of LED laser emitters equipped with activation means from the microcontroller, to help the user correctly position the tissue to be parameterized in the correct place for measurement by the sensors. .
  • the device may optionally comprise a temperature response measurement module that includes a heater capable of applying heat for a fixed time to the fabric, provided with activation means from a microcontroller, and at least one temperature sensor capable of measure the temperature curve of the fabric over time, connected to a microcontroller.
  • This module analyzes the response of the textile to an energy pulse, to evaluate its thermal response.
  • the device may optionally comprise a thickness module capable of obtaining an image of the profile of the thickness of the tissue, which in a preferred embodiment includes a video camera connected to a microcontroller and a linear laser, capable of generating a beam linear laser light, equipped with activation means from a microcontroller.
  • a thickness module capable of obtaining an image of the profile of the thickness of the tissue
  • the device may optionally comprise a thickness module capable of obtaining an image of the profile of the thickness of the tissue, which in a preferred embodiment includes a video camera connected to a microcontroller and a linear laser, capable of generating a beam linear laser light, equipped with activation means from a microcontroller.
  • This is a sensor to measure thickness by image.
  • the fixed camera allows you to capture the surface profile not only for roughness properties, but also understand the average thickness based on line elevation. The measurement is based on the comparison of the video camera image without the cloth and with the cloth.
  • the thickness module will therefore perform two functions:
  • tissue sample is then placed on the base and, with the laser on, a second image is taken.
  • An alternative embodiment of the thickness module capable of obtaining an image of the tissue thickness profile includes a video camera located in this case on the base, connected to the microcontroller, and a local lighting module in the form of a horizontal strip of LED light, either visible or infrared, or alternatively a visible line marked as part of the design.
  • the video camera located on the base will first take an image of the envelope before having the tissue sample underneath, and another image once the tissue sample has been placed, obtaining the indication of the tissue thickness through comparison. between the two images.
  • all the elements of the device are arranged in a single piece of equipment, under a single enclosure, but an alternative embodiment of the invention is also provided in which the device is separated into two or more pieces of equipment:
  • At least one base station equipped with a microcontroller with characteristic software, digital data and power connection means associated with a plurality of digital data and power connectors, digital connection means with a data storage in the cloud, and a feeder module, understood in this memory by cloud to be any network of distributed computing resources managed via a global network such as the Internet, and
  • a scanner module equipped with its own microcontroller with characteristic software
  • a power module being electrically connected to the base station through a digital data and power connection, which includes the Infrared (IR) image module, which in this case will be connected to the microcontroller of the scanner module.
  • IR Infrared
  • the device in which the device is separated into two or more pieces of equipment, if it comprises other sensor modules capable of collecting the responses of a tissue sample to different physical stimuli, they can be incorporated into the station. base, in the scanner module, or in both modules, connected to their corresponding microcontroller.
  • Data storage in the cloud is planned to comprise at least
  • This device is associated with a method for obtaining tissue fingerprinting, in which the tissues are subjected to a series of physical stimuli and the responses of the tissue to each of these stimuli are obtained, in the form of images or different measures quantified as a set of digital data.
  • new, different vector coordinates are obtained in that multidimensional space, corresponding to each physical stimulus, increasing the precision in tissue identification the more physical stimuli are applied.
  • the set of all the different vector coordinates obtained in that multidimensional space forms the fingerprint of that tissue, understanding as a fingerprint a multidimensional vector representation of the set of responses of a tissue to different physical stimuli.
  • vector coordinates are obtained in that multidimensional space.
  • the distance between two vectors in that space gives an idea of how similar two tissues are.
  • the Euclidean distance or another type of distance can be used. Or a combination of them.
  • Two similar tissues will generate very small distances between vectors in that space, indicating that they behave the same in the face of different stimuli and, therefore, are almost identical.
  • Two different tissues will generate large distances between vectors in that space, indicating that they behave differently when faced with different stimuli.
  • IR Infrared
  • the device through digital connection means, sends the images and data collected about the tissue obtained in response to physical stimuli to the data storage in the cloud, being saved in the raw data database,
  • the AI artificial intelligence engine uses multiple algorithms from the data and images stored in the raw database obtained in response to physical stimuli through which they are obtained some results, in the form of vector coordinates of an equivalent vector in a multidimensional space that defines the tissue, which are stored in the similarity database,
  • tissue characterization phase in which, using the fingerprint obtained and subjecting it to various processing, different properties of the tissues are determined depending on the required application and
  • phase of access to cloud information in which any user, using a computing device capable of accessing data in the cloud, is authorized by the access application, based on the data in the database of users, to access the data to which they are authorized from the characteristics database, the tissue database and the similarity database,
  • the authorized user can compare the vector coordinates resulting from the data obtained in response to physical stimuli locally with the device for obtaining a fingerprint on a tissue sample with the vector coordinates stored in the cloud.
  • similarity database obtaining a result in the form of a vector of similarity or proximity of values with the fabric that it should be, which can be used both to verify if the fabric has the desired characteristics, has been manufactured with the materials and processes required, or if it is a fake.
  • the distance between two vectors in that space gives an idea of how similar two tissues are. For distance, the Euclidean distance, another type of distance or a combination of them can be used.
  • the vector of similarity or proximity of values that the cloud gives is the result of the previous reference measurements and the continuous learning carried out by artificial intelligence, which will define patterns based on the multiple measurements that it stores in its database, allowing manage: general similarity, density, perception of thickness, perception of touch and surface sensation, thermal properties, drape, chemical properties, microfiber, durability, etc....
  • This device and method for obtaining the fingerprint and characterization of fabrics that is presented makes it possible to solve the problem that currently exists in the textile and fashion industry, which is that there is no way to indicate, communicate or select fabrics without have physical samples that can be examined or tested manually.
  • the digital fingerprint of fabrics obtained encourages giving more focus to digital services that do not exist right now for the textile industry, offering a method to facilitate communications and digital services in a web space for very easy use, without the need to provide parameters or perform measurements only available to specialists, but also allows finding fabrics similar to a reference, transferring fabric drape properties in a virtual reality space without the need to manually incorporate parameters, providing an effective solution to authenticate fabrics and learn more about their chemical composition .
  • VNIR visible and near-infrared
  • Another advantage is that it is possible to use any multi-band and hyperspectral camera to obtain the same results, although it is preferably made with a device with lower cost and greater ease of use such as a VNIR type sensor.
  • Another important advantage is that it allows the combination with other multiple sensors to measure the response of the tissue to different physical stimuli to simultaneously obtain great information about the tissue that contributes to a more precise and complete characterization.
  • the characteristic operating procedure allows managing multiple parameters of the fabric, which allow an exact and complete parameterization, allowing any authorized user, from any point with access to the cloud, both to consult if the parameters that define a textile present a general similarity, which causes an equivalence of the fabric, and to provide its own measurement data.
  • Another important advantage over existing equipment is that the vector of similarity or proximity of values that the cloud gives is the result of previous reference measurements, and the continuous learning carried out by artificial intelligence, which will define patterns based on the multiple measurements that it stores in its database, being permanently updated and increasing in precision each time.
  • the use of a vector of similarity or proximity of values allows us to obtain an impression of the closeness of the fabric to its real characteristics, taking into account the possible and obvious manufacturing tolerances and possible admissible deviations within a range.
  • Another important advantage is that it also makes it possible to generate the necessary and sufficient digital data that can be subsequently transformed into the material world through the use of haptic sensors.
  • figure -1- shows a simplified general block diagram of all the elements of the invention, in a preferred embodiment with the device in a single piece of equipment.
  • Figure -2- shows a more detailed general block diagram of all the elements of the invention, in a preferred embodiment with the device in a single piece of equipment.
  • Figure -3- shows a simplified general block diagram of all the elements of the invention, in an alternative embodiment with the device divided into at least two pieces of equipment.
  • Figure -4- shows a more detailed general block diagram of the base station, in an alternative embodiment with the device divided into at least two computers.
  • Figure -5- shows a more detailed general block diagram of a scanner module, in an alternative embodiment with the device divided into at least two computers.
  • Figure -6- shows a simplified general block diagram of the thickness modulus.
  • Figure -7- shows an example image of the thickness profile of a fabric obtained using the thickness modulus.
  • FIG -8- shows a simplified general block diagram of the temperature response module.
  • Figure -9- shows an example of the heat applied to the fabric through the temperature response module.
  • Figure -10- shows an example of the temperature response curve of a fabric obtained using the temperature response module.
  • FIG -11- shows a simplified general block diagram of the IR imaging module.
  • Figure -12- shows a simplified general block diagram of the pressure measurement module.
  • FIG -13- shows a simplified general block diagram of the cloud storage and processing of the obtained tissue parameters.
  • a tissue sample (4) capable of collecting the responses of a tissue sample (4) to different physical stimuli
  • one of these sensor modules being an Infrared (IR) image module (40), composed of a sensor imager (39) capable of operating simultaneously in both the IR spectrum and the visible spectrum, equipped with lenses (38), connected to the microcontroller (10), and an illumination module (37) of a tissue sample (4 ) with different wavelengths, both in the IR and visible spectrum, in a multilevel configuration and equipped with control and activation means from the microcontroller (10).
  • IR Infrared
  • the image sensor (39) of the Infrared image module (40) will preferably be an IR image sensor of the VNIR type, considering a VNIR image sensor to be any sensor capable of capturing images in the light spectrum between a wavelength of 400nm and 1700nm, therefore comprising the visible and near-infrared portion of the spectrum.
  • the lighting device (37) will comprise a plurality of IR LEDs (56, 57, 58, 59, 60, 61) for illumination, of different wavelengths, distributed peripherally around the image sensor (39). , the IR LEDs (56, 57, 58, 59, 60, 61) being organized in several groups of LEDs and at different distances from the IR sensor, provided with separate activation control means from the microcontroller, and each group of LEDs being of a different wavelength, within the IR spectrum.
  • the wavelength of the illumination IR LEDs is preferably chosen from group formed by 940nm, 1200nm, 1300nm, 1450nm, 1550nm, 1600nm or any combination between them, and may also have other wavelengths. It is also planned that the IR LEDs (56, 57, 58, 59, 60, 61) can be optionally complemented with a plurality of RGB LEDs (62) capable of generating light in the visible spectrum.
  • the lighting device (37) comprises IR LEDs (56, 57, 58, 59, 60, 61) of various wavelengths and RGB LEDs (62) arranged circularly around the IR sensor (39), in a dome, including:
  • This multilevel configuration allows obtaining clean images that can then be easily interpreted by artificial intelligence, with faster processing, with only two images being usually sufficient to parameterize the structure and hairiness of the tissue (4), unlike photometric stereo images. common in the current state of the art, and frequently used in anti-counterfeiting systems.
  • an auxiliary IR lighting module (65) can be added to the device equipped with more IR LEDs (37), of a different or similar wavelength than those housed in the Infrared (IR) imaging module (40), complementing its lighting.
  • This auxiliary IR lighting module (65) will be equipped with electrical and mechanical connection means with the equipment (1) or equipment (2a, 2b) that make up the device.
  • the device comprises a macro imaging module (32), capable of taking microscopic images of the tissue (4), equipped with white lighting LEDs (28). equipped with activation control means from the microcontroller (10), a macro image sensor (29), equipped with lenses (30) also equipped with regulation means from the microcontroller (10).
  • the device may optionally comprise, as illustrated in Figures 2, 5, and 12, a pressure measurement module (36) on the tissue (4), provided with a stepper motor assembly (33).
  • a pressure sensor (48) that is connected to the microcontroller (10) through a signal adapter (35).
  • This sensor acts as a mini-press that, through the combination of the pressure sensor (48) and the stepper motor (33), can measure the compressibility of the fabric (4) from the first contact with the hair to the final thickness at which The maximum pressure set for all tissues is reached.
  • the digital connection means (5) of the device with a data storage in the cloud (8) are chosen from the group formed by a wired digital communications module (14), preferably of the Ethernet type, a wireless digital communications module (15), preferably WiFi type, or both.
  • the device can also optionally have, as illustrated in Figures 2 and 4, one or more elements chosen from the group formed by display (12), video output connector (13), control keyboard (63), mouse , or other peripherals.
  • the device comprises laser light guides consisting of LED laser emitters (17) provided with activation means from the microcontroller (10), to help the user to the correct positioning (18) of the fabric (4) to be parameterized in the correct place for measurement by the sensors.
  • the device may optionally comprise, as illustrated in Figures 2, 4, 8, 9 and 10, a temperature response measurement module (21) that includes a heater (19), preferably a resistance that heats the surface on which the fabric (4) is placed, capable of applying heat for a fixed time (42) to the fabric (4), provided with activation means from the microcontroller (10), and at least one temperature sensor.
  • temperature (20) capable of measuring the temperature curve (23) of the fabric (4), connected to a microcontroller (10), especially the peak temperature obtained between the inertia time (44) and the dissipation period ( Four. Five).
  • This module analyzes the response of the textile to an energy pulse, to evaluate its thermal response.
  • the device may optionally comprise, as illustrated in Figures 2, 4, 6 and 7, a thickness module (24) capable of obtaining an image of the profile (41) of the thickness of the fabric (4 ), which, in a preferred embodiment, includes a video camera (22) connected to the microcontroller (10), a linear laser (23), capable of generating a linear barrier of laser light, and optionally a local lighting module ( 64) complementary capable of generating ambient lighting with natural light, preferably using white LEDs, both equipped with activation means from a microcontroller (10).
  • This is an auxiliary sensor that helps the others and whose purpose is to support the 3D reconstruction of the surface and measure the thickness by image, as well as obtain a generic photograph of the tissue sample (4), reflecting its visual image.
  • the fixed camera allows you to capture the surface profile not only for roughness properties, but also understand the average thickness based on line elevation.
  • the measurement is based on the comparison of the image from the video camera (22) without the fabric and with the fabric.
  • the thickness module (24) will therefore perform two functions:
  • the linear laser (23) projects a line on the base, before placing the tissue, and a reference image is taken with the video camera (22),
  • tissue sample (4) is placed on the base and, with the linear laser (23) on, a second image is taken with the video camera (22).
  • An alternative embodiment of the thickness module (24) is provided capable of obtaining an image of the profile (41) of the thickness of the fabric (4), which includes a video camera (22) located in this case on the base, connected to the microcontroller (10), and a local lighting module (64) in the form of a horizontal strip of LED light, either visible or infrared, or alternatively a visible line marked as part of the design.
  • the video camera (22) located on the base will first take an image of the envelope before having the tissue sample (4) underneath, and another image once the tissue sample (4) has been placed, obtaining the indication of tissue thickness by comparing the two images.
  • the digital connection means (6) for data and power associated with a plurality of digital data and power connectors (16), preferably USB type, and more preferably USB-C type, the digital connection means (5) with the data storage in the cloud (8), and the DC power module (7) and
  • the device in which the device is separated into two (2a, 2b) or more devices, if it comprises other sensor modules capable of collecting the responses of a tissue sample to different physical stimuli, they can be incorporated in the base station (2a), in the scanner module (2b), or in both modules (2a, 2b), connected to their corresponding microcontroller (10,25).
  • one or more external and complementary scanner modules (3) can be connected to the device, in either of both embodiments, equipped with other types of sensors.
  • the drives and control of different elements, such as LEDs, heaters, camera lens motors, etc., by the microcontrollers (10,25), when necessary due to their consumption or working voltages, will be carried out using the appropriate drivers or power stages (31).
  • the data storage in the cloud (8) is provided, as illustrated in Figure 11, comprising at least
  • This device is associated with a characteristic method for obtaining the fingerprint of tissues (4), in which the tissues are subjected, through the Infrared imaging module (40) and the rest of the optional sensor modules ( 4) to a series of physical stimuli and the responses of the tissue (4) to each of these stimuli are obtained, in the form of images or different measurements quantified as a set of digital data.
  • vector coordinates are obtained in that multidimensional space.
  • the distance between two vectors in that space gives an idea of how similar two tissues are (4).
  • This method for obtaining the fingerprint and characterization of tissues (4) includes at least
  • IR Infrared
  • tissue characterization phase (4) in which, using the fingerprint obtained and subjecting it to various processing, different properties of the tissues (4) are determined depending on the required application and
  • any user through a computing device (9) capable of accessing data in the cloud (8), is authorized by the access application (55 ), based on the data in the user database (49), to access the data to which he is authorized from the characteristics database (51), the tissue database (52) and the similarity database (53).
  • the authorized user can compare the vector coordinates resulting from the data obtained in response to physical stimuli locally with the fingerprint obtaining device on a tissue sample (4) with the vector coordinates stored in the similarity base (53), obtaining a result in the form of a vector of similarity or proximity of values with the tissue (4) that it should be, which can be used both to verify if the tissue has the characteristics desired, has been manufactured with the required materials and processes, or if it is a counterfeit.
  • the distance between two vectors of that space gives an idea of what similar as two fabrics are. For distance, you can use the Euclidean distance, another type of distance or a combination of them.
  • the vector of similarity or proximity of values that the cloud gives is the result of the previous reference measurements and the continuous learning carried out by artificial intelligence, which will define patterns based on the multiple measurements that it stores in its database, allowing manage: general similarity, density, thickness perception, touch perception and surface sensation, thermal properties, drape, chemical properties, microfiber, durability, etc....
  • the main use of the fingerprint obtained through this device and method is, mainly but not exclusively, its application in tissue identification, detection of counterfeits, searches for tissues with certain characteristics, quality control, and for tissue separation. by physical-chemical properties, facilitating recycling with a high level of precision.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Textile Engineering (AREA)
  • Biochemistry (AREA)
  • Artificial Intelligence (AREA)
  • Analytical Chemistry (AREA)
  • Food Science & Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Medicinal Chemistry (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

Dispositivo y método para la obtención de la huella digital y caracterización de tejidos, nidóneo para identificación de tejidos, detección de falsificaciones, búsquedas de tejidos con unas determinadas características, control de calidad, y para separación de tejidos por propiedades físico químicas, que utiliza un sensor de imagen capaz de operar simultáneamente tanto en el espectro IR como en el espectro visible, combinado con un dispositivo de iluminación del tejido con distintas longitudes de onda, tanto en el espectro IR como visible, en configuración multinivel, combinado con otros posibles sensores de medida de respuesta del tejido frente a distintos estímulos físicos. Estos conjuntos de datos digitales obtenidos como respuesta a un estímulo físico determinado se envían, mediante dispositivos de comunicaciones digitales, a un servidor informático donde, usando técnicas de inteligencia artificial se obtienen las coordenadas vectoriales de un vector equivalente en un espacio multidimensional que determina el tipo de tejido.

Description

DESCRIPCION
Figure imgf000003_0001
método para la obtención de la huella digital v caracterización de
Figure imgf000003_0002
La presente memoria descriptiva se refiere, como su título indica, a un dispositivo y método para la obtención de la huella digital y caracterización de tejidos, entendiendo como huella digital a la representación vectorial multidimensional resultante del procesamiento del conjunto de datos obtenidos como respuestas de un tejido frente a diferentes estímulos físicos y entendiendo como caracterización a la información resultante del procesamiento de dicha huella digital mediante algoritmos con el fin de identificar propiedades de tejidos a través de medios digitales. Este método es de aplicación en análisis e identificación de tejidos, detección de falsificaciones, búsquedas de tejidos con unas determinadas características, control de calidad, y para separación de tejidos por propiedades físico químicas, facilitando el reciclado con un nivel alto de precisión. También posibilita generar los datos digitales necesarios y suficientes que puedan ser transformados posteriormente al mundo material mediante la utilización de sensores hápticos. El dispositivo utiliza un sensor de imagen capaz de operar simultáneamente tanto en el espectro infrarrojo (IR) como en el espectro visible, combinado con un dispositivo de iluminación del tejido con distintas longitudes de onda, tanto en el espectro IR como visible, en configuración multinivel, combinado con otros posibles sensores de medida de respuesta del tejido frente a distintos estímulos físicos, entendiendo como configuración multinivel un dispositivo de iluminación para fotometría en el que se encienden todos los puntos de luz en cada una de las alturas, es decir, no existe la rotación en el acimut, a diferencia de la fotometría estéreo tradicional que usa un único ángulo de incidencia (una altura) y rota en el acimut iluminando desde diferentes ángulos alrededor del objeto.
Estos conjuntos de datos digitales obtenidos como respuesta a un estímulo físico determinado se envían, mediante dispositivos de comunicaciones digitales, a un servidor informático donde, usando técnicas de inteligencia artificial (IA), se obtienen las coordenadas vectoriales de un vector equivalente en un espacio multidimensional que caracteriza al tejido.
Campo de la invención
La invención se refiere al campo de los dispositivos destinados a la obtención de datos basados en respuestas a estímulos físicos y su procesamiento a través de técnicas de inteligencia artificial (IA) para obtener una caracterización digital de la muestra que puede ser usada en múltiples aplicaciones
Estado actual de la técnica
En la actualidad son conocidos diversos dispositivos y procedimientos para la medida de distintos parámetros de los tejidos. Muchos de ellos están basados en la obtención de imágenes visibles y la comparación con unas referencias, para comprobar el correcto hilado, evitar materias extrañas o evitar arrugas o pliegues en el bobinado o en la fabricación. Podemos encontrar estas técnicas descritas, por ejemplo, en ES-2182738 “Procedimiento y sistema para monitorizar una banda continua de papel, pulpa de papel o un hilo que se desplaza en una máquina de papel”, W0202007949 “Machine and method to control textile quality”” o KR20120069047A “A inspecting system and a method for blind textile”, pero la información que proporcionan es limitada, no caracteriza el tejido y únicamente es útil para evitar errores en fabricación, no para obtener información que lo defina.
En algunos de estos sistemas de control de calidad por imagen se utiliza también iluminación infrarroja, como por ejemplo encontramos descrito en CN202066792U “A device for detecting textile defects” o en US4654529 “Method for measuring the fibre orientation anisotropy in a fribrous structure”, pero utiliza una única longitud de onda, tienen que realizar vahas imágenes que luego deben ser procesadas, y no son capaces de obtener mayor información.
Algunas técnicas utilizan iluminación multiespectral, como por ejemplo en CN 101587079 “Multispectral chromatic polarization detection method of foreign impurity in the textile raw material”, pero está basada en la polarización de la luz y es únicamente aplicable para detectar impurezas.
También se conocen técnicas fotométhcas estereoscópicas, originalmente provenientes de la lucha contra la la falsificación de billetes de banco, como las descritas en US2002146153 “Three dimensional measurement, evaluation and grading system for fabhc/textile structure/garment appearance” y US11151583B2 “Shoe authentication device and authentication process”, que se basan en técnicas fotométhca estándar, que generan una imagen 3D identificativa, para lo cual necesitan muchas imágenes desde distintos ángulos, con un procesamiento largo y pesado, y poco aplicable a textiles debido a la influencia de las arrugas, flecos e irregularidades en el perfil del tejido. Existen asimismo algunas técnicas más evolucionadas, como la descrita en WO2015157526A1 “Authenticating physycal objects using machine learning from microscopic variations”, que utiliza técnicas fotométricas estereoscópicas combinadas con fotografía microscópica generando un patrón de identificación que puede ser útil parcialmente para identificar falsificaciones, pero no permite aportar más información, además de seguir manteniendo los problemas de las técnicas fotométricas estereoscópicas de gran tiempo de procesamiento.
También se conocen técnicas relacionadas con la recreación de elementos textiles en entornos de realidad virtual (VR), como por ejemplo podemos encontrar descritos en WO2021234190A1 “Generating a material property map of a computer model of a material based on a set of micro. scale images” , ES2798200A1 “Dispositivo para la medida de la caída de un material laminar”, y WO2022079324A1 “Modeling true seams in virtual garment applications”, que, a partir de diversas propiedades de los tejidos, como geometría, propiedades ópticas, imágenes, resolución de parámetros de material, etc. generan mapas de propiedades para autoaprendizaje, y para poder simular diversos parámetros de los tejidos, como la caída o las costuras. Este tipo de realizaciones pueden simular, proporcionando representación de la ropas donde las propiedades mecánicas y de apariencia de las costuras multicapa se derivan automáticamente mediante la aplicación de operaciones geométricas y simulación basada en física a las piezas de tela, pero no mediante medida de la respuesta de los tejidos a distintos estímulos físicos, además de que su uso es específico para entornos de realidad virtual, como por ejemplo juegos y simulación de prendas en tiendas virtuales de ropa.
Asimismo existen otras técnicas, como las descritas en las patentes WO2016079354A1 “Computerized method, computer program product and system for simulating the behaviour of a woven textile interwoven at thread level”, W02020101971A1 “Procedural model of fiber and yarn deformation” y WO2017009514A1 “Computer-implemented method, system, and computer program product for simulating the thread behaviour of woven textiles” que analizan cada nudo de cruce de hilos mediante coordenadas de posición y coordenadas de deslizamiento, definiendo unas ecuaciones de movimiento para la simulación de la deformación de nudos y fibras de los tejidos, pero estos procesos no están orientados a solucionar la caracterización del tejido, sino a permitir su simulación gráfica para entornos de realidad virtual, especialmente para simular gráficamente la ropa sobre un cuerpo, no incluyendo ningún tipo de pruebas de respuesta de los tejidos a distintos estímulos físicos. En la industria textil y de la moda existe en la actualidad un problema fundamental, que es que no hay forma de indicar, comunicar o seleccionar tejidos en base a sus características y comportamiento, o buscar tejidos similares a una referencia sin tener muestras físicas, ya que no hay una forma fiable de caracterizarlos al completo sin tener acceso físico al tejido.
Descripción de la invención
Para solventar la problemática existente en la actualidad tanto en la caracterización digital como en la comunicación digital de las propiedades de los tejidos se ha ideado el dispositivo objeto de la presente invención, el cual comprende
- al menos un microcontrolador con un software característico,
- medios de conexión digital de datos y alimentación asociados a una pluralidad de conectores digitales de datos y alimentación,
- medios de conexión digital con un almacenamiento de datos en la nube, entendiendo en esta memoria por nube a cualquier red de recursos informáticos distribuidos manejada vía una red global como por ejemplo Internet,
- un módulo alimentador,
- uno o varios módulos de sensores capaces de recoger las respuestas de una muestra de tejido frente a diferentes estímulos físicos, siendo uno de esos módulos de sensores un módulo de imagen de Infrarrojos (IR), compuesto de un sensor de imagen capaz de operar simultáneamente tanto en el espectro IR como en el espectro visible, dotado de unas lentes, conectado al microcontrolador, y un módulo de iluminación de una muestra del tejido con distintas longitudes de onda, tanto en el espectro IR como visible, en configuración multinivel y dotado de medios de control y activación desde el microcontrolador.
El sensor de imagen del módulo de imagen de Infrarrojos será preferentemente un sensor IR de imagen de tipo VNIR, capaz de captar imágenes en el espectro luminoso comprendido entre una longitud de onda de 400nm y 1700nm, comprendiendo por tanto la porción de espectro visible y la cercana al infrarrojo (en inglés “visible and near-infrared” VNIR).
En una realización preferente, el dispositivo de iluminación comprenderá una pluralidad de leds IR de iluminación distribuidos periféricamente alrededor del sensor IR, estando los leds IR organizados en varios grupos de leds y a distintas distancias del sensor IR, dotados de medios de control de activación por separado desde el microcontrolador, y siendo cada grupo de leds de una longitud de onda distinta, dentro del espectro IR. En esta realización la longitud de onda de los leds IR de iluminación es elegida preferentemente del grupo formado por 940nm, 1200nm, 1300nm, 1450nm, 1550nm, 1600nm o cualquier combinación entre ellas. Está previsto también que los leds IR puedan complementarse opcionalmente con una pluralidad de leds RGB capaces de generar luz en el espectro visible. En una realización más preferente los IR de diversas longitudes de onda y los leds RGB están dispuestos circularmente alrededor del sensor de imagen en una cúpula.
Esta configuración multinivel permite obtener imágenes limpias que puedan ser luego fácilmente interpretadas por una inteligencia artificial, con un procesamiento más rápido, siendo habitualmente suficiente con solo dos imágenes para parametrizar la estructura y vellosidad del tejido, a diferencia de las imágenes estéreo fotométrico habituales en el estado actual de la técnica, y utilizadas frecuentemente en sistemas contra la falsificación.
Está previsto que, opcionalmente, pueda añadirse al dispositivo un módulo auxiliar de iluminación IR dotado de más leds IR, de diferente o similar longitud de onda que los alojados en el módulo de imagen de Infrarrojos (IR), complementando su iluminación. Este módulo auxiliar de iluminación IR estará dotado de medios de conexión eléctrica y mecánica con el dispositivo.
Está previsto también que, opcionalmente, el dispositivo comprenda un módulo de imagen macro, capaz de tomar imágenes microscópicas del tejido, dotado de leds de iluminación blancos dotados de medios de control de activación desde el microcontrolador, un sensor macro de imagen, dotado de unas lentes también dotadas de medios de regulación desde el microcontrolador.
Asimismo, el dispositivo puede comprender opcionalmente un módulo de medida de presión sobre el tejido, dotado de un conjunto de motor paso a paso dotado de medios de regulación y control, principalmente de velocidad y posición, desde el microcontrolador, ubicado sobre un soporte, y un actuador lineal terminado en un pistón que, en la cara destinada a presionar el tejido, dispone de un sensor de presión que se encuentra conectado con el microcontrolador mediante un adaptador de señal. Este sensor actúa como una miniprensa que, mediante la combinación del sensor de presión y el motor paso a paso puede medir la compresibilidad del tejido desde el primer contacto con el tejido hasta el grosor final en el que se alcanza la máxima presión fijada para todos los tejidos. Los medios de conexión digital del dispositivo con un almacenamiento de datos en la nube son elegidos del grupo formado por módulo comunicaciones digitales por cable, preferentemente de tipo Ethernet, módulo comunicaciones digitales inalámbricas, preferentemente de tipo WiFi, o ambos.
El dispositivo también puede disponer opcionalmente de uno o vahos elementos elegidos del grupo formado por display, conector de salida de video, teclado de control, ratón, u otros periféricos.
También está prevista la opción de que el dispositivo comprenda unas guías luminosas láser consistentes en unos emisores láser LED dotados de medios de activación desde el microcontrolador, para ayudar al usuario al correcto posicionamiento del tejido a parametrizar en el lugar correcto para su medida por los sensores.
También está previsto que el dispositivo pueda comprender opcionalmente un módulo de medida de respuesta de temperatura que incluye un calefactor capaz de aplicar calor durante un tiempo fijo al tejido, dotado de medios de activación desde un microcontrolador, y al menos un sensor de temperatura capaz de medir la curva de temperatura del tejido en el tiempo, conectado con un microcontrolador. Este módulo analiza la respuesta del textil a un pulso de energía, para evaluar cuál es su respuesta térmica.
Y también está previsto que el dispositivo pueda comprender opcionalmente un módulo de espesor capaz de obtener una imagen del perfil del espesor del tejido, que en una realización preferente incluye una cámara de video conectada con un microcontrolador y un láser lineal, capaz de generar un haz lineal de luz láser, dotado de medios de activación desde un microcontrolador. Este es un sensor para medir el espesor por imagen. La cámara fija permite capturar el perfil de la superficie no sólo para las propiedades de rugosidad, sino también entender el espesor medio basado en la elevación de la línea. La medición se basa en la comparación de la imagen de la cámara de video sin la tela y con la tela. El módulo de espesor realizará por tanto dos funciones:
- primeramente el láser lineal proyecta una línea sobre la base, antes de poner el tejido, y se toma una imagen de referencia,
- a continuación se coloca la muestra de tejido sobre la base y, con el láser encendido se toma una segunda imagen.
De esta forma se obtienen dos imágenes, una sin tejido mostrando, entre otras cosas, la intersección del haz del láser lineal con la base, y otra con tejido mostrando la intersección del haz del láser lineal con el tejido colocado sobre la base. Estas dos imágenes son procesadas para eliminar todo lo que no sea intersección y, una vez comparadas, se ve la diferente posición de la intersección, lo cual fundamentalmente es el espesor del tejido.
Está prevista una realización alternativa del módulo de espesor capaz de obtener una imagen del perfil del espesor del tejido, que incluye una cámara de video situada en este caso en la base, conectada con el microcontrolador, y un módulo de iluminación local en forma de una tira horizontal de luz led, bien visible o bien infrarroja, o bien alternativamente una línea visible marcada como parte del diseño. En este caso la cámara de video situada en la base tomará primero una imagen de la envolvente antes de tener la muestra de tejido debajo, y otra imagen una vez se haya colocado la muestra de tejido, obteniendo la indicación del espesor del tejido mediante la comparación entre las dos imágenes.
En una realización preferente de la invención, todos los elementos del dispositivo están dispuestos en un único equipo, bajo una única envolvente, pero está asimismo prevista una realización alternativa de la invención en la que el dispositivo está separado en dos o más equipos:
- al menos una estación base dotada de un microcontrolador con un software característico, medios de conexión digital de datos y alimentación asociados a una pluralidad de conectores digitales de datos y alimentación, medios de conexión digital con un almacenamiento de datos en la nube, y un módulo alimentador, entendiendo en esta memoria por nube a cualquier red de recursos informáticos distribuidos manejada vía una red global como por ejemplo Internet, y
- al menos un módulo escáner, dotado de un microcontrolador propio con un software característico, un módulo de alimentación, estando conectado eléctricamente con la estación base mediante una conexión digital de datos y alimentación, que incluye el módulo de imagen de Infrarrojos (IR), que en este caso irá conectado al microcontrolador del módulo escáner.
En esta realización alternativa de la invención en la que el dispositivo está separado en dos o más equipos, en caso de comprender otros módulos de sensores capaces de recoger las respuestas de una muestra de tejido frente a diferentes estímulos físicos, pueden ir incorporados en la estación base, en el módulo escáner, o en ambos módulos, conectados a su correspondiente microcontrolador. El almacenamiento de datos en la nube está previsto que comprenda al menos
- una base de datos de usuarios,
- una base de datos de datos sin procesar,
- una base de datos de características,
- una base de datos de tejidos,
- una base de datos de similaridades,
- un motor de inteligencia artificial I A, utilizando múltiples algoritmos, y
- una aplicación de acceso o API.
Este dispositivo está asociado a un método para la obtención de la huella digital de tejidos, en el que se somete a los tejidos a una serie de estímulos físicos y se obtienen las respuestas del tejido a cada uno de estos estímulos, en forma de imágenes o distintas medidas cuantificadas como un conjunto de datos digitales.
Estos conjuntos de datos digitales obtenidos como respuesta a un estímulo físico determinado se envían, mediante dispositivos de comunicaciones digitales, a un servidor informático donde, usando técnicas de inteligencia artificial (IA), se obtienen las coordenadas vectoriales de un vector equivalente en un espacio multidimensional que determina el tipo de tejido.
Para cada prueba que se realice de respuesta a distintos estímulos físicos se van obteniendo nuevas coordenadas vectoriales diferentes en ese espacio multidimensional, correspondientes a cada estímulo físico, incrementando la precisión en la identificación del tejido cuantos más estímulos físicos se apliquen. El conjunto de todas las coordenadas vectoriales diferentes obtenidas en ese espacio multidimensional conforma la huella digital de ese tejido, entendiendo como huella digital a una representación vectorial multidimensional del conjunto de respuestas de un tejido frente a diferentes estímulos físicos.
Para cada tipo de tejido muestreado se obtienen unas coordenadas vectoriales en ese espacio multidimensional. La distancia entre dos vectores de ese espacio da una ¡dea de lo similares que son dos tejidos. Por distancia se puede usar la distancia euclídea u otro tipo de distancia. O bien una combinación de ellas.
Dos tejidos similares generarán unas distancias entre vectores de ese espacio muy pequeñas, indicando que se comportan igual frente a distintos estímulos y, por tanto, son casi idénticos. Dos tejidos diferentes generarán unas distancias entre vectores de ese espacio grandes, indicando que se comportan de diferente forma frente a distintos estímulos.
Para cada actuación y medida se cuenta con un conjunto de sensores y actuadores dentro del conjunto del dispositivo.
Este método para la obtención de la huella digital y caracterización de tejidos comprende al menos
- una fase de obtención de diversas imágenes del tejido mediante el módulo de imagen de Infrarrojos (IR), activando selectivamente distintos grupos de leds IR, o del espectro visible, de su módulo de iluminación,
- una fase de obtención de datos complementarios del tejido obtenidos como respuesta a estímulos físicos mediante uno o varios de los módulos de sensores: módulo de imagen macro, módulo de medida de presión, módulo de medida de respuesta de temperatura, y módulo de espesor, en caso de existir estos,
- una fase de almacenamiento de datos en la nube, en la que el dispositivo, mediante los medios de conexión digital, envía las imágenes y datos recolectados acerca del tejido obtenidos como respuesta a estímulos físicos al almacenamiento de datos en la nube, guardándose en la base de datos de datos sin procesar,
- una fase de procesamiento de datos en la nube, realizada por el motor de inteligencia artificial IA utilizando múltiples algoritmos a partir de los datos e imágenes almacenados en la base de datos sin procesar obtenidos como respuesta a estímulos físicos a través de la que se obtienen unos resultados, en forma de coordenadas vectoriales de un vector equivalente en un espacio multidimensional que define al tejido, que se almacenan en la base de datos de similaridades,
- una fase de caracterización de tejidos, en la que, usando la huella digital obtenida y sometiéndola a diversos procesamientos se determinan diferentes propiedades de los tejidos dependiendo de la aplicación requerida y
- una fase de acceso a la información de la nube, en la que cualquier usuario, mediante un dispositivo informático capaz de acceder a los datos en la nube, es autorizado por la aplicación de acceso, en base a los datos de la base de datos de usuarios, a acceder a los datos a los que esté autorizado de la base de datos de características, la base de datos de tejidos y la base de datos de similaridades, En la fase de acceso a la información de la nube el usuario autorizado puede comparar las coordenadas vectoriales resultantes de los datos obtenidos como respuesta a estímulos físicos localmente con el dispositivo de obtención de huella digital sobre una muestra de tejido con las coordenadas vectoriales almacenadas en la base de datos de similaridades, obteniendo un resultado en forma de un vector de similaridad o proximidad de valores con el tejido que debería ser, lo cual puede utilizarse tanto para verificar si el tejido tiene las características deseadas, se ha fabricado con los materiales y procesos requeridos, o bien si es una falsificación. La distancia entre dos vectores de ese espacio da una ¡dea de lo similares que son dos tejidos. Por distancia se puede usar la distancia euclidiana, otro tipo de distancia o una combinación de ellas.
Este dispositivo y método para la obtención de la huella digital de tejidos, junto con el procedimiento característico de operación, asociado a un pensamiento de clúster a través de la nube en el que no se da tanta importancia a los resultados absolutos sino a la relativización entre ellos, permitiendo agrupar muestras en subfamilias que se comportan de forma similar, o de la forma más similar comparadas con otras, ante ciertas variables, permite gestionar el comportamiento de múltiples parámetros del tejido, entre los cuales podemos citar: estructura, tipo de hilo, compresibilidad, impresión de textura, sin fricción, patrón de rugosidad, transferencia de calor, absorción de la luz, tono de color preciso, etc. definiendo una especie de completo ADN textil que denominamos huella digital del tejido.
Esto permite luego, a cualquier usuario autorizado, consultar si la huella digital de un tejido presenta unas distancias entre vectores de ese espacio muy pequeñas, indicando que se comportan igual frente a distintos estímulos y, por tanto, son casi idénticos, de forma de que origina una equivalencia del tejido. El vector de similaridad o proximidad de valores que da la nube es fruto de las medidas anteriores de referencia y del aprendizaje continuo realizado por la inteligencia artificial, que irá definiendo patrones en función de las múltiples medidas que vaya almacenando en su base de datos, permitiendo gestionar: similaridad general, densidad, percepción del espesor, percepción de tacto y sensación superficial, propiedades térmicas, caída, propiedades químicas, microfibra, durabilidad, etc....
Ventajas de la invención
Este dispositivo y método para la obtención de la huella digital y caracterización de tejidos que se presenta permite solventar el problema existente actualmente en la industria textil y de la moda consistente en que no hay forma de indicar, comunicar o seleccionar tejidos sin tener muestras físicas que puedan examinarse o probarse manualmente. La huella digital de tejidos que se obtiene propicia dar más enfoque a los servicios digitales que no existen ahora mismo para la industria textil, ofreciendo un método para facilitar comunicaciones y servicios digitales en espacio web para uso muy fácil, sin necesidad de dar parámetros o realizar medidas solo al alcance de especialistas, sino que permite encontrar tejidos similares a una referencia, transferir propiedades de drapeo de tejido en un espacio de realidad virtual sin necesidad de incorporar manualmente parámetros, proporcionando una solución eficaz para autenticar tejidos y saber más de su composición química.
Otra importante ventaja consiste en que, gracias a la utilización combinada de un sensor de tipo visible and near-infrared (VNIR) con un módulo de iluminación de múltiples leds con distintas longitudes de onda, tanto en el espectro IR como visible, en configuración multinivel, permite obtener imágenes limpias que permiten ser luego fácilmente interpretadas por una inteligencia artificial, con un procesamiento notablemente más rápido que en las técnicas estereoscópicas convencionales, siendo habitualmente suficiente con solo dos imágenes para parametrizar la estructura y vellosidad del tejido, a diferencia de las imágenes estéreo fotométrico habituales en el estado actual de la técnica, y utilizadas frecuentemente en sistemas contra la falsificación, que requieren de muchas más imágenes y de un elevado tiempo de procesamiento.
Otra ventaja consiste en que es susceptible de utilizar cualquier camera multi-banda y hiperspectral para obtener los mismos resultados, aunque esté preferentemente realizada con un dispositivo de menor coste menos y mayor sencillez de uso como es un sensor de tipo VNIR.
Otra importante ventaja es que permite la combinación con otros múltiples sensores de medida de respuesta del tejido frente a distintos estímulos físicos para la obtención simultánea de una gran información acerca del tejido que contribuye a una caracterización más precisa y completa.
Hay que destacar que el procedimiento característico de operación, asociado a un pensamiento de clúster a través de la nube, permite gestionar múltiples parámetros del tejido, que permiten una exacta y completa parametrización, permitiendo a cualquier usuario autorizado, desde cualquier punto con acceso a la nube, tanto consultar si los parámetros que definen un textil presenta una similaridad general, que origine una equivalencia del tejido, como aportar sus propios datos de medida. Otra importante ventaja frente a los equipos existentes es que el vector de similaridad o proximidad de valores que le da la nube es fruto de las medidas anteriores de referencia, y del aprendizaje continuo realizado por la inteligencia artificial, que irá definiendo patrones en función de las múltiples medidas que va almacenando en su base de datos, estando permanentemente actualizado y aumentando en precisión cada vez. Además el uso de vector de similaridad o proximidad de valores permite obtener una impresión de la cercanía del tejido con sus características reales, teniendo en cuenta las posible y obvias tolerancias de fabricación y posibles desviaciones admisibles dentro de un rango.
También debemos resaltar que este dispositivo es útil tanto para fabricantes, permitiendo comprobar que las características del producto suministrado son acordes con las especificaciones del pedido realizado, tanto de manera puntual como continua, así como para consumidores finales o comerciantes, permitiendo verificar si un producto total o parcialmente textil se ha fabricado con los materiales y procesos requeridos, o bien si es una clara falsificación.
Otra importante ventaja es que también posibilita generar los datos digitales necesarios y suficientes que puedan ser transformados posteriormente al mundo material mediante la utilización de sensores hápticos.
Descripción de las figuras
Para comprender mejor el objeto de la presente invención, en el plano anexo se ha representado una realización práctica preferencial de un dispositivo y método para la obtención de la huella digital y caracterización de tejidos.
En dicho plano la figura -1- muestra un diagrama de bloques general simplificado de todos los elementos de la invención, en una realización preferente con el dispositivo en un único equipo.
La figura -2- muestra un diagrama de bloques general más detallado de todos los elementos de la invención, en una realización preferente con el dispositivo en un único equipo. La figura -3- muestra un diagrama de bloques general simplificado de todos los elementos de la invención, en una realización alternativa con el dispositivo repartido al menos en dos equipos.
La figura -4- muestra un diagrama de bloques general más detallado de la estación base, en una realización alternativa con el dispositivo repartido al menos en dos equipos.
La figura -5- muestra un diagrama de bloques general más detallado de un módulo escáner, en una realización alternativa con el dispositivo repartido al menos en dos equipos.
La figura -6- muestra un diagrama de bloques general simplificado del módulo de espesor.
La figura -7- muestra un ejemplo de imagen del perfil de espesor de un tejido obtenido mediante el módulo de espesor.
La figura -8- muestra un diagrama de bloques general simplificado del módulo de respuesta de temperatura.
La figura -9- muestra un ejemplo del calor aplicado al tejido mediante el módulo de respuesta de temperatura.
La figura -10- muestra un ejemplo de la curva de respuesta de temperatura de un tejido obtenida mediante el módulo de respuesta de temperatura.
La figura -11- muestra un diagrama de bloques general simplificado del módulo de imagen IR.
La figura -12- muestra un diagrama de bloques general simplificado del módulo de medida de presión.
La figura -13- muestra un diagrama de bloques general simplificado del almacenamiento y procesamiento en la nube de los parámetros de tejidos obtenidos. Realización preferente de la invención
La constitución y características de la invención podrán comprenderse mejor con la siguiente descripción hecha con referencia a las figuras adjuntas.
Según puede apreciarse en la figuras 1, 2, 3, 4, 5 y 11 , se ¡lustra como el dispositivo para la obtención de la huella digital y caracterización de tejidos comprende
- al menos un microcontrolador (10) con un software característico (11),
- medios de conexión digital (6) de datos y alimentación asociados a una pluralidad conectores digitales de datos y alimentación (16), preferentemente de tipo USB,
- medios de conexión digital (5) con un almacenamiento de datos en la nube (8), entendiendo en esta memoria por nube (8) a cualquier red de recursos informáticos distribuidos manejada vía una red global como por ejemplo Internet,
- un módulo alimentador (7),
- uno o varios módulos de sensores capaces de recoger las respuestas de una muestra de tejido (4) frente a diferentes estímulos físicos, siendo uno de esos módulos de sensores un módulo de imagen de Infrarrojos (IR) (40), compuesto de un sensor de imagen (39) capaz de operar simultáneamente tanto en el espectro IR como en el espectro visible, dotado de unas lentes (38), conectado al microcontrolador (10), y un módulo de iluminación (37) de una muestra del tejido (4) con distintas longitudes de onda, tanto en el espectro IR como visible, en configuración multinivel y dotado de medios de control y activación desde el microcontrolador (10).
El sensor de imagen (39) del módulo de imagen de Infrarrojos (40) será preferentemente un sensor IR de imagen de tipo VNIR, considerando sensor de imagen VNIR a todo sensor capaz de captar imágenes en el espectro luminoso comprendido entre una longitud de onda de 400nm y 1700nm, comprendiendo por tanto la porción de espectro visible y la cercana al infrarrojo.
En una realización preferente, el dispositivo de iluminación (37) comprenderá una pluralidad de leds IR (56, 57, 58, 59, 60, 61) de iluminación, de distintas longitudes de onda, distribuidos periféricamente alrededor del sensor de imagen (39), estando los leds IR (56, 57, 58, 59, 60, 61) organizados en varios grupos de leds y a distintas distancias del sensor IR, dotados de medios de control de activación por separado desde el microcontrolador, y siendo cada grupo de leds de una longitud de onda distinta, dentro del espectro IR. En esta realización la longitud de onda de los leds IR de iluminación es elegida preferentemente del grupo formado por 940nm, 1200nm, 1300nm, 1450nm, 1550nm, 1600nm o cualquier combinación entre ellas, pudiendo tener asimismo otras longitudes de onda. Está previsto también que los leds IR (56, 57, 58, 59, 60, 61) puedan complementarse opcionalmente con una pluralidad de leds RGB (62) capaces de generar luz en el espectro visible.
En una realización más preferente, que se ¡lustra especialmente a modo de ejemplo preferencia! en la figura 11 , el dispositivo de iluminación (37) comprende leds IR (56, 57, 58, 59, 60, 61) de diversas longitudes de onda y leds RGB (62) dispuestos circularmente alrededor del sensor IR (39), en una cúpula, incluyendo:
- leds IR con longitud de onda de 940nm (56),
- leds IR con longitud de onda de 1200nm (57),
- leds IR con longitud de onda de 1300nm (58),
- leds IR con longitud de onda de 1450nm (59),
- leds IR con longitud de onda de 1550nm (60),
- leds IR con longitud de onda de 1600nm (61), y
- leds RGB (62).
Esta configuración multinivel permite obtener imágenes limpias que puedan ser luego fácilmente interpretadas por la inteligencia artificial, con un procesamiento más rápido, siendo habitualmente suficiente con solo dos imágenes para parametrizar la estructura y vellosidad del tejido (4), a diferencia de las imágenes estéreo fotométrico habituales en el estado actual de la técnica, y utilizadas frecuentemente en sistemas contra la falsificación.
Está previsto que, opcionalmente, como se ¡lustra en las figuras 2 y 5, pueda añadirse al dispositivo un módulo auxiliar de iluminación IR (65) dotado de más leds IR (37), de diferente o similar longitud de onda que los alojados en el módulo de imagen de Infrarrojos (IR) (40), complementando su iluminación. Este módulo auxiliar de iluminación IR (65) estará dotado de medios de conexión eléctrica y mecánica con el equipo (1) o equipos (2a, 2b) que conformen el dispositivo.
Está previsto también que, opcionalmente, como se ¡lustra en las figuras 2 y 5, el dispositivo comprenda un módulo de imagen macro (32), capaz de tomar imágenes microscópicas del tejido (4), dotado de leds de iluminación (28) blancos dotados de medios de control de activación desde el microcontrolador (10), un sensor macro (29) de imagen, dotados de unas lentes (30) también dotadas de medios de regulación desde el microcontrolador (10). Asimismo, el dispositivo puede comprender opcionalmente, como se ¡lustra en las figuras 2, 5, y 12, un módulo de medida de presión (36) sobre el tejido (4), dotado de un conjunto de motor paso a paso (33) dotado de medios de regulación y control, principalmente de velocidad y posición, desde el microcontrolador (25), ubicado sobre un soporte (34), y un actuador lineal (46) terminado en un pistón (47) que, en la cara destinada a presionar el tejido (4), dispone de un sensor de presión (48) que se encuentra conectado con el microcontrolador (10) mediante un adaptador de señal (35). Este sensor actúa como una miniprensa que, mediante la combinación del sensor de presión (48) y el motor paso a paso (33) puede medir la compresibilidad del tejido (4) desde el primer contacto con el pelo hasta el grosor final en el que se alcanza la máxima presión fijada para todos los tejidos.
Los medios de conexión digital (5) del dispositivo con un almacenamiento de datos en la nube (8) son elegidos del grupo formado por módulo comunicaciones digitales por cable (14), preferentemente de tipo Ethernet, módulo comunicaciones digitales inalámbricas (15), preferentemente de tipo WiFi, o ambos.
El dispositivo también puede disponer opcionalmente, como se ¡lustra en las figuras 2 y 4, de uno o vahos elementos elegidos del grupo formado por display (12), conector de salida de video (13), teclado de control (63), ratón, u otros periféricos.
También está prevista la opción, como se ¡lustra en las figuras 2 y 4, de que el dispositivo comprenda unas guías luminosas láser consistentes en unos emisores láser LED (17) dotados de medios de activación desde el microcontrolador (10), para ayudar al usuario al correcto posicionamiento (18) del tejido (4) a paramethzar en el lugar correcto para su medida por los sensores.
También está previsto que el dispositivo pueda comprender opcionalmente, como se ¡lustra en las figuras figuras 2, 4, 8, 9 y 10, un módulo de medida de respuesta de temperatura (21) que incluye un calefactor (19), preferentemente una resistencia que calienta la superficie sobre la que se coloca el tejido (4), capaz de aplicar calor durante un tiempo fijo (42) al tejido (4), dotados de medios de activación desde el microcontrolador (10), y al menos un sensor de temperatura (20) capaz de medir la curva de temperatura (23) del tejido (4), conectado con un microcontrolador (10), especialmente la temperatura de pico que se obtiene entre el tiempo de inercia (44) y el periodo de disipación (45). Este módulo analiza la respuesta del textil a un pulso de energía, para evaluar cuál es su respuesta térmica. Y también está previsto que el dispositivo pueda comprender opcionalmente, como se ¡lustra en las figuras figuras 2, 4, 6 y 7, un módulo de espesor (24) capaz de obtener una imagen del perfil (41) del espesor del tejido (4), que, en una realización preferente, incluye una cámara de video (22) conectado con el microcontrolador (10), un láser lineal (23), capaz de generar una barrera lineal de luz láser, y opcionalmente un módulo de iluminación local (64) complementario capaz de generar iluminación ambiental con luz natural, preferentemente mediante leds blancos, dotados ambos de medios de activación desde un microcontrolador (10). Este es un sensor auxiliar que ayuda a los otros y cuyo propósito es apoyar en la reconstrucción 3D de la superficie y medir el espesor por imagen, así como obtener una fotografía genérica de la muestra de tejido (4), reflejando su imagen visual. La cámara fija permite capturar el perfil de la superficie no sólo para las propiedades de rugosidad, sino también entender el espesor medio basado en la elevación de la línea. La medición se basa en la comparación de la imagen de la cámara de video (22) sin la tela y con la tela. El módulo de espesor (24) realizará por tanto dos funciones:
- primeramente el láser lineal (23) proyecta una línea sobre la base, antes de poner el tejido, y se toma una imagen de referencia con la cámara de video (22),
- a continuación se coloca la muestra de tejido (4) sobre la base y, con el láser lineal (23) encendido se toma una segunda imagen con la cámara de video (22).
De esta forma se obtienen dos imágenes, una sin tejido (4) mostrando, entre otras cosas, la intersección del haz del láser lineal (23) con la base, y otra con tejido mostrando la intersección del haz del láser lineal (23) con el tejido (4) colocado sobre la base. Estas dos imágenes son procesadas para eliminar todo lo que no sea intersección y, una vez comparadas, se ve la diferente posición de la intersección, lo cual fundamentalmente es el perfil (41) del espesor del tejido (4).
Está prevista una realización alternativa del módulo de espesor (24) capaz de obtener una imagen del perfil (41) del espesor del tejido (4), que incluye una cámara de video (22) situada en teste caso en la base, conectada con el microcontrolador (10), y un módulo de iluminación local (64) en forma de una tira horizontal de luz led, bien visible o bien infrarroja, o bien alternativamente una línea visible marcada como parte del diseño. En este caso la cámara de video (22) situada en la base tomará primero una imagen de la envolvente antes de tener la muestra de tejido (4) debajo, y otra imagen una vez se haya colocado la muestra de tejido (4), obteniendo la indicación del espesor del tejido mediante la comparación entre las dos imágenes. En una realización preferente de la invención que se ¡lustra en las figuras 1 y 2, todos los elementos del dispositivo están dispuestos en un único equipo (1), bajo una única envolvente, pero está asimismo prevista una realización alternativa de la invención que se ¡lustra en las figuras 3, 4 y 5 en la que el dispositivo está separado en dos o más equipos (2a, 2b):
- al menos una estación base (2a), dotada del microcontrolador (10) con su software característico (11), los medios de conexión digital (6) de datos y alimentación asociados a una pluralidad conectores digitales de datos y alimentación (16), preferentemente de tipo USB, y más preferentemente de tipo USB-C, los medios de conexión digital (5) con el almacenamiento de datos en la nube (8), y el modulo alimentador (7) DC y
- al menos un módulo escáner (2b), dotado de otro microcontrolador (25) con un software característico (26), un módulo de alimentación (27) DC, estando conectado eléctricamente con la estación base (2a) mediante una conexión digital (6) de datos y alimentación, y que alberga uno o vahos módulos de sensores capaces de recoger las respuestas de una muestra de tejido (4) frente a diferentes estímulos físicos, que en este caso irán conectados al microcontrolador (25) en lugar de al microcontrolador (10), siendo uno de esos módulos de sensores el módulo de imagen de Infrarrojos (40).
En esta realización alternativa de la invención en la que el dispositivo está separado en dos (2a, 2b) o más equipos, en caso de comprender otros módulos de sensores capaces de recoger las respuestas de una muestra de tejido frente a diferentes estímulos físicos, pueden ir incorporados en la estación base (2a), en el módulo escáner (2b), o en ambos módulos (2a, 2b), conectados a su correspondiente microcontrolador (10,25).
Está previsto además que al dispositivo, en cualquiera de ambas realizaciones, puedan conectarse uno o varios módulos escáner (3) externos y complementarios, dotados de otros tipos de sensores.
Los accionamientos y control de diferentes elementos, como por ejemplo leds, calefactores, motores de lentes de las cámaras, etc, por parte de los microcontroladores (10,25), cuando sea necesario por su consumo o tensiones de trabajo, se realizarán mediante los oportunos drivers o etapas de potencia (31).
El almacenamiento de datos en la nube (8) está previsto, como se ¡lustra en la figura 11 , que comprenda al menos
- una base de datos de usuarios (49),
- una base de datos de datos sin procesar (50), - una base de datos de características (51),
- una base de datos de tejidos (52),
- una base de datos de similaridades (53),
- un motor de inteligencia artificial IA (54), utilizando múltiples algoritmos, y
- una aplicación de acceso (55) o API.
Este dispositivo está asociado a un método característico para la obtención de la huella digital de tejidos (4), en el que se somete, mediante el módulo de imagen de Infrarrojos (40) y el resto de módulos de sensores opcionales, a los tejidos (4) a una serie de estímulos físicos y se obtiene la respuestas del tejido (4) a cada uno de estos estímulos, en forma de imágenes o distintas medidas cuantificadas como un conjunto de datos digitales.
Estos conjuntos de datos digitales obtenidos como respuesta a un estímulo físico determinado se envían, mediante dispositivos de comunicaciones digitales, a un servidor informático en la nube (8) donde, usando técnicas de inteligencia artificial (IA), se obtienen las coordenadas vectoriales de un vector equivalente en un espacio multidimensional que caracteriza al tejido (4).
Para cada prueba que se realice de respuesta a distintos estímulos físicos se van obteniendo nuevas coordenadas vectoriales diferentes en ese espacio multidimensional, correspondientes a cada estímulo físico, incrementando la precisión en la identificación del tejido cuantos más estímulos físicos se apliquen. El conjunto de todas las coordenadas vectoriales diferentes obtenidas en ese espacio multidimensional conforma la huella digital de ese tejido (4).
Para cada tipo de tejido (4) muestreado se obtienen unas coordenadas vectoriales en ese espacio multidimensional. La distancia entre dos vectores de ese espacio da una ¡dea de lo similares que son dos tejidos (4). Por distancia se puede usar la distancia euclidea u otro tipo de distancia. O bien una combinación de ellas.
Dos tejidos (4) similares generarán unas distancias entre vectores de ese espacio muy pequeñas, indicando que se comportan igual frente a distintos estímulos y, por tanto, son casi idénticos. Dos tejidos (4) diferentes generarán unas distancias entre vectores de ese espacio grandes, indicando que se comportan de diferente forma frente a distintos estímulos. Este método para la obtención de la huella digital y caracterización de tejidos (4) comprende al menos
- una fase de obtención de diversas imágenes del tejido (4) mediante el módulo de imagen de Infrarrojos (IR) (40), activando selectivamente distintos grupos de leds IR, o del espectro visible, de su módulo de iluminación (37) para su iluminación,
- una fase de obtención de datos complementarios del tejido (4) obtenidos como respuesta a estímulos físicos mediante uno o varios de los módulos de sensores: módulo de imagen macro (32), módulo de medida de presión (36), módulo de medida de respuesta de temperatura (21), y módulo de espesor (24), en caso de existir estos,
- una fase de almacenamiento de datos en la nube (8), en la que el dispositivo, mediante los medios de conexión digital (5), envía las imágenes y datos recolectados acerca del tejido (4) obtenidos como respuesta a estímulos físicos al almacenamiento de datos en la nube (8), guardándose en la base de datos de datos sin procesar (50),
- una fase de procesamiento de datos en la nube (8), realizada por el motor de inteligencia artificial IA (54) a partir de los datos e imágenes almacenados en la base de datos de datos sin procesar (50) obtenidos como respuesta a estímulos físicos, a través de la que se obtienen unos resultados, en forma de coordenadas vectoriales de un vector equivalente en un espacio multidimensional que define al tejido (4), que se almacenan en la base de datos de similaridades (53),
- una fase de caracterización de tejidos (4), en la que, usando la huella digital obtenida y sometiéndola a diversos procesamientos se determinan diferentes propiedades de los tejidos (4) dependiendo de la aplicación requerida y
- una fase de acceso a la información de la nube (8), en la que cualquier usuario, mediante un dispositivo informático (9) capaz de acceder a los datos en la nube (8), es autorizado por la aplicación de acceso (55), en base a los datos de la base de datos de usuarios (49), a acceder a los datos a los que esté autorizado de la base de datos de características (51), la base de datos de tejidos (52) y la base de datos de similaridades (53).
En la fase de acceso a la información de la nube (8) el usuario autorizado puede comparar las coordenadas vectoriales resultantes de los datos obtenidos como respuesta a estímulos físicos localmente con el dispositivo de obtención de huella digital sobre una muestra de tejido (4) con las coordenadas vectoriales almacenadas en la base de similaridades (53), obteniendo un resultado en forma de un vector de similaridad o proximidad de valores con el tejido (4) que debería ser, lo cual puede utilizarse tanto para verificar si el tejido tiene las características deseadas, se ha fabricado con los materiales y procesos requeridos, o bien si es una falsificación. La distancia entre dos vectores de ese espacio da una ¡dea de lo similares que son dos tejidos. Por distancia se puede usar la distancia euclidiana, otro tipo de distancia o una combinación de ellas.
Este dispositivo y método para la obtención de la huella digital de tejidos, junto con el procedimiento característico de operación, asociado a un pensamiento de clúster a través de la nube en el que no se da tanta importancia a los resultados absolutos sino a la relativización entre ellos, permitiendo agrupar muestras en subfamilias que se comportan de forma similar, o de la forma más similar comparadas con otras, ante ciertas variables, permite gestionar el comportamiento de múltiples parámetros del tejido, entre los cuales podemos citar: estructura, tipo de hilo, compresibilidad, impresión de textura, sin fricción, patrón de rugosidad, transferencia de calor, absorción de la luz, tono de color preciso, etc. definiendo una especie de completo ADN textil que denominamos huella digital del tejido.
Esto permite luego, a cualquier usuario autorizado, consultar si la huella digital de un tejido presenta unas distancias entre vectores de ese espacio muy pequeñas, indicando que se comportan igual frente a distintos estímulos y, por tanto, son casi idénticos, de forma de que origina una equivalencia del tejido. El vector de similaridad o proximidad de valores que da la nube es fruto de las medidas anteriores de referencia y del aprendizaje continuo realizado por la inteligencia artificial, que irá definiendo patrones en función de las múltiples medidas que vaya almacenando en su base de datos, permitiendo gestionar: similaridad general, densidad, percepción del espesor, percepción de tacto y sensación superficial, propiedades térmicas, caída, propiedades químicas, microfibra, durabilidad, etc....
El uso principal de la huella digital obtenida mediante este dispositivo y método es, principalmente aunque no de forma exclusiva, su aplicación en identificación de tejidos, detección de falsificaciones, búsquedas de tejidos con unas determinadas características, control de calidad, y para separación de tejidos por propiedades físico químicas, facilitando el reciclado con un nivel alto de precisión.
La persona experta en la técnica comprenderá fácilmente que puede combinar características de diferentes realizaciones con características de otras posibles realizaciones, siempre que esa combinación sea técnicamente posible.
Toda la información referida a ejemplos o modos de realización forma parte de la descripción de la invención.

Claims

REIVINDICACIONES
1 - Dispositivo para la obtención de la huella digital y caracterización de tejidos, caracterizado porque comprende
- al menos un microcontrolador (10, 25) con un software característico (11,26),
- medios de conexión digital (6) de datos y alimentación asociados a una pluralidad conectores digitales de datos y alimentación (16), preferentemente de tipo USB,
- medios de conexión digital (5) con un almacenamiento de datos en la nube (8), entendiendo en esta memoria por nube (8) a cualquier red de recursos informáticos distribuidos manejada vía una red global como por ejemplo Internet,
- un módulo alimentador (7),
- uno o varios módulos de sensores capaces de recoger las respuestas de una muestra de tejido (4) frente a diferentes estímulos físicos, siendo uno de esos módulos de sensores un módulo de imagen de Infrarrojos (IR) (40), compuesto de un sensor de imagen (39) capaz de operar simultáneamente tanto en el espectro IR como en el espectro visible, dotado de unas lentes (38), conectado al microcontrolador (10, 25), y un módulo de iluminación (37) de una muestra del tejido (4) con distintas longitudes de onda, tanto en el espectro IR como visible, en configuración multinivel y dotado de medios de control y activación desde el microcontrolador (10, 25).
2 - Dispositivo para la obtención de la huella digital y caracterización de tejidos, según la anterior reivindicación, caracterizado porque el sensor de imagen (39) del módulo de imagen de Infrarrojos (40) es un sensor IR de imagen de tipo VNIR, capaz de captar imágenes en el espectro luminoso comprendido entre una longitud de onda de 400nm y 1700nm, como mínimo, comprendiendo por tanto la porción de espectro visible y la cercana al infrarrojo.
3 - Dispositivo para la obtención de la huella digital y caracterización de tejidos, según cualquiera de las anteriores reivindicaciones, caracterizado porque el dispositivo de iluminación (37) comprende una pluralidad de leds IR (56, 57, 58, 59, 60, 61) de iluminación, de distintas longitudes de onda, distribuidos periféricamente alrededor del sensor de imagen (39), estando los leds IR (56, 57, 58, 59, 60, 61) organizados en varios grupos de leds y a distintas distancias del sensor IR, dotados de medios de control de activación por separado desde el microcontrolador (10, 25), y siendo cada grupo de leds de una longitud de onda distinta, dentro del espectro IR, y estando complementados con una pluralidad de leds RGB (62) capaces de generar luz en el espectro visible. 4 - Dispositivo para la obtención de la huella digital y caracterización de tejidos, según cualquiera de las anteriores reivindicaciones, caracterizado porque comprende un módulo de imagen macro (32), capaz de tomar imágenes microscópicas del tejido (4), dotado de leds de iluminación (28) blancos dotados de medios de control de activación desde el microcontrolador (10,25), un sensor macro (29) de imagen, dotados de unas lentes (30) también dotadas de medios de regulación desde el microcontrolador (10, 25).
5 - Dispositivo para la obtención de la huella digital y caracterización de tejidos, según cualquiera de las anteriores reivindicaciones, caracterizado porque comprende un módulo de medida de presión (36) sobre el tejido (4), dotado de un conjunto de motor paso a paso (33) dotado de medios de regulación y control desde un microcontrolador (10, 25), ubicado sobre un soporte (34), y un actuador lineal (46) terminado en un pistón (47) que, en la cara destinada a presionar el tejido (4), dispone de un sensor de presión (48) que se encuentra conectado con el microcontrolador (10, 25) mediante un adaptador de señal (35).
6 - Dispositivo para la obtención de la huella digital y caracterización de tejidos, según cualquiera de las anteriores reivindicaciones, caracterizado porque los medios de conexión digital (5) con un almacenamiento de datos en la nube (8) son elegidos del grupo formado por módulo comunicaciones digitales por cable (14), módulo comunicaciones digitales inalámbricas (15), o ambos.
7 - Dispositivo para la obtención de la huella digital y caracterización de tejidos, según cualquiera de las anteriores reivindicaciones, caracterizado porque dispone de uno o vahos elementos elegidos del grupo formado por display (12), conector de salida de video (13), teclado de control (63) y ratón.
8 - Dispositivo para la obtención de la huella digital y caracterización de tejidos , según cualquiera de las anteriores reivindicaciones, caracterizado porque la estación base (1) comprende unas guías luminosas láser para posicionamiento (18) del tejido (4) a parametrizar consistentes en unos emisores láser LED (17) dotados de medios de activación desde el microcontrolador (10, 25).
9 - Dispositivo para la obtención de la huella digital y caracterización de tejidos, según cualquiera de las anteriores reivindicaciones, caracterizado porque comprende un módulo de medida de respuesta de temperatura (21) que incluye un calefactor (19) capaz de aplicar calor durante un tiempo fijo (42) al tejido (4), dotados de medios de activación desde un microcontrolador (10,25), y al menos un sensor de temperatura (20) capaz de medir la curva de temperatura (23) del tejido (4), conectado con un microcontrolador (10, 25).
10 - Dispositivo para la obtención de la huella digital y caracterización de tejidos, según cualquiera de las anteriores reivindicaciones, caracterizado porque comprende un módulo de espesor (24) capaz de obtener una imagen del perfil (41) del espesor del tejido (4), que incluye una cámara de video (22) conectado con un microcontrolador (10, 25), un láser lineal (23), capaz de generar una barrera lineal de luz láser dotado de medios de activación desde un microcontrolador (10, 25).
11 - Dispositivo para la obtención de la huella digital y caracterización de tejidos, según cualquiera de las anteriores reivindicaciones, caracterizado porque todos los elementos del dispositivo están dispuestos en un único equipo (1) y están asociados al microcontrolador (10).
12 - Dispositivo para la obtención de la huella digital y caracterización de tejidos, según según cualquiera de las reivindicaciones 1 a la 10, caracterizado porque los elementos del dispositivo están separados en dos o más equipos (2a, 2b):
- al menos una estación base (2a), dotada del microcontrolador (10) con su software característico (11), los medios de conexión digital (6) de datos y alimentación asociados a una pluralidad conectores digitales de datos y alimentación (16), preferentemente de tipo USB, y más preferentemente de tipo USB-C, los medios de conexión digital (5) con el almacenamiento de datos en la nube (8), y el modulo alimentador (7) DC y
- al menos un módulo escáner (2b), dotado de otro microcontrolador (25) con un software característico (26), un módulo de alimentación (27) DC, estando conectado eléctricamente con la estación base (2a) mediante una conexión digital (6) de datos y alimentación, y que alberga uno o vahos módulos de sensores capaces de recoger las respuestas de una muestra de tejido (4) frente a diferentes estímulos físicos, que en este caso irán conectados al microcontrolador (25) en lugar de al microcontrolador (10), siendo uno de esos módulos de sensores el módulo de imagen de Infrarrojos (40).
13 - Dispositivo para la obtención de la huella digital y caracterización de tejidos, según cualquiera de las anteriores reivindicaciones, caracterizado porque el almacenamiento de datos en la nube (8) comprende al menos
- una base de datos de usuarios (49),
- una base de datos de datos sin procesar (50), - una base de datos de características (51),
- una base de datos de tejidos (52),
- una base de datos de similaridades (53),
- un motor de inteligencia artificial IA (54) y
- una aplicación de acceso (55).
14 - Método para la obtención de la huella digital y caracterización de tejidos mediante el dispositivo para la obtención de la huella digital de tejidos según cualquiera de las anteriores reivindicaciones, caracterizado porque comprende
- una fase de obtención de diversas imágenes del tejido (4) mediante el módulo de imagen de Infrarrojos (IR) (40), activando selectivamente distintos grupos de leds IR, o del espectro visible, de su módulo de iluminación (37) para su iluminación,
- una fase de obtención de datos complementarios del tejido (4) obtenidos como respuesta a estímulos físicos mediante uno o varios de los módulos de sensores: módulo de imagen macro (32), módulo de medida de presión (36), módulo de medida de respuesta de temperatura (21), y módulo de espesor (24), en caso de existir estos,
- una fase de almacenamiento de datos en la nube (8), en la que el dispositivo, mediante los medios de conexión digital (5), envía las imágenes y datos recolectados acerca del tejido (4) obtenidos como respuesta a estímulos físicos al almacenamiento de datos en la nube (8), guardándose en la base de datos de datos sin procesar (50),
- una fase de procesamiento de datos en la nube (8), realizada por el motor de inteligencia artificial IA (54) a partir de los datos e imágenes almacenados en la base de datos de datos sin procesar (50) obtenidos como respuesta a estímulos físicos, a través de la que se obtienen unos resultados, en forma de coordenadas vectoriales de un vector equivalente en un espacio multidimensional que define al tejido (4), que se almacenan en la base de datos de similaridades (53),
- una fase de caracterización de tejidos (4), en la que, usando la huella digital obtenida y sometiéndola a diversos procesamientos se determinan diferentes propiedades de los tejidos (4) dependiendo de la aplicación requerida y
- una fase de acceso a la información de la nube (8), en la que cualquier usuario, mediante un dispositivo informático (9) capaz de acceder a los datos en la nube (8), es autorizado por la aplicación de acceso (55), en base a los datos de la base de datos de usuarios (49), a acceder a los datos a los que esté autorizado de la base de datos de características (51), la base de datos de tejidos (52) y la base de datos de similaridades (53). 15 - Método para la obtención de la huella digital y caracterización de tejidos, según la reivindicación 14, caracterizado porque el usuario autorizado puede comparar las coordenadas vectoriales resultantes de los datos obtenidos como respuesta a estímulos físicos localmente con el dispositivo de obtención de huella digital sobre una muestra de tejido (4) con las coordenadas vectoriales almacenadas en la base de datos de similaridades (53), obteniendo un resultado en forma de un vector de similaridad o proximidad de valores con el tejido (4) que debería ser, lo cual puede utilizarse tanto para verificar si el tejido tiene las características deseadas, se ha fabricado con los materiales y procesos requeridos, o bien si es una falsificación, dando ¡dea de lo similares que son dos tejidos la distancia entre dos vectores de ese espacio.
PCT/ES2023/070632 2022-11-02 2023-10-27 Dispositivo y método para la obtención de la huella digital y caracterización de tejidos WO2024094907A1 (es)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
ES202230947A ES2971548A1 (es) 2022-11-02 2022-11-02 Dispositivo y método para la obtención de la huella digital y caracterización de tejidos
ESP202230947 2022-11-02

Publications (1)

Publication Number Publication Date
WO2024094907A1 true WO2024094907A1 (es) 2024-05-10

Family

ID=90929828

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/ES2023/070632 WO2024094907A1 (es) 2022-11-02 2023-10-27 Dispositivo y método para la obtención de la huella digital y caracterización de tejidos

Country Status (2)

Country Link
ES (1) ES2971548A1 (es)
WO (1) WO2024094907A1 (es)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160358374A1 (en) * 2015-06-02 2016-12-08 Samsung Electronics Co., Ltd. Method and apparatus for providing three-dimensional data of cloth
US20180180557A1 (en) * 2015-06-12 2018-06-28 Hammer-Ims Sensor for non-destructive characterization of objects
WO2019048304A1 (de) * 2017-09-11 2019-03-14 BSH Hausgeräte GmbH Handgerät zur verbesserten wäschebehandlung, system mit einem solchen handgerät und verfahren zu seinem betrieb
US20190302091A1 (en) * 2016-07-15 2019-10-03 Henkel Ag & Co. Kgaa Method for ascertaining treatment parameters of a textile by means of structural information
US20200042822A1 (en) * 2019-08-21 2020-02-06 Lg Electronics Inc. Fabric identifying method, apparatus, and system
US20210364998A1 (en) * 2020-05-22 2021-11-25 Printforia Systems, Methods, Storage Media, And Computing Platforms For On Demand Garment Manufacture

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160358374A1 (en) * 2015-06-02 2016-12-08 Samsung Electronics Co., Ltd. Method and apparatus for providing three-dimensional data of cloth
US20180180557A1 (en) * 2015-06-12 2018-06-28 Hammer-Ims Sensor for non-destructive characterization of objects
US20190302091A1 (en) * 2016-07-15 2019-10-03 Henkel Ag & Co. Kgaa Method for ascertaining treatment parameters of a textile by means of structural information
WO2019048304A1 (de) * 2017-09-11 2019-03-14 BSH Hausgeräte GmbH Handgerät zur verbesserten wäschebehandlung, system mit einem solchen handgerät und verfahren zu seinem betrieb
US20200042822A1 (en) * 2019-08-21 2020-02-06 Lg Electronics Inc. Fabric identifying method, apparatus, and system
US20210364998A1 (en) * 2020-05-22 2021-11-25 Printforia Systems, Methods, Storage Media, And Computing Platforms For On Demand Garment Manufacture

Also Published As

Publication number Publication date
ES2971548A1 (es) 2024-06-05

Similar Documents

Publication Publication Date Title
CN100576245C (zh) 伪装检测装置及伪装检测方法
US10867207B2 (en) Detection method, device, apparatus and computer storage medium
CN101044507B (zh) 图像处理方法以及图像处理装置
Dana et al. Device for convenient measurement of spatially varying bidirectional reflectance
CN103597820B (zh) 光学地形成像
CN108052878A (zh) 人脸识别设备和方法
Li et al. A novel 3-D palmprint acquisition system
CN104155081A (zh) 自动化管道镜测量端头准确度测试
CN100511266C (zh) 活体眼睛判定方法及活体眼睛判定装置
CN104854620B (zh) 图像处理装置、图像处理系统和程序
CN108475145A (zh) 图像识别装置、图像识别方法以及图像识别单元
CN105473999B (zh) 光学特性测量装置及光学特性测量方法
KR101792541B1 (ko) 피부 진단 정보를 이용한 스마트기기 피부관리 서비스 제공시스템
CN110505814A (zh) 光学制品和与其进行交互的系统
CN104616348A (zh) 基于多目立体视觉的织物外观重建方法
CN105989360A (zh) 图像拾取装置
CN108140114A (zh) 虹膜识别
Logothetis et al. A cnn based approach for the point-light photometric stereo problem
CN105354825A (zh) 自动识别读写场景中读物位置的智能装置及其应用
Xu et al. Feature-based 3D reconstruction of fabric by binocular stereo-vision
CN108780506A (zh) 使用纸张表面和移动相机的伪造品检测方案
CN108369636A (zh) 用于认证和/或检查对象完整性的方法
Davis et al. BRDF invariant stereo using light transport constancy
WO2024094907A1 (es) Dispositivo y método para la obtención de la huella digital y caracterización de tejidos
CN106295497B (zh) 一种三维表面光场编码信号生成及识别的装置与方法

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 23885159

Country of ref document: EP

Kind code of ref document: A1