<img alt="" src="https://secure.leadforensics.com/11743.png" style="display:none;">

Beleuchtung für die Bildverarbeitung: Multispektrale und Hyperspektralaufnahmen

 

Willkommen zurück zu unserer Blogserie zum Thema Beleuchtung in der industriellen Bildverarbeitung. In unserem letzten Teil dieser Serie werden wir uns diese Woche mit der Verwendung von multispektralen und hyperspektralen Bildaufnahmeverfahren für Bildverarbeitungssysteme befassen und erläutern wie die Beleuchtung bei diesen beiden komplexen Ansätzen zur Lösung von Bildverarbeitungsproblemen eine Schlüsselrolle spielen.

Ganz gleich, ob Sie daran interessiert sind, ein eigenes Bildverarbeitungssystem für ein Projekt oder eine kommerzielle Anwendung zu entwickeln, oder ob Sie einfach nur mehr über die Beleuchtung in der Bildverarbeitung erfahren möchten, dieser Blogbeitrag ist genau das Richtige für Sie.

Letztlich ist die Beleuchtung für alle Bildverarbeitungsanwendungen von grundlegender Bedeutung, und diese Liste umfasst Industrien wie z. B. Verpackung, Automatisierung, Industrie 4.0, IoT, Medizin, Biowissenschaften und die Automobilindustrie, um nur einige zu nennen.

Multispektrale und hyperspektrale Bildaufnahme

Multispektrale und hyperspektrale Bildaufnahmeverfahren haben in den letzten Jahren an Popularität gewonnen, da die Kosten für diese Technologien gesunken sind und neue Anwendungen entstanden sind, die von diesen Verfahren profitieren.

Was sind Multispektrale und Hyperspektrale Bildaufnahmen?

Multispektrale und hyperspektrale Bildaufnahmeverfahren ermöglichen es, ein Objekt mithilfe von mehreren Wellenlängen abzubilden.

Beide Verfahren ermöglichen es, Unterschiede zwischen Objekten (die mit bloßem Auge nicht zu sehen sind) leicht zu unterscheiden und zu erkennen.

Bei der Obstsortierung ist es beispielsweise möglich, mit Hilfe der hyperspektralen Bildgebung den unterschiedlichen Reifegrad zu erkennen. Großanlagen an den tausende Früchte an einem Tag sortiert werden ist dies eine sichere Qualitätsüberprüfung bei der Sortierung und Klassifizierung.

pexels-pixabay-46174

Definition von multispektraler und hyperspektraler Bildaufnahme

Es gibt zwar keine strikten Definitionen für die genaue Unterscheidung zwischen multispektraler und hyperspektraler Bildaufnahme, doch besteht ein allgemeiner Konsens darüber, was sie voneinander trennt, nämlich die Anzahl der Erfassungsbänder.

Die hyperspektrale Bildaufnahme verfügt im Allgemeinen über weitaus mehr Erkennungsbänder als die multispektrale Bildaufnahme; bei der multispektralen Bildaufnahme wird in der Regel neben einem Standard-RGB-IR-Beleuchtungssystem mit 4 Erkennungsbändern eine Filterung verwendet.

Bei der hyperspektralen Bildaufnahme hingegen kann ein disperses Element wie ein Prisma oder ein Gitter verwendet werden, um das Licht über ein Vielzahl von Sensoren zu verteilen, was zu Hunderten von Erfassungsbändern führt.

Beispiele für multispektrale und hyperspektrale Bildaufnahme

Mit der multispektralen Bildaufnahme können wir ein einziges Produkt in mehreren Wellenlängen untersuchen, unabhängig von anderen Wellengrößen. Nehmen wir zum Beispiel eine Banknote, so ist dies ein komplexes Objekt, und um eine vollständige Prüfung durchzuführen, müssten wir in mindestens 4 verschiedenen Wellenbändern prüfen: Rot, Grün, Blau und Infrarot (IR).

Nehmen wir als anderes Beispiel die Getreidesortierung. Bei vielen verschiedenen Getreidesorten wäre eine weitaus größere Anzahl verschiedener Wellenlängen - oder Spektralbänder, wie wir sie auch nennen - erforderlich, so dass die hyperspektrale Bildaufnahme wahrscheinlich der geeignetere Ansatz ist.

Wichtige Anwendungen der multispektralen und hyperspektralen Bildaufnahme

Bei einigen Anwendungen werden viele Spektraldaten benötigt, um die genauen Substanzen des Materials zu bestimmen. Hier können multispektrale und hyperspektrale Bildaufnahmeverfahren sehr hilfreich sein.

Schlüsselanwendungen der multispektralen und hyperspektralen Bildaufnahme

Bei einigen Anwendungen werden viele Spektraldaten benötigt, um die genauen Substanzen des Materials zu bestimmen. Hier können multispektrale und hyperspektrale Bildaufnahmeverfahren diese durch der Analyse in verschiedenen Bändern erkennen.

Im folgenden sind die einige der wichtigsten Anwendungsfälle, bei denen diese Verfahren verwendet werden gelistet:

  • Sortierung von Lebensmitteln
  • Währungsinspektion
  • Sortierung von wiederverwertbarem Material
  • Inspektion von Druckerzeugnissen

 

plastic

Diese Plastikflaschen in der Recyclinganlage sehen alle sehr ähnlich aus - aber ihre molekulare Zusammensetzung ist unterschiedlich und muss daher getrennt betrachtet werden. Die hyperspektrale und multispektrale Bildaufnahme wird uns helfen, sie leichter zu unterscheiden.

 

Rice

Links: sichtbares Bild von Reis, der von Maden befallen ist. Rechts: Farbgebung desselben Bildes mit Hilfe von Bildverarbeitungsalgorithmen zur leichteren Unterscheidung der Materialien.

Textiles

Hyperspektrale und multispektrale Bildaufnahme kann zur Unterscheidung zwischen künstlichen Materialien wie Polyester und pflanzlichen oder tierische Nebenprodukte wie Baumwolle oder Seide verwendet werden.

 

Checkliste für multispektrale oder hyperspektrale Systeme

Alle multispektralen und hyperspektralen Bildaufnahmesysteme bestehen aus vier Schlüsselelementen:

  1. Beleuchtungsquelle
  2. Zielobjekt (wie zuvor beschrieben, wird es höchstwahrscheinlich aus unterschiedlichen molekularen Zusammensetzungen bestehen, aber einheitlich ähnlich erscheinen).
  3. Bildverarbeitungssystem: entweder eine Hyperspektralkamera oder eine (in der Regel) monochrome Kamera und ein Objektiv kombiniert mit einer Reihe von Filtern oder eine Kamera mit einem Prisma und zwei oder drei Sensoren in der Kamera.
  4. Bildverarbeitung: Bildverarbeitungs-SDK zur Verarbeitung der Materialunterscheidung innerhalb des Zielobjekts/der Zielobjekte.

 

Vorteile der LED-Beleuchtung für fortschrittliche Bildverarbeitungsbeleuchtungen

LEDs sind preiseffektive und energieeffiziente Beleuchtungsquellen. Diese sind leicht verfügbar und meist die beste Beleuchtungsart für praktische Anwendungen der industriellen Bildverarbeitung. Es ist viel praktischer, eine präzise Breitbandbeleuchtung mit einer Vielzahl von LED-Lichtquellen unterschiedlicher Wellenlängen zu erreichen.

Mit LEDs ist es auch möglich, bestimmte Spektralbereiche zu verstärken, wenn die Anwendung dies erfordert. Diese Fähigkeit ist besonders vorteilhaft bei Anwendungen, bei denen das Beleuchtungssystem einem bestimmten Spektralprofil entsprechen muss.

 

LED-Auswahl

Bei der Auswahl des richtigen LED-Systems für eine hyperspektrale oder multispektrale Anwendung sind vier wesentliche Säulen, die berücksichtigt werden:

  1. Größe der Beleuchtungsquelle

Das physikalische Profil der Beleuchtungsquelle hat Auswirkungen auf die Bandbreitendichte. Dies hat wiederum Auswirkungen auf die Beleuchtungsleistung und auf die Optik.

  1. Leistung

LED-Beleuchtungen bieten eine große Anzahl verschiedener Strom- und Spannungsoptionen sowie verschiedener Polaritäten. Sie müssen abwägen, ob Ihre Umgebung die Leistungsanforderungen Ihres Beleuchtungssystems erfüllen kann.

  1. Kamera und Objektiv

Die Wahl der Optik kann sich auf den Wirkungsgrad, den unterstützten Spektralbereich und die Spitzenwellenlängen auswirken.

  1. Lebensdauer & Wellenlänge

Die Lebensdauer Ihrer LED-Beleuchtung hängt unmittelbar und in hohem Maße von der Gesamtbelastung ab und von der gewählten Wellenlänge, mit der sie betrieben wird.

ProPhotonix COBRA MultiSpec and HyperSpec

ProPhotonix verfügt über 25 Jahre Erfahrung in der Entwicklung von LED-Beleuchtung. Die COBRA-Serie ist sowohl für multispektrale als auch für hyperspektrale Bildaufnahme konfigurierbar.

Picture1

Es kann bis zu 5 m in 100-mm-Modulen gestapelt werden und bietet eine diskrete Steuerung von bis zu 12 Wellenlängen von 365-1700 nm.

Weitere Informationen zur Beleuchtung in der multispektralen und hyperspektralen Bildaufnahme finden Sie in dem Whitepaper von ProPhotonix.

Wir bieten Beratung zur Auswahl des richtigen Bildverarbeitungssystems an und können gerne Ihnen bei der Auswahl helfen.

Auswahl einer Kamera für multispektrale oder hyperspektrale Bildaufnahme

Sowohl multispektrale als auch hyperspektrale Bildaufnahmeverfahren können in sichtbaren und nicht-sichtbaren Spektralbereichen eingesetzt werden. Zuletzt muss die Sensorik zur Aufnahme der gefilterten Information ausgewählt werden.

Multispektrale Zeilenbeleuchtungen funktionieren z. B. mit Vierkanal-Farbzeilenkameras (R, G, B und IR) oder mit einer Kamera mit drei CMOS-Sensoren, die Rot, Grün und Blau pro CMOS-Sensor trennen.

XCM3C4080T3

Die Kamera XCM3C4080T3 von NED (Nippon Electro-Sensory Devices) ist eine hervorragende Option für eine Drei-CMOS-Farbzeilenkamera.

Die MV1-D2048x1088-HS05-96-G2 von PhotonFocus hingegen ist für anspruchsvolle hyperspektrale-Anwendungen konzipiert.

MV1-D2048x1088-HS05-96-G2

MV1-D2048x1088-HS05-96-G2 von PhotonFocus

MV1-D2048x1088-HS05-96-G2 von PhotonFocus

Diese Kamera ist mit einem speziellen IMEC-Zeilenkeil-Sensor CMV2K-LS150-VNIR ausgestattet und kann 150 Passbänder im Spektralbereich von 470 nm bis 900 nm erfassen. Durch den Global Shutter ist diese Kamera auch für Anwendungen mit hoher Zeilengeschwindigkeit optimal geeignet und mit einer GenICam-kompatiblen GigE-Schnittstelle passt sie in viele bestehende Bildverarbeitungssysteme.

Bildverarbeitungsbeleuchtung und Beleuchtungslösungen von Clearview

Das war's mit unserer Serie von Blogbeiträgen über Beleuchtungs- und Beleuchtungstechniken für industrielle Anwendungen. In unserem Produktportfolio finden Sie alle in diesem Blog erwähnten Produkte!

Hier bei ClearView verfügen wir über ein breites Spektrum an Wissen und Erfahrung im Bereich der industriellen Bildverarbeitung, um Ihnen bei der Auswahl der richtigen Lösung für Ihr Projekt zu helfen.

Wir bieten eine große Auswahl an Komponenten, und unsere Experten helfen Ihnen gerne bei allen Fragen und Problemen. Setzen Sie sich mit uns in Verbindung und einer unserer Bildverarbeitungsexperten wird Ihnen auf Ihrem Weg zum idealen Bildverarbeitungssystem beiseite stehen!

 

Kontaktieren Sie Uns

Weiterlesen

BILDVERARBEITUNG GIBT COMPUTERN DIE FÄHIGKEIT ZU SEHEN

Mit Hilfe der Bildverarbeitung können Computer Barcodes, Datamatrixcodes, Teilemarkierungen und optische Zeichen erkennen und auslesen – Erfahren Sie hier mehr über die Computer Vision-Technologie

Erfahren Sie mehr
Laptop Image Small-1