用于污渍处理的方法和装置制造方法及图纸

一种用于识别织物(10)上的污渍的方法，所述方法包括以下步骤：进行近红外反射光谱法以在从最短波长至最长波长的波长范围内从所述污渍获得光谱数据，所述最短波长具有1595nm或更长的值；访问已知污渍的参考光谱数据(33)；和将所述污渍的所述光谱数据与所述已知污渍的参考光谱数据进行比较以识别所述污渍。

【技术实现步骤摘要】
【国外来华专利技术】用于污渍处理的方法和装置
本专利技术涉及用于识别织物上的污渍的方法和系统，特别涉及包括近红外反射光谱法的方法。
技术介绍
有许多洗衣产品可用于处理织物，并且这些产品中的活性剂可以根据待处理的具体织物产品以及待施用处理的方式而变化。然而，洗衣产品的普通家庭用户理解或认识每种活性剂将起到的作用以及如何最好地去除特定污渍是不常见的。因此，家庭洗衣很少针对织物产品上的污渍的类型。这种“一刀切”方法可能意味着并不总能实现最好的清洁效果。产品中可包含特定的处理剂，以对特定类型污渍的处理起到特定的作用。例如，酶对于清洁体液、基于食物的油脂和油、基于奶的污渍、基于鸡蛋的污渍、草起到很好的作用。在酶内，可以选择特定的酶以优化对特定污渍的清洁能力。例如：可以选择蛋白酶以去除基于蛋白质的污渍，如血液、蛋、奶和草；脂肪酶可以对油性或油脂污渍如黄油、油、肉汁、化妆品和唇膏更为有效；淀粉酶除去基于淀粉的污渍如肉汁、马铃薯、意大利面和米。漂白剂在洗衣产品中是常见的，但是基于氯的漂白剂(例如次氯酸钠)可以不期望地从衣物上去除颜色。基于氧的漂白剂(例如过碳酸钠或过氧化氢)提供了更安全的替代品。产品中可以存在其他处理剂，例如螯合剂或助洗剂，其可以出于各种原因而被包含，例如以促进表面活性剂所起的作用。分别地进行步骤，例如在使用更常规的洗涤剂之前进行预处理漂白步骤，可以是期望的。另外，可以使用不同的技术实施所需的处理。一些清洁产品在使用前必须被稀释，其他清洁产品将在未掺水(neat)施用时效果最好。一些清洁产品需要时间以起作用，因此清洁循环可以有益地涉及浸湿或浸泡时间。所需处理剂浓度可以不仅取决于污渍的类型和织物的类型，而且取决于污渍的严重度。WO2004/053220公开了用于确定织物参数的方法和设备，并且公开了在369至1672nm波长处的近IR(NIR)光谱法是特别有用的。然而，需要用于由消费者以高成功率识别家中的污渍的易于使用的机制。
技术实现思路
因此，本专利技术旨在通过根据第一方面提供用于识别织物上的污渍的方法而解决上述问题，所述方法包括以下步骤：进行近红外反射光谱法以在从最短波长至最长波长的波长范围内从所述污渍获得光谱数据，所述最短波长具有1595nm或更长的值；访问已知污渍的参考光谱数据；和将所述污渍的所述光谱数据与所述已知污渍的参考光谱数据进行比较以识别所述污渍。在其内获得数据的波长范围通过以下定义：对应于最短波长的下界；和对应于最长波长的上界。换言之，在包括最短波长和最长波长的整个波长范围(整个波长范围)内获得光谱数据。污渍的光谱数据与参考光谱数据的比较在整个范围内进行。以这种方式，近红外(NIR)光谱法捕获污渍的光谱指纹，提供了非破坏性且易于使用的用于识别污渍的机制。因此，该方法适合由织物物品的所有者在家中进行，而不需要实验室设施。通过使用在较长波长内延伸的波长范围(即，开始于1595或更长的最短波长)，NIR反射光谱法更少穿透，即更具表面特异性。这是由于路径长度(穿透深度)随波长增加而减小而发生。与在较低波长范围处取得的类似的NIR光谱相比，在较长波长内取得的NIR反射光谱将呈现出更好地确定的谱带，并且因此更具信息性。还注意到，在NIR光谱内，光散射随波长增加。总体而言，通过利用较长的NIR波长并与现有技术中使用的波长相比，获得了较高的污渍预测准确度。现将阐述本专利技术的任选特征。这些可单独应用或与本专利技术的任何方面任意组合应用。最短波长可以为1600nm。或者，最短波长可以为1800nm。或者，最短波长可以为2000nm。根据一个优选实施方式，在其内获得数据的波长范围通过以下定义：对应于不短于1600nm的最短波长的下界；和对应于不长于2000nm的最长波长的上界；并且其中污渍的光谱数据与参考光谱数据的比较是在从1600nm至2000nm的整个范围内进行。最长波长可以不长于2397nm。任选地，最长波长可以不长于2200nm。任选地，其可以不长于2000nm。在一个实施方式中，在其内测量反射率的波长范围可以从1595nm的最短波长延伸至2397nm的最长波长。在另一个实施方式中，在其内测量反射率的波长范围可以从2000nm的最短波长延伸至2397nm的最长波长。在一个替代实施方式中，波长范围可以从1800nm的最短波长延伸至2200nm的最长波长。在一个优选的实施方式中，在其内测量反射率的波长范围可以从不短于1600nm的最短波长延伸至不长于2000nm的最长波长。可以根据污渍组成(例如微粒、脂肪)或其对某些处理(例如酶、漂白剂)的敏感性而对污渍进行分类。在整个本文件中，“污渍类型”将是指这些指示两者的组合(因此污渍类型包括微粒、脂肪、酶和漂白剂)。通过将污渍的光谱数据与已知污渍进行比较，可以将光谱数据与相同污渍类型(例如脂肪、酶、漂白剂和微粒)的其它污渍相匹配。优选地，我们更进一步并将来自污渍的光谱数据与实际污渍身份例如血液、番茄、葵花油、唇膏、橘子、黄咖喱、红咖喱、红茶等相匹配。除了提供存在的污渍的类型的指纹之外，从NIR光谱仪取得的光谱数据可以取决于被分析的织物的类型。可以存在污渍的阈值厚度，污渍在该阈值厚度处太厚而不能使NIR信号穿透到织物本身。在这种情况下，光谱数据将不取决于织物。该方法可以包括推断织物本身的参数，然后测量污渍本身的第一步骤。该方法可进一步包括以下步骤：为处理污渍的用户提供用户界面以提供关于污渍的信息；和将在用户界面处提供的信息与关于已知污渍的信息进行比较。由用户获得的信息可用于在将来自污渍的光谱数据与已知污渍进行比较之前过滤已知污渍，由此减少需要进行的比较次数。用户界面可在移动设备上提供，其中移动设备可以包括：移动电话(手机)、平板电脑、平板手机、笔记本电脑和/或数码相机。数学预处理被应用于数据，如一阶或二阶导数。已知的化学计量算法可以用于对光谱建模和提取数据。NIR吸收带可以与存储在库中的已知光谱进行比较。用户界面可在包括相机的移动设备上提供。用户界面可以是存储在用户设备上或远程运行的应用程序。可将其配置为与用户设备上的相机对接，使得该方法可以包括使用移动设备拍摄污渍的数码照片的步骤。可以处理由数码相机拍摄的照片以提取关于污渍的颜色信息以帮助识别。它也可被用于提取关于织物本身的颜色信息。如果处理可能包括漂白剂，这可以是特别有用的。以这种方式，可以选择对染色织物的染料无损害的处理。在一些情况下，织物的底层颜色可以影响污渍的颜色。设想从织物的未染污部分获取的颜色信息也可以用于校准由照相机检索的颜色信息，以解释底层织物颜色并因此确定污渍的相对颜色。通过数码相机拍摄的照片也可用于确定织物的背景白度。通过将这种背景白度读数与白色织物的NIR光谱相结合，使得除了污渍去除之外，还能够选择最合适的处理选项以改善背景白度。任选地，用户界面包括印刷界面(typographicalinterface)和/或供用户输入关于污渍和/或织物的信息的下拉菜单。输入信息可以包括污渍的类型，例如，红酒、咖喱，并且也可以包括织物的类型，例如羊毛、棉和亚麻布。该信息提供了进一步的细节，其将可用于确定如何最好地处理污渍。在一些实施方式中，光谱法数据可以被从NIR光谱仪发送到移动设备。移动设备可以结合对其他数据如颜色信息的分析进行本文档来自技高网...

【技术保护点】
一种用于识别织物上的污渍的方法，所述方法包括以下步骤：进行近红外反射光谱法以在从最短波长至最长波长的波长范围内从所述污渍获得光谱数据，所述最短波长具有1595nm或更长的值；访问已知污渍的参考光谱数据；和将所述污渍的所述光谱数据与所述已知污渍的参考光谱数据进行比较以识别所述污渍。

【技术特征摘要】
【国外来华专利技术】2015.08.24 EP 15182160.01.一种用于识别织物上的污渍的方法，所述方法包括以下步骤：进行近红外反射光谱法以在从最短波长至最长波长的波长范围内从所述污渍获得光谱数据，所述最短波长具有1595nm或更长的值；访问已知污渍的参考光谱数据；和将所述污渍的所述光谱数据与所述已知污渍的参考光谱数据进行比较以识别所述污渍。2.权利要求1所述的方法，其中在其内获得数据的所述波长范围由以下定义：对应于不短于1600nm的最短波长的下界；和对应于不长于2000nm的最长波长的上界；其中所述污渍的所述光谱数据与所述参考光谱数据的比较是在从1600nm至2000nm的整个范围内进行。3.权利要求1所述的方法，其中所述最长波长不长于2397nm。4.前述权利要求中任一项所述的方法，其中将所述污渍的所述光谱数据与已知污渍的参考光谱数据进行比较的步骤包括：对待处理的所述污渍的所述光谱数据进行多元数据分析技术。5.前述权利要求中任一项所述的方法，其还包括：为处理所述污渍的用户提供用户界面以提供关于所述污渍的信息；和将在所述用户界面处提供的所述信息与关于所述已知污渍的信息进行比较。6.权利要求5所述的方法，其中所述用户界面在包括相机的移动设备上提供。7.权利要求5或权利要求6所述的污渍检测系统，其中所述用户界面包括印刷界面和/或供用户输入关于所述污渍...

【专利技术属性】
技术研发人员：D·J·库克，K·S·李，
申请(专利权)人：荷兰联合利华有限公司，
类型：发明
国别省市：荷兰,NL