CN100583152C - 用于测量移动织物的纤维朝向的方法及设备 - Google Patents

Abstract

一种基于图像的测量技术，该技术直接地测量移动织物内的纤维朝向，该织物包括无纺材料，同时测量单个纤维的朝向角，从而获得纤维统计分布更稳健的估计值。该技术包括步骤：(a)借助辐射而照明织物的至少一侧上的区域；(b)获得被照明区域的至少一个数字图像；以及(c)通过借助梯度算子处理至少一个数字图像而计算织物的纤维朝向，从而在图像内分析被观察纤维朝向角的分布。梯度算子优选地为位于1/4与3/4之间的非整数阶数，并且特别地为位于1/3与2/3之间的非整数阶数。分数阶梯度算子的使用比采用整数阶梯度产生更可靠的结果。

Description

用于测量移动织物的纤维朝向的方法及设备

发明领域

本发明涉及对由无纺材料形成的织物(web)内的纤维朝向的测量，尤其涉及通过在线图像分析对纸的平均纤维朝向进行基于图像的测量。

发明背景

在连续的造纸机上制造纸的流程中，纸质织物由位于行进的丝网、造纸织物或丝线上的含水悬浮纤维(原料)所形成，且水借助重力排干并经由织品而抽吸。织物然后传递到压力区段，更多的水在那里借助压力与真空而被除去。织物接下来进入干燥机区段，蒸汽加热的干燥机与热空气在那里完成干燥流程。造纸机在本质上为将水除去的系统。典型的造纸机的成型区段包括环形行进的造纸织品或丝线，该织品或丝线在一系列水移除元件，如台辊(table roll)、箔纸、真空箔纸及抽吸箱的上方行进。原料承载于造纸织品的顶部表面上，并且当原料在连续的脱水元件上方行进的时候被脱水，从而形成纸片。最后，湿润的片体传递到造纸机的压力区段，在那里，充分的水被除去从而形成纸片。为业界所知的造纸装置公开于比如Handbookfor Pulp & Paper Technologists 2nd ed.，G.A.Smook，1992，Angus WildePublica tions，Inc.，及Pulp and Paper Manufacture Vol 111(Papermakingand Paperboard Making)，R.MacDonald，ed.1970，McGraw Hill中。造纸系统进一步公开于比如He的美国专利第5,539,634号、Hu的美国专利第5,022,966号、Balakrishnan的美国专利第4,982,334号、Boissevain等的美国专利第4,786,817号，以及Anderson等的美国专利第4,767,935号中。

在现代高速造纸技术中，连续地测量纸材料的一定特性，以便监视完成后的产品的质量是众所周知的。这些在线测量通常包括纤维朝向(FO)、基重、湿度含量以及片厚，即厚度。测量可用于控制流程变量，以便维持输出质量，并且减小由制造流程中的干扰所引起的必须拒绝产品的数量。在线片体特性测量通常借助扫描传感器而实现，扫描传感器周期性地在边缘之间横穿。

造纸流程中的纤维朝向指的是单个纤维在织物上的优选朝向。由于流浆箱(headbox)内的流动样式及丝线上的喷射碰撞的缘故，纤维具有相对于织物内的其它方向而在机器方向(MD)内对齐的趋势。如果织物内所有的纤维完美地分布的话，纸片将在所有方向内具有相同的特性。这被称为各向同性片体，并且其纤维分布可在极坐标图内以圆形的形式而绘制出。纤维比值，其为相隔90°的最大纤维分布与最小纤维分布之间的比值，可限定用于纸片。各向同性片体的纤维比值为1。

如果在一个方向内比在其它方向内具有更多的纤维的话，那么纤维不一致地分布，并且片体为各向异性。如图12所示，各向异性纤维分布可以类似于几何图形2的对称椭圆的形式而绘制于极坐标图上。各向异性片体具有大于1的纤维比值，伴随着更高的纤维比值，极性分布趋向于数字8的形状。纤维比值(各向异性)限定为相隔90°的最大纤维分布与最小纤维分布之间的比值。纤维角α限定为椭圆2的长轴6相对于机器方向4的角度。短轴8垂直于长轴6。图12也展示了纤维朝向(FO)比值(从最大值3对最小值5的比值)及在纸片内纤维分布的纤维朝向角。纤维比值也可以限定为正交方向，并且使用在机器方向4内的纤维分布相对于在横向方向9内的纤维分布的比值在造纸行业中是普遍的。

在所形成的织物内的纤维朝向可影响最终产品的许多特性。特别地，如果纤维朝向分布不正确的话，那么将会发生具有扭曲、卷曲及偏斜形式的尺寸不稳定性，并且强度轴线将不会对应于制造轴线。这导致有缺陷的产品，比如在打印机/复印机内卡住的纸、在分散物品容器内卡住的包装物、以及箱子，该箱子在堆叠起来的时候倾斜或倒塌。通过精确地在线测量制造流程内的纤维朝向，以及时的方式借助手动干预或借助纤维朝向控制系统而纠正问题是可能的。

已经推荐许多用于测量纤维朝向的技术，这些技术中的一些是基于激光传输或来自极化的或未极化的光源的微波激射器光斑(spot)。通过织物传输的光斑变形、或者被照明光斑反射强度的定向变异、镜面反射或非镜面反射都得以测量。因为光斑照明区域相对很小，这些技术并未必然产生片体的代表性测量。这些纤维朝向的测量代替方法的间接技术的大多数是基于一种物理原理：纤维在它们的对齐方向上比沿着它们自身散射更多的光。

比如，Karasikov等人的CA2,012,351专利公开了一种用于确定纤维的静止或移动织物内的纤维朝向的系统，其中小圆形光斑聚焦于织物的第一表面上，从而在织物的相对或第二表面上形成椭圆形光斑。椭圆形光斑聚焦于光敏元件阵列上，其放置成与织物的第二表面平行并且隔开一定距离。通过评估椭圆形光斑的尺寸、朝向及纵横比(aspect ratio)，而确定纤维朝向。

Blecha等人的美国专利第4,955,720号公开了一种在线方法，该方法借助圆形相干光斑而照明移动片体的一侧，并且在相对侧上获得了被传输光斑的定帧图像。纤维朝向角通过被传输光斑的形状而得以估计，该形状假定为椭圆形。

类似地，Kazuhiko等人的美国专利公开第2003/0156293号公开了一种方法，其使用未极化的聚焦光束来照明位于片体一侧的圆形光斑，并且将被传输的光斑成像于相对侧上。纤维朝向角与各向异性通过将被传输的光斑形状与椭圆进行逼近(approximating)而得以估计。

Hartig的DE3,413,558公开了一种技术，其采用极化的激光来照明位于片体一侧上的激光光斑。四个光电二极管放置在沿着x轴线和y轴线并且位于相对侧上的期待光斑位置的标称的边缘上。纤维朝向和各向异性通过汇集于每个轴线上被传输强度的比值而得以确定。在上述系统中，Hartig的装置也测量片体内的总体或平均纤维朝向。

Fukuoka等人的美国专利第5,475,233号、Hellstrom等人的美国专利第5,640,244号以及Komppa的美国专利第6,643,022号公开了多种方法，在该方法中，激光倾斜地导向在片体上，并且非镜面反射的激光的强度在多个方向及倾斜角被测量。表面纤维朝向是基于当从大量方向测量的时候，照明反射率的不同而确定的。所公开的方法在所采用的照明系统的几何形状上有点不同。

图像分析是一种用于测量纸的纤维朝向的标准实验技术，从而取自平床扫描仪或类似装置的静态片体的传输图像得以分析。由于纸强烈地对光散射，样品通常必须被剥离成层，从而使传输成像或反射成像可行。这些层典型地非常薄，并且每平方米的重量仅仅为几克。这种实验流程劳动强度大，并且无法应用于对移动的织物进行在线测量。

因此，尽管这些纤维朝向测量系统具有所谓的优点，这些设备都没有提供一种简单、稳健及精确的装置，用于在线测量移动织物或由无纺构件制成的片体的纤维朝向。

发明概要

本发明局部地根据基于图像的测量技术的开发，该技术直接地测量移动织物内的纤维朝向，该织物包括无纺材料。相对于光斑照明方法能够获得的测量区域，该技术能够测量织物比如纸的较大区域，并且因此而产生更能代表织物的测量。此外，通过测量单独纤维的朝向角，可获得对纤维统计分布更稳健的估计。

在一方面中，本发明涉及一种用于测量移动织物内的纤维朝向的方法，该方法包括步骤：

(a)借助辐射而照明织物的至少一侧上的区域；

(b)获得被照明区域的至少一个数字图像；以及

(c)通过借助梯度算子(gradient operator)处理至少一个数字图像而计算织物的纤维朝向，从而分析所观察纤维朝向角在图像内的分布。

在优选实施例中，每个图像包括多个像素，并且梯度算子为像素中的至少一个产生梯度幅值(gradient magnitude)及方向。梯度算子优选地为位于1/4与3/4之间的非整数阶，并且尤其为位于1/3与2/3之间的非整数阶。相对于采用整数阶梯度，使用分数梯度算子产生更可靠的结果。

在另一方面中，本发明涉及一种用于测量移动织物的纤维朝向的系统，该系统包括：

图像获得装置，用于获得移动织物上的被照明区域的至少一个数字图像；以及

控制装置，用于通过借助梯度算子处理至少一个数字图像而计算织物的纤维朝向。

基于图像的测量技术特别适于结合到连续织物生产流程中，比如用于造纸，移动织物的纤维朝向在此被监视。移动织物的图像可在一个或多个固定位置处，相对于移动织物而在机器方向内或横向方向内被探知。当图像检测器典型地在穿越移动织物的横向方向内来回扫描的时候，也可以探知图像。比如，图像检测器可安装在横向传感器平台上，从而使织物的全部宽度依次被测量。此外，本发明可用于测量流程的成型区段内的纤维朝向，从而在将层接合起来之前，使多层织物的每一层的纤维朝向可被测量。从而允许获知内部及多层织物的表面上的纤维朝向。

基于图像的测量技术不需要向现有技术那样测量纤维朝向的间接代替方法，该技术也未采用光斑或激光照明。此外，该技术并未依赖光斑经由织物传输而产生的变形，也未依赖被照明光斑的镜面或非镜面反射强度的定向变异。

附图简述

图1展示了借助在线图像分析的纤维朝向测量，照明源及成像装置在此设置在移动织物的同一侧；

图2展示了借助在线图像分析的纤维朝向测量，照明源及成像装置在此设置在移动织物的相对侧；

图3和图4展示了借助在线图像分析的纤维朝向测量，照明在此为环面光源，其与成像装置位于移动织物的同一侧；

图5和图6展示了本发明设备的两个实施例；

图7、图8及图9展示了本发明纤维朝向测量设备的多种布置；

图10为布龙衬板(browntop linerboard)的实时图像；

图11为目标像素的幅度与方向的柱状图；以及

图12描述了纤维朝向测量的定义。

优选实施例详述

本发明涉及方法及系统，用于直接测量无纺(nonwoven)材料内的纤维朝向，尤其是在材料为移动织物、薄膜或片体的场合。织物整个厚度的纤维朝向或仅仅为织物表面的纤维朝向可被测量到。纤维朝向测量可表达为一个或多个不同参数，其用于控制造纸流程和/或特征化产品的特性。参数可以包括，比如：平均纤维朝向角、纤维朝向各向异性指数以及纤维朝向角的统计分布。此外，来自织物两侧的纤维朝向测量产生与织物，比如纸的卷曲及扭曲变形有关的信息。

分析方法采用了分数阶梯度，其在至少两个优选正交轴线上的从被监视织物获得的数字图像内的多个位置处被评估。评估位置优选地基本上覆盖片体宽度内的至少10mm的图像。优选地，分数阶梯度以小刻度的形式被平均化或光滑化。特性角借助在每个评估位置处的至少两个分数梯度而形成，比如通过取它们的反正切比值而形成。角的分布然后可以借助多种方法而得以特征化，比如通过评估平均角或者通过将角的分布拟合到特定参数形式而被特征化。

如果数字图像在织物的运动方向内具有模糊的形貌，那么在分析图象之前，优选地执行预处理程序。比如，在一些情况下，可以在正交方向内执行补偿模糊运算，而在模糊方向内则可以执行反模糊或锐化。如果织物为非不透明性，并且背景内具有图案(pattern)的话，或者如果织物在成型织物上或其它有纹理的背景上传输的话，那么角的估计可被修改。如果背景纹理具有方向性，那么这对于比如造纸机的长网(fourdrinier)区段内的成型织物是重要的。比如当估计平均角或分布参数的时候，对应于那些背景内的主要角度的角度可从分析中省略掉。优选地，背景可以在没有织物的情况下被测量，从而使其特性被确定。

虽然本发明将以测量纸的纤维朝向的形式进行描述，应当理解：本发明可用于分析多种产品内的纤维朝向，该产品由包括比如，纸板、薄纸等的无纺纤维材料形成。此外，本发明对来自纤维素之外的产品也具有应用性。比如，测量技术可应用于玻璃纤维片体的制造流程中，在该制造流程中，对纤维朝向分布的控制也是关键的。

如图1所示，用于测量移动织物10或纸片的纤维朝向的设备包括成像装置14和环形光源12，两者都放置在织物10的上方。成像装置14典型地为相机，该相机上安装有适当的光学器件，比如透镜，用于将从成像区域16反射的光聚焦到相机内。在这种反射模式配置中，移动织物10的表面图像来自从表面反射的光。反射运行模式特别适合于测量织物的纤维朝向，该织物包括一层不透明材料，或该织物借助织物、丝线或其它结构而支撑于下方，织物、丝线或其它结构与光线的传播产生干涉。来自光源12的光线导向至织物10，用于照明表面上的区域，并且成像装置14检测来自成像区域16的图像，该成像区域16位于被照明区域内。虽然照明区域的尺寸并不关键，其优选地足够大，以便允许成像装置14对区域16进行成像，该区域16的尺寸至少为大约25mm²，并且典型地从100mm²到1000mm²。显然，织物上的成像区域16越大的话，那么被测量的纤维朝向越具有代表性。

成像装置14和光源12配置成使得图像比例足够，从而允许移动织物10内的纤维被看清楚。因此，适于作为成像装置14而使用的成像检测器，比如相机，应当具有没有超过单个纤维的典型宽度的像素尺寸。当使用足够的透镜时，这对应于成像检测器内的每个像素大约为20-40微米。所形成的数字图像通过在两个优选的正交方向内使用梯度型算子而被分析。分析图像内的每个像素是没有必要的，并且分析子集是优选的，该子集代表纸上直径为至少1厘米的圆盘，或者这种圆盘的随机取样。

当移动织物10稳定时，传统的透镜可与相机一起使用，从而使其自成像装置14的距离相对恒定，这是当织物10足够地被支撑的情况。然而，如果空气动力学效果导致移动织物10波动或偏离其相对于成像装置14的垂直位置时，那么可使用可产生较大景深的远心透镜系统，从而使织物10相对于相机的波动没有引起图像尺寸的变化。

如图1所示，当光源12定位于与成像装置14相同的侧边时，照明优选地围绕成像装置14的光轴而对称。比如，可采用环形光源12，在此，从光源12到织物10的照明具有方向性，典型地为相对于法线的大约30°到75°的角度。可以使用产生照明的光源，该照明具有此范围之外的角度，但获得了对每个纤维方向有影响的不太一致的图像。备选地，可以采用光源，该光源产生多束光，该多束光具有多个照明角度。如文中进一步所述，照明可来自分布于一个或多个同心环面内的光源阵列，从而使照明大致围绕它们的公共轴线而对称。不同的光束可同时或依次导向至织物10上。照明可为单色或多色，并且照明角之间的照明特性可以不同。虽然辐射的波长并不关键，优选地使用紫外线辐射、可见光辐射，并且尤其为近红外线辐射，用于测量纸内的纤维朝向。

在被监视的织物材料包含可观数量的水或非纤维材料，比如树脂、填料或胶料浆粉的情况下，在不同波长范围内的成像可允许更好地区别纤维材料与非纤维材料。设备可包括光源12，比如供应宽带红外辐射的石英卤钨(QTH，quartz tungsten halogen)灯；以及一个或多个检测器，该检测器具有由窄带滤波器，比如干涉型滤波器选择的所需要的波长。图像可借助比如，棱镜或部分反射镜分离成相同照明区域的多个图像而获得。特别地，可以有利地使用荧光，一个图像的测量波长范围借此而位于荧光发射段内，并且照明在该段内具有较低强度，但照明在荧光激发段内具有较高强度。

此概念利用了已经存在于一些纸中的荧光剂，这些纸用于多种目的中的任何一种目的：(i)用于帮助区分纤维成份与非纤维成份，(ii)用于帮助区分表面纤维与表面下纤维，或者(iii)用于增加在检测器上形成图像的光的数量。应当理解：可明显地加入荧光剂，以有利于测量。

多种等级的纸包括用于增强它们可感知色彩的荧光剂。比如，荧光增亮剂(比如Tinopal UP)通常存在于办公纸中，比如复印/激光/喷墨纸，并且常常用于其它白色等级中。这些荧光增亮剂的激发段典型地从330纳米到410纳米，并且具有从380纳米到500纳米的发射段。因此，当照明包含一些紫外线时，它们增加了被传送光线的蓝色成份。从而当被传送光线整体上增加的时候，使得纸张显得更亮，并且使它看起来更白，因为它与纤维素纤维内尚未彻底漂白的内部黄色木质素层形成对比。

一些特殊等级使用其它荧光剂。比如，通过使用荧光染料可获得非常浓厚的色彩。它们的原理与荧光增亮剂类似，除了荧光激发段与发射段已被偏移之外。比如，Fastusol Yellow 14L具有集中于450纳米处的蓝色激发，和集中于510纳米处的绿色发射。具有特殊激发特性与发射特性的荧光剂常常用于防伪纸中，比如纸币或其它财政工具中，并且用于证券凭证、商业债券等中。

荧光增亮剂通常掺入到原料流内，并且因此在填料材料引入之前而吸收于纤维上。如果纸主要被紫外线(UV-A)照明的话，那么使用蓝光形成的图像将主要为来自纤维的荧光发射。填料可吸收或散射紫外光，但它们将不会对蓝色荧光发射产生太多影响。

在多层片体中，荧光增亮剂主要引到表面层内。这是荧光增亮剂具有最多效果的地方，并且由于趋向于昂贵，因此将它们掺入到内层中将不划算。即使在单层片体中，紫外线光趋向于比可见光更少地穿透片体，这是由于散射效果的缘故。因此，从用可见光照明形成的可见光图像中推断出的纤维朝向，与从用紫外线照明形成的蓝色图像中推断出的纤维朝向可能不同。与表面纤维相比，这种不同部分地是由于内部纤维朝向的不同所导致的。

如果片体由充足的光源，即同时包括紫外线与可见光的光源照明的话，那么荧光将增加由检测器接收到的图像的强度，该检测器对可见光敏感。

也可以使用散射照明，尤其是如果空气动力学效果比较小并且织物10没有波动的话。散射照明可通过将散射器放置在光路内而产生。散射发光可通过将来自光源的光线在一个或多个反射表面上反射而产生，其提供了无方向性且更柔和的照明。

光源12优选地提供高强度照明，该照明包括位于用于测量的波长内的恒定能量流。光源12可借助传统的机械装置，比如斩波器、遮光器、音叉等而被调幅，用于增强信噪比。另一种示例性的调制技术采用电光遮光器，比如克尔盒(kerr cell)与普克尔盒(pockels cell)，其放置在光源的光束路径内；及声光装置，比如声光可调谐滤波器。备选地，可以使用驱动电流的直接调制，该直接电流与光源耦合，以便产生脉冲照明。

优选的光源装置包括发光二极管(LED)、激光二极管或发光二极管阵列或激光二极管阵列。比如当光源调制成产生频闪效应的时候，优选地采用高调制速率。作为结果的短暂曝光时间允许具有相应短暂积分时间的成像装置14，通过减小或消除由运动模糊在织物10的运动方向内产生的负面效果，而获得更好的成像区域16的图像。在电荷耦合装置(CCD)的情况下，短暂积分时间使像素聚集较少的光线，而稍长的积分时间使像素聚集更多的光线。备选地，或者除了调制光源之外，可选择成像装置14，比如电荷耦合装置相机，其以较高的曝光率，即短暂的积分时间而运行。在这种情况下，照明可以连续，从而使照明在不同的测量位置保持一致变得更容易。

图2展示了传输操作模式，用于测量移动织物10或纸片的纤维朝向。这种配置尤其适于监视未被支撑且非不透明的织物。实际上，当织物非不透明且未被丝线或其它结构支撑的时候，可以同时采用反射操作模式与传输操作模式。如图2所示，设备包括光源18和成像装置14，两者放置在织物10的相对侧上。来自光源18的光线的强度必须足够高，从而穿过织物10的厚度而传输，进而照明织物10的上表面，以便使图像区域16的图像聚焦到成像装置14，比如相机内。光源18可直接放置在成像装置的下方，以便提供垂直于织物的有向照明。备选地，光源18可具有用于有向照明的环形形状或其它配置，该有向照明围绕成像装置14的光轴而对称。在传输操作模式中，照明强度可被调节，从而使成像装置14捕捉到的图像代表织物内不同深度处的纤维朝向。

图3展示了另一种反射操作模式配置，用于测量移动织物10的纤维朝向，该配置包括成像装置14和对织物10上的区域20进行照明的环形光源24。光源24包括比如一组光源24、26和28，其沿着同心环面而分布，从而使有向照明大致围绕轴线而对称。

图4展示了另一种反射操作模式配置，用于测量移动织物10的纤维朝向，该配置包括成像装置14和对织物10上的区域30进行照明的环形光源32。光源包括比如一组光源34、36和38，其沿着两个同心环面而分布，从而使有向照明大致围绕它们的公共轴线而对称。

图5为用于测量纤维朝向的设备的截面图，该设备运行于反射模式。光源72为LED环形灯，其放置成与移动纸71相隔大约10毫米。直流LED闪光控制器62控制光源72，用于产生闪光照明，以便对快速移动的织物71进行成像。适当的闪光控制器为AdvancedIllumination(Rochester，VT)公司生产的型号为S4000的闪光控制器。相机68为来自Sony公司(New York，NY)的型号为XCD-X710的电荷耦合装置。由纸71反射的光74被光学平面镜64导向至具有非常高的分辨率且为50毫米的透镜66内，该透镜66与相机68耦合。在一个实施例中，光学器件配置成使得相机向下聚焦于织物表面上的照明光斑，该光斑的直径为10到15毫米。

图6为用于测量纤维朝向的另一个设备的截面图，该设备运行于反射模式。光源88为LED环形灯，其放置成与移动纸80相隔大约75毫米。直流LED闪光控制器82控制光源88，用于产生闪光照明，以便对快速移动的织物80进行成像。由纸80反射的光90被光学耦合装置相机84，经由分辨率非常高且为50毫米的透镜所捕捉。

本发明可用于测量遍布造纸流程的重要位置处的纤维朝向。图7展示了用于生产连续纸片材料42的典型造纸系统的一部分，该系统具有多个执行器，其设置成对来自流浆箱44的湿润原料沿着横向(CD)方向排出到支撑的长网丝线47上进行控制，该横向方向横穿移动纸材料42的机器方向(MD)。纸材料42，其为形成于丝线47顶部的纤维浆片体，被拖带以便在辊子41和43之间沿着机器方向而行进，此后穿过压光机(calendaring stack)(图未示)。造纸流程靠近流浆箱44的部分通常称为“湿润端”，而该流程靠近收紧卷轴的部分称为“干燥端”。如图所示，本发明设备的成像装置与光源构件，两者总体上标示为80，以反射模式布置于成型单元的上方，并且布置于纸浆局部脱水之后，即布置在喷射碰撞区域之后。

本发明的其中一个优点是：其可用于在如图7所示的造纸机或纸板机的长网处的成型区段处测量纤维朝向。这是尤其有益的，如果多个板层在成型之后而互相拼接起来，以便形成多层产品的话。本发明允许独立地测量及控制每个板层内的纤维朝向。消除或减小板层之间纤维朝向的不同程度，产生具有更少扭曲与卷曲变形的更好产品。已知这些变形可导致在折叠纸板时或将褶边(fluting)从瓦棱纸内的衬板分离时的尺寸不稳定性。

本发明纤维朝向设备进一步包括计算机45，其连接到装置80的成像装置构件上并连接到流浆箱44的执行器上。如文中进一步讨论的那样，计算机45分析来自成像装置的数字图像，以便估计纸42的纤维朝向。此外，计算机包括轮廓分析仪，该轮廓分析仪包括控制系统，该控制系统作为对来自装置80的横向方向测量的响应而运行。在运行中，装置80可在横向方向内被扫描，以便为计算机45沿着横向方向提供的纸的数字图像。通过这些图像，产生了代表在多个横向方向测量点处的纤维朝向的信号。轮廓分析仪也包括用于控制造纸系统的多个构件，包括比如上述流浆箱44，的执行器运行的软件。根据纤维朝向相对于所需要设定点的偏离程度，湿润端和/或干燥端参数可被调节，从而改变纤维朝向。

比如，纸内的纤维朝向轮廓可通过将流浆箱喷浆唇板(slice lip)的形状进行变形而改变，或者通过改动从歧管到流浆箱的入口流动轮廓而改变。在两种情况下，纸浆相对于丝线的喷射流速场被改变，从而使纸的纤维朝向轮廓与其它特性被改变。因此，多种参数比如喷浆唇板配置及歧管入口流动轮廓可被操纵，以便控制织物的纤维朝向。

显然，本发明通过分析织物的数字图像而提供一种在线测量移动织物纤维朝向的方法。可以采用来自该技术的经验数据来进行流程建模，模拟并控制造纸系统，造纸系统用于制造包括无纺材料的产品。一种开发数学模型的方法用于模拟或者干扰造纸流程与对响应的测量，即该方法可能产生的任何纤维朝向变化。比如，喷浆唇板和/或歧管可在不同等级处与所测量的响应处而被操纵。数学模型可用于调节系统，以便控制片体的纤维朝向。用于造纸机的流程控制技术进一步描述于比如，MacHattie等人的美国专利第6,805,899号、Heaven等人的美国专利第6,466,8399号、Hu等人的美国专利第6,149,770号、Hagart-Alexander等人的美国专利第6,092,003号、Heaven等人的美国专利第6,080,278号、Hu等人的美国专利第6,059,931号、Hu等人的美国专利第6,853,543号以及He的美国专利第5,892,679号，所有这些专利通过引用而结合于此。

图8展示了本发明的设备46，其配置成在反射模式下运行，并且布置成当纸48在可以为辊子、干燥器缸体等的转动支撑件50上移动的时候，对纸48的纤维朝向进行测量。如果转动支撑件50是由至少局部地透明的材料制成的话，那么设备46可在传输模式下运行，并且使光源位于纸的一侧，而成像装置位于另一侧，即定位于转动支撑件50内。

图9展示了一个实施例，在此，可同时使用反射与传输操作模式，以便在织物56的两侧测量纤维朝向，该织物56的位置可被限制，以便借助比如张力或空气动力学而在没有太多波动的情况下，在相对平直的线内行进。在这种情况下，织物的上侧与下侧分别被装置52和54照明和/或成像。在织物可未被支撑而传送的情况下，比如在造纸机的干燥端，织物的两侧可同时被测量。如果未被支撑的织物不透明或几乎不透明的话，那么织物的两侧可独立地被测量，并且两个单独设备52和54均运行于反射模式中。

另一方面，如果未被支撑的织物透明或仅仅局部地不透明的话，那么对两侧的测量可通过采用两个单独的设备52和54而实现，每个设备均运行于反射模式中。备选地，两侧的测量可通过采用两个单独的设备52和54而实现，每个设备均运行于传输模式中，或者两侧的测量可通过采用两个单独的设备52和54而实现，其中一个设备运行于反射模式中，而另一个运行于传输模式中。最后，两侧的测量可通过采用两个单独的设备52和54而实现，其中一个运行于反射模式中，而另一个运行于传输模式中，并且以照明仅仅从织物的侧面上被导向为条件。

移动织物的纤维朝向可以同时在横向方向内及机器方向内被监视。在后者情形下，多个设备可以在机器方向内沿着造纸机的适当位置而一个接一个地放置，从而优化造纸机。相对于用于制造特定等级纸的“理想”轮廓，可产生纸质原料在织物上的连续纤维朝向轮廓。根据相对于理想情况的偏离程度，湿润端和/或干燥端参数可相应地被调节。比如，参考Hagart-Alexander的美国专利第6,092,003号，其通过引用而结合于此。

类似地，对于横向方向测量，一列设备可以沿着横向方向而在造纸机的任何适当位置处放置。备选地，可以采用扫描系统，该扫描系统包括单个设备，该设备穿越织物的宽度而被扫描。扫描仪系统一般地包括成对且在水平方向上延伸的导向轨道，该轨道跨越了待监视纸产品的宽度。传感器紧固到支架上，当测量进行的时候，该支架在纸产品的上方来回移动。用于造纸过程中的在线扫描传感器系统公开于Dahlquist的美国专利第4,879,471号、Dahlquist等人的美国专利第5,094,535号以及Dahlquist的美国专利第5,166,748号，其全部通过引用而结合于此。

如图9所示的配置，其同时采用了反射操作模式与传输操作模式，特别适于同时在纸的横向方向内与机器方向内测量顶侧纤维朝向与底侧纤维朝向。纤维朝向轮廓可同时产生。这些测量直接或间接地与其它片体特性有关，像强度和/或织物张力和/或收缩与伸长和/或片体卷曲与扭曲。通过使用具有已知片体特性的纸对纤维朝向测量进行校正，可建立库，从而将纤维朝向测量与实际的强度、织物张力、收缩、扭曲或卷曲及其它特性相关联起来。

本发明基于图像的测量技术，通过使用梯度型算子在两个优选的正交方向内分析数字图像，而对纤维朝向进行估计。下面总结了一些显著的结果，该结果来自数学领域，即分数阶微积分，其将微分与积分统一成为被称为微积分(differintegration)的单个运算，并且其包含非整数阶的微分与积分。分数阶微积分的理论与方法描述于比如K.Oldhamt和J.Spannier，“The Fractional Calcalus”，Academic Press1974中，其通过引用而结合于此。

从解析角度看，微积分可精确地表达于积分变换函数空间内。比如，如果将函数f(x)的拉普拉斯变换表示为F(s)的话，其中s为表示了变量x的变换的拉普拉斯空间参数，并且如果将符号￡表示为变换运算。因此：

相对x的q阶微积分函数，对应于其变换与增加到第q次方的变换参数s的乘积：

因此，显然分数阶微积分不能充分地表示为传统整数阶微分或者积分的组合，而是一种不同的运算。比如，半导数不能解释为函数与其导数的线性组合，任何多于S^1/2的导数可作为1和S的组合而逼近。

虽然在符号数学分析中有用，拉普拉斯变换及其它积分变换算子在被测量数据的实际数字分析中不实用。然而，多个通用微积分方程在数学上等价，并且可用于构造多种数字微积分的算法。比如，Grunwald方程将可微积分函数f(x)的q阶通用微积分定义为：

$\frac{d^q}{d{(x-a)}^q}f\left(x\right)=\underset{N\→\∞}{\lim }\left\{\frac{{\left(\frac{x-a}{N}\right)}^{-q}}{\mathrm{\Γ}(-q)}\underset{k=0}{\overset{N-1}{\mathrm{\Σ}}}\frac{\mathrm{\Γ}(k-q)}{\mathrm{\Γ}(k+1)}f(x-k\left(\frac{x-a}{N}\right))\right\}---\left(3\right)$

其在极限内依赖于从a到x的区间内的所有函数值。当q＝1，并且a随机地接近x的时候，其产生传统的导数。根据对a和x数值的选择，当q＝-1的时候，它产生传统的原函数(通常称为“不定积分”)或传统的积分(通常称为“定积分”)。

定义(方程3)有效，并且为所有的实数、复数或四元数(包括不连续函数，假定它们有限的话)可微积分函数形成了数字收敛系列。它对于q的随机值，包括q的复数值与四元数值也收敛。其它微积分方程包括Riemann、Liouville、Heaviside、Civin及其它微积分方程。这些方程中的一些限制于特定的情形中，比如仅仅应用于周期函数中。Grunwald方程是最普通的方程，而Riemann-Liouville方程是下一个最普通的方程(其仅仅当q的实数部分为负数的时候才收敛，并且当q的实数部分为正数的时候，其要求具有可重复传统微分的解析开拓，从而将其限制于连续函数的这些情况中)。

可获得多种数字算法，用于执行非整数阶微分。它们基于Riemann-Liouville方程，同时基于Grunwald方程而提供算法。优选的算法为Grunwald方程，因为当阶数的实数部分严格地为正数的时候，它为微积分直接产生有限长度的卷积。当然如果需要的话，取而代之，可以使用其它方程。

通过省略(3)中的极限，并且将系列截取为有限数量的项N+1，并且在横轴之间具有固定的区间h，函数f(·)在该横轴处已知，可获得q阶微积分的近似值。为方便起见并且在没有损失通用性的情况下，我们可以设定a＝x-Nh，从而产生：

${\left(\frac{d^q}{{\mathrm{dx}}^q}\right)}_{-}f\left(x\right)=\frac{h^{-q}}{\mathrm{\Γ}(-q)}\underset{k=0}{\overset{N}{\mathrm{\Σ}}}\frac{\mathrm{\Γ}(k-q)}{\mathrm{\Γ}(k+1)}f(x-\mathrm{kh})---\left(4\right)$

应用到(4)右手侧函数的权重因子，可在微积分的卷积表达中作为卷积核而使用，或者在微积分的矩阵表达中作为行元素而使用。应当注意：虽然当k-q为负整数的时候，伽玛函数Γ(k-q)非常大，但比值Γ(k-q)/Γ(-q)总是有限的，并且可借助第一类Stirling数而被计算出。方程4左手侧的算子的负下标，表示右手侧的表达式为微积分在x处的反向差分近似值，因为它在大于x的横轴上没有采用任何函数值。然而，通过改变区间[a，x]的方向，也可从方程3中构造出具有相同有效性的正向差分近似值，从而在简化为以下方程之前，a＝x+Nh：

${\left(\frac{d^q}{{\mathrm{dx}}^q}\right)}_{+}f\left(x\right)=-\frac{h^{-q}}{\mathrm{\Γ}(-q)}\underset{k=0}{\overset{N}{\mathrm{\Σ}}}\frac{\mathrm{\Γ}(k-q)}{\mathrm{\Γ}(k+1)}f(x+\mathrm{kh})---\left(5\right)$

方程5左手侧的算子的正下标，表示右手侧的表达式为微积分在x处的正向差分近似值，因为它在小于x的横轴上没有采用任何函数值。右手侧的负值校正了微积分的方向变化。通过将正向差分表达式与反向差分表达式组合起来，可获得中心差分近似值。因此，具有2N+1项的q阶微积分的中心差分近似值的卷积权重w_k可归纳为：

$w_k=\left\{\begin{array}{cc}\frac{-h^{-q}\mathrm{\&Gamma;}(-k-q)}{2\mathrm{\&Gamma;}(-q)\mathrm{\&Gamma;}(1-k)}& k<0\\ 0& k=0\\ \frac{h^{-q}\mathrm{\&Gamma;}(k-q)}{2\mathrm{\&Gamma;}(-q)\mathrm{\&Gamma;}(k+1)}& k>0\end{array}\right.---\left(6\right)$

比如，当h＝1，并且假定一些分数阶微积分的中心近似值没有超过整数，在N＝4时从方程6获得的9项卷积核为(为清晰起见，忽略了1/2因子)：

Order q	w<sub>-4</sub>	w<sub>-3</sub>	w<sub>-2</sub>	w<sub>-1</sub>
					1/4	-77/2048	-7/128	-3/32	-1/4
1/3	-10/243	-5/81	-1/9	-1/3
					1/2	-5/128	-1/16	-1/8	-1/2
2/3	-7/243	-4/81	-1/9	-2/3
					3/4	-45/2048	-5/128	-3/32	-3/4
1	0	0	0	-1

Order q	w<sub>0</sub>	w<sub>1</sub>	w<sub>2</sub>	w<sub>3</sub>	w<sub>4</sub>
						1/4	0	1/4	3/32	7/128	77/2048
1/3	0	1/3	1/9	5/81	10/243
						1/2	0	1/2	1/8	1/16	5/128
2/3	0	2/3	1/9	4/81	7/243
						3/4	0	3/4	3/32	5/128	45/2048
1	0	1	0	0	0

可以看出：连续项的数量在核的每个端部都下降，并且可以看出：它们在阶数接近零时比在阶数接近整数时下降的不太快(此观察不能归纳为零或小于零的阶数，或者大于整数的阶数)。此外，位于中心每侧的第一项在数量上与微积分的阶数相等，并且因此在阶数接近整数时比在阶数接近零时更大，从而使后续项的显著性(significance)在阶数高于1/2时相当迅速地下降。为大多数目的，5项近似值对于大于1/2的阶数是足够精确的，而对于低于1/4的阶数，可能需要至少9项近似值。

以上已经使用最简单的算法来开发微积分的数字近似值。也可以构造出其它更复杂的算法，从而产生优越的收敛特性，或者需要更少的数字运算，或者产生更高阶近似值。比如，Oldham和Spannier也产生算法，其内嵌有Lagrange插值，从而产生更快的收敛。类似地，可以使用多种解析技术来增加有限系列近似值的精度，从而超越仅仅通过截取无限系列表达式而获得的近似值。

假定I为图像，而S为I的掩模(mask)，该掩模表示将会包含于分析之内的图像的像素。掩模S优选地指定围绕设备的光轴而对称地分布的像素。比如，由S指定的像素可以形成圆盘，或者可以形成一个或多个同心的圆形环面，或者可以形成这种围绕光轴而分布的圆盘或环面的多个分段。掩模也可以在这些区域内指定像素子集，并且子集可以为图样化的子集或随机子集。一种方便的方法为将限定了连续区域的掩模与限定了在整个图像上样本的另一个掩模相乘起来。图样化子集的例子为在每个偶数行内采取奇数个像素，而在每个奇数行内采取偶数个像数(一半像素位于棋盘图样内)，或者在每个交替的像素行内采取交替的像素(1/4的像素位于矩形格内)。随机子集可以借助随机取样分数而产生，并且在这种情况下，每个被选像素不需要在对称位置内具有精确配对的像素，但取样的随机特性确保了统计对称性。因此，随机分布的密度必须径向地对称，并且优选地径向地一致，但不需要在从光轴起算的所有距离处相同。

现在讨论微积分算子在数字图像中的应用。假定D_x为x方向内的梯度型算子，而D_y为y方向内的相应梯度型算子。梯度算子优选地为阶数在1/4到3/4之间的非整数阶数。如果梯度型算子为中心类型的话，那么它是有利的。梯度型算子借助比如以下卷积而应用于图像中：

$G_x=D_x\&CircleTimes;I$

$G_y=D_y\&CircleTimes;I---\left(7\right)$

其中卷积在S内指定的每个像素处被评估，从而在每个方向G_x和G_y内产生局部梯度估计。将平均运算与梯度型运算组合起来是有利的，从而使为特定像素计算的梯度值为在多个像素位置计算的加权平均值。如果这种平均化仅在与梯度型算子方向正交的方向内执行的话，那么它是特别有利的，从而使用于应用算子D_x的平均化仅仅使用了在y方向内互相偏离的像素，而使用于应用算子D_y的平均化仅仅使用了在x方向内互相偏离的像素。

应当注意：通过使用整数算法而不是浮点算法对方程7执行卷积运算，可获得相当可观的计算效率。当卷积核项为产生于Grunwald方程的微积分近似值的时候，这是不重要的，因为如果区间h为整数(当以适当的单位表达的时候)，并且当微积分阶数本身为有理数的时候，方程6本质上产生作为核系数的有理数。然后简单的整数比例化赋予全部整数核值。备选地，通过将因子h^-q包含于比例内，并且在没有改变h单位的情况下，可以获得整数核(kernel)。类似的情况应用于梯度型运算的非卷积执行。整数运算通常比浮点运算更快，从而使图像可被更快地处理，或者可借助不太复杂的计算设备面而被处理。

这些在两个方向内的梯度值，包含图像内纤维规模的结构的朝向信息。虽然用于梯度型算子的方向不需要正交，并且不需要与图像的轴线重合，但它们的正交是有利的，并且它们与图像轴线的重合也是有利的，因为它将信息含量最大化，并且简化了随后的处理，如果有的话。阶梯型算子的阶数可以为整数，比如1(从而使其变为传统的梯度)，但已发现：当梯度型算子的阶数小于整数的时候，并且尤其当它位于1/4到3/4的时候，结果更加可靠。

描述了纤维朝向的总结信息可以多种方式从梯度值提取。这里描述了一种示例性的方法。朝向角被赋予每个被分析的像素：

$\mathrm{\&theta;}=\arctan \left(\frac{G_y}{G_x}\right)---\left(8\right)$

并且像素的朝向强度被赋予：

$J=\sqrt{{\left(G_x\right)}^2+{\left(G_y\right)}^2}---\left(9\right)$

然后形成柱状图，角度的标称范围，比如从-90°到+90°在柱状图内划分为多个有限区间，有限区间优选地具有相等的宽度，并且所有像素的朝向强度被相加，像素被赋予的朝向角位于相同的区间内，从而产生柱状图H(θ)。此柱状图代表了图像的被分析像素在纤维分辨率级的朝向角频率分布。该频率分布提供了纸纤维朝向的有价值的统计表示。它为朝向分布的公共图形表示，通常作为幅度相对于角度的极轴绘图，并且被一些用于测量纤维朝向或测量纤维朝向代替方法，比如拉伸强度朝向的现有方法所采用。

如通常在现有方法中所使用的那样，通过将频率分布缩减为较少数量的参数，通过将它拟合到适当形式的标准统计分布上，可使分析进一步进行。比如，柱状图可使用最小平方法或其它方法而拟合为极轴参数形式： $H\left(\mathrm{\&theta;}\right)=\sqrt{A^2{\cos }^2(\mathrm{\&theta;}-\mathrm{\&alpha;})+B^2{\sin }^2(\mathrm{\&theta;}-\mathrm{\&alpha;})}---\left(10\right)$ 纤维朝向的平均值或特性的估计是通过被拟合的参数α给定的，如果A＞B的话，或者通过参数α±90°给定。平均纤维朝向角基本上为椭圆的倾斜相对于机器方向的角度。类似地，如果A＞B的话，纤维朝向的各向异性的估计是通过以下方程给定的：

$e=\sqrt{\frac{A^2-B^2}{A^2}}---\left(11\right)$

其中，如果B＞A的话，那么A和B必须互换。将e作为参数而包含于其内的方程10的等价方程：

H(θ)＝C(1+ecos(2θ-2α))    (12)

如果各向异性为零的话，那么不存在特性朝向角。较高的e值显示具有非常强烈朝向的片体，该片体具有清晰的主要纤维朝向方向。

纤维朝向各向异性指数定义在方程11中。A为长轴的长度，而B为短轴的长度(参考图12)。如果取样为各向同性的话，那么分布呈圆形，并且A＝B，并且e＝0。如果所有的纤维完美地对齐的话，那么A很大，B接近于0，而e＝1。最后，统计纤维朝向为纤维朝向于特定角度的可能性。如文中所述，这种样例图形在图11中给出。

应当注意：方程10决不是唯一适于拟合纤维朝向在纸内分布的形式，但可能是最普通的形式。可在技术文献中，比如K.Schulgasser，″Fiber orientation in machine-made paper”，J.Materials Sci.，78，p.859-866，1985，或K.J.Nisdanen，Distribution ofFiber Orientationin Paper，Trans.9^th Fundamental Research Symp.at Cambridge，vol.1，p.275-308，September 1989中发现几种其它分布形式。

虽然梯度型算子的优选阶数小于整数，但本发明并不局限于这种阶数，并且包括在梯度型评估中使用具有随机阶数的微积分算子，包括纯整数阶数。

本发明也构思出使用复数及四元阶数的微积分算子，其阶数具有一个或多个非零构想部分。在这种情况下，可以可选地使用一个或多个额外的步骤，以有助于比如在方程8中对像素角进行评估，并有助于比如在方程9中对像素幅度进行评估。额外的步骤用于比如通过形成2位范数值，或者通过取其实数部分，或者通过在适当内积空间内形成范数(norm)等，而形成复数或四元数的适当范数。显然，范数可在梯度值上被评估，该梯度值用于表达式中，该表达式用于计算像素角与幅度，比如方程8或方程9，或者范数可在角度与幅度上被评估，该角度与幅度由非范数计算而来。

使用如图6所示的设备而在衬板上执行纤维朝向测量，该设备包括LED环形灯，具有大约40微米像素精度的单色电荷耦合装置相机，及具有闪光速度为1微秒的LED。图10展示了移动布龙衬板的典型实时图像，分析在该实时图像上进行。用于分析的区域标记为圆圈。

在示例性的分析中，如图10所示，图像中心圆盘内的50％像素的随机取样被选择用于分析。在每个被选像素处，使用7点对称近似核而将阶数为q＝1/2的半导数算子应用到x方向和y方向内(横向方向与机器方向)，7点对称近似核来自方程6。作为结果的梯度值D^1/2 _x和D^1/2 _y然后用于计算像素方向＝tan^-1(D^1/2 _y/D^1/2 _x)以及幅度＝[(D^1/2 _x)²+(D^1/2 _y)²]^1/2。目标像素的幅度相对于方向的柱状图绘制于图11中。参数形式的最小平方拟合产生了平均朝向角(-28.31°)，及表达为离心因子(0.854)的各向异性。

上面已描述了本发明的原理、优选实施例及操作模式。然而，本发明不应当解释为限制于所讨论的实施例中。取而代之，上述实施应当视为解释性而不是限制性，并且应当理解：在没有脱离由下列权利要求限定的本发明范围的情况下，那些熟悉本领域的技术人员可在那些实施例中作出变型。

Claims (4)

1.一种用于测量形成于造纸过程中的移动织物(10)纤维朝向的方法，所述方法包括步骤：

(a)借助辐射而照明所述织物(10)的至少一侧上的区域(16)；

(b)获得被照明区域(16)的至少一个数字图像，其中所述数字图像具有图像比例，足以允许移动织物(10)中的纤维通过使用成像检测器而被探知，使得成像检测器中的像素对应于范围为大约20至40微米的图像大小；以及

(c)通过借助非整数阶梯度算子处理至少一个数字图像而计算所述织物(10)的所述纤维朝向。

2.如权利要求1所述的方法，其特征在于，每个图像包括多个像素，并且所述梯度算子为所述像素中的至少一个像素产生梯度幅值及方向。

3.如权利要求1所述的方法，其特征在于，所述梯度算子具有位于1/4与3/4之间的非整数阶数。

4.如权利要求1所述的方法，其特征在于，所述织物(10)的至少一个数字图像是在所述织物的被照明侧上获得的。

Images