通过结构信息来确定织物的处理参数的方法与流程

本发明涉及方法和设备，借助于所述方法和设备，非破坏性地确定指示织物的至少部分结构的结构信息，至少部分地基于所述结构信息，来确定织物的至少一个处理参数。

背景技术：

在使用过程中，织物需要定期处理，例如清洁处理或熨烫。用户通常手动选择具有相应处理参数的特定类型的处理。在这种情况下，处理参数可以特别是清洁剂的类型、清洁温度和熨烫温度。

人眼通常通过光学外观来识别织物的结构。对于处理，最佳处理参数通常根据用户经验并且基于织物上的标记来确定，例如借助于附着于织物的标签上的织物护理符号来确定。

在这种情况下，织物特别地包括衣服、窗帘或床上用品。衣服和床上用品包括例如衬衫、t恤衫、裙子、夹克、套头衫、裤子、毯子、罩子和枕套。织物可以包括各种材料，例如天然纤维、合成纤维或其它材料，例如皮革。

然而，在用户选择织物处理期间，对织物结构的不正确识别可能导致不正确的处理。例如，织物经受不合适的清洁处理或在不正确的条件下熨烫；特别是，在处理期间的温度选择得过高，或者使用对织物结构造成损伤的清洁剂。这会导致织物材料的磨损增加或甚至破坏织物。cn204097748u公开了一种包括代码扫描仪和处理器的织物识别设备。条形码或二维代码被固定在织物上，并且可以通过代码扫描仪读取。在这种情况下，设备根据所扫描的信息来确定使用洗涤机清洁织物的特定程序。然后，可由洗涤机自动执行相应的程序。

然而，在这种情况下，问题是每个织物必须以类似于市售织物的护理符号的方式设置有相应的标记或相应的代码。因此，生产织物的支出增加，并且出于美感的原因，所附的标签或标记通常是不期望的。此外，并非所有的织物都包括相应的标记。标签也可以被移除，结果是相应织物的结构仍然不能容易地识别出。因此，不正确处理的风险仍旧存在。

较旧的织物还可能已经具有磨损的迹象，例如所谓的起球，其起因于纤维从织物复合物分离并以结的形式出现在织物的表面上。然后，可能需要根据材料磨损来调整处理工艺，以防止进一步增加的材料磨损，或者例如还去除起球，以恢复织物的外观。然而，诸如织物护理符号的常规标记没有给出关于因磨损而变化的这种需求的任何指示。

技术实现要素：

针对所描述的现有技术的背景，本发明的目的因此是至少部分地减少或防止上述问题，即，便于识别织物的结构并根据所述结构推荐织物的最佳处理。

本发明的第一方面描述了由一个或多个设备执行的方法，所述方法包括：非破坏性地确定表征织物的至少部分结构的结构信息；至少部分地基于所述结构信息来确定所述织物的至少一个处理参数；以及输出所述至少一个处理参数。

本发明的第二方面描述了一种设备，所述设备被设计为用于执行和/或控制根据第一方面的方法，或者所述设备包括用于执行和/或控制根据第一方面的方法的相应元件。根据第一方面的方法中的设备特别地是根据第二方面的一个或多个设备或包括根据第二方面的一个或多个设备。

确定表征织物的至少部分结构的结构信息项。特别地，根据第一方面，使用结构传感器或表面传感器，或者根据第二方面，特别地提供结构传感器，所述传感器被设计为提供与织物有关的结构信息。在这种情况下，结构传感器可以例如确定与织物和织物材料的形状、质量、外观和组成有关的信息。

非破坏性地确定结构信息。在非破坏性确定的过程中，材料和结构不受确定的影响或者仅略微受到确定的影响，特别是，对于用户而言，织物的外观不会由于结构信息的确定而改变。例如，研究织物对刺激(例如机械、光学或声学刺激)的反应，而刺激不会不可逆地影响织物。结构信息的确定，特别是结构传感器，可基于例如机械扫描、光学或声学测量、化学分析或它们的组合。与例如基于去除织物样品或侵入性化学反应的侵入性或破坏性方法相比，所述非破坏性方法的优点在于，当执行所述方法时，织物经历微小的磨损。

基于结构信息，可以确定织物的至少一个处理参数。处理参数特别是对与织物结构匹配的特定处理的推荐。例如，特别温和地处理织物可以是首要关注点，使得至少一个处理参数确保织物的最大可能的耐久性。也可能期望特别彻底地处理织物，其中，考虑到特定结构的处理效果，例如清洁过程的效果，优化至少一个处理参数。至少一个处理参数还可以表示推荐特别节能的处理。

输出至少一个处理参数，或提示(prompt)至少一个处理参数的输出。例如，在显示元件上向用户显示至少一个处理参数，从而特别地以可视方式或可听方式例如向用户提供对织物的最佳处理的推荐。然后，用户可以进行处理。

例如，还可以向用户提供多组处理参数，例如用于特别温和的处理的处理参数、用于特别彻底的处理的处理参数、和用于特别节能的处理的处理参数。还可以向用户提供可能的处理参数的各种等同替代方案。例如，所述方法包括提供多个处理参数，例如，用户能够特别是借助于检索(retrieving)偏好来进行选择。

替代地或额外地，可以将至少一个处理参数转发到处理设备。例如，可以将至少一个处理参数传送到处理设备，所述处理设备采用相应的处理参数作为初始设置，并且用户仅需要启动处理设备。同样可以想到的是，当输出至少一个处理参数时，处理设备自动地执行清洁处理。清洁设备例如可以包括用于清洁剂的计量设备(dosingdevice)，以根据所推荐的处理自动地提供清洁剂的类型和清洁剂的量。结果，因此改善了所述方法的用户友好性。

在根据第一方面的方法的具体实施方案中，结构信息指示织物的材料结构、材料颜色、材料类型、材料分布、材料磨损或它们的组合。

织物的材料结构特别地被理解为织造织物、针织织物或非织造织物和/或纤维网的类型和/或形式。相应的结构信息可以特别地表征纤维编织物的类型；以及所述编织物的生产方式，例如借助于编织、缝合或针织；或者表征非织造织物。在这种情况下，结构信息可以包括编织图案或丝线交织图案和丝线包边(threadbinding)。结构信息可以特别地包括丝线数、纤维强度、纤维长度、纤维细度和/或纤维取向。织物的材料结构对织物处理的要求有直接影响；例如，与缝合或织造结构相比，非织造织物可对清洁处理具有不同的要求。

材料颜色可指示织物的一种或更多种颜色。例如，结构信息指示平均染色、颜色分布和/或颜色分布的均匀性的量度。例如，结构信息包含颜色空间中的值，颜色空间诸如rgb颜色空间和/或l*a*b*颜色空间。特别地，使用并入结构信息中的颜色参考(诸如色卡)来确定指示织物颜色的结构信息。确定指示织物颜色的结构信息可以包括白色平衡，例如使用并入结构信息中的参考(诸如灰卡)。确定指示织物颜色的结构信息可以特别地包括在wo2016/126470a1中描述的方法的方面，将wo2016/126470a1的主题并入本申请的公开内容中。

特别地，结构信息包含织物结构的光泽的量度，其例如由织物表面的反射表征，特别是由表面的漫反射来表征。例如，结构信息包括织物表面的反射率的角度依赖性。特别地，结构信息包括织物结构在表面多个点处的光泽的量度，特别是在干净点和污染点处的光泽的量度。

材料类型特别地被理解为至少一部分织物材料的组成。例如，结构信息指示织物中的天然纤维、合成纤维或天然材料(诸如羊毛或皮革)。材料类型还对织物的最佳处理(例如清洁处理或熨烫)具有显著影响。

织物的材料分布使得例如可以识别织物是否包含由不同的纤维类型或纤维材料组成的混合织物，和/或织物的子区域是否由不同的材料制成。在这种情况下，可以识别不同材料彼此的比例，例如密度比、质量比或表面积比。此外，结构信息可包含结合点(例如，缝合点、熔接(weld)点或粘合点)的类型和数量。

指示材料磨损的结构信息使得能够特别地确定在织物上是否存在起球、裂缝、孔、磨损或其它结构损伤。特别是在起球的情况下，可以确定材料磨损的类型、形状、尺寸或高度、数量和/或分布，起球起因于纤维从织物复合物分离并以结的形式出现在织物表面上。基于材料磨损来确定至少一个处理参数允许根据材料磨损来调整处理工艺，以防止进一步增加的材料磨损，或者例如还去除起球，以恢复织物的外观。

在根据第一方面的方法的另外的具体实施方案中，结构信息指示在织物中和/或在织物上的紧固件、涂覆材料和/或贴花图案(appliquépatterns)的存在和/或类型。

织物上的紧固件特别地被理解为拉链、尼龙搭扣(velcrofastener)、纽扣或类似的设置，所述紧固件特别地被设计为通过互锁来建立织物的部分之间的连接，并且可以被设计为可松解的。

织物可以包括一种或多种涂覆材料；特别地，纤维被涂覆，或者涂层被施加到织物材料的结构，例如施加到编织织物。涂层例如可以是功能层(诸如保护层或密封层)，或者可以改变织物的视觉外观或触感。

织物，特别是衣服，还可以包括贴花图案，例如压印、装饰片、饰带、修补块等，其也可以使用结构信息来表征。同样，功能性织物可以包括功能元件作为贴花图案，或者电子元件可以布置在织物中或织物表面上。

如果结构信息指示织物上的这类紧固件、涂层和/或贴花图案，则在处理期间也可小心谨慎，以保持相应的元件。在处理期间可以减小这类紧固件、涂层和/或贴花图案的磨损，并且例如也可以防止涂层或贴花图案分离。

在根据第一方面的方法的另外的具体实施方案中，至少一个处理参数指示对织物的预处理的推荐、清洁处理和/或最终处理。

在这种情况下，预处理可以包括预清洁、应用预处理剂或对织物的特定布置。例如，至少一个处理参数规定预清洁或预洗涤，特别是在特定溶液中软化织物，或清洁设备的预清洁程序。可以为手动应用或自动应用提供不同的预处理剂；例如，规定污渍去除剂或漂白剂的应用。此外，可以规定织物的布置，特别是在处理本身之前，将织物旋转“到左侧”或布置在其他设备(例如，洗涤袋)中。此外，预处理还可以包括将紧固件闭合；例如，用户可以接收将拉链闭合以进行后续处理的通知。

作为织物处理，可以提供例如将织物染色或对织物进行护理处理。例如，可以基于结构信息来确定染色推荐，根据至少一个处理参数，借助于染色来刷新或改变织物的着色。

在根据第一方面的方法的有利的具体实施方案中，处理包括在清洁设备(例如，洗涤机)中执行的清洁处理，特别是洗涤处理。

可以具体实施方案提供洗涤机。顶装式机器与前装式机器之间存在区别，在顶装式机器中，装载舱口位于顶部，在前装式机器中，位于前方的装货口用作装载舱口。顶装式机器的优点在于可以更简单地设计门的密封，并且可以通过滚动轴承在两侧支撑滚筒。顶装式机器还可以安装在没有足够空间来打开前门的非常狭小的空间内。相比之下，前装式机器例如为转筒式干燥机或工作台在顶部提供空间，因此有时安装在厨房单元而不是地板单元中。

美国的顶装式机器总是具有旋转滚筒和混合元件(搅拌器或盘)，混合元件能够在滚筒的旋转方向移动或与滚筒的旋转方向相反地移动。这些机器可包括泡沫(suds)循环装置和泡沫喷射设备。原则上，高水位(deepfill)顶装式机器与高效(he)顶装式机器之间存在区别。高水位顶装式机器在规定的水位下操作，因此不具有负荷识别元件。he机器通常包括负荷识别元件并根据负荷识别元件来控制水量。通常，这些机器不具有任何安装的加热元件，而是与热水和冷水连接。

在具体实施方案中，至少一个处理参数指示清洁剂的类型、清洁剂的量、清洁温度、清洁设备的类型、清洁设备的设置或它们的组合。

清洁剂例如在家庭中用于清洁各种物品。例如，对于洗涤机，清洁剂(例如，洗涤剂)用于清洁织物。然而，清洁剂还应当理解为清洁助剂或清洁添加剂，例如漂白添加剂、织物软化剂或洗衣用淀粉。此外，清洁剂可以是液体、分散体系(例如，凝胶或泡沫)或固体(特别是小块、粉末或颗粒)。提到的清洁剂也可用于织物的预处理或最终处理。

清洁剂可以例如包括一种或多种组分，所述组分来自包括下述物质的组分的组：表面活性剂、碱(alkali)、助洗剂(buildingagent)、灰化抑制剂(grayinginhibitor)、荧光增白剂、酶、漂白剂、去污聚合物、填料、软化剂、香料、染料、护理剂、酸、淀粉、异麦芽酮糖醇(isomalt)、糖、纤维素、纤维素衍生物、羧甲基纤维素、聚醚酰亚胺、有机硅衍生物和/或聚甲基亚胺(polymethylimine)。

此外，清洁剂可包括一种或多种其它成分。所述成分包括但不限于由下述物质组成的组：漂白活化剂、络合剂、助洗剂、电解质、非水溶剂、ph调节剂、香料载体、荧光剂、水溶助剂(hydrotrype)、硅油、膨润土、抗再沉积剂、防收缩剂、防皱剂、染料转移抑制剂、抗微生物活性成分、杀菌剂、杀真菌剂、抗氧化剂、防腐剂、腐蚀抑制剂、抗静电剂、苦味剂、熨烫助剂(ironingaids)、疏水(phobing)剂或浸渍剂、稳定剂或防滑剂、和/或uv吸收剂。

至少一个处理参数可以表示清洁剂的类型，因此指示推荐的清洁剂的组成。例如，如果一定比例的羊毛包含在织物结构中，或者贴花图案存在于织物上，则可以推荐用户使用相应柔和的清洁剂。

至少一个处理参数可以表示清洁剂的量，并且特别地规定清洁剂的绝对量。至少一个处理参数还可以指示清洁剂的相对量(例如基于待清洁的织物质量)，或浴比(bathratio)，或基于待用于清洁的水体积的清洁剂量。

表示清洁温度的处理参数可以规定对于织物的特定结构是最佳的清洁温度，特别地与清洁剂的类型相组合。在这种情况下，清洁温度可以足够高以确保尽可能彻底地清洁织物，同时，考虑到能量使用和织物护理，使清洁温度保持为低值。

清洁设备旨在特别地被理解为洗涤机，特别是自动家用洗涤机。在这种情况下，处理参数可以规定这种清洁设备的具体类型。还可以想到的是，处理参数规定至少部分地手动进行清洁处理，例如手洗。至少一个处理参数还可以包括清洁设备的设置，例如自动家用洗涤机的程序或一系列这种类型的程序。处理参数也可以提供处理的持续时间，以实现织物的特别温和的清洁。

例如，推荐用于最终处理的处理参数可以涉及干燥织物或使织物平整，特别是熨烫。在这种情况下，至少一个处理参数可以规定处理温度、处理长度和/或处理模式。例如在清洁处理之后进行最终处理。也可以独立于清洁处理来进行最终处理，例如干燥织物或使织物平整。

因此，指示对织物的预处理的推荐、清洁处理和/或最终处理的至少一个处理参数可以使用户明显更容易识别织物结构及织物处理。特别地，在对织物处理没有任何标记的织物的情况下，或者在磨损的织物的情况下，可以通过所述方法来推荐考虑到织物材料的护理而为最佳的处理。

在另外的具体实施方案中，所述方法还包括：根据所确定的至少一个处理参数，借助于至少一个处理设备，特别是清洁设备，执行对所述织物的处理或提示待执行的所述处理。

在根据第一方面的方法的其他具体实施方案中，在处理织物之前、期间和/或之后，确定结构信息。例如，处理之前的确定使得可以在待执行的清洁处理之前，向用户提供关于待使用的处理参数的推荐。

在处理期间确定结构信息的情况下，例如可以动态地进行处理，即，在处理期间，特别地借助于连续确定的处理参数，处理设备可以适应织物子区域的当前待处理的结构。例如，熨烫设备在织物表面上方移动期间，熨烫设备使处理参数(例如，温度)适应当前被熨烫的织物表面区域的结构。

在处理之后确定结构信息例如使得可以确定和检查所述处理的结果或有效性。

在根据第一方面的方法的后续的具体实施方案中，至少一个光学传感器元件用于确定结构信息。因此，根据第二方面的设备可以包括结构传感器或表面传感器，所述结构传感器或表面传感器包括至少一个光学传感器元件。

例如借助于具有或不具有颜色分辨率的空间分辨的强度分布的值，光学传感器元件使得能够利用图像信息来确定织物外观及织物结构。在这种情况下，例如就能量分辨率、空间分辨率而言和/或鉴于待考虑的波长范围，光学传感器元件可以允许识别该结构，并且可以特别地提供超过人眼的图像分辨率的图像分辨率。

在这种情况下，光学传感器被理解为能够确定可见范围内和任选地不在可见范围内的入射辐射(特别是电磁辐射)的强度的传感器。光学传感器特别地被设计为提供与传感器中的入射辐射有关的空间分辨率和/或颜色信息。光学传感器可以包括图像传感器，特别是数字图像传感器。为了确定入射辐射，可以使用特别是至少一个半导体元件、二极管、电荷耦合器件(ccd)元件(例如，拜耳传感器)、或互补金属氧化物半导体(cmos)元件(例如foveonx3型的传感器)。光学传感器可以包含滤光器，特别地包含光谱仪。可以提供另外的光学元件，例如透镜和/或滤波器，例如外部单色仪。

根据具体实施方案，结构信息表示光谱图像的光谱部分。光谱部分可以在可见范围内。如果根据所述方法的另外的具体实施方案，结构信息表示光谱图像的光谱部分，其中至少一个光谱部分位于可见能量范围之外，则可以增加的准确度将织物结构并入处理参数的确定中。由于不可见光谱部分被考虑在内，所以也可以识别织物的不同结构，即使所述结构不能被肉眼区分。为了确定光谱图像的光谱部分，可以特别地使用结构传感器的灵敏度谱(sensitivityspectrum)，例如基于规定的设置或借助于与参照的比较，来执行平衡。

特别地，结构信息表示紫外能量范围内的光谱图像的光谱部分。也可以考虑红外能量范围内的光谱部分。结构信息特别地表示从红外能量范围到紫外能量范围的光谱图像的光谱部分，例如至少波长为从1400nm到315nm、优选地波长为从3000nm到280nm、更优选地波长为从5000nm到200nm的光谱图像的光谱部分。结构信息特别地表示例如波长为从700nm至2400nm、特别地780nm至2000nm、特别地是不超过1450nm的(近)红外能量范围内的光谱图像的光谱部分。

也可以想到使用没有颜色分辨率的单色传感器。基于至少一个光电二极管和/或至少一个led元件，也可以使用限于特定波长范围的传感器。

在所述方法的具体实施方案中，所述方法还包括：执行对结构信息的确定的参照。例如，为了确定光谱图像的光谱部分，可以特别地利用灵敏度谱，例如参照规定的设置或借助于与参照的比较，来执行平衡。可以特别地以卡的形式提供参照，例如以可以置于织物上的色卡、灰卡和/或尺寸量度的形式。也可以将参照附着在处理设备中和/或处理设备上。例如，在处理设备内部的表面(例如，清洁容器的表面)提供有参照。参照也可以是用于洗涤、清洁、护理或染色过程的试剂的外包装的一部分，例如为压印、包装的可移除部分、或数字信息的形式，例如为电子标签的形式。

在具体实施方案中，光学传感器元件提供三维空间分辨率。三维空间分辨率允许进一步提高确定织物结构的准精度。可以想到，相同的光学传感器或相同的传感器组件使用来自不同视角的多个记录。也可以提供专门为三维分辨率设计的光学元件，诸如附加透镜或物镜，或者可以使用3d相机。另外的光学元件，例如附加透镜或物镜，可以设置在常规的、基本上二维的光学传感器(例如，集成在移动器件中的数码相机或相机)上。因此，出于三维分辨率的目的，也可以改造已有的设备。三维分辨率允许更全面地确定例如织造织物、针织织物或非织造织物的形状和布置，因此实现了更全面和更精确的结构信息。

结构信息特别地包括一个或多个参数，尺寸信息，例如，织物的空间幅度或体积。特别地，还可以确定织物结构的尺寸标注，例如纤维强度、纤维密度、针脚尺寸、针脚密度(stitchdensity)、磨损(例如，起球)的量。特别地，结合参照来确定尺寸标注。

结构信息特别地包括表面粗糙度的量度，例如与三维空间分辨率结合。粗糙度的量度可以例如包括平均粗糙度ra、平均粗糙度深度rz和/或最大粗糙度深度rmax。还可以使用粗糙度来确定织物结构。特别地，粗糙度也可以是织物磨损程度的指示。

一个或多个参照还可以用于借助于结构传感器来确定结构信息，所述结构传感器特别地包括光学传感器元件。结构传感器可以在结构信息之前、之后和/或与结构信息同时识别参照。例如，使用包括颜色参照和/或尺寸参照的校准卡。因此，获取校准卡允许例如更准确地确定与颜色和尺寸有关的结构信息，特别是在三维空间分辨率的情况下。

在特别简单的具体实施方案中，至少一个光学传感器元件包括至少一个相机类元件(camera-likeelement)并且提供图像信息。因此，集成在移动器件中的数码相机或相机可以用于所述方法或可以用作用于执行所述方法的至少一个设备。在这种情况下，可以在相机类元件上使用用于三维空间分辨率的附件。

在具体实施方案中，图像信息包括织物的至少两个单独的图像。在这种情况下，单独的图像可以表示时间序列，例如一个或多个胶片序列(filmsequence)，或者可以再现相机类元件的位置和视角的变化。因此，可进一步提高结构信息的准确度。特别地，如上面所述，可以使用多个单独的图像来实现三维空间分辨率。也可以同样从不同的侧面(例如，从前面、后面、外部和/或内部)捕获织物结构。特别地，也可以从不同的侧面来识别织物上的污染。

在根据第一方面的方法的另外的具体实施方案中，织物的结构信息包括与织物标记的印字(lettering)相关的图像信息。标记特别地被理解为标签，所述标签特别地附着于织物。标记也可以部分地或完全地设置在织物本身的结构上。标记特别地指示织物结构的参数特征，特别是材料结构、材料类型、材料分布、织物颜色、织物的材料磨损、织造织物的类型和/或形状、针织织物的类型和/或形状、非织造织物的类型和/或形状、或纤维网的类型和/或形状、或者它们的组合。标记特别地指示处理参数的参数特征。

在这种情况下，标记包括印字。印字特别地包括文本字符和/或护理符号。在这种情况下，护理符号可以是标准化的护理符号，例如根据ginetex标准的护理符号。特别地，在这种情况下，印字不包括代码，例如二维或三维的条形码。因此，可以基于标贴来提供结构信息，所述标贴特别是织物结构的组成的特征，例如根据德国纺织品标签法案(tkg)的标贴和/或规定织物的优选处理的护理指导标签。

根据第一方面的方法特别地包括印字的字符识别和/或分类。为此，可以例如在光学字符识别(ocr)方法和/或智能字符识别(icr)方法中执行一个或多个字符识别动作，以分辨标记的印字。特别地，由一个或多个滤波器处理结构信息，例如用于设置亮度、对比度和/或颜色深度的结构信息。结构信息可以经历用于字符识别和/或用于识别护理符号的分类，特别是结合上下文分析。特别是在织物上的标记的情况下，这是有用的，因为标记可能已经受到织物年龄的影响，并且例如已经褪色或不完整。因此，可以使用上下文分析来使不完整的印字完整。例如，可以借助于字符识别来识别织物上的标签上的常规印字，因此织物不需要具有特殊标签。

至少一个处理参数的确定特别地包括结构信息的相关性。特别地，结构信息的各部分可以彼此相关。在这种情况下，表示织物结构的图像信息的部分、表示光谱部分(特别地包括(近)红外范围)的部分、表示标记上的印字的图像信息的部分、或者它们的组合可以彼此相关。例如，借助于图像信息来确定织造织物的类型，并且借助于光谱部分来确定结构的材料组成，并且将相应的参数与标记的图像信息的评估进行比较。

在所述方法的另外的具体实施方案中，结构信息表示高光谱图像。表示高光谱图像的结构信息特别地被理解为意指结构信息包括在不同能量间隔的多个波道(channel)中的强度值作为强度分布，至少两个能量间隔彼此邻接或重叠。特别地，高光谱图像与多光谱图像的区别可以在于，虽然多光谱图像也包括在不同能量间隔的多个波道中的强度值，但是能量间隔相互隔开，即，多光谱图像再现了各个相互划定界限的能量的强度。相比之下，高光谱图像特别是再现了“相邻的”强度值，其中，至少两个能量间隔彼此邻接或重叠。因此，高光谱图像可以至少部分地再现连续的光谱。特别地，表示高光谱图像的结构信息的优点在于，也可以识别出肉眼不可见的而且指示了污染组成和/或织物结构的信息。

在这种情况下，结构信息可以包括在至少20个波道中的值，每个波道表示一个能量间隔的强度。如果在至少20个波道中提供结构信息的值，则可以改善光谱图像的分辨率，因此也可以改善至少一个处理参数的确定的精确度。特别地，结构信息包括至少20个波道至250个波道，允许实现处理参数对污染组成和/或对织物结构的更精确的依赖性。使用至少20个波道允许在表示光谱图像(特别是高光谱图像)的结构信息项中，表示空间人眼不能分辨的能量间隔，人眼仅包括可见范围内的三个波道。

在根据第一方面的方法的另外的具体实施方案中，至少一个声学传感器元件用于确定织物的结构信息。根据第二方面的设备可相应地包括结构传感器，所述结构传感器包括至少一个声学传感器元件。

在这种情况下，声学传感器元件可以识别在刺激织物的情况下发出的声音，并且可以使用所述声音来确定结构信息，从而允许非破坏性的结构确定。特别地，声学传感器元件检测不同的频率或频率范围的声波，并且在结构信息的评估中使用所述声波，以确定至少一个处理参数。有利地，所述频率或频率范围还包括在从16hz到20khz的可听范围之外的频率，例如在超声范围内，使得用户不受发出的声波的影响。声学传感器元件可以特别地测量在织物上透射和/或反射的声音。

可以由对所确定的声音的分析，特别是由频率相关分析，以特征方式来识别织物结构。所述分析可以特别地单独地或以组合的方式基于以下物理变量的值：

-声音质点速率(或速度)v；

-声能通量(或在表面上积分的声音质点速度)q；

-声压p；

-声音阻抗(或声学阻抗)z；

-声速c，特别地织物结构中的与方向相关的声速c；以及

-声音的位移/振幅ξ。

按照根据第一方面的方法的具体实施方案，所述方法还包括将处理算法应用于所确定的结构信息。

因此，可以更好地区分织物的不同结构。例如，可以将转换算法应用于所确定的结构信息。例如，所确定的结构信息(例如，一个或多个图像信息项)可以从第一表示空间转换为第二表示空间，例如从第一颜色空间转换为第二颜色空间。颜色空间的实例例如是rgb颜色空间或l*a*b*颜色空间。例如，所确定的图像信息从rgb颜色空间转换为l*a*b*颜色空间。

rgb颜色空间被理解为通过三原色(红、绿和蓝)的相加混合来再现颜色感知的加色空间(additivecolorspace)。l*a*b*颜色空间的实例例如是cielab颜色空间，其在eniso11664-4“colorimetry--part4:cie1976l*a*b*colourspace”中被标准化。这里，优点是，以在标准光条件下正常观察者感知颜色的方式来定义颜色，而与颜色的产生技术或再现技术的方式无关(设备独立性和感知相关性)。

为了确定处理参数或为了分析图像信息，特别地，可以评估一项图像信息的像素之间的色差。为此，特别地，可以使用基于色差或颜色距离(colorspacing)ae的方法。特别地，在cielab颜色空间中计算ae。图像信息中的亮度也可以用于确定至少一个处理参数。

特别地，对于结构信息的频率相关分析，可以执行包括傅立叶变换分析或类似的数学方法的处理。在这种情况下，分析可以用于特定的频率或频率范围。还可以考虑结构信息的时间依赖性。特别地，在频率相关分析的情况下，处理可以包括例如短时傅立叶变换分析。

在所述方法的具体实施方案中，所述至少一个处理参数的确定包括将结构信息与对比值比较。相应的对比值可以存储在数据库中。结构信息可经历分类，其中，由分类的结果维持或影响至少一个处理参数。分类可以例如基于结构信息与已知结构信息的数据库的比较。此外，可以为相应的对比值分配特定的处理参数。

处理参数的确定可以包括一个或多个提取特征和/或平衡特征的步骤。例如，使用与用于评估生物识别图像的方法相应的方法。

在这种情况下，可以使用也包括结构传感器的设备来执行结构信息的评估或至少一个处理参数的确定。例如，结构传感器设置在移动器件、处理设备诸如清洁设备、或处理剂的容器诸如产品包装(例如，清洁剂的包装)上，并且相同的设备还包括执行或提示至少一个处理参数的确定的评估单元。

还可以由其他设备执行结构信息的评估或至少一个处理参数的确定，所述其他装置特别地借助于通信系统与包括结构传感器的设备相连。可以为此目的提供服务器，所述服务器执行评估或者提示其他设备执行评估。这种服务器例如是数据库服务器。数据库服务器的实例包括微软sql服务器、oracle服务器和mysql服务器。服务器可以例如是被称为计算机云的部分或组件，所述计算机云动态地为通信系统中的各个用户提供数据处理资源。特别地，计算机云被理解为根据国家标准与技术研究所(nist)对术语“云计算”的定义的数据处理基础设施。计算机云的实例是microsoftwindowsazureplatform。

在根据第一方面的方法的另外的具体实施方案中，所述方法还包括使织物暴露于刺激。因此，借助于结构传感器对结构信息的确定可以基于限定的刺激。例如，对于光学传感器元件，织物暴露于借助于光源的辐射，或织物被借助于光源的辐射照明，所使用的辐射具有特定的强度和/或特定的光谱分布。特别地，对于使用光学传感器元件而言，对至少一部分织物的这种照明确保了对织物充分照明，而不论外部条件如何。这可以允许确定结构信息，或者可以在任何情况下改善确定的质量，即使在差的外部条件(例如，暗室中的极少日光)的情况下。

照明被理解为意指使用人工光源产生光，使得特别地可以发生织物结构的(改善的)可视化。特别地，通过至少部分地在电磁光谱的可见范围内的辐射，例如，波长覆盖从380nm到780nm的波长范围的至少一部分的辐射，来实现照明。刺激还可以包括(近)红外范围内和/或紫外能量范围内的部分。此外，可以对结构传感器具体地调整波长范围。

具体地，对于声学传感器元件，可以提供暴露于声音或声源，所述声音或声源也具有限定的强度和频率响应。刺激还可以具有特定时间序列，例如，刺激信号在特定时间被触发、刺激信号具有特定的持续时间、和/或刺激信号具有强度和频率响应的特定的时间进展。

特别地，刺激的持续时间可以是相对短的，即，少于1秒。例如，在光学刺激的情况下，使用闪光灯。此外，刺激的持续时间可以少于0.1秒，特别是少于0.01秒。

在根据第二方面的设备的具体实施方案中，至少一个刺激元件和至少一个结构传感器整体地设置在设备上，因此位于同一器件(例如，移动器件)上。这种类型的组合设置增加了使用该设备的用户友好性。可以提供移动器件诸如智能笔，所述器件可拆卸地设置在处理设备上和/或处理设备中，并且可以，例如经由电缆和/或以无线方式，与处理设备通信。这种类型的移动器件可以包括一个或多个传感器。

在另外的具体实施方案中，所述方法还包括：至少部分地基于结构信息，特别地基于多项结构信息，来确定用户资料(userprofile)，所述至少一个处理参数的确定至少部分地基于用户资料。

因此，可以借助于至少一个输出变量来设置根据所讨论的织物结构调整的用户资料。特别地，在确定处理参数的历史的含义内，可以将多个处理参数并入用户资料中，使得将来的确定过程可以至少部分地基于用户资料。因此，至少一个处理参数的确定可以被适应性地设计，并且可以借助于用户资料按照相关要求更精确地调整。具体考虑到对织物结构的依赖性，可以更精确地执行对处理参数的确定。

例如，可以关于频繁处理的织物结构来创建用户资料。

也可以想到的是，将关于处理的有效性的信息并入用户资料中。例如，可以在清洁处理之后再次确定结构信息，以研究清洁处理对织物结构(特别是关于所导致的磨损)的影响。因此，可以借助于用户资料来进一步优化将来的处理。

在处理之后，用户也可以评估至少一个处理参数，例如用户可以评估清洁处理，所述评估被并入用户资料中。因此，可以实现对处理参数的确定的个性化调整。

特别地，用户资料还可能受其他人的其他用户资料的影响。例如，可以将偏好和/或对比值与其他用户的偏好和/或对比值进行比较，或者可以将偏好和/或对比值作为建议引入。在这种类型的众包(crowdsourcing)的上下文内，可进一步优化对结构信息的评估。

特别地，当使用用户资料时，对至少一个处理参数的确定可以也包括机器学习。因此，例如，可以至少部分地基于机器学习来确定用户资料。机器学习被理解为意指人工系统(例如，根据第二方面的设备，或根据第三方面的系统)从实例学习，并且在学习阶段结束之后可以将所述实例普及。也就是说，并非简单地被记住实例，而是识别学习数据中的模式和规律。为此可以采取各种方法。例如，可使用监督式学习、半监督式学习、无监督式学习、强化学习和/或主动学习，特别地，与深度学习方法相结合。例如可以借助于人工神经网络(例如，递归神经网络)或借助于支持向量机来进行监督式学习。例如也可以借助于人工神经网络(例如，自动编码器)来进行无监督式学习。在这种情况下，例如，特别地，使用重复获得的和/或重复确定的结构信息或至少一个处理参数作为学习数据。

在所述方法的其他具体实施方案中，用于执行所述方法的至少一个设备是移动器件。特别地，可以经由移动器件(例如，智能手机、膝上型电脑、平板电脑、可穿戴设备、智能手表、智能笔或相机)与至少一个其他设备(例如，清洁设备、用于最终处理的设备(例如，熨烫设备)和/或结构传感器)之间的通信系统来进行通信。设备之一也可以是清洁机器人。根据具体实施方案，根据第二方面的设备包括通信接口。例如，通信接口被设计为用于有线或无线通信。例如，通信接口是网络接口。通信接口优选地被设计为与通信系统通信。通信系统的实例是局域网(lan)、广域网(wan)、无线网络(例如，根据ieee802.11标准、蓝牙(le)标准和/或nfc标准)、有线网络、移动无线电通信网络、电话网络和/或因特网。通信系统可以包括例如通过因特网连接与外部电脑进行通信。

根据本发明的第二方面，还描述了一种替代设备，其包括至少一个处理器和至少一个存储器，所述至少一个存储器包括电脑程序代码，所述至少一个存储器和所述电脑程序代码被设计为使用所述至少一个处理器来执行和/或控制根据第一方面的至少一种方法。处理器旨在被理解为，例如，控制单元、微处理器、微控制单元诸如微控制器、数字信号处理器(dsp)、专用集成电路(asic)或现场可编程门阵列(fpga)。

例如，所述设备还包括例如用于存储信息的元件，诸如程序存储器和/或主存储器。例如，在每种情况下，根据本发明的设备还包括，例如，用于通过网络(诸如网络接口)接收和/或发送信息的元件。例如，根据本发明的设备例如是借助于一个或多个网络互连的和/或可以借助于一个或多个网络互连。

例如，根据第二方面的设备例如是数据处理装置或包括数据处理装置，所述数据处理装置在软件和/或硬件方面被配置为能够执行例如根据第一方面的方法的相关步骤。数据处理装置的实例是电脑、台式电脑、服务器、瘦客户端和/或便携式电脑(移动器件)诸如膝上型电脑、平板电脑、可穿戴设备、个人数字助理或智能手机。

根据本发明的第二方面，还描述了一种电脑程序，所述电脑程序包括程序指令，当在处理器上运行所述电脑程序时，所述程序指令提示处理器执行和/或控制根据第一方面的方法。例如，根据本发明的程序可以存储在包含一个或多个程序的电脑可读存储媒介中或存储在包含一个或多个程序的电脑可读存储媒介上。

根据本发明的第二方面，还描述了一种电脑可读存储介质，所述存储介质包括根据第二方面的电脑程序。电脑可读存储介质可以被设计为例如磁存储介质、电存储介质、电磁存储介质、光学存储介质和/或其他存储介质。这种类型的电脑可读存储介质优选地是物理对象(即，“有形的”)，例如，所述电脑可读存储介质被设计为数据载体设备。这种类型的数据载体设备例如是便携式的，或永久安装在设备中。这种类型的数据载体设备的实例为具有随机存取(ram)的易失性或非易失性存储器，例如nor闪存，或具有顺序存取的易失性或非易失性存储器，例如nand闪存，和/或具有只读存取(rom)或读取/写入存取的存储器。电脑可读旨在被理解为意指，例如，可由电脑或数据处理装置(例如由处理器)读取(读出)和/或写入存储介质。

根据本发明的第三方面，还描述了一种系统，该系统包括一起执行根据第一方面的方法的多个设备，特别是移动器件和处理设备。

例如，根据第三方面的系统包括例如清洁设备和其他设备，所述其他设备例如用于执行根据第一方面的方法的移动器件或服务器。

特别地，根据第三方面的系统还可以包括至少一种织物或一批织物。

在本说明书中，通过举例描述的本发明的上述具体实施方案也应被理解为以彼此的所有组合来公开。特别地，示例性具体实施方案应被理解为关于各个方面被公开。

特别地，根据所述方法的优选具体实施方案的方法步骤的以上或以下描述，也旨在公开了通过设备的优选具体实施方案来执行所述方法步骤的相应元件。同样地，用于执行方法步骤的设备元件的公开内容也旨在公开了相应的方法步骤。

在后面对本发明的一些示例性具体实施方案的详细描述中，特别是结合附图，可以看到本发明的其他优选的示例性具体实施方案。然而，附图应当仅用于解释说明而不是确定本发明的保护范围。附图不是按比例绘制的，并且仅旨在通过举例来反映本发明的一般概念。特别地，附图中包含的特征不应以任何方式被认为是本发明的必要成分。

附图说明

在附图中，

图1是方法的具体实施方案的流程图；

图2是设备的具体实施方案的示意图；

图3是设备的具体实施方案的方框图；以及

图4示出了存储介质的各种具体实施方案。

具体实施方案

图1是根据第一方面的方法的具体实施方案的流程图100，可以由设备(例如，来自图2的设备之一)来执行所述方法。

在动作102中，使织物(例如，衣物)暴露于刺激。特别地，是通过暴露于辐射或照明来进行对织物的光学刺激。在这种情况下，可以使用人工光源产生光，使得例如借助于闪光灯来改善织物结构的可视化。也可以由自然光源(例如，由日光)提供光学刺激。此外，可以暴露于声音的形式进行对织物的声学刺激。

特别地，基于所述刺激，可以在动作104中执行结构信息的非破坏性确定。在这种情况下，结构信息表征织物的至少部分结构。

例如，在织物照明期间，光学传感器元件捕获从织物表面产生的辐射。因此，特别地，可以获得优选地具有三维分辨率的图像信息，该图像信息表征织物结构。

也可以通过至少一个声学传感器元件，特别是借助于声学刺激，来获得织物的结构信息项。特别地，识别声音质点速率v、声能通量q、声压p、声音阻抗z、声速c、声音的位移ξ或它们的组合，以获得织物结构的结构信息特征。特别地，也可以与方向相关的方式识别与方向相关的变量。

在这种情况下，结构信息可以指示织物材料结构、材料类型、材料分布和材料磨损。例如，使用结构信息，例如三维图像信息，来识别织物上的起球的高度、形状和数量。此外，可以由结构信息来表征不同的材料类型(例如，羊毛、棉和合成纤维)或材料结构(例如，织造织物或非织造织物)。结构信息还可以指示织物上紧固件(例如，拉链或纽扣)、涂覆材料和贴花图案的存在。

在动作106中，至少部分地基于结构信息来确定织物的至少一个处理参数。处理参数可以指示对预处理的推荐，例如应用预处理剂。例如，表征织物上的贴花图案的结构信息项也可以指示织物旋转“到左侧”或推荐将织物布置在洗涤袋中。

此外，处理参数可以指示对清洁处理的推荐，清洁处理例如清洁剂的类型、清洁剂的量、清洁温度、清洁设备的类型和清洁设备(例如，洗涤机)的设置。如果结构信息表征织物中由羊毛制成的织造织物，则例如可以通过处理参数来规定在低温下使用特定的羊毛织品洗涤剂的羊毛洗涤程序。

处理参数也可以指示织物的最终处理。例如，至少一个处理参数指示用于熨烫或干燥织物的温度和程序。

在动作108中输出至少一个处理参数并且例如提供在显示元件上，因此，用户能够获得关于织物的处理参数的推荐。可以向用户显示例如材料的类型和材料磨损，以及用于预处理、清洁处理和最终处理的处理参数组。这使得用户更容易地识别织物结构和确定织物的最佳处理，或允许用户识别织物结构和确定织物发最佳处理。然后，例如，用户可以决定是否应当如推荐的那样采纳处理参数并且执行处理。

例如，如果在动作110中推荐预处理，则可以自动地或手动地执行预处理112。例如，如果指示了织物上的贴花图案，则用户使织物旋转“到左侧”，或者将拉链闭合。

在动作114中，执行处理，例如清洁处理。特别地，处理参数被输出到至少一个处理设备，并且所述处理参数用作初始设置。例如，洗涤机采用清洁温度和清洁程序作为初始设置。然后，用户仅需要启动洗涤机。至少一个处理设备还可以基于输出处理参数自动地执行处理。例如，清洁设备还可包括计量设备，计量设备根据输出处理参数自动地提供清洁剂的类型和清洁剂的量。

在动作114中，还可以通过熨烫设备进行处理。在这种情况下，特别地，根据处理参数调节熨烫设备的温度。例如，连续地获取结构信息，使得熨烫设备在织物上方移动期间，根据织物的每个子区域的要求来操作熨烫设备。

此外，在动作116中，可以确定用户资料，所述资料至少部分地基于处理参数。因此，至少一个处理参数的确定可以被适应性地设计，并且可以借助于用户资料按照相关要求更精确地调整。

图2示出了根据第二方面的设备或根据第三方面的系统200的具体实施方案。

衣物形式的织物202具有特定结构；例如，织物202包括由羊毛、棉或合成纤维构成的织造织物。例如，贴花图案204设置在织物202的织造织物上。在这种情况下，织物202的结构可以要求特定形式的处理，例如特定形式的清洁或熨烫。

例如，可以使用移动器件206(在这种情况下是智能手机)来确定织物202的结构信息。为此目的，提供结构传感器208，特别是光学传感器或相机类元件。结构传感器208例如识别从织物表面发出的辐射，或图像信息。另外，提供辐射源210，所述辐射源用于照明织物202的结构的表面。此外，移动器件206还包括显示元件212。

还可以借助于清洁设备214中的结构传感器(未示出)来提供结构信息的确定，清洁设备214在这种情况下为洗涤机。例如，结构传感器包括声学传感器元件，通过暴露于声音来刺激织物，并且结构传感器记录织物结构对所述刺激的反应。清洁设备214还包括用于手动操作的操作元件216、显示元件218、和用于清洁剂的计量设备220。

此外，图2示出了熨烫设备作为处理设备222，所述熨烫设备用于织物的最终处理或使织物平整。处理设备222还可以包括结构传感器(未示出)。

通信系统224接收所确定的结构信息，通信系统224与移动器件206、清洁设备214和处理设备222连接。此外，确定设备226与通信系统224连接，确定设备226被设计为确定依赖于织物202的结构信息的至少一个处理参数。确定设备226可以被设计为单独的设备，或者例如也被集成在移动器件206、清洁设备214和处理设备222中。

确定至少一个处理参数包括例如使用至少一种处理算法，例如转换算法。例如，光学结构传感器208的图像信息经历图像评估，特别是三维图像评估。确定设备226还可以借助于通信系统224与至少一个另外的电脑228连接。电脑228例如可以动态地提供用于确定至少一个处理参数的附加处理能力，并且还可以包括包含对比值的数据库。

特别地，在移动器件206的显示元件212或清洁设备214的显示元件218上输出至少一个处理参数。然后，用户可以根据织物202的处理参数或所识别的结构来选择处理。例如，清洁设备214采用清洁温度和清洁程序作为初始设置。计量设备220可根据输出的处理参数自动地提供清洁剂的类型和清洁剂的量。然后，用户仅需要借助于操作元件216启动清洁设备214，以进行织物202的最佳清洁。

例如，设备200还可以在织物202的熨烫期间调节处理设备222的温度，从而确保织物202的特别温和的处理。在这种情况下，处理设备222的结构传感器可以在处理期间连续地确定结构信息，使得例如可以根据当前处理的织物的子区域的结构来设置处理设备222的温度。

图3是设备300的具体实施方案的方框图，设备300可以特别地执行例如根据第一方面的方法。设备300例如是根据第二方面的设备或根据第三方面的系统。

在这方面，设备300可以是例如电脑、台式电脑、服务器、瘦客户端或便携式电脑(移动器件)诸如膝上型电脑、平板电脑、个人数字助理(pda)或智能手机。所述设备例如可以执行服务器或客户端的功能。

特别地，设备300的处理器310被设计为微处理器、微控制单元(microcontrol)、微控制器、数字信号处理器(dsp)、专用集成电路(asic)或现场可编程门阵列(fpga)。

处理器310执行存储在程序存储器312中的程序指令，并且例如将中间结果等存储在工作存储器或主存储器311中。例如，程序存储器312是非易失性存储器，诸如闪存、磁存储器、eeprom存储器(电可擦除可编程只读存储器)和/或光学存储器。主存储器311例如是易失性或非易失性存储器，特别是具有随机存取(ram)的存储器，诸如静态ram(sram)、动态ram(dram)、铁电ram(feram)和/或磁性ram(mram)。

程序存储器312优选地是与设备300永久连接的本地数据载体。与设备300永久连接的数据载体例如是安装在设备300中的硬盘驱动器。或者，数据载体例如还可以是与设备300可分离地连接的数据载体，诸如记忆棒、可移动介质、便携式硬盘驱动器、cd、dvd和/或盘。

程序存储器312例如包含设备300的操作系统，当启动设备300时，所述系统至少部分地加载在主存储器311中并且由处理器310执行。特别地，当启动设备300时，操作系统的核心的至少一部分被加载到主存储器311中并且由处理器310执行。设备300的操作系统例如是windows、unix、linux、android、appleios和/或mac操作系统。

操作系统特别地允许设备300用于数据处理。例如，所述系统管理操作元件，诸如主存储器311和程序存储器312、网络接口313、输入和输出器件314，借助于其他程序的编程接口来提供基本功能，并且控制程序的执行。

处理器310控制通信接口313，通信接口313例如可以是网络接口，并且可以被设计为网卡、网络模块和/或调制解调器。特别地，通信接口313被设计为特别地借助于(无线)通信系统(例如，网络)在设备300与其他设备之间建立连接，并且与所述设备通信。例如，通信接口313可以(经由通信系统)接收数据并且将所述数据转发到处理器310，和/或(经由通信系统)从处理器310接收数据和发送数据。通信系统的示例是局域网(lan)、广域网(wan)、无线网络(例如，根据ieee802.11标准、蓝牙(le)标准和/或nfc标准)、有线网络、移动无线电通信网络、电话网络和/或因特网。

此外，处理器310可以控制至少一个输入/输出器件314。输入/输出器件314例如是键盘、鼠标、显示单元、麦克风、触敏显示单元、扬声器、阅读器、驱动器和/或相机。输入/输出器件314可以例如从用户接收输入并将所述输入转发到处理器310，和/或为用户从处理器310接收和发送信息。

图4最后示出了存储介质的各种具体实施方案，可以在所述存储介质上存储根据本发明的电脑程序的具体实施方案。例如，存储介质可以是磁存储介质、电存储介质、光学存储介质和/或其他存储介质。例如，存储介质可以是处理器(例如，图3中的处理器310)的部件(例如处理器的(非易失性或易失性)程序存储器)或一部分(例如，图3中的程序存储器312)。存储介质的具体实施方案是闪存410、ssd硬盘驱动器411、磁盘驱动器(magneticharddrive)412、存储卡413、存储棒414(例如，usb棒)、cd-rom或dvd415、或盘416。

下面的具体实施方案也被理解为是公开的：

具体实施方案1：

由一个或多个设备执行的方法，所述方法包括：

-非破坏性地确定表征织物(202)的至少部分结构的结构信息；

-至少部分地基于所述结构信息来确定所述织物(202)的至少一个处理参数；以及

-输出或触发所述至少一个处理参数的输出。

具体实施方案2：

根据具体实施方案1所述的方法，其中，所述结构信息指示织物(202)的材料结构、材料类型、材料分布、材料磨损或它们的组合。

具体实施方案3：

根据具体实施方案2所述的方法，其中，所述结构信息指示织物(202)上起球的高度、形状和/或数量。

具体实施方案4：

根据具体实施方案1至3中任一项具体实施方案所述的方法，其中，所述结构信息指示所述织物(202)中和/或所述织物(202)上紧固件、涂覆材料和/或贴花图案(204)的存在和/或类型。

具体实施方案5：

根据具体实施方案1至4中任一项的具体实施方案所述的方法，其中，所述至少一个处理参数指示对所述织物(202)的预处理的推荐、清洁处理和/或最终处理。

具体实施方案6：

根据具体实施方案5所述的方法，其中，所述至少一个处理参数指示清洁剂的类型、清洁剂的量、清洁温度、清洁设备的类型、清洁设备(214)的设置或它们的组合。

具体实施方案7：

根据具体实施方案1至6中任一项具体实施方案所述的方法，所述方法还包括：

-根据所确定的至少一个处理参数，借助于至少一个处理设备(222)，特别是清洁设备(214)，执行对所述织物(202)的处理或提示待执行的所述处理。

具体实施方案8：

根据具体实施方案1至7中任一项具体实施方案所述的方法，其中，在处理所述织物(202)之前、期间和/或之后，确定所述结构信息。

具体实施方案9：

根据具体实施方案1至8中任一项具体实施方案所述的方法，其中，使用至少一个光学传感器元件来确定所述织物(202)的结构信息。

具体实施方案10：

根据具体实施方案9所述的方法，其中，所述光学传感器元件提供三维空间分辨率。

具体实施方案11：

根据具体实施方案9或10所述的方法，其中，所述至少一个光学传感器元件包括至少一个相机类元件(208)并提供关于所述织物(202)的图像信息。

具体实施方案12：

根据具体实施方案11所述的方法，其中，所述图像信息包括所述织物(202)的至少两个单独的图像。

具体实施方案13：

根据具体实施方案1至12中任一项具体实施方案所述的方法，其中，所述织物(202)的结构信息包括所述织物(202)的标记的印字图像信息，特别地，执行所述印字的字符识别和/或分类。

具体实施方案14：

根据具体实施方案1至13中任一项具体实施方案所述的方法，其中，使用至少一个声学传感器元件确定所述织物(202)的结构信息。

具体实施方案15：

根据具体实施方案1至14中任一项具体实施方案所述的方法，还包括：

-使所述织物(202)暴露于刺激，特别是暴露于辐射和/或声音。

具体实施方案16：

根据具体实施方案1至15中任一项具体实施方案所述的方法，还包括：

-至少部分地基于所述结构信息，特别是基于多项结构信息，确定用户资料，

-其中，至少部分地基于所述用户资料来进行所述至少一个处理参数的确定。

具体实施方案17：

根据具体实施方案1至16中任一项具体实施方案所述的方法，其中，用于执行所述方法的设备中的至少一个是移动器件(206)。

具体实施方案18：

设备，所述设备被设计为用于执行和/或控制根据具体实施方案1至17中任一项具体实施方案所述的方法，或者所述设备包括用于执行和/或控制根据具体实施方案1至17中任一项具体实施方案所述的方法的相应元件。

具体实施方案19：

设备，所述设备包括至少一个处理器(310)和至少一个存储器(311，312)，所述至少一个存储器(311，312)包括电脑程序代码，其中，所述至少一个存储器(311，312)和所述电脑程序代码被设计为使用所述至少一个处理器(310)来执行和/或控制根据具体实施方案1至17中任一项具体实施方案所述的至少一种方法。

具体实施方案20：

电脑程序，当在处理器(310)上运行所述电脑程序时，所述电脑程序包括提示所述处理器(310)执行和/或控制根据具体实施方案1至17中任一项具体实施方案所述的方法的程序指令。

具体实施方案21：

电脑可读存储介质，所述电脑可读存储介质包含根据具体实施方案20所述的电脑程序。

具体实施方案22：

一种系统，所述系统包括：

-一起执行根据具体实施方案1至17中任一项具体实施方案所述的方法的多个设备(206，214，222，224，226，228)，特别是至少一个移动器件(206)和处理设备(214，222)。

在本说明书中描述的本发明的具体实施方案以及在每种情况下关于其所阐述的可选特征和性质也应当被理解为以彼此的所有组合进行了公开。特别地，除非另外明确说明，否则在一个具体实施方案中所包括的特征的描述并非意图理解为在所述情况中所述特征对于所述具体实施方案的运行是必要的或必需的。在本说明书的各个流程图中阐述的方法步骤的顺序不是必需的；并且方法步骤的替代顺序是可以想到的。所述方法步骤可以不同的方式来实现；例如，可以想到以软件(借助于程序指令)、硬件或两者的组合的实现方式来实现方法步骤。

在权利要求书中，使用的术语诸如“包括”、“具有”、“含有”和“包含”等不排除其他元件或步骤。措辞“至少部分地”包括“部分地”的情况和“完全地”的情况。措辞“和/或”旨在被理解为使得可选方案和组合都被公开；即，“a和/或b”意指“(a)或者(b)或者(a和b)”。不定冠词的使用不排除多个。单个设备可以执行在权利要求中提及的多个单元或设备的功能。权利要求书中提及的附图标记不应视为限制所使用的元件和步骤。