WO2022149425A1 - 繊維を含む製品の画像の解析方法、そのプログラムおよび解析装置 - Google Patents

繊維を含む製品の画像の解析方法、そのプログラムおよび解析装置 Download PDF

Info

Publication number
WO2022149425A1
WO2022149425A1 PCT/JP2021/046269 JP2021046269W WO2022149425A1 WO 2022149425 A1 WO2022149425 A1 WO 2022149425A1 JP 2021046269 W JP2021046269 W JP 2021046269W WO 2022149425 A1 WO2022149425 A1 WO 2022149425A1
Authority
WO
WIPO (PCT)
Prior art keywords
fiber
particles
analysis
fibers
analysis method
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Ceased
Application number
PCT/JP2021/046269
Other languages
English (en)
French (fr)
Inventor
遼一 石原
芳裕 内田
謙次 古市
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Toyobo Co Ltd
Original Assignee
Toyobo Co Ltd
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 Toyobo Co Ltd filed Critical Toyobo Co Ltd
Priority to EP21917646.8A priority Critical patent/EP4276740A4/en
Priority to JP2022529089A priority patent/JP7188644B2/ja
Priority to CN202180089327.9A priority patent/CN116745806A/zh
Priority to US18/270,759 priority patent/US20240054675A1/en
Priority to KR1020237026264A priority patent/KR20230128522A/ko
Publication of WO2022149425A1 publication Critical patent/WO2022149425A1/ja
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • 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
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three-dimensional [3D] modelling for computer graphics
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/64—Analysis of geometric attributes of convexity or concavity
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2200/00—Indexing scheme for image data processing or generation, in general
    • G06T2200/04—Indexing scheme for image data processing or generation, in general involving 3D image data
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10028—Range image; Depth image; 3D point clouds
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • G06T2207/10081—Computed x-ray tomography [CT]
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • G06T2207/10088—Magnetic resonance imaging [MRI]
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30124—Fabrics; Textile; Paper
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2210/00—Indexing scheme for image generation or computer graphics
    • G06T2210/56—Particle system, point based geometry or rendering

Definitions

  • the present disclosure relates to image analysis, and more specifically to analysis of images containing fibers.
  • a product containing fibers has a structure in which a plurality of fibers are intricately entwined, and analysis of the structure of a product containing fibers includes, for example, analysis of the shape of each fiber itself such as thickness and length, and fiber. Includes analysis of entanglement between.
  • Patent Document 1 states that "a step of acquiring a two-dimensional or three-dimensional image of a product containing a plurality of curved fibers, a fiber portion in an image". Discloses an image analysis method for a product containing a plurality of curved fibers, which comprises a step of packing virtual particles and analyzes the fibers as an aggregate of particles (see [Summary]). ..
  • Patent Document 1 it is not possible to estimate the fiber structure independent of the image of the product containing the fiber. Therefore, there is a need for techniques for estimating fiber structures that are independent of the image of the product containing the fibers.
  • the present disclosure has been made in view of the above background, and an object in a certain aspect is to provide a technique for estimating a fiber structure independent of an image of a product containing the fiber.
  • a method of analyzing an image of a product containing fibers includes a step of acquiring a three-dimensional image of the product containing fibers, a step of converting the fibers in the three-dimensional image into a collection of particles, and a step of converting particles. It includes a step of estimating the structure of the fiber based on the positional relationship of each particle contained in the assembly.
  • the step of estimating the structure of the fiber includes the step of generating data imitating the structure of the fiber in the region where the fiber exists, based on the positional relationship of each particle contained in the set of particles.
  • the set of particles is a set of points that do not have a radius.
  • the data that mimics the structure of a fiber is either a set of polyhedra with a plurality of particles contained in the set of particles as vertices, a string-like object, or a tubular object.
  • the steps of estimating the structure of a fiber include increasing the radius of the particle, obtaining the first parameter of the particle when a cavity is created by contact of multiple particles with each other, and the cavity. Includes a step of obtaining a second parameter of the particle when it disappears, and a step of selecting the particle in the region where the fiber is presumed to be present, based on the first parameter and the second parameter. ..
  • the step of selecting particles in a region where fibers are presumed to be present constitutes a cavity that has formed or disappeared when the cavity is created or disappeared when the radius of the particle is within a predetermined range.
  • the analysis method further includes the step of calculating the set of circumscribed circles of the polyhedron consisting of the selected particles and the step of estimating the position of the center line of the fiber from the set of circumscribed circles.
  • the analysis method further includes the step of performing curve fitting on the set of circumscribed circles.
  • the analysis method involves calculating the coordinates of a set of points evenly distributed on the centerline and the contact points of adjacent first and second fibers based on the coordinates of the set of points. Further includes an estimation step.
  • the step of estimating the contact points of adjacent first and second fibers based on the coordinates of the set of points is part of the set of points in the first fiber and in the second fiber. It includes a step of estimating the position of the circumscribed circle of a triangle that is part of a set of points, and a step of performing curve fitting on the circumscribed circles of multiple triangles.
  • a program for causing one or more processors to execute the above method is provided.
  • an analysis device includes one or more processors and a memory that stores a program for causing the processors to execute the above method.
  • PH Persistent Homology
  • the technical concept of the present disclosure is applicable to products and fibers containing fibers. From now on, as an example of a product containing fibers, a network structure having a three-dimensional random loop bonding structure composed of continuous striatum of a thermoplastic elastomer is used, and as an example of fibers, a continuous striatum is used. , The technical idea relating to this disclosure will be described. The technical idea according to the present disclosure is also applicable to products containing other arbitrary fibers and other arbitrary fibers.
  • FIG. 1 is a diagram showing an example of an image of fiber network structure analysis.
  • Network structure analysis of fibers includes thinning and thickening processes.
  • the thinning process is a process of extracting individual fibers as one line.
  • the thinning process reveals the structure of the individual fibers.
  • the fiber structure 120 can be obtained by thinning the CT (Computed Tomography) scan data 110.
  • the thickening process is a process of estimating the contact points of adjacent fibers by giving thickness to individual fibers obtained by the thinning process.
  • the thickening process reveals the contacts of adjacent fibers.
  • a topology 130 including contact information of adjacent fibers can be obtained.
  • the analysis device can perform the above-mentioned fiber network structure analysis, that is, the fiber thinning process and the fiber thinning process.
  • the configuration of the analysis device and the flow of network structure analysis will be described.
  • FIG. 2 is a diagram showing an example of the hardware configuration of the analysis device 200 according to the present embodiment.
  • the analyzer 200 may execute a program that realizes a method for analyzing an image of a product containing fibers, which will be described with reference to FIGS. 3 and 3.
  • the analysis device 200 includes a CPU (Central Processing Unit) 201, a primary storage device 202, a secondary storage device 203, an external device interface 204, an input interface 205, an output interface 206, and a communication interface 207. ..
  • CPU Central Processing Unit
  • the CPU 201 can execute a program for realizing various functions of the analysis device 200.
  • the CPU 201 is composed of, for example, at least one integrated circuit.
  • the integrated circuit may be composed of, for example, at least one CPU, at least one FPGA (Field Programmable Gate Array), or a combination thereof.
  • the primary storage device 202 stores the program executed by the CPU 201 and the data referenced by the CPU 201.
  • the primary storage device 202 may be realized by a DRAM (Dynamic Random Access Memory), a SRAM (Static Random Access Memory), or the like.
  • the secondary storage device 203 is a non-volatile memory and may store a program executed by the CPU 201 and data referenced by the CPU 201. In that case, the CPU 201 executes the program read from the secondary storage device 203 to the primary storage device 202, and refers to the data read from the secondary storage device 203 to the primary storage device 202.
  • the secondary storage device 203 is realized by an HDD (Hard Disk Drive), SSD (Solid State Drive), EPROM (Erasable Programmable Read Only Memory), EPROM (Electrically Erasable Programmable Read Only Memory), flash memory, or the like. You may.
  • the external device interface 204 can be connected to any external device such as a printer, scanner and external HDD.
  • the external device interface 204 may be realized by a USB (Universal Serial Bus) terminal or the like.
  • the input interface 205 can be connected to any input device such as a keyboard, mouse, touchpad or gamepad.
  • the input interface 205 may be implemented by a USB terminal, a PS / 2 terminal, a Bluetooth® module, and the like.
  • the output interface 206 may be connected to any output device such as a cathode ray tube display, a liquid crystal display or an organic EL (Electro-Luminescence) display.
  • the output interface 206 may be realized by a USB terminal, a D-sub terminal, a DVI (Digital Visual Interface) terminal, an HDMI (registered trademark) (High-Definition Multimedia Interface) terminal, or the like.
  • the communication interface 207 is connected to a wired or wireless network device.
  • the communication interface 207 may be realized by a wired LAN (Local Area Network) port, a Wi-Fi (registered trademark) (Wireless Fidelity) module, or the like.
  • the communication interface 207 may transmit and receive data using a communication protocol such as TCP / IP (Transmission Control Protocol / Internet Protocol) and UDP (User Datagram Protocol).
  • FIG. 3 is a diagram showing an example of an outline of an image analysis method of a product containing fibers according to the present embodiment. With reference to FIG. 3, a series of procedures for analyzing an image of a product containing fibers according to the present embodiment will be described.
  • the analysis method shown in FIG. 3 may be executed as a program by, for example, a computer having a well-known configuration or an analysis device 200.
  • the analysis device 200 acquires an image 310 of the product containing the fiber to be analyzed.
  • the image 310 is a three-dimensional image of the product containing the fiber to be analyzed, and may include a plurality of slice images.
  • the image 310 may be a CT scan image.
  • the image 310 may be a three-dimensional image taken by using an arbitrary device such as MRI (Magnetic Resonance Imaging).
  • the analysis device 200 converts each fiber in the image 310 into a point cloud 320, which is a collection of virtual particles.
  • the set of particles is a set of points having no radius.
  • the aggregate of particles may have a radius.
  • the analysis device 200 may, for example, execute a conversion process to a point cloud for each slice image in the CT scan image. In that case, the analysis device 200 can generate the point cloud 320 by superimposing the results of the conversion processing of each slice image into the point cloud.
  • step 3 the analysis device 200 executes PH analysis on a set of a plurality of particles and obtains plot data 330 which is an analysis result.
  • the details of step 3 will be described later.
  • the analyzer 200 can estimate the region with fibers and the region without fibers in the image 310 by referring to the plot data 330.
  • the analysis results obtained by the PH analysis method represent the characteristics of the distribution of each particle. Therefore, it can be said that the analyzer 200 estimates the fiber structure based on the positional relationship of each particle included in the particle set (state of distribution of each particle).
  • the analysis device 200 generates data 340 that imitates the structure of the fiber by using the analysis result by PH analysis (by PH inverse analysis).
  • the analysis results obtained by the PH analysis method represent the characteristics of the distribution of each particle. Therefore, it can be said that the analyzer 200 generates data imitating the structure of the fiber based on the positional relationship of each particle included in the set of particles.
  • the data that mimics the structure of a fiber places a set of objects such as a point or sphere representing a particle or a polyhedron consisting of a plurality of particles in a region where the fiber exists or a region on the surface of the fiber. It may be a thing.
  • the data imitating the structure of the fiber may be a string-shaped object or a tube-shaped object having a hollow inside.
  • the product containing the fiber to be analyzed may include, for example, a product containing any fiber such as a network structure having a random loop structure, a non-woven fabric, felt, papermaking, acrylic, polyester, nylon and rayon.
  • FIG. 4 is a diagram showing an example of an outline of a manufacturing process of a product containing fibers.
  • the product containing fibers here is, for example, a network structure having a three-dimensional random loop bonding structure composed of continuous striatum of a thermoplastic elastomer.
  • the fiber-containing product may be a product made of any other fiber.
  • the manufacturing apparatus 400 for the product 410 containing fibers has, for example, manufacturing conditions for the product 410 containing fibers.
  • the manufacturing conditions include the orifice shape and hole diameter of the nozzle that discharges the resin, the distance between the vertical and horizontal nozzles, the discharge temperature, the discharge amount, the air gap (distance from the discharge to the water landing), and the like.
  • Product developers may manufacture products 410 containing fibers with different properties by changing these manufacturing conditions so that the product 410 has the random loop structure required to achieve the desired quality. ..
  • the person in charge of product development sets different manufacturing conditions for the manufacturing apparatus 400 and prototypes the product 410 containing fibers twice.
  • the person in charge of product development refers to the result of analyzing the three-dimensional image of each product with the analyzer 200, so that the product 410 manufactured under any manufacturing condition is necessary to obtain the target quality. It is possible to confirm whether or not it has a random loop structure.
  • the analysis device 200 may output feedback data of the analysis result of the product 410 containing the fiber to the manufacturing device 400.
  • the manufacturing apparatus 400 may automatically change the settings based on the feedback data, or may output a display prompting the person in charge of product development to change the settings on a display or the like.
  • FIG. 5 is a diagram showing an example of conversion of an image of a product containing fibers into a point cloud.
  • the analysis device 200 may receive an image 310, which is a three-dimensional image of a product containing fibers, from a CT scanning device or the like.
  • the analyzer 200 may acquire the image 310 via a network, a storage medium, or the like.
  • the analysis device 200 analyzes the image 310 and generates a point cloud 320 that expresses the fibers as a set of virtual particles.
  • Particles can be represented as points that have no radius. Also, in certain aspects, the particles may be represented as spheres with radii.
  • the analysis device 200 can analyze, for example, one of the slice images included in the image 310, and arrange the particles at regular intervals in the region where the fibers are presumed to be present, based on the luminance information in the image and the like. More specifically, the analyzer 200 may generate the point cloud 320 based on either or both of the first processing procedure 510 and the second processing procedure 520.
  • the first processing procedure 510 is a procedure for generating the point cloud 320 of the solid fiber.
  • the analysis device 200 acquires a two-dimensional slice image of the image 310.
  • the analysis device 200 extracts the contour of the two-dimensional slice image.
  • the analysis device 200 generates the point cloud 320 based on the contour of the two-dimensional slice image.
  • the second processing procedure 520 is a procedure for generating the point cloud 320 of hollow fibers.
  • the analysis device 200 acquires a two-dimensional slice image of the image 310.
  • the analysis device 200 binarizes the two-dimensional slice image.
  • the analysis device 200 generates the point cloud 320 based on the binarized two-dimensional slice image.
  • the analyzer 200 can generate a point cloud 320 representing the cavity structure of the fiber.
  • the point cloud 320 may represent the solid structure of the fiber.
  • the analysis device 200 can generate a point cloud for each slice image, and finally generate a point cloud 320 for a three-dimensional image by superimposing the point cloud for each slice image.
  • the analysis device 200 By arranging the fine particles as described above in slice image units, the analysis device 200 accurately arranges the particles in the region where the fibers are present even in an image such as the image 310 in which the fibers appear to overlap. be able to.
  • FIG. 6 is a diagram showing an outline of the PH analysis process of the point cloud.
  • the PH analysis process includes a one-dimensional PH analysis process (PH1 analysis) and a two-dimensional analysis process (PH2 analysis).
  • the processing procedure 610 shows an example of the procedure of the one-dimensional PH analysis method.
  • the analysis device 200 regards each particle contained in the point cloud as a set data of spheres (points) having no radius, and gradually inflates each sphere (increases the radius of each sphere). When the analyzer 200 continues to inflate each sphere, the spheres come into contact with each other at a certain timing, so that a cavity 630 (for example, a two-dimensional hole surrounded by a plurality of spheres) is generated in the center of each sphere. ..
  • the analyzer 200 continues to inflate each sphere, the cavity 630 is closed and disappears.
  • the analyzer 200 acquires parameters (for example, the radius of the sphere) in the generation timing (Birth) and the extinction timing (Death) of the cavity 630.
  • the radius of each sphere when the cavity 630 is generated is "b"
  • the radius of the sphere when the cavity 630 disappears is "d”.
  • the processing procedure 620 shows an example of the procedure of the two-dimensional PH analysis method.
  • the analysis device 200 regards each particle contained in the point cloud as a set data of spheres (points) having no radius, and gradually inflates each sphere (increases the radius of each sphere).
  • the analyzer 200 continues to inflate each sphere, the spheres come into contact with each other at a certain timing, so that a cavity 640 (a three-dimensional space surrounded by a plurality of spheres) is generated at the center of each sphere. Further, as the analyzer 200 continues to inflate each sphere, the cavity 640 is closed and disappears.
  • the analyzer 200 acquires parameters (for example, the radius of the sphere) in the generation timing (Birth) and the extinction timing (Death) of the cavity 640.
  • parameters for example, the radius of the sphere
  • the radius of each sphere when the cavity 640 is generated is “b”
  • the radius of the sphere when the cavity 640 disappears is “d”.
  • the one-dimensional PH analysis process acquires parameters at the generation timing and disappearance timing of the two-dimensional hole (cavity).
  • the two-dimensional PH analysis process acquires parameters at the generation timing and disappearance timing of the three-dimensional space (cavity).
  • multiple cavities can be generated depending on the position and number of spheres (particles).
  • cavities A to C are generated during PH analysis.
  • the analysis device 200 acquires the radius of each sphere forming the cavity A at the timing of the occurrence of the cavity A.
  • the analysis device 200 acquires the radius of each sphere forming the cavity B at the timing of occurrence of the cavity B, and acquires the radius of each sphere forming the cavity C at the timing of occurrence of the cavity C.
  • the cavities A to C have disappeared.
  • the analysis device 200 acquires the radius of each sphere forming the cavity A until the disappearance timing of the cavity A.
  • the analyzer 200 acquires the radius of each sphere that formed each of the cavities B and C until the disappearance timing of the cavities B and C. Then, the analyzer 200 plots the radius of each sphere at the time of each occurrence of the cavities A to C and the radius of each sphere at the time of each extinction of the cavities A to C in two-dimensional coordinates.
  • FIG. 7 is a diagram showing an example of the procedure for plotting the analysis result of the point cloud of the fiber by the PH analysis method.
  • the horizontal axis shows the generation parameter (a function represented by the radius of the sphere at the timing when the cavity is generated), and the vertical axis shows the disappearance parameter (a function represented by the radius of the sphere at the timing when the cavity disappears). show.
  • the generation and extinction parameters of the cavity 640 are plotted at coordinates P (b, d).
  • the unit of coordinates may be any value.
  • FIG. 8 is a diagram showing an example of the characteristics of the PH analysis method.
  • the PH analysis method has a feature that even if the position of each sphere (each particle constituting the fiber converted into a point cloud) to be analyzed moves to some extent, the influence on the cavity is small and it is resistant to noise. Further, in the PH analysis method, as shown in FIG. 8, a large ring structure 820A and a small ring structure 820B can be generated.
  • the large ring structure 820A is included in the region 810A where the difference between the generation parameter and the extinction parameter is large.
  • the small ring structure is included in the region 810B where the difference between the generation parameter and the extinction parameter is small.
  • the analyzer 200 can exclude particles 830, 840 and the like constituting only the small ring structure 820B from the point cloud as particles that do not affect the fiber structure, for example.
  • FIG. 9 is a diagram showing an example of plot data 330 obtained by PH analysis of fibers converted into a point cloud 320.
  • the analysis device 200 generates plot data 330 by performing PH analysis on the point cloud 320 based on the procedure described with reference to FIGS. 6 and 7.
  • the analyzer 200 can estimate the structure of the fiber, the region where the fiber exists, and the like based on the plot data 330. For example, it can be seen that the majority of cavities in the plot data 330 occur within the radius of occurrence "4-8". In this case, it is highly possible that the spheres (particles) forming the cavity at the generation radius “4 to 8” are densely arranged inside the fiber. In addition, some cavities are generated even when the radius of occurrence is "8" or more. In this case, the particles arranged near each surface of the overlapping fibers may have formed cavities. For example, the analyzer 200 selects particles whose generation parameters and / or extinction parameters satisfy specific conditions with reference to the plot data 330, and determines that the region in which the selected particles are present is the region in which the fibers are present. Can be determined.
  • the analyzer 200 includes only spheres that form cavities in which the sphere radii occur within a predetermined range (eg, occurrence radii "4-8") and include these spheres.
  • the region may be presumed to be the region where the fibers are present.
  • the analyzer 200 selects only the spheres that form the cavities in which the spheres have disappeared within a predetermined range (eg, the radius of occurrence "4-8") and selects these spheres.
  • the region containing the fiber may be presumed to be the region where the fiber is present.
  • the analyzer 200 selects only spheres that form cavities in which the radius of the sphere is within a predetermined range (eg, radius of occurrence "4-8") and / or disappears. Therefore, the region containing these spheres may be presumed to be the region where the fibers are present.
  • a predetermined range eg, radius of occurrence "4-8"
  • the analyzer 200 selects particles at positions where fibers are presumed to be present, based on the radius of the sphere when the cavity is created and / or the radius of the sphere when the cavity disappears.
  • the structure of the fiber and the region where the fiber is present can be estimated based on the selected particles.
  • the analyzer 200 may select only the particles that make up the large ring structure 820A shown in FIG.
  • FIG. 10 is a diagram showing an example of a procedure for generating data imitating a fiber structure based on plot data 330.
  • the analyzer 200 analyzes the plot data 330 to form a polyhedron composed of one or more tetrahedra including a plurality of particles 1010 to a tetrahedron 1020.
  • the analyzer 200 may select particles 1010 existing in the region 810A or the like shown in FIG. 8 to form a polyhedron.
  • the analyzer 200 may select particles 1010 based on generation and extinction parameters and form a polyhedron from the selected particles 1010.
  • the analyzer 200 calculates the coordinates of the center (circumcenter) 1040 of the circumscribed circle 1030 of the tetrahedron 1020.
  • step 2 the analysis device 200 repeatedly executes the process of step 1 to arrange the tetrahedron 1020 in the region where the fiber 1000 is located.
  • the set of these tetrahedrons 1020 becomes data 1050 that imitates the structure of the fiber. Further, the analysis device 200 calculates the coordinates of the circumcenter 1040 of each tetrahedron 1020.
  • the analyzer 200 estimates the position of the center line 1060 of the fiber 1000 from each circumcenter 1040.
  • the analyzer 200 can estimate the position of the centerline 1060 by performing curve fitting for each circumcenter 1040 plotted in a three-dimensional space.
  • step 4 the analysis device 200 obtains the coordinates of the points arranged at equal intervals on the center line 1060.
  • the spacing between points can be determined arbitrarily.
  • the analyzer 200 may estimate the contacts of adjacent fibers based on these points.
  • FIG. 11 is a diagram showing an example of the first procedure of the process of estimating the contact points of adjacent fibers (thickening process).
  • the analyzer 200 calculates the coordinates of a plurality of points 1070A evenly arranged on the center line 1060A of the fiber 1000A. Further, the analysis device 200 calculates the coordinates of a plurality of points 1070B evenly arranged on the center line 1060B of the fiber 1000B.
  • step 2 the analysis device 200 obtains plot data 1120 by one-dimensional PH analysis of these points.
  • step 3 the analysis device 200 selects a point from the plot data 1120 where the generation parameter and the extinction parameter satisfy certain conditions.
  • the analyzer 200 selects a polygon composed of one or more triangles including the triangle 1140.
  • the conditions under which the generation parameter and the extinction parameter are constant can be determined by the range of the generation parameter and the range of the extinction parameter.
  • the range of each parameter can be determined in advance based on experimental results and the like.
  • the analyzer 200 may form a polygon composed of one or more triangles including the triangle 1140 based on the selected points. For example, of the vertices of the triangle 1140, one may be selected from the point 1070A of the fiber 1000A and two may be selected from the point 1070B of the fiber 1000B. The larger the contact area of adjacent fibers 1000A, 1000B, the more the number of triangles 1140 can increase.
  • FIG. 12 is a diagram showing an example of a second procedure of the process of estimating the contact points of adjacent fibers (thickening process).
  • the procedure shown in FIG. 12 is a continuation of the procedure shown in FIG.
  • the analyzer 200 calculates the center (circumcenter) 1260 of the circumscribed circle 1250 of the triangle 1140.
  • the analyzer 200 repeatedly executes the process of step 4 to obtain a set of circumscribed circles 1270.
  • step 6 the analyzer 200 selects the set of circumscribed circles 1270.
  • step 7 the analyzer 200 performs curve fitting on the set of circumscribed circles 1270 and estimates the contacts of the fibers 1000A and 1000B.
  • the contacts of fibers 1000A and 1000B can be represented as curves 1280.
  • the analysis device 200 obtains the coordinates of the points 1290 arranged at equal intervals on the curve 1280. The spacing between points can be determined arbitrarily.
  • the analyzer 200 can estimate the fiber structure (center line and a set of points evenly arranged on the center line) by the process shown in FIG. Further, the analyzer 200 estimates the contact points of adjacent fibers (a curve indicating the position where the two fibers contact and a set of points evenly arranged on the curve) by the processes shown in FIGS. 11 and 12. obtain.
  • a person in charge of developing a product containing fibers can refer to information on the structure of these fibers and the contact points of adjacent fibers to see the structure of individual fibers contained in the product containing fibers and the degree of entanglement between the fibers. Etc. can be grasped.
  • FIG. 13 is a diagram showing an example of a procedure for analyzing an image of a product containing fibers.
  • the CPU 201 may read the program for performing the process of FIG. 13 from the secondary storage device 203 into the primary storage device 202 and execute the program.
  • some or all of the processing may also be realized as a combination of circuit elements configured to perform the processing.
  • the CPU 201 acquires 3D image data from an external device.
  • the 3D image data may be a CT scan image.
  • the three-dimensional image data may be three-dimensional image data taken by using an arbitrary device such as MRI.
  • the CPU 201 may acquire the three-dimensional image data via an arbitrary network or storage medium.
  • step S1310 the CPU 201 converts the acquired 3D image data into a point cloud. More specifically, the CPU 201 analyzes two-dimensional image data, which is slice data of three-dimensional image data, as an example, and creates a point cloud of each two-dimensional image data. The CPU 201 can create a point cloud of 3D image data by synthesizing a point cloud of each 2D image data. The process of this step corresponds to the analysis method described with reference to FIG.
  • step S1315 the CPU 201 executes a secondary PH analysis process (PH2 analysis) on the point cloud. Further, the CPU 201 generates data obtained by plotting the results of PH2 analysis in two-dimensional coordinates.
  • the process of this step corresponds to the analysis method described with reference to FIGS. 6 to 9.
  • step S1320 the CPU 201 executes a particle fitting process to the three-dimensional data by PH2 inverse analysis. More specifically, as an example, the CPU 201 generates data imitating the structure of a fiber by arranging a polyhedron composed of a plurality of (for example, four) particles included in a point cloud in a three-dimensional space. Further, the CPU 201 calculates the circumscribed circle of each polyhedron. In one aspect, instead of arranging the polyhedron in three-dimensional space, the CPU 201 has string-like data or a tube-like hollow inside at a position where fibers are presumed to be present, based on the analysis result of the process of step S1315. Data may be placed.
  • step S1325 the CPU 201 executes curve fitting with respect to the set of circumscribed circles obtained in step S1320.
  • step S1330 the CPU 201 obtains a curve representing the center line of the fiber. Further, the CPU 201 calculates the coordinates of the points arranged at equal intervals on the center line.
  • the processing of steps S1320 and S1325 corresponds to the analysis method described with reference to FIG.
  • step S1335 the CPU 201 executes one-dimensional PH analysis (PH1 analysis) on the point set arranged on the center line calculated in step S1325, and extracts a ring structure (cavity composed of a plurality of points). ..
  • step S1340 the CPU 201 executes a point fitting process to three-dimensional data by PH1 inverse analysis. More specifically, the CPU 201 obtains a triangle consisting of a set of points arranged on the center line and the circumcenter of the triangle. In step S1345, the CPU 201 executes curve fitting with respect to the set of circumcenters of the triangles obtained in step S1340.
  • step S1350 the CPU 201 obtains a curve representing the contact points of adjacent fibers. Further, the CPU 201 calculates the coordinates of the points arranged at equal intervals on the curve representing the contact points of the adjacent fibers.
  • the processing of this step corresponds to the analysis method described with reference to FIGS. 11 and 12 in the processing of steps S1335 to S1350.
  • step S1355 the CPU 201 outputs analysis data (data imitating the structure of the fiber, information on the center line of the fiber, information on the contact points of adjacent fibers, etc.) obtained in the processes up to step S1350.
  • the CPU 201 may output the analysis data to the display.
  • the CPU 201 may transmit analysis data to another device. Further, in another aspect, the CPU 201 may input analysis data into another analysis program.
  • the three-dimensional image data of the product containing fibers is converted into a point cloud, the converted data is PH-analyzed, and the analysis result is obtained. Generates data that mimics the structure of the fiber based on.
  • a person in charge of developing a product containing fibers can analyze the individual structure of the fibers contained in the manufactured product, the degree of entanglement between the fibers, and the like.
  • the structure of the fiber and the position of the center line are estimated based on the position of the circumscribed circle of the polyhedron composed of a plurality of particles constituting the point cloud.
  • the analysis method can acquire information on the contact points of adjacent fibers based on the center line of the adjacent fibers.
  • the person in charge of development analyzes the shape of the fiber by using the analysis technique of the image of the product containing the fiber according to the present embodiment, so that the orientation of the fiber, the length of the fiber, and the curvature of the fiber can be analyzed.
  • the spatial position of the fiber, the density of the fiber, or the distribution of the pores of the fiber can be quantified and evaluated.
  • the person in charge of development analyzes the entanglement of the fibers by using the method of analyzing the image of the product containing the fibers according to the present embodiment, and thereby the size of the contact / contact group (Side-by-side).
  • Contact / contact group distribution, contact / contact group orientation, contact position (distribution) along the fiber, curvature between contacts, length between contacts, orientation between contacts, etc. are quantified and evaluated. obtain.
  • 110 scan data, 120 fiber structure, 130 topology, 200 analysis device, 201 CPU, 202 primary storage device, 203 secondary storage device, 204 external device interface, 205 input interface, 206 output interface, 207 communication interface, 310 image, 320 point cloud, 330,720,810,1120 plot data, 340,1050 data imitating fiber structure, 400 manufacturing equipment, 410 products, 510 first processing procedure, 520 second processing procedure, 610,620 processing Procedure, 630,640, A, B, C cavity, 810A, 810B region, 820A, 820B ring structure, 1000, 1000A, 1000B fiber, 1010 particles, 1020 tetrahedron, 1030, 1250 circumscribed circle, 1040, 1260 circumscribed circle. 1070, 1290 points, 1060 center line, 1140 triangle, 1270 circumscribed circle set, 1280 curve.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Geometry (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Graphics (AREA)
  • Software Systems (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Textile Engineering (AREA)
  • Quality & Reliability (AREA)
  • Image Analysis (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)
  • Image Processing (AREA)
  • Manufacture, Treatment Of Glass Fibers (AREA)
  • Testing Of Coins (AREA)

Abstract

繊維を含む製品の画像から繊維の構造を推定する。繊維を含む製品の画像の解析方法は、繊維を含む製品の３次元画像（３１０）を取得するステップ（ＳＴＥＰ１）と、３次元画像（３１０）の中の繊維を粒子の集合（３２０）に変換するステップ（ＳＴＥＰ２）と、粒子の集合（３２０）に含まれる各粒子の位置関係に基づいて、繊維の構造を推定するステップ（ＳＴＥＰ３，４）とを含む。

Description

繊維を含む製品の画像の解析方法、そのプログラムおよび解析装置
　本開示は、画像の解析に関し、より特定的には、繊維を含む画像の解析に関する。
　ランダムループ構造を有する網状構造体、紙、不織布、または、フェルト等の繊維を含む製品の品質改良のためには、繊維を含む製品の構造の解析が重要となる。繊維を含む製品は、複数の繊維が複雑に絡まった構造を有しており、繊維を含む製品の構造の解析は、例えば、太さおよび長さ等の各繊維自体の形状の解析と、繊維間のからまり具合の解析とを含む。
　繊維を含む製品の解析に関し、例えば、特開２０１６－０４５１４１号公報（特許文献１）は、「複数の湾曲した繊維を含む製品の二次元又は三次元画像を取得する工程、画像中の繊維部分に仮想的な粒子を詰め込む工程を含み、繊維を粒子の集合体として解析することを特徴とする、複数の湾曲した繊維を含む製品の画像解析方法」を開示している（［要約］参照）。
特開２０１６－０４５１４１号公報
　特許文献１に開示された技術によると、繊維を含む製品の画像から独立した繊維の構造を推定することができない。したがって、繊維を含む製品の画像から独立した繊維の構造を推定するための技術が必要とされている。
　本開示は、上記のような背景に鑑みてなされたものであって、ある局面における目的は、繊維を含む製品の画像から独立した繊維の構造を推定するための技術を提供することにある。
　ある実施の形態に従う、繊維を含む製品の画像の解析方法は、繊維を含む製品の３次元画像を取得するステップと、３次元画像の中の繊維を粒子の集合に変換するステップと、粒子の集合に含まれる各粒子の位置関係に基づいて、繊維の構造を推定するステップとを含む。
　ある局面において、繊維の構造を推定するステップは、粒子の集合に含まれる各粒子の位置関係に基づいて、繊維が存在する領域に繊維の構造を模したデータを生成するステップを含む。
　ある局面において、粒子の集合は、半径を持たない点の集合である。
　ある局面において、繊維の構造を模したデータは、粒子の集合に含まれる複数の粒子を頂点とする多面体の集合、紐状のオブジェクト、または、チューブ状のオブジェクトのいずれかである。
　ある局面において、繊維の構造を推定するステップは、粒子の半径を増加させるステップと、複数の粒子が互いに接触することにより空洞が発生するときの粒子の第１のパラメータを取得するステップと、空洞が消滅するときの粒子の第２のパラメータを取得するステップと、第１のパラメータと、第２のパラメータとに基づいて、繊維が存在すると推定される領域にある粒子を選択するステップとを含む。
　ある局面において、繊維が存在すると推定される領域にある粒子を選択するステップは、粒子の半径が予め定められた範囲内である場合に空洞が発生または消滅したとき、発生または消滅した空洞を構成する粒子が存在する領域を繊維が存在する領域であると判定するステップを含む。
　ある局面において、解析方法は、選択された粒子からなる多面体の外心の集合を算出するステップと、外心の集合から、繊維の中心線の位置を推定するステップとをさらに含む。
　ある局面において、解析方法は、外心の集合にカーブフィッティングを実行するステップをさらに含む。
　ある局面において、解析方法は、中心線上に均等に配置された点の集合の座標を算出するステップと、点の集合の座標に基づいて、隣接する第１の繊維および第２の繊維の接点を推定するステップとをさらに含む。
　ある局面において、点の集合の座標に基づいて、隣接する第１の繊維および第２の繊維の接点を推定するステップは、第１の繊維における点の集合の一部と、第２の繊維における点の集合の一部とからなる三角形の外心の位置を推定するステップと、複数の三角形の外心にカーブフィッティングを実行するステップとを含む。
　他の実施の形態に従うと、上記の方法を１または複数のプロセッサに実行させるためのプログラムが提供される。
　他の実施の形態に従うと、１または複数のプロセッサと、上記の方法をプロセッサに実行させるためのプログラムを格納したメモリとを備える、解析装置が提供される。
　ある実施の形態に従うと、繊維を含む製品の画像から独立した繊維の構造を推定することが可能である。
　この開示内容の上記および他の目的、特徴、局面および利点は、添付の図面と関連して理解される本開示に関する次の詳細な説明から明らかとなるであろう。
繊維のネットワーク構造解析のイメージの一例を示す図である。 ある実施の形態に従う解析装置２００のハードウェア構成の一例を示す図である。 ある実施の形態に従う繊維を含む製品の画像の解析方法の概要の一例を示す図である。 繊維を含む製品の製造プロセスの概要の一例を示す図である。 繊維を含む製品の画像のポイントクラウドへの変換の一例を示す図である。 ポイントクラウドのＰＨ（Persistent　Homology）解析処理の概要を示す図である。 ＰＨ解析法による繊維のポイントクラウドの解析結果のプロットの手順の一例を示す図である。 ＰＨ解析法の特性の一例を示す図である。 ポイントクラウド３２０に変換された繊維をＰＨ解析して得られたプロットデータ３３０の一例を示す図である。 プロットデータ３３０に基づいて繊維の構造を模したデータを生成する手順の一例を示す図である。 隣接する繊維の接点を推定する処理（太線化処理）の第１の手順の一例を示す図である。 隣接する繊維の接点を推定する処理（太線化処理）の第２の手順の一例を示す図である。 繊維を含む製品の画像の解析の手順の一例を示す図である。
　以下、図面を参照しつつ、本開示に係る技術思想の実施の形態について説明する。以下の説明では、同一の部品には同一の符号を付してある。それらの名称および機能も同じである。したがって、それらについての詳細な説明は繰り返さない。本開示に係る技術思想は、繊維を含む製品および繊維に対して適用可能である。これ以降、繊維を含む製品の一例として、熱可塑性エラストマーの連続線条体からなる三次元ランダムループ接合構造を持つ網状構造体を用いて、また、繊維の一例として、連続線条体を用いて、本開示に係る技術思想について説明する。なお、本開示に係る技術思想は、他の任意の繊維を含む製品、および、他の任意の繊維に対しても適用可能である。
　図１は、繊維のネットワーク構造解析のイメージの一例を示す図である。繊維のネットワーク構造解析は、細線化の処理および太線化の処理を含む。細線化の処理は、個別の繊維を１本の線として抽出する処理である。細線化の処理は、個別の繊維の構造を明らかにする。図１に示す例では、ＣＴ（Computed　Tomography）スキャンデータ１１０を細線化することで、繊維構造１２０が得られる。太線化の処理は、細線化の処理により求めた個別の繊維に太さを持たせ、隣接する繊維の接点を推定する処理である。太線化の処理は、隣接する繊維の接点を明らかにする。図１に示す例では、繊維構造１２０を太線化することで、隣接する繊維の接点情報を含むトポロジー１３０が得られる。
　本実施の形態に従う解析装置は、上述した繊維のネットワーク構造解析、すなわち、繊維の細線化処理および太線化処理を実行することができる。以下、当該解析装置の構成およびネットワーク構造解析の流れについて説明する。
　図２は、本実施の形態に従う解析装置２００のハードウェア構成の一例を示す図である。解析装置２００は、図３以降を参照して説明する繊維を含む製品の画像の解析方法を実現するプログラムを実行し得る。解析装置２００は、ＣＰＵ（Central　Processing　Unit）２０１と、１次記憶装置２０２と、２次記憶装置２０３と、外部機器インターフェイス２０４と、入力インターフェイス２０５と、出力インターフェイス２０６と、通信インターフェイス２０７とを含む。
　ＣＰＵ２０１は、解析装置２００の各種機能を実現するためのプログラムを実行し得る。ＣＰＵ２０１は、例えば、少なくとも１つの集積回路によって構成される。集積回路は、例えば、少なくとも１つのＣＰＵ、少なくとも１つのＦＰＧＡ（Field　Programmable　Gate　Array）、またはこれらの組み合わせなどによって構成されてもよい。
　１次記憶装置２０２は、ＣＰＵ２０１によって実行されるプログラムと、ＣＰＵ２０１によって参照されるデータとを格納する。ある局面において、１次記憶装置２０２は、ＤＲＡＭ（Dynamic　Random　Access　Memory）またはＳＲＡＭ（Static　Random　Access　Memory）等によって実現されてもよい。
　２次記憶装置２０３は、不揮発性メモリーであり、ＣＰＵ２０１によって実行されるプログラムおよびＣＰＵ２０１によって参照されるデータを格納してもよい。その場合、ＣＰＵ２０１は、２次記憶装置２０３から１次記憶装置２０２に読み出されたプログラムを実行し、２次記憶装置２０３から１次記憶装置２０２に読み出されたデータを参照する。ある局面において、２次記憶装置２０３は、ＨＤＤ（Hard　Disk　Drive）、ＳＳＤ（Solid　State　Drive）、ＥＰＲＯＭ（Erasable　Programmable　Read　Only　Memory）、ＥＥＰＲＯＭ（Electrically　Erasable　Programmable　Read　Only　Memory）またはフラッシュメモリー等によって実現されてもよい。
　外部機器インターフェイス２０４は、プリンター、スキャナーおよび外付けＨＤＤなどの任意の外部機器に接続され得る。ある局面において、外部機器インターフェイス２０４は、ＵＳＢ（Universal　Serial　Bus）端子等によって実現されてもよい。
　入力インターフェイス２０５は、キーボード、マウス、タッチパッドまたはゲームパッドなどの任意の入力装置に接続され得る。ある局面において、入力インターフェイス２０５は、ＵＳＢ端子、ＰＳ／２端子およびＢｌｕｅｔｏｏｔｈ（登録商標）モジュール等によって実現されてもよい。
　出力インターフェイス２０６は、ブラウン管ディスプレイ、液晶ディスプレイまたは有機ＥＬ（Electro-Luminescence）ディスプレイなどの任意の出力装置に接続され得る。ある局面において、出力インターフェイス２０６は、ＵＳＢ端子、Ｄ－ｓｕｂ端子、ＤＶＩ（Digital　Visual　Interface）端子およびＨＤＭＩ（登録商標）（High-Definition　Multimedia　Interface）端子等によって実現されてもよい。
　通信インターフェイス２０７は、有線または無線のネットワーク機器と接続される。ある局面において、通信インターフェイス２０７は、有線ＬＡＮ（Local　Area　Network）ポートおよびＷｉ-Ｆｉ（登録商標）（Wireless　Fidelity）モジュール等によって実現されてもよい。他の局面において、通信インターフェイス２０７は、ＴＣＰ／ＩＰ（Transmission　Control　Protocol/Internet　Protocol）、ＵＤＰ（User　Datagram　Protocol）などの通信プロトコルを用いてデータを送受信してもよい。
　図３は、本実施の形態に従う繊維を含む製品の画像の解析方法の概要の一例を示す図である。図３を参照して、本実施の形態に従う繊維を含む製品の画像の解析方法の一連の手順について説明する。図３に示す解析方法は、例えば、周知の構成を有するコンピュータ、または、解析装置２００によりプログラムとして実行されてもよい。
　ステップ１において、解析装置２００は、解析対象の繊維を含む製品の画像３１０を取得する。画像３１０は、解析対象である繊維を含む製品の３次元画像であり、複数のスライス画像を含み得る。ある局面において、画像３１０は、ＣＴスキャン画像であってもよい。他の局面において、画像３１０は、ＭＲＩ（Magnetic　Resonance　Imaging）等の任意の装置を用いて撮影された３次元画像であってもよい。
　ステップ２において、解析装置２００は、画像３１０内の各繊維を仮想的な粒子の集合であるポイントクラウド３２０に変換する。当該粒子の集合は、半径を持たない点の集合である。ある局面において、当該粒子の集合は、半径を有していてもよい。
　解析装置２００は、例えば、ＣＴスキャン画像における各スライス画像に対してポイントクラウドへの変換処理を実行してもよい。その場合、解析装置２００は、各スライス画像のポイントクラウドへの変換処理の結果を重ね合わせることで、ポイントクラウド３２０を生成し得る。
　ステップ３において、解析装置２００は、複数の粒子の集合に対してＰＨ解析を実行し、解析結果であるプロットデータ３３０を得る。ステップ３の詳細については後述する。解析装置２００は、プロットデータ３３０を参照することで、画像３１０内における繊維がある領域と、繊維がない領域とを推定し得る。ＰＨ解析法によって得られる解析結果は各粒子の分布の特徴を表す。そのため、解析装置２００は、粒子の集合に含まれる各粒子の位置関係（各粒子の分布の状態）に基づいて、繊維の構造を推定しているともいえる。
　ステップ４において、解析装置２００は、ＰＨ解析による解析結果を用いて（ＰＨ逆解析により）、繊維の構造を模したデータ３４０を生成する。ＰＨ解析法によって得られる解析結果は各粒子の分布の特徴を表す。そのため、解析装置２００は、粒子の集合に含まれる各粒子の位置関係に基づいて、繊維の構造を模したデータを生成しているともいえる。ある局面において、繊維の構造を模したデータは、繊維が存在する領域または繊維の表面部分の領域に、粒子を表す点または球、もしくは、複数の粒子からなる多面体等のオブジェクトの集合を配置したものであってもよい。また、他の局面において、繊維の構造を模したデータは、紐状のオブジェクトまたは内部が空洞のチューブ状のオブジェクトであってもよい。
　なお、解析対象の繊維を含む製品は、一例として、ランダムループ構造を有する網状構造体、不織布、フェルト、抄紙、アクリル、ポリエステル、ナイロンおよびレーヨン等の任意の繊維を含む製品を含み得る。
　図４は、繊維を含む製品の製造プロセスの概要の一例を示す図である。図４を参照して、本実施の形態に従う繊維を含む製品の画像の解析方法の用途の一例について説明する。ここでの繊維を含む製品とは、例えば、熱可塑性エラストマーの連続線条体からなる三次元ランダムループ接合構造を持つ網状構造体である。ある局面において、繊維を含む製品は、その他の任意の繊維からなる製品であってもよい。繊維を含む製品４１０の製造装置４００は、例えば、繊維を含む製品４１０の製造条件等を有する。製造条件は、一例として、樹脂を吐出するノズルのオリフィス形状及び孔径、縦横のノズル間の距離、吐出温度、吐出量、エアーギャップ（吐出してから着水するまでの距離）等、および、これらの組み合わせを含み得る。製品開発担当者は、製品４１０が目標とする品質を得るために必要なランダムループ構造となるように、これらの製造条件を変更することで、異なる特性を持つ繊維を含む製品４１０を製造し得る。
　一例として、製品開発担当者は、製造装置４００に異なる製造条件を設定し、繊維を含む製品４１０を２回試作したとする。この場合、製品開発担当者は、各製品の３次元画像を解析装置２００で解析した結果を参照することで、いずれの製造条件で製造された製品４１０が、目標とする品質を得るために必要なランダムループ構造を備えているかを確認することができる。
　ある局面において、解析装置２００は、繊維を含む製品４１０の解析結果のフィードバックデータを製造装置４００に出力してもよい。その場合、製造装置４００は、当該フィードバックデータに基づいて、自動で設定を変更してもよいし、製品開発担当者に設定変更を促す表示をディスプレイ等に出力してもよい。
　次に図３に示すステップ１～４の各処理についてより詳細に説明する。以下に示す処理は、一例として、解析装置２００により、プログラムとして実行されるものとして説明する。まず、図４を参照して、図３に示すステップ１の処理である繊維を含む製品４１０の３次元画像の取得処理、および、ステップ２の処理である当該３次元画像のポイントクラウドへの変換処理の詳細について説明する。
　図５は、繊維を含む製品の画像のポイントクラウドへの変換の一例を示す図である。ある局面において、解析装置２００は、ＣＴスキャン装置等から、繊維を含む製品の３次元画像である画像３１０を受信してもよい。他の局面において、解析装置２００は、ネットワークまたは記憶媒体等を介して画像３１０を取得してもよい。
　解析装置２００は、画像３１０を画像解析し、繊維を仮想的な粒子の集合として表現したポイントクラウド３２０を生成する。粒子は、半径を持たない点として表現され得る。また、ある局面において、粒子は、半径を持つ球として表現されてもよい。
　解析装置２００は、例えば、画像３１０に含まれるスライス画像の１つを解析し、画像内の輝度情報等に基づいて、繊維があると推定される領域に一定間隔で粒子を配置し得る。より具体的には、解析装置２００は、第１の処理手順５１０および第２の処理手順５２０のいずれか、または、両方に基づいて、ポイントクラウド３２０を生成し得る。
　第１の処理手順５１０は、中実繊維のポイントクラウド３２０の生成手順である。第１の処理手順５１０において、解析装置２００は、画像３１０の２次元スライス画像を取得する。次に、解析装置２００は、２次元スライス画像の輪郭を抽出する。最後に、解析装置２００は、２次元スライス画像の輪郭に基づいて、ポイントクラウド３２０を生成する。
　第２の処理手順５２０は、中空繊維のポイントクラウド３２０の生成手順である。第２の処理手順５２０において、解析装置２００は、画像３１０の２次元スライス画像を取得する。次に、解析装置２００は、２次元スライス画像を２値化する。最後に、解析装置２００は、２値化した２次元スライス画像に基づいて、ポイントクラウド３２０を生成する。
　第１の処理手順５１０および第２の処理手順５２０のいずれにおいても、解析装置２００は、繊維の空洞構造を表すポイントクラウド３２０を生成し得る。ある局面において、ポイントクラウド３２０は、繊維の中実構造を表してもよい。
　解析装置２００は、スライス画像ごとにポイントクラウドを生成し、最終的に各スライス画像のポイントクラウドを重ね合わせることで３次元画像のポイントクラウド３２０を生成し得る。
　解析装置２００は、スライス画像単位で上記のように細かな粒子を配置していくことで、画像３１０のような、繊維が重なって見える画像においても、正確に繊維がある領域に粒子を配置することができる。
　次に、図６～図９を参照して、図３に示すステップ３の処理であるポイントクラウドのＰＨ解析処理の詳細について説明する。図６は、ポイントクラウドのＰＨ解析処理の概要を示す図である。
　ＰＨ解析処理は、１次元のＰＨ解析処理（ＰＨ１解析）と、２次元の解析処理（ＰＨ２解析）とを含む。処理手順６１０は、１次元のＰＨ解析法の手順の一例を示している。解析装置２００は、ポイントクラウドに含まれる各粒子を半径のない球（点）の集合データと見なし、徐々に各球を膨らませる（各球の半径を増加させる）。解析装置２００が各球を膨らませ続けると、あるタイミングで、各球同士が接触することにより、各球同士の中心に空洞６３０（例えば、複数の球に囲まれた２次元の穴）が発生する。さらに、解析装置２００が各球を膨らませ続けると、空洞６３０は塞がって消滅する。解析装置２００は、この空洞６３０の発生タイミング（Ｂｉｒｔｈ）および消滅タイミング（Ｄｅａｔｈ）におけるパラメータ（例えば、球の半径）を取得する。図６に示す例では、空洞６３０が発生したときの各球の半径は「ｂ」であり、空洞６３０が消滅したときの球の半径は「ｄ」である。
　処理手順６２０は、２次元のＰＨ解析法の手順の一例を示している。解析装置２００は、ポイントクラウドに含まれる各粒子を半径のない球（点）の集合データと見なし、徐々に各球を膨らませる（各球の半径を増加させる）。解析装置２００が各球を膨らませ続けると、あるタイミングで、各球同士が接触することにより、各球同士の中心に空洞６４０（複数の球に囲まれた３次元の空間）が発生する。さらに、解析装置２００が各球を膨らませ続けると、空洞６４０は塞がって消滅する。解析装置２００は、この空洞６４０の発生タイミング（Ｂｉｒｔｈ）および消滅タイミング（Ｄｅａｔｈ）におけるパラメータ（例えば、球の半径）を取得する。図６に示す例では、空洞６４０が発生したときの各球の半径は「ｂ」であり、空洞６４０が消滅したときの球の半径は「ｄ」である。
　上記のように、１次元のＰＨ解析処理は、２次元の穴（空洞）の発生タイミングおよび消滅タイミングにおけるパラメータを取得する。これに対して、２次元のＰＨ解析処理は、３次元の空間（空洞）の発生タイミングおよび消滅タイミングにおけるパラメータを取得する。
　ＰＨ解析法では、球（粒子）の位置および数に応じて、複数の空洞が発生し得る。例えば、ＰＨ解析中に空洞Ａ～Ｃが発生したとする。この場合、解析装置２００は、空洞Ａの発生タイミングにおいて空洞Ａを形成する各球の半径を取得する。同様に、解析装置２００は、空洞Ｂの発生タイミングにおいて空洞Ｂを形成する各球の半径を取得し、空洞Ｃの発生タイミングにおいて空洞Ｃを形成する各球の半径を取得する。次に、空洞Ａ～Ｃが消滅したとする。この場合、解析装置２００は、空洞Ａの消滅タイミングまで空洞Ａを形成していた各球の半径を取得する。同様に、解析装置２００は、空洞Ｂ，Ｃの消滅タイミングまで空洞Ｂ，Ｃの各々を形成していた各球の半径を取得する。そして、解析装置２００は、空洞Ａ～Ｃの各々の発生時における各球の半径と、空洞Ａ～Ｃの各々の消滅時における各球の半径とを２次元座標にプロットする。
　図７は、ＰＨ解析法による繊維のポイントクラウドの解析結果のプロットの手順の一例を示す図である。プロットデータ７２０における横軸は発生パラメータ（空洞が発生したタイミングの球の半径で表わされるある関数）を示し、縦軸は消滅パラメータ（空洞が消滅したタイミングの球の半径で表わされるある関数）を示す。例えば、空洞６４０の発生パラメータおよび消滅パラメータは、座標Ｐ（ｂ、ｄ）にプロットされる。ある局面において、座標の単位は任意の値であってもよい。
　図８は、ＰＨ解析法の特性の一例を示す図である。ＰＨ解析法は、解析対象である各球（ポイントクラウドに変換された繊維を構成する各粒子）の位置がある程度移動したとしても空洞への影響は小さく、ノイズに強いという特徴がある。また、ＰＨ解析法では、図８に示すように大きなリング構造８２０Ａと、小さなリング構造８２０Ｂとが発生し得る。大きなリング構造８２０Ａは、発生パラメータおよび消滅パラメータの差が大きい領域８１０Ａに含まれる。小さなリング構造は、発生パラメータおよび消滅パラメータの差が小さい領域８１０Ｂに含まれる。解析装置２００は、例えば、小さなリング構造８２０Ｂのみを構成する粒子８３０，８４０等を繊維構造に影響しない粒子として、ポイントクラウドから排除し得る。
　図９は、ポイントクラウド３２０に変換された繊維をＰＨ解析して得られたプロットデータ３３０の一例を示す図である。解析装置２００は、図６および図７を参照して説明した手順に基づいて、ポイントクラウド３２０をＰＨ解析することで、プロットデータ３３０を生成する。
　解析装置２００は、プロットデータ３３０に基づいて、繊維の構造および繊維の存在する領域等を推定し得る。例えば、プロットデータ３３０における大多数の空洞は、発生半径「４～８」の間で発生していることがわかる。この場合、発生半径「４～８」において空洞を形成する球（粒子）は、繊維内部に密集して配置されている可能性が高い。また、発生半径「８」以上でもいくつか空洞が発生している。この場合、重なり合った繊維の各表面付近に配置された粒子が空洞を形成した可能性がある。例えば、解析装置２００は、プロットデータ３３０を参照して、発生パラメータおよび／または消滅パラメータが特定の条件を満たす粒子を選択し、当該選択した粒子が存在する領域を繊維が存在する領域であると判定し得る。
　ある局面において、解析装置２００は、球の半径が予め定められた範囲（例えば、発生半径「４～８」）の間で発生した空洞を形成する球のみを選択して、これらの球を含む領域を繊維が存在する領域であると推定してもよい。他の局面において、解析装置２００は、球の半径が予め定められた範囲（例えば、発生半径「４～８」）の間で消滅した空洞を形成する球のみを選択して、これらの球を含む領域を繊維が存在する領域であると推定してもよい。また、他の局面において、解析装置２００は、球の半径が予め定められた範囲（例えば、発生半径「４～８」）の間で発生および／または消滅した空洞を形成する球のみを選択して、これらの球を含む領域を繊維が存在する領域であると推定してもよい。
　すなわち、解析装置２００は、空洞が発生するときの球の半径、および／または、空洞が消滅するときの球の半径に基づいて、繊維が存在すると推定される位置にある粒子を選択し、当該選択した粒子に基づいて繊維の構造および繊維の存在する領域を推定し得る。例えば、解析装置２００は、図８に示す大きなリング構造８２０Ａを構成する粒子のみを選択し得る。
　次に、図１０～図１２を参照して、図３におけるステップ４の処理である繊維の構造を模したデータの生成処理と、隣接する繊維の接点を示すトポロジーの生成処理とについて説明する。
　図１０は、プロットデータ３３０に基づいて繊維の構造を模したデータを生成する手順の一例を示す図である。ステップ１において、解析装置２００は、プロットデータ３３０を解析して、複数の粒子１０１０から四面体１０２０を含む１つ以上の四面体から構成される多面体を形成する。ある局面において、解析装置２００は、図８に示す領域８１０Ａ等に存在する粒子１０１０を選択して多面体を形成してもよい。言い換えれば、解析装置２００は、発生パラメータおよび消滅パラメータに基づいて粒子１０１０を選択し、当該選択された粒子１０１０から多面体を形成し得る。また、解析装置２００は、四面体１０２０の外心円１０３０の中心（外心）１０４０の座標を算出する。
　ステップ２において、解析装置２００は、ステップ１の処理を繰り返し実行することにより、繊維１０００がある領域に四面体１０２０を配置していく。これらの四面体１０２０の集合は、繊維の構造を模したデータ１０５０となる。また、解析装置２００は、各四面体１０２０の外心１０４０の座標を算出する。
　ステップ３において、解析装置２００は、各外心１０４０から繊維１０００の中心線１０６０の位置を推定する。解析装置２００は、３次元の空間にプロットされた各外心１０４０に対してカーブフィッティングを実行することにより、中心線１０６０の位置を推定し得る。
　ステップ４において、解析装置２００は、中心線１０６０上に、均等な間隔で配置された点の座標を求める。点同士の間隔は任意に決定され得る。解析装置２００は、これらの点に基づいて、隣接する繊維の接点を推定し得る。
　図１１は、隣接する繊維の接点を推定する処理（太線化処理）の第１の手順の一例を示す図である。ステップ１において、解析装置２００は、繊維１０００Ａの中心線１０６０Ａ上に均等に配置された複数の点１０７０Ａの座標を算出する。また、解析装置２００は、繊維１０００Ｂの中心線１０６０Ｂ上に均等に配置された複数の点１０７０Ｂの座標を算出する。
　ステップ２において、解析装置２００は、これらの点の１次元のＰＨ解析によりプロットデータ１１２０を得る。ステップ３において、解析装置２００は、プロットデータ１１２０から、発生パラメータおよび消滅パラメータが一定の条件を満たす点を選択する。図１１に示す例では、解析装置２００は、三角形１１４０を含む１つ以上の三角形から構成される多角形を選択している。発生パラメータおよび消滅パラメータが一定の条件は、発生パラメータの範囲、および、消滅パラメータの範囲によって決定され得る。各パラメータの範囲は、予め実験結果等に基づいて決定され得る。
　ステップ３において、解析装置２００は、選択された点に基づいて、三角形１１４０を含む１つ以上の三角形から構成される多角形を形成し得る。例えば、三角形１１４０の頂点の内、１つは繊維１０００Ａの点１０７０Ａから選択され、２つは繊維１０００Ｂの点１０７０Ｂから選択され得る。隣接する繊維１０００Ａ，１０００Ｂの接触面積が大きいほど、三角形１１４０の数は増加し得る。
　図１２は、隣接する繊維の接点を推定する処理（太線化処理）の第２の手順の一例を示す図である。図１２に示す手順は、図１１に示す手順の続きである。ステップ４において、解析装置２００は、三角形１１４０の外心円１２５０の中心（外心）１２６０を算出する。ステップ５において、解析装置２００は、ステップ４の処理を繰り返し実行することにより、外心の集合１２７０を得る。
　ステップ６において、解析装置２００は、外心の集合１２７０を選択する。ステップ７において、解析装置２００は、外心の集合１２７０に対しカーブフィッティングを実行し、繊維１０００Ａおよび繊維１０００Ｂの接点を推定する。繊維１０００Ａおよび繊維１０００Ｂの接点は、曲線１２８０として表現され得る。また、解析装置２００は、曲線１２８０上に均等な間隔で配置された点１２９０の座標を求める。点同士の間隔は任意に決定され得る。
　上述したように、解析装置２００は、図１０に示す処理により、繊維の構造（中心線および中心線上に均等に配置された点の集合）を推定し得る。また、解析装置２００は、図１１および図１２に示す処理により、隣接する繊維の接点（２つの繊維が接触する位置を示す曲線および当該曲線上に均等に配置された点の集合）を推定し得る。
　例えば、繊維を含む製品の開発担当者等は、これらの繊維の構造および隣接する繊維の接点の情報を参照することにより、繊維を含む製品に含まれる個別の繊維の構造および繊維同士の絡まり具合等を把握することができる。
　図１３は、繊維を含む製品の画像の解析の手順の一例を示す図である。ある局面において、ＣＰＵ２０１は、図１３の処理を行うためのプログラムを２次記憶装置２０３から１次記憶装置２０２に読み込んで、当該プログラムを実行してもよい。他の局面において、当該処理の一部または全部は、当該処理を実行するように構成された回路素子の組み合わせとしても実現され得る。
　ステップＳ１３０５において、ＣＰＵ２０１は、外部の装置から３次元画像データを取得する。ある局面において、３次元画像データは、ＣＴスキャン画像であってもよい。他の局面において、３次元画像データは、ＭＲＩ等の任意の装置を用いて撮影された３次元画像データであってもよい。また、他の局面において、ＣＰＵ２０１は、３次元画像データを任意のネットワークまたは記憶媒体を介して取得してもよい。
　ステップＳ１３１０において、ＣＰＵ２０１は、取得した３次元画像データをポイントクラウドに変換する。より具体的には、ＣＰＵ２０１は、一例として、３次元画像データのスライスデータである２次元画像データを解析し、各２次元画像データのポイントクラウドを作成する。ＣＰＵ２０１は、各２次元画像データのポイントクラウドを合成することで、３次元画像データのポイントクラウドを作成し得る。本ステップの処理は、図５を参照して説明した解析方法に対応する。
　ステップＳ１３１５において、ＣＰＵ２０１は、ポイントクラウドに対して２次のＰＨ解析処理（ＰＨ２解析）を実行する。また、ＣＰＵ２０１は、ＰＨ２解析の結果を２次元座標にプロットしたデータを生成する。本ステップの処理は、図６～図９を参照して説明した解析方法に対応する。
　ステップＳ１３２０において、ＣＰＵ２０１は、ＰＨ２逆解析により、３次元データへの粒子の当てはめ処理を実行する。より具体的には、ＣＰＵ２０１は、一例として、ポイントクラウドに含まれる複数（例えば４個）の粒子からなる多面体を３次元空間に配置することで、繊維の構造を模したデータを生成する。さらに、ＣＰＵ２０１は、各多面体の外心を算出する。ある局面において、ＣＰＵ２０１は、多面体を３次元空間に配置する代わりに、ステップＳ１３１５の処理の解析結果に基づいて、繊維が存在すると推定される位置に紐状のデータまたは内部が空洞のチューブ状のデータを配置してもよい。
　ステップＳ１３２５において、ＣＰＵ２０１は、ステップＳ１３２０にて求めた外心の集合に対してカーブフィッティングを実行する。ステップＳ１３３０において、ＣＰＵ２０１は、繊維の中心線を表す曲線を得る。また、ＣＰＵ２０１は、中心線上に均等な間隔で配置される点の座標を算出する。ステップＳ１３２０およびＳ１３２５の処理は、図１０を参照して説明した解析方法に対応する。
　ステップＳ１３３５において、ＣＰＵ２０１は、ステップＳ１３２５にて算出した中心線上に配置される点集合に対して１次元のＰＨ解析（ＰＨ１解析）を実行し、リング構造（複数の点からなる空洞）を抽出する。
　ステップＳ１３４０において、ＣＰＵ２０１は、ＰＨ１逆解析により、３次元データへの点の当てはめ処理を実行する。より具体的には、ＣＰＵ２０１は、中心線上に配置される点集合からなる三角形と、当該三角形の外心を求める。ステップＳ１３４５において、ＣＰＵ２０１は、ステップＳ１３４０にて求めた三角形の外心の集合に対してカーブフィッティングを実行する。
　ステップＳ１３５０において、ＣＰＵ２０１は、隣接する繊維の接点を表す曲線を得る。また、ＣＰＵ２０１は、隣接する繊維の接点を表す曲線上に均等な間隔で配置される点の座標を算出する。本ステップの処理は、ステップＳ１３３５～Ｓ１３５０の処理は、図１１および図１２を参照して説明した解析方法に対応する。
　ステップＳ１３５５において、ＣＰＵ２０１は、ステップＳ１３５０までの処理で得られた解析データ（繊維の構造を模したデータ、繊維の中心線、および、隣接する繊維の接点の情報等）を出力する。ある局面において、ＣＰＵ２０１は、ディスプレイに解析データを出力してもよい。他の局面において、ＣＰＵ２０１は、他の装置に解析データを送信してもよい。また、他の局面において、ＣＰＵ２０１は、別の解析プログラムに解析データを入力してもよい。
　以上説明した通り、本実施の形態に従う繊維を含む製品の画像の解析方法は、繊維を含む製品の３次元画像データをポイントクラウドに変換して、変換後のデータをＰＨ解析し、その解析結果に基づいて繊維の構造を模したデータを生成する。当該解析方法により、例えば、繊維を含む製品の開発担当者等は、製造した製品に含まれる繊維の個別の構造や、繊維同士の絡まり具合等を解析することができる。
　また、本実施の形態に従う繊維を含む製品の画像の解析方法は、ポイントクラウドを構成する複数の粒子からなる多面体の外心の位置に基づいて、繊維の構造および中心線の位置を推定する。さらに、当該解析方法は、隣接する繊維の中心線に基づいて、隣接する繊維の接点の情報を取得し得る。当該解析方法により、例えば、繊維を含む製品の開発担当者等は、各繊維の中心線同士の距離や位置関係に応じて、より詳細に繊維同士の絡まり具合等を把握することができる。
　より具体的には、開発担当者は、本実施の形態に従う繊維を含む製品の画像の解析技術を用いて、繊維の形状を解析することで、繊維の配向、繊維の長さ、繊維の曲率、繊維の空間位置、繊維の密度、または、繊維の空孔の分布等を定量化して評価し得る。
　さらに、開発担当者は、本実施の形態に従う繊維を含む製品の画像の解析方法を用いて、繊維のからまり具合を解析することで、接点／接点群（Side-by-side）の大きさ、接点／接点群の分布、接点／接点群の配向、繊維に沿った接点の位置（分布）、接点間の曲率、接点間の長さ、または、接点間の配向等を定量化して評価し得る。
　今回開示された実施の形態は全ての点で例示であって制限的なものではないと考えられるべきである。本開示の範囲は上記した説明ではなくて請求の範囲によって示され、請求の範囲と均等の意味及び範囲内で全ての変更が含まれることが意図される。また、実施の形態および各変形例において説明された開示内容は、可能な限り、単独でも、組合わせても、実施することが意図される。
　１１０　スキャンデータ、１２０　繊維構造、１３０　トポロジー、２００　解析装置、２０１　ＣＰＵ、２０２　１次記憶装置、２０３　２次記憶装置、２０４　外部機器インターフェイス、２０５　入力インターフェイス、２０６　出力インターフェイス、２０７　通信インターフェイス、３１０　画像、３２０　ポイントクラウド、３３０，７２０，８１０，１１２０　プロットデータ、３４０，１０５０　繊維の構造を模したデータ、４００　製造装置、４１０　製品、５１０　第１の処理手順、５２０　第２の処理手順、６１０，６２０　処理手順、６３０，６４０，Ａ，Ｂ，Ｃ　空洞、８１０Ａ，８１０Ｂ　領域、８２０Ａ，８２０Ｂ　リング構造、１０００，１０００Ａ，１０００Ｂ　繊維、１０１０　粒子、１０２０　四面体、１０３０，１２５０　外心円、１０４０，１２６０　外心、１０７０，１２９０　点、１０６０　中心線、１１４０　三角形、１２７０　外心の集合、１２８０　曲線。

Claims (12)

  1. 　繊維を含む製品の画像の解析方法であって、
    　前記繊維を含む製品の３次元画像を取得するステップと、
    　前記３次元画像の中の前記繊維を粒子の集合に変換するステップと、
    　前記粒子の集合に含まれる各粒子の位置関係に基づいて、前記繊維の構造を推定するステップとを含む、解析方法。
  2. 　前記繊維の構造を推定するステップは、前記粒子の集合に含まれる各粒子の位置関係に基づいて、前記繊維が存在する領域に前記繊維の構造を模したデータを生成するステップを含む、請求項１に記載の解析方法。
  3. 　前記粒子の集合は、半径を持たない点の集合である、請求項１または２に記載の解析方法。
  4. 　前記繊維の構造を模したデータは、前記粒子の集合に含まれる複数の前記粒子を頂点とする多面体の集合、紐状のオブジェクト、または、チューブ状のオブジェクトのいずれかである、請求項２または３に記載の解析方法。
  5. 　前記繊維の構造を推定するステップは、
    　　前記粒子の半径を増加させるステップと、
    　　複数の前記粒子が互いに接触することにより空洞が発生するときの前記粒子の第１のパラメータを取得するステップと、
    　　前記空洞が消滅するときの前記粒子の第２のパラメータを取得するステップと、
    　　前記第１のパラメータと、前記第２のパラメータとに基づいて、前記繊維が存在すると推定される領域にある前記粒子を選択するステップとを含む、請求項２～４のいずれかに記載の解析方法。
  6. 　前記繊維が存在すると推定される領域にある前記粒子を選択するステップは、前記粒子の半径が予め定められた範囲内である場合に前記空洞が発生または消滅したとき、発生または消滅した前記空洞を構成する前記粒子が存在する領域を前記繊維が存在する領域であると判定するステップを含む、請求項５に記載の解析方法。
  7. 　選択された前記粒子からなる多面体の外心の集合を算出するステップと、
    　前記外心の集合から、前記繊維の中心線の位置を推定するステップとをさらに含む、請求項５または６に記載の解析方法。
  8. 　前記外心の集合にカーブフィッティングを実行するステップをさらに含む、請求項７に記載の解析方法。
  9. 　前記中心線上に均等に配置された点の集合の座標を算出するステップと、
    　前記点の集合の座標に基づいて、隣接する第１の繊維および第２の繊維の接点を推定するステップとをさらに含む、請求項７に記載の解析方法。
  10. 　前記点の集合の座標に基づいて、隣接する第１の繊維および第２の繊維の接点を推定するステップは、
    　　前記第１の繊維における前記点の集合の一部と、前記第２の繊維における前記点の集合の一部とからなる三角形の外心の位置を推定するステップと、
    　　複数の前記三角形の外心にカーブフィッティングを実行するステップとを含む、請求項９に記載の解析方法。
  11. 　請求項１～１０のいずれかに記載の方法を１または複数のプロセッサに実行させるためのプログラム。
  12. 　１または複数のプロセッサと、
    　請求項１１に記載の方法を前記プロセッサに実行させるためのプログラムを格納したメモリとを備える、解析装置。
PCT/JP2021/046269 2021-01-06 2021-12-15 繊維を含む製品の画像の解析方法、そのプログラムおよび解析装置 Ceased WO2022149425A1 (ja)

Priority Applications (5)

Application Number Priority Date Filing Date Title
EP21917646.8A EP4276740A4 (en) 2021-01-06 2021-12-15 ANALYSIS METHOD FOR IMAGES OF FIBROUS PRODUCTS AND PROGRAM AND ANALYSIS DEVICE THEREFOR
JP2022529089A JP7188644B2 (ja) 2021-01-06 2021-12-15 繊維を含む製品の画像の解析方法、そのプログラムおよび解析装置
CN202180089327.9A CN116745806A (zh) 2021-01-06 2021-12-15 含有纤维的制品的图像的分析方法及其程序、以及分析装置
US18/270,759 US20240054675A1 (en) 2021-01-06 2021-12-15 Method for analyzing image of product including fiber, non-transitory computer-readable medium therefor, and analysis device
KR1020237026264A KR20230128522A (ko) 2021-01-06 2021-12-15 섬유를 포함하는 제품의 화상의 해석 방법, 그 프로그램및 해석 장치

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2021-000899 2021-01-06
JP2021000899 2021-01-06

Publications (1)

Publication Number Publication Date
WO2022149425A1 true WO2022149425A1 (ja) 2022-07-14

Family

ID=82357264

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2021/046269 Ceased WO2022149425A1 (ja) 2021-01-06 2021-12-15 繊維を含む製品の画像の解析方法、そのプログラムおよび解析装置

Country Status (7)

Country Link
US (1) US20240054675A1 (ja)
EP (1) EP4276740A4 (ja)
JP (1) JP7188644B2 (ja)
KR (1) KR20230128522A (ja)
CN (1) CN116745806A (ja)
TW (1) TWI811914B (ja)
WO (1) WO2022149425A1 (ja)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2024139245A (ja) 2023-03-27 2024-10-09 国立大学法人大阪大学 条件予測方法、プログラム、および装置

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004052212A (ja) * 2002-07-20 2004-02-19 Truetzschler Gmbh & Co Kg 繊維素材を検査および評価するための装置
JP2006146536A (ja) * 2004-11-19 2006-06-08 Daicel Chem Ind Ltd 解析プログラム
US20160024699A1 (en) * 2014-07-25 2016-01-28 Illinois Tool Works, Inc. Particle-filled fiber and articles formed from the same
JP2016045141A (ja) 2014-08-26 2016-04-04 国立大学法人京都工芸繊維大学 繊維の画像解析方法及び画像解析システム
WO2016052489A1 (ja) * 2014-09-29 2016-04-07 株式会社Ihi 画像解析装置、画像解析方法及びプログラム
JP2017507327A (ja) * 2014-01-15 2017-03-16 ボリュームグラフィックス ゲーエムベーハーＶｏｌｕｍｅ Ｇｒａｐｈｉｃｓ Ｇｍｂｈ 不織繊維複合布又は織繊維複合布を含む部材の検査装置及び方法
JP2020139239A (ja) * 2019-02-27 2020-09-03 株式会社島津製作所 繊維長測定方法、繊維長測定装置及び繊維長測定プログラム

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH04363044A (ja) * 1991-01-08 1992-12-15 Toshiba Corp 半導体素子評価方法における二次元形状認識方法
JPH0737097A (ja) * 1993-07-22 1995-02-07 Olympus Optical Co Ltd 複数の画数を有する図形の認識方法
JP3581506B2 (ja) * 1996-11-28 2004-10-27 日本電信電話株式会社 形状処理方法
JP2008163535A (ja) * 2007-01-05 2008-07-17 Nano Carbon Technologies Kk 炭素繊維複合構造体および炭素繊維複合構造体の製造方法
TWI345013B (en) * 2007-12-21 2011-07-11 Taiwan Textile Res Inst Method for joining textile and joined textile thereof
JP4688902B2 (ja) * 2008-06-06 2011-05-25 花王株式会社 繊維の形状評価方法
JP2013080433A (ja) * 2011-10-05 2013-05-02 Nippon Telegr & Teleph Corp <Ntt> ジェスチャ認識装置及びそのプログラム
JP6198104B2 (ja) * 2013-03-15 2017-09-20 株式会社三次元メディア ３次元物体認識装置及び３次元物体認識方法
WO2015024580A1 (en) * 2013-08-19 2015-02-26 Universidad De Burgos Computer implemented method to obtain the orientations of fibres inside composite materials using computed tomography scan
US11542634B2 (en) * 2014-07-25 2023-01-03 Illinois Tool Works Inc. Particle-filled fiber and articles formed from the same
CN104200526B (zh) * 2014-09-19 2017-08-11 中国科学院合肥物质科学研究院 一种数字纸张纤维网络结构的生成方法及其应用
JP6209506B2 (ja) * 2014-11-25 2017-10-04 ラトックシステムエンジニアリング株式会社 繊維の解析用メッシュ形成方法及びプログラム
JP6586852B2 (ja) * 2015-10-15 2019-10-09 サクサ株式会社 画像処理装置
DE102019115138B3 (de) * 2019-06-05 2020-12-10 TRüTZSCHLER GMBH & CO. KG Karde, Vliesleitelement, Spinnereivorbereitungsanlage und Verfahren zur Erfassung von störenden Partikeln
CN110443785A (zh) * 2019-07-18 2019-11-12 太原师范学院 一种持久同调下三维点云的特征提取方法
WO2022094591A1 (en) * 2020-10-30 2022-05-05 The Procter & Gamble Company Structures comprising particles and processes for making same

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004052212A (ja) * 2002-07-20 2004-02-19 Truetzschler Gmbh & Co Kg 繊維素材を検査および評価するための装置
JP2006146536A (ja) * 2004-11-19 2006-06-08 Daicel Chem Ind Ltd 解析プログラム
JP2017507327A (ja) * 2014-01-15 2017-03-16 ボリュームグラフィックス ゲーエムベーハーＶｏｌｕｍｅ Ｇｒａｐｈｉｃｓ Ｇｍｂｈ 不織繊維複合布又は織繊維複合布を含む部材の検査装置及び方法
US20160024699A1 (en) * 2014-07-25 2016-01-28 Illinois Tool Works, Inc. Particle-filled fiber and articles formed from the same
JP2016045141A (ja) 2014-08-26 2016-04-04 国立大学法人京都工芸繊維大学 繊維の画像解析方法及び画像解析システム
WO2016052489A1 (ja) * 2014-09-29 2016-04-07 株式会社Ihi 画像解析装置、画像解析方法及びプログラム
JP2020139239A (ja) * 2019-02-27 2020-09-03 株式会社島津製作所 繊維長測定方法、繊維長測定装置及び繊維長測定プログラム

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
MICHIAKI NOBUYUKI, ET AL.: "Measurement of Fabrics in Three Dimension by Optical Microscope Tomography - Simulation with Test Phantom -", JOURNAL OF TEXTILES, vol. 63, no. 3, 10 March 2007 (2007-03-10), pages 74 - 80, XP055949376, DOI: 10.2115/fiber.63.74 *
See also references of EP4276740A4
TOMOKO KANATANI, YUMIKO ISOGAI, KENJI FURUICHI, KATSUHISA YAMASHITA, CHISATO NONOMURA, AI KAWASAKI, TAKESHI NISIWAKI, MASANOBU MUR: "Deformation behavior of notched thermo-plastic elastomer specimen (1) - Observation of true strain during tensile test by Digital Image Correlation Method ", PREPRINTS OF SEIKEI-KAKOU ANNUAL MEETING 2014, SOCIETY OF PLASTICS PROCESSING, JP, vol. 25, 27 May 2014 (2014-05-27), JP, pages 203 - 204, XP009538078 *
UEHARA, FUMIYA: "Three dimensional observation and quantitative analysis of fiber materials", SENI GAKKAISHI = JOURNAL OF THE SOCIETY OF FIBER SCIENCE AND TECHNOLOGY, vol. 76, no. 8, 20 August 2020 (2020-08-20), pages 337 - 342, XP009538073, ISSN: 0037-9875, DOI: 10.2115/fiber.76.P-337 *

Also Published As

Publication number Publication date
KR20230128522A (ko) 2023-09-05
JP7188644B2 (ja) 2022-12-13
US20240054675A1 (en) 2024-02-15
TWI811914B (zh) 2023-08-11
CN116745806A (zh) 2023-09-12
TW202244843A (zh) 2022-11-16
EP4276740A1 (en) 2023-11-15
EP4276740A4 (en) 2024-08-07
JPWO2022149425A1 (ja) 2022-07-14

Similar Documents

Publication Publication Date Title
Cholewo et al. Gamut boundary determination using alpha-shapes
CN106202728B (zh) 基于Micro-CT三维编织复合材料非均匀Voxel网格离散方法
US20050068317A1 (en) Program, method, and device for comparing three-dimensional images in voxel form
JP2007523402A (ja) 内部個別要素を用いるメッシュモデル
EP3035291B1 (en) Rendering based generation of occlusion culling models
JP2017503236A (ja) ３ｄ印刷のためのボリュームレンダリング多角形
Stojanovic et al. Generation of Approximate 2D and 3D Floor Plans from 3D Point Clouds.
US10650587B2 (en) Isosurface generation method and visualization system
US10832095B2 (en) Classification of 2D images according to types of 3D arrangement
CN104077987A (zh) 基于阿尔法形态的显示器三维色域体积快速算法
CN108491677A (zh) 基于改进最大球法的微观孔隙模型的孔隙特征统计方法
WO2022149425A1 (ja) 繊維を含む製品の画像の解析方法、そのプログラムおよび解析装置
JPWO2006013813A1 (ja) 情報処理装置およびプログラム
CN116740259A (zh) 一种流光效果的渲染方法、装置、以及电子设备
KR20240086085A (ko) 시맨틱 맵에 기초하여 프레임 이미지를 복원하는 방법 및 장치
CN114218837A (zh) 一种仿三维屈曲模态变形的负泊松比结构设计方法
US12597210B2 (en) Generating polygon meshes approximating surfaces with sub-cell features
US8941680B2 (en) Volumetric image motion-based visualization
KR20060028044A (ko) 2차원 의료영상을 이용한 3차원 유한요소 모델링 방법 및기록매체
JP2014120005A (ja) 肌形状生成装置、肌形状生成方法、及び肌形状生成プログラム
CN110047127A (zh) 一种三维几何体的消隐方法及显示方法
JP4810395B2 (ja) 医用画像生成装置及びその方法
JP2017102592A (ja) 複合材料に含まれる物質の解析用メッシュ形成方法及びプログラム
Lin et al. Visualizing mathematical knot equivalence
Muniz et al. Polygonal mesh extraction from digital voxel art

Legal Events

Date Code Title Description
ENP Entry into the national phase

Ref document number: 2022529089

Country of ref document: JP

Kind code of ref document: A

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

Ref document number: 21917646

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 18270759

Country of ref document: US

WWE Wipo information: entry into national phase

Ref document number: 202317045019

Country of ref document: IN

Ref document number: 202180089327.9

Country of ref document: CN

ENP Entry into the national phase

Ref document number: 20237026264

Country of ref document: KR

Kind code of ref document: A

WWE Wipo information: entry into national phase

Ref document number: 1020237026264

Country of ref document: KR

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 2021917646

Country of ref document: EP

Effective date: 20230807

WWW Wipo information: withdrawn in national office

Ref document number: 2021917646

Country of ref document: EP