17/12/2024
Door Ad Spijkers
Een doorbraak bij VTT Research breidt hyperspectrale beeldvorming uit naar industriële toepassingen.
Hyperspectrale beeldvorming is een bekend hulpmiddel in remote sensing en satelliettoepassingen. Er kunnen op afstand materialen mee worden onderscheiden. De toepassing ervan in industrieel gebruik is echter beperkt door technische uitdagingen en hoge kosten.
VTT Research in Espoo (bij Helsinki) heeft technologie ontwikkeld die afvalbeheer, voedselverwerking, farmaceutische productie en andere industrieën kan veranderen door de rol van de lichtbron in hyperspectrale beeldvorming fundamenteel te heroverwegen.
Hyperspectrale beeldvorming
Hyperspectrale beeldvorming werd ontwikkeld voor remote sensing-toepassingen, zoals satellietbeelden en luchtfoto's. In deze scenario's was de zon de enige praktische lichtbron die beschikbaar was. Het gebruik van de zon als lichtbron heeft de toepassing in industriële context lang beperkt. Hyperspectrale beeldvormingssystemen zijn geoptimaliseerd voor scenario's waarin het regelen van de lichtbron geen optie was.
Het Finse instituut deed al lange tijd onderzoek naar hyperspectrale beeldvorming en merkte dat de technologie een fundamentele heroverweging nodig had om het ware potentieel ervan te benutten. Het potentieel van het gebruik van een kunstmatige lichtbron met een hogesnelheidscamera was grotendeels over het hoofd gezien. De nieuwe aanpak combineert een verstelbare kunstmatige lichtbron met een lineaire hogesnelheidscamera. Deze combinatie biedt hoge snelheid, resolutie en flexibiliteit in spectrale beeldvorming.
Door los te breken van de beperkingen die worden opgelegd door afhankelijkheid van zonlicht, opent de innovatie nieuwe mogelijkheden voor hyperspectrale beeldvorming in industriële en toepassingen over korte afstand, waar nauwkeurige controle over de lichtomstandigheden vereist is. De onderzoekers verwachten dat de doorbraak van de technologie nabij is nu ze steeds dichter bij een bredere acceptatie komt. Volgens de onderzoekers is hun oplossing de sleutel tot een definitieve doorbraak."
Werking
Traditionele hyperspectrale beeldvormingstechnologie voert de spectrale scheiding uit in de camera zelf. Dit gebeurt met behulp van complexe optica om het binnenkomende licht op te splitsen in de golflengtes waaruit het bestaat. Deze aanpak werkt goed voor grootschalige toepassingen buitenshuis, maar resulteert in dure omvangrijke systemen met beperkte snelheid en resolutie wanneer deze wordt aangepast voor industrieel gebruik.
De nieuwe aanpak herinterpreteert de rol van de lichtbron in hyperspectrale beeldvorming. De belangrijkste innovatie ligt in het verschuiven van de spectrale scheiding van de camera naar de lichtbron. In plaats van te vertrouwen op omgevingslicht of breedspectrumverlichting, gebruikt de nieuwe oplossing:
- een aanpasbare supercontinuum laserlichtbron ontwikkeld door VTT
- een hogesnelheidsfilter voor snelle golflengteselectie
- een standaard hogesnelheidslijnscancamera.
De innovatie heeft duidelijke voordelen en verbreedt de potentiële 'use cases' voor hyperspectrale beeldvorming. Door de lichtbron te regelen, maakt deze configuratie het volgende mogelijk:
eenvoudiger, robuuster cameraontwerp. Traditionele hyperspectrale camera's vereisen complexe optica om verschillende golflengtes te scheiden, waardoor ze duur en gevoelig zijn voor omgevingsfactoren. Door spectrale scheiding naar de lichtbron te verplaatsen, kan het nieuwe systeem een standaard lijnscancamera met normale optica gebruiken. Dit verlaagt niet alleen de kosten, maar verhoogt ook de duurzaamheid en betrouwbaarheid in industriële omgevingen. Het eenvoudigere cameraontwerp betekent ook eenvoudigere integratie in bestaande machine vision-systemen.
Geoptimaliseerde dataverzameling. Hierbij worden alleen de benodigde golflengtes vastgelegd. In veel toepassingen zijn alleen specifieke golflengtes nodig voor analyse. Traditionele systemen leggen het volledige spectrum vast, wat leidt tot buitensporige eisen aan data en verwerking. De nieuwe technologie kan selectief alleen de vereiste golflengtes belichten, waardoor het gegevensvolume drastisch wordt verminderd. Als er bij recycling bijvoorbeeld slechts tien golflengtes nodig zijn om verschillende soorten kunststof te onderscheiden, kan het systeem alleen die tien vastleggen in plaats van honderden spectrale banden. Deze optimalisatie versnelt de verwerking en vermindert de opslagbehoeften, waardoor realtime-analyse haalbaarder wordt en de energie- en materiaalvereisten worden verlaagd.
Verbeterd dynamisch bereik. Dit wordt gerealiseerd door individuele aanpassing van de belichtingstijd voor elke golflengte. Verschillende materialen reflecteren licht anders over het spectrum, wat er vaak toe leidt dat sommige golflengtes overbelicht worden en andere onderbelicht in traditionele systemen. De nieuwe technologie maakt individuele aanpassing van de belichtingstijd voor elke golflengte mogelijk, wat resulteert in een verbeterd dynamisch bereik. Dit zorgt voor nauwkeurigere spectrale metingen over een breder scala aan materialen en omstandigheden.
Eenvoudiger kalibratie en onderhoud. Traditionele hyperspectrale camera's vereisen een nauwkeurige uitlijning en kalibratie van hun interne optica, die na verloop van tijd of door temperatuurveranderingen kan afdrijven. Het eenvoudigere cameraontwerp en de externe spectrale filtering van het nieuwe systeem vereenvoudigen de kalibratie aanzienlijk door softwarematige aanpassingen aan de lichtbron mogelijk te maken in plaats van fysieke aanpassingen aan de camera te vereisen. Dit vermindert de uitvaltijd en onderhoudskosten, waardoor het systeem praktischer is voor industriële toepassingen.
Nieuwe toepassingen
De nieuwe technologie brengt hyperspectrale beeldvorming binnen bereik voor industriële toepassingen. Ze breiden daarmee ook de toepassingsmogelijkheden voor robotica uit.
Voedselverwerking. In de voedingsmiddelenindustrie kan deze technologie kwaliteitscontrole- en sorteerprocessen veranderen. Hoge-resolutiebeeldvorming maakt het mogelijk om verontreinigingen zo klein als individuele rijstkorrels te detecteren, wat voedselveiligheid op hoog niveau garandeert. Het systeem kan real-time kwaliteitsbeoordelingen van fruit en groenten uitvoeren, waarbij subtiele verschillen in rijpheid, kneuzingen of ziektes worden geïdentificeerd die met het blote oog onzichtbaar zijn. Bovendien kan het snel vreemde voorwerpen in voedselproductielijnen detecteren, zoals kleine stukjes plastic of metaal.
Recycling en afvalbeheer. De recyclingindustrie kan profiteren van de nieuwe beeldtechnologie. Het maakt nauwkeurige sortering van verschillende soorten kunststof in recyclingstromen mogelijk. Dit is een cruciale stap in het verbeteren van de efficiëntie en effectiviteit van kunststofrecyclingprocessen. De hoge resolutie maakt het mogelijk om zelfs kleine kunststof deeltjes te identificeren en te scheiden die voorheen te moeilijk waren om nauwkeurig te sorteren.
Landbouw. In de landbouw kan de technologie worden geïntegreerd met drones of machines om gedetailleerde gewasgezondheidsbewaking te bieden. Boeren kunnen inzicht krijgen in plantenstress, voedingstekorten of plagen, waardoor ze vroegtijdig kunnen ingrijpen. Het vermogen van het systeem om te werken bij weinig licht maakt ook nachtelijke bewaking mogelijk. Bovendien kan hyperspectrale beeldvorming precisielandbouwtoepassingen verbeteren, zoals gerichte onkruiddetectie en -behandeling. Wanneer het bijvoorbeeld wordt geïntegreerd met spuitapparatuur, kan de technologie het gebruik van herbiciden verminderen door behandelingen alleen toe te passen waar nodig.
Industriële kwaliteitscontrole. In verschillende productiesectoren kan hyperspectrale beeldvormingstechnologie kwaliteitscontroleprocessen verbeteren. Het kan subtiele defecten of verontreinigingen detecteren die mogelijk worden gemist door conventionele beeldvormingssystemen, wat zorgt voor een hogere productkwaliteit en minder afval. Realtime analyse van materiaalsamenstelling kan worden gebruikt voor procesoptimalisatie en productverificatie in industrieën variërend van farmaceutica tot elektronicaproductie.
Foto: VTT Research