专利名称：视觉重量补偿的制作方法
技术领域：
本发明涉及纤维处理的领域。更具体地，本发明涉及估算在混合体积中不同实体的重量，例如去除在杂质体积中的棉花纤维的重量。
背景技术：
许多质量评估将确定在期望材料的量内发现的污染物的量作为它们的基本成分。纤维处理工业也一样。例如，棉花纤维基于在预定纤维体积内包括多少杂质来分等级。当该术语在本文中使用时，“杂质”是指任何非原始的纤维材料，例如外皮、枝丫、叶子、泥土、石头，以及可能被混合到纤维体积内的任何其他非原始的纤维材料。在棉花纤维的实例中，例如，杂质是指不是棉花纤维的任何物质。已经设计了多种方法来估算或实际测量在纤维和杂质的预给定混合体积内的杂 质的量。在一些方法中，以某种方式打开混合体积，并且从纤维中机械地分离出杂质。给从混合体积中去除的杂质的量称重，并且杂质的重量使用作为质量评估的基�。缤ü又实闹亓坑牖旌咸寤闹亓拷斜冉希蛘哂敕掷氲南宋闹亓拷斜冉希蛘咭恍┢渌庵直冉�。不利地，这类方法相对难以在混合体积中将杂质与纤维分开。这种困难造成处理比期望的花更长时间，或者产生混合体积的不完整分离-其中一些杂质的量保留在纤维中，或者一些纤维的量保留在杂质中。根据公开号EP_0’533’079A2，通过在秤上称重来测量混合体积的重量。然后机械地将混合体积分离为纤维和杂质。由光学传感器光学地感测杂质。计算机从秤接收重量数据以及来自光学传感器的输出信号。它从杂质的累积投射面积计算杂质的重量。纤维可能被以与杂质相同的方式处理。该方法还具有机械分离可能不完全的缺点。一些现有技术公开号，例如 CN-101’ 555’ 661A、CN-201’ 255’ 72IY 和CN-201’ 269’ 857Y，建议单纯基于机器视觉技术来确定在混合体积内的杂质的重量。获取并且自动处理混合体积的图像。基于测量的杂质面积或体积以及基于杂质的估算质量密度来确定杂质重量。因为后者已知比较不精确，因此结果不总是可靠的。因此，所需的是可以至少某种程度上由其减少例如上面所述的那些问题的一种系统。
发明内容
上述和其他需求由一种用于确定混合体积的校正重量的方法解决，通过重力学地测量所述混合体积的总重量，产生所述混合体积的图像，检测在所述混合体积的图像中的至少一个选择成分，从所述混合体积的图像中估算所述至少一个选择成分的成分重量，以及从总重量减去所述成分重量以产生所述校正重量。以这样的方式，混合体积的重量可以由电子部件校正。这样意味着不需要在某种耗时或耗力处理中精心分离混合体积。混合体积的重量不需要减去不应当被留在混合体积内的成分的重量。因此，可以快速、容易和自动地产生精确表示混合体积的期望成分的校正重量。在本发明的优选实施例中，混合体积包括杂质和棉花纤维，所述至少一个选择成分是所述棉花纤维，并且所述校正重量是杂质的重量。因此，描述了一种确定包括杂质和棉花纤维的混合体积的杂质重量的方法，通过重力学地测量所述混合体积的总重量，产生所述混合体积的图像，检测在所述混合体积的图像中的棉花纤维，从所述混合体积的图像中估算所述棉花纤维的成分重量，以及从总重量减去 所述棉花纤维的重量以产生所述混合体积中的杂质重量。还根据本发明的另一个方面，描述了一种确定混合体积的校正重量的装置，具有用于测量所述混合体积的总重量的重力秤，用于产生所述混合体积的图像的传感器，适于检测在所述混合体积的图像中的至少一个选择成分、从所述混合体积的图像中估算所述至少一个选择成分的成分重量、以及从总重量减去所述成分重量以产生所述校正重量的处理器。
通过参考当结合附图考虑时的详细描述，本发明的进一步优点是清楚的，附图没有按比例以便于更清楚地示出细节，其中相同参考标记表示遍及多个视图的相同元件，并且其中图I为根据本发明的实施例的方法的流程图；图2为根据本发明的实施例的装置的功能方框图。
具体实施例方式现在参考图1，描述了一种方法100的流程图，用于校正根据本发明的实施例的材料的混合体积的重量。如在方框102中所示的，给混合体积称重。可以用各种不同的方式来完成该称重。例如，混合体积可以用像秤的重力设备来直接称重，或者用天平来称重。无论使用何种方法，本文中将混合体积的初始重量表示为总重量。如在方框104中所示的，然后产生混合体积的图像。在一些实施例中，混合体积分散在表面上，以便可以容易地从一个方向看到混合体积的所有成分，例如从混合体积的上面。以这样的方式，从成像设备的视点来看，混合体积的各个成分之间不会从成像设备的视点一个接一个地相互被隐藏。在一些实施例中，来自在位于单个位置的单个成像设备的单个光学可见光图像被用来产生混合体积的图像。在其他实施例中，产生来自在多个方向的多个传感器的多个图像，并且在一些实施例中，除可见波长以外的波长被用来产生图像。还有在其他实施例中，应用三维或准三维成像技术，例如X射线断层摄影术。也可以考虑例如这些的特征的其他组合。一旦已经获得图像，如在方框104中所示的，使用图像作为输入项执行算法。所述算法辨别图像的各个成分，如在方框106中所示的。通过“辨别”意味着，混合体积在图像中描述的混合体积的各个成分被识别来分类。例如，如果混合体积包括纤维和杂质，那么图像表示纤维的那部分识别为一种类型，并且图像表示杂质的另一部分识别为另一种类型。根据期望，可以调整所述算法以便于识别在混合体积内的多于两种类型的成分。根据期望可以设置各种阈值以便于确定应该如何给图像的指定部分分类。因为在一些实施例中混合体积在它被放置时不完全覆盖表面，所以根据期望在一些实施例中可以设置所述算法来从分类中排除所述表面在图像中可见的那部分。一旦已经给图像分了类型，如在方框106中所示的，例如通过算法，估算在混合体积内的至少一个材料类型的重量。在一些实施例中，估算在混合体积内的所有材料类型的
重量，或者估算一些可变数量类型的重量。例如，返回到纤维和杂质的混合体积的实例，在一个实施例中可以通过算法估算纤维在混合体积中的重量。这可以例如通过(从图像)确定纤维在混合体积内的总重量，然后用预定或测量纤维密度值乘以该总重量来完成。在不同的实施例中可以使用用于确定纤维(或杂质)的重量的各种不同算法。这些确定了的重量表示为成分重量。在如方框108所示的已经估算混合体积的至少一个成分的重量之后，如方框110所示的，确定体积的校正重量，例如通过从总重量中减去一个或多个成分重量。例如，在纤 维和杂质实例中，可以从总重量中减去纤维的成分重量，产生杂质在混合体积中的校正重量。交替可选地，可以从总重量中减去杂质的成分重量，产生纤维在混合体积中的校正重量。可以认识到，如上所述的方法的实施例的一些步骤不需要按照如上所述的或者在图I中描述的顺序来执行。例如，如方框102所示的测量混合体积的总重量不需要在如方框104-108所示的给混合体积成像以及估算成分重量或重量之前完成。然而，测量总重量以及估算至少一个成分重量的步骤需要在如方框110示出的确定校正重量之前完成。在一些实施例中，基本上同步完成测量总重量以及估算至少一个成分重量这些步骤。现在参考图2，描述了根据本发明的实施例的装置200的功能方框图。表面218接收混合体积202。在如所述的实例中，混合体积202包括成分204、206和208。例如，混合体积202可以包括杂质204、未知物体206以及纤维208。秤210测量混合体积202的总重量，并且将该总重量提供给处理器212用于进一步分析。传感器214在视域216内记录混合体积202在表面218上的图像，并且提供该图像给处理器212用于进一步分析。处理器212执行如上所述的算法，并且根据期望确定校正重量。为了示意和说明之目的已经呈现了前面对本发明的实施例的描述。这不是意为排它的或者限制本发明公开的精确形式。在上述教导下可以作出明显和修改和变形。努力选择和描述实施例来提供本发明的原理和它的实际应用的说明，并且从而使本领域的技术人员能够以各种实施例使用本发明并且各种修改适于预期的具体使用。所有这些修改和变形落入本发明由当根据它们被清楚、合法以及合理地赋予的宽度解释时的附属权利要求确定的范围内。100 用于校正混合体积的重量的方法100102 给所述混合体积称重量104 产生图像106 辨别所述图像108 估算成分重量110 校正所述重量200 装置
202混合体积204杂质206不明目标208纤维210秤212处理器214传感器216视域 218接纳所述混合体积的表面。
权利要求
1.一种用于确定混合体积的校正重量的方法，所述方法包括下列步骤重力学地测量所述混合体积的总重量，产生所述混合体积的图像，检测在所述混合体积的图像中的至少一个选择成分，从所述混合体积的图像中估算所述至少一个选择成分的成分重量，以及从所述总重量中减去所述成分重量以产生所述校正重量。
2.根据权利要求I所述的方法，其中所述混合体积包括杂质和棉花纤维，所述至少一个选择成分是所述棉花纤维，并且所述校正重量是所述杂质重量。
3.一种用于确定混合体积的校正重量的装置，所述装置包括重力秤，其用于测量所述混合体积的总重量，传感器，其用于产生所述混合体积的图像，处理器，其适于检测在所述混合体积的图像中的至少一个选择成分，从所述混合体积的图像中估算所述至少一个选择成分的成分重量，以及从所述总重量中减去所述成分重量以产生所述校正重量。
全文摘要
本发明涉及一种用于确定例如杂质和棉花纤维的混合体积的校正重量的方法。重力学地测量(102)所述混合体积的总重量。产生(104)所述混合体积的图像。检测(106)在所述混合体积的图像中的至少一个选择成分。从所述混合体积的图像中估算(108)所述至少一个选择成分的成分重量。从所述总重量中减去(110)所述成分重量以产生所述校正重量。
文档编号G01N33/36GK102933963SQ201180022376
公开日2013年2月13日 申请日期2011年5月5日 优先权日2010年5月6日
发明者由·T·储, 普雷斯顿·S·巴克斯特, 迈克尔·E·高文, 和森·M·古拉其 申请人:乌斯特技术股份公司
专业数控铣床产品供应商
20年生产经验，实力工厂，精工品质，质量有保障
