5-2018

Aktuelles
Während im Realbild (links) Reis, Maden und Holzsplitter kaum zu unterscheiden sind, erlaubt Hyperspectral Imaging im mittleren Bild eine eindeutige
Erkennung von Reis (grün), Maden (rot) und Holzsplittern (blau). Rechts: Möglichkeit der Software von Perception Park, Störstoffe sauber
zu erkennen. Bildquelle: Perception Park
Gion-Pitschen Gross, Allied Vision:
„In Zukunft sollte es möglich sein,
Materialien allein aufgrund ihrer
spektralen Signatur zu erkennen,
ohne dass ein Training nötig wäre.“
Bildquelle: Allied Vision
differenziert werden. Die Ergebnisqualität
des Sortierprozesses wird
somit deutlich erhöht.“ Die Inspektion
von Lebensmitteln
birgt laut
Gross ebenfalls
viel Potential für
die HSI-Technologie:
„Fleisch,
Fett und Knochen
weisen
Unterschiede
in ihren molekularen
Eigenschaften
auf, die
man in einem
HSI-Bild eindeutig
erkennen
kann. Dies
gilt auch für
andere Materialien,
die im
Realbild kaum
Unterschiede
aufweisen, wie
etwa für die fast
identisch erscheinenden Lebensmittel
Zucker, Salz und Zitronensäure.“
Für Kameras im sichtbaren Spektralbereich
ist es zudem schwierig,
physische Veränderungen an
Objekten zu erkennen. Dies spielt
etwa im Lebensmittelbereich eine
große Rolle, wenn Früchte oder
Gemüse auf ihren Reifegrad oder
einen möglichen Schimmelbefall
untersucht werden sollen. Hier bieten
HSI-Systeme geeignete Lösungsansätze,
die Allied Vision unter anderem
mit seinen Hyperspektralkameras
der Goldeye-Serie adressiert.
Einen Durchbruch von HSI-Applikationen
mit mobilen Trägersystemen
wie dem Precision Farming mit
Hilfe von UAVs (Unmanned Aerial
Vehicles) erwartet für die Zukunft
Daniel Hofmann,
CEO der spanischen
Photonfocus-Tochter
Solpi: „Kamerasysteme
können
z.B. an eine
Drohne montiert
werden, um Photogrammetrieoder
Inspektionsanwen
-
d u n g e n z u
ermöglichen. Ein
solches Kamerasystem
kann
aus mehreren
Hyperspektralkameras,
einem
GPS-System,
einem Embedded-Computer
und vielem mehr
bestehen. Die aufgenommenen Bilder
werden mit genauen GPS-Daten
versehen, um die spätere Bildverarbeitung
zu vereinfachen.“ Solpi bietet
dafür ein Kamerasystem an, das
die Verwendung mehrerer Hyperspektral-Kameras
in einer eigenständigen
Grabbing-Lösung erlaubt.
Herausforderungen an HSI-
Bildverarbeitung
Trotz dieser und weiterer vielversprechender
Anwendungsbeispiele
zählt Hyperspectral Imaging
momentan noch zu den exotischen
Disziplinen der Bildverarbeitung. Ein
Grund dafür sind einige Herausforderungen,
die es noch zu meistern
gilt, bevor die Technologie flächendeckend
eingesetzt werden kann.
Der derzeit noch relativ hohe Preis
für die Hyperspektraltechnik zählt
dabei zu den Haupteintrittsbarrieren.
Hinzu kommt, dass die gesamte
Technologie nicht einfach zu verstehen
ist und häufig ein tiefes Fachwissen
im Bereich der Spektroskopie
erfordert.
Als weitere Herausforderung nennt
Stemmer Imaging-Produktmanager
Huylebrouck das Thema Beleuchtung:
„Hyperspektrale Bildverarbeitung
funktioniert nicht mit den
sonst in der Bildverarbeitung häufig
verwendeten LED-Beleuchtungen,
sondern nur mit Halogenlampen,
die ein breites Wellenlängenspektrum
emittieren. Hier gibt es noch
Bedarf an geeigneten Beleuchtungen.“
Zudem müsse die Beleuchtung
z. B. in Anwendungen in der
Lebensmittelindustrie ein Schutzglas
aufweisen, das in dieser Branche
jedoch aufgrund von Sicherheitsstandards
nicht aus Glas sein
darf. „Andere Materialien würden
die Spektren allerdings verfälschen.
Hier bedarf es einiger Kniffe“, erläutert
Huylebrouck.
Diese Gründe sowie der Mangel
an leistungsfähiger Hyperspektral-
Software, an zuverlässigen Spektraldaten
und an Erfahrung führen
nach Ansicht vieler Experten zu
einem derzeit noch etwas zögerlichen
Ausbau dieser neuen Technologie.
Stemmer Imaging bietet Hyperspektral-Komplettsysteme für
verschiedenste Anwendungsbereiche an. Hier ein Versuchsaufbau zur
Überprüfung von Käse. Bildquelle: Stemmer Imaging
PC & Industrie 5/2018 7