Sichtbarer sowie NIR- und SWIR-Wellenlängenbereich
Eines der neuen, spannenden und für industrielle Anwendungen vielversprechenden Verfahren ist die Verwendung von Infrarotlicht mit naher und kurzer Wellenlänge (NIR und SWIR), um Informationen zu gewinnen, die für das menschliche Auge nicht sichtbar sind. In vielen Fällen ergänzen die Informationen, die bei diesen Wellenlängen erfasst werden, die Daten des sichtbaren Spektrums (350 bis 750 nm). In diesem Artikel wird definiert, dass NIR-Wellenlängen im Bereich von 750 bis 900 nm liegen und SWIR-Wellenlängen im Bereich von 900 bis 2500 nm.
Hohe Kosten für Multispektralsysteme
In Anwendungen, die ein größeres Wellenlängenspektrum erfordern, müssen oft mehrere Kameras eingesetzt werden, damit alle Bilddaten des jeweiligen Bereichs erfasst werden können. Meistens werden für jedes Spektralband spezielle Kameras mit unterschiedlichen Sichtfeldern, Optiken und Pixelgrößen verwendet. Die von diesen Kameras erzeugten Momentaufnahmen müssen kalibriert und aufeinander abgestimmt werden, bevor die Datenanalyse beginnen kann. Nachteilig ist hier, dass diese Systeme sehr anfällig für Vibrationen und Fehlausrichtungen sind. Um die werkseitige Kalibrierung unverändert nutzen zu können, muss die Befestigung der Kameras sehr robust sein, damit sie während des Transports, der Installation und der Anwendung nicht dejustiert und eine erneute Kalibrierung erforderlich wird. Bei einer Neukalibrierung ist das gesamte Bildverarbeitungssystem offline, d. h. die Prüfanlage ist nicht in Betrieb und die Effizienz bzw. die Leistung der Produktionsanlage verringert sich. Kamerahersteller, die SWIR-Sensoren in ihre Geräte einbauen, müssen sich auch mit den Herausforderungen, die die Implementierung mit sich bringt, beschäftigen, z. B. mit der Bewertung von Dunkelstrompegeln, starken Abschattungen, Fixed-Pattern-Rauschen und großen Pixelfehlern. Das alles verringert die Qualität des Ausgangssignals und muss bei der Entwicklung der Hardware und Software der Kamera berücksichtigt werden. Außerdem arbeiten viele dieser Kameras mit analogen Sensoren, die für sich allein schon recht teuer sind und die noch zusätzliche Hardware-Komponenten zur Steuerung und zum Auslesen der Daten erfordern. Alles in allem erhöht das die Gesamtkosten dieser Kameras, weshalb ihr Einsatz in einigen Fällen Anwendungsfällen unrentabel ist.Die SWIR–Sensortechnologie von Sony
IMX990 und IMX991 Sensoren von Sony
Vorgesehene Anwendungen
In Machine Vision (MV) Anwendungen kommen seit langem die verschiedensten Sensoren zum Einsatz, um Bilder bei unterschiedlichen Wellenlängen aufzunehmen. Im Markt gibt es theoretisch viele multispektrale Anwendungen, in der Praxis jedoch hemmen die hohen Kosten den standardmäßigen Einsatz der Kameras zum Erfassen nicht sichtbarer Wellenlängen. Aus diesem Grund werden die neuen Sony Sensoren von der Machine Vision Industrie derzeit bereits freudig erwartet. Von einer Kamera, die das sichtbare Licht einschließlich des SWIR-Spektrums erfasst, können bestimmte Branchen unmittelbar profitieren:
Lebensmittelverabeitung und -überwachung
Bohnensortierung
Bild 4: Bohnensortierung mit sichtbarem Licht
(Quelle: Sony, https://www.sony-semicon.co.jp/e/products/IS/industry/technology/swir.html)
Bild 5: Bohnensortierung mit SWIR-Licht
(Quelle: Sony, https://www.sony-semicon.co.jp/e/products/IS/industry/technology/swir.html)
Bei den hier aufgenommenen Bildern kommt es vor allem auf den Kontrast an, denn durch einen hohen Kontrast kann man Mängel und Schmutz gut erkennen, da diese das Licht anders reflektieren als ein unbeanstandetes Produkt. Normalerweise wird ein hoher Kontrast zum Hervorheben der mangelhaften Stellen durch verschiedenfarbiges Licht und/oder Farbfilter erzielt. Wenn das Fremdmaterial aber ein ähnliches Reflexionsspektrum hat wie die Lebensmittel, beispielsweise bei der Sortierung von Bohnen, steht der Anwender vor besonderen Herausforderungen. In einem solchen Fall sind Metall, Steine und Plastik im sichtbaren Spektrum nur schwer zu erkennen. Sobald man er sie aber im SWIR-Bereich analysiert, stechen sie optisch hervor und sie lassen sich leicht aus dem Gemenge herausfiltern.
Inspektion von weißen Pulver
Figure 6: Inspektion von weißen pulverförmigen Lebenslichten mit sichtbaren Licht
(Quelle: Sony, https://www.sony-semicon.co.jp/e/products/IS/industry/technology/swir.html)
Figure 7: Inspektion von weißen pulverförmigen Lebenslichten mit SWIR-Licht
(Quelle: Sony, https://www.sony-semicon.co.jp/e/products/IS/industry/technology/swir.html)
Eine weitere anspruchsvolle Anwendung ist die Unterscheidung von Salz, Zucker und Mehl. Alle diese Lebensmittel sehen im RGB-Spektrum sehr ähnlich aus, sie haben aber ein unterschiedliches Reflexionsvermögen bei SWIR-Licht. Werden die pulverförmigen Lebensmittel SWIR-Licht ausgesetzt und mit einer SWIR-Kamera abgebildet, lassen sie sich leicht eindeutig erkennen und sortieren.
Qualitätskontrolle bei Obst
Figure 8: Qualitätskontrolle bei Obst mit sichtbarem Licht
(Quelle: Sony, https://www.sony-semicon.co.jp/e/products/IS/industry/technology/swir.html)
Figure 9: Qualitätskontrolle bei Obst mit SWIR-Licht
(Quelle: Sony, https://www.sony-semicon.co.jp/e/products/IS/industry/technology/swir.html)
Obst kann Mängel und Druckstellen haben, ohne dass diese gleich bemerkt werden – oft erst dann, wenn es in den Supermarktregalen liegt. Doch dann kaufen es die Kunden nicht mehr; es verkommt und belegt wertvollen Platz, der für makelloses Obst genutzt werden könnte. Mit SWIR-basierten Inspektionssystemen kann man jedoch hinter die Obstschale blicken, um Mängel zu erkennen und das Obst für die Weiterverarbeitung auszusortieren. Somit kann dafür gesorgt werden, dass nur bestes Obst in die Regale kommt und aufgrund der besseren Qualität bei anspruchsvollen Kunden auch höhere Preise erzielt.
Beobachten und Messen
Temperaturfühler
Figure 10: Temperaturfühler mit sichtbarem Licht
(Quelle: Sony, https://www.sony-semicon.co.jp/e/products/IS/industry/technology/swir.html)
Figure 11: Temperaturfühler mit SWIR-Licht
(Quelle: Sony, https://www.sony-semicon.co.jp/e/products/IS/industry/technology/swir.html)
Kameras mit SWIR-Sensoren von Sony haben den Vorteil, dass sich mit ihnen Temperaturunterschiede aufzeichnen und visuell darstellen lassen. Da sich der SWIR-Bereich nahtlos an den Wellenlängenbereich thermischer Strahlung anschließt, kann die Kamera unterschiedliche Temperaturen erkennen und in Bildern die jeweiligen Intensitäten darstellen. Somit können solche Kameras bzw. Machine Vision Anwendungen eingesetzt werden, um beispielsweise die Temperatur am Lötkolben festzustellen und zu erkennen, ob die Lötkolbenspitze die ideale Temperatur zum Löten bereits erreicht hat.
Erkennung von Feuchtigkeit
Figure 12: Erkennung der Feuchtigkeitsaufnahme mit sichtbarem Licht
(Quelle: Sony, https://www.sony-semicon.co.jp/e/products/IS/industry/technology/swir.html)
Figure 13: Erkennung der Feuchtigkeitsaufnahme mit SWIR-Licht
(Quelle: Sony, https://www.sony-semicon.co.jp/e/products/IS/industry/technology/swir.html)
Da immer mehr autonome Fahrzeuge entwickelt und eingesetzt werden, steigt auch die Notwendigkeit, die Umgebung der Fahrzeuge besser und genauer wahrzunehmen. Die größten Herausforderungen hierbei sind Nebel, Dunst und Schleier, die die Sicht der Kamera verdecken. SWIR-Wellenlängen können diese umgebungsbedingten Hindernisse durchdringen und den Navigationssystemen eine bessere Sicht ermöglichen, um das Fahrzeug zu steuern und Kollisionen mit anderen Objekten zu vermeiden.
Fazit
In vielen Anwendungen ist die Abdeckung eines großen Wellenlängenspektrums von großem Vorteil, da damit zusätzliche Informationen zur Beurteilung der Qualität und Performance eines Produkts gewonnen werden können. Bislang haben die hohen Kosten für SWIR-basierte Kameras ihren Einsatz in verschiedenen Branchen eingeschränkt. Mit der SenSWIR™ Technologie und den Bildsensoren von Sony hat sich das verändert, da damit eine kostengünstige Lösung für ein großes Wellenlängenspektrum verfügbar ist. Die Lösung minimiert die Komplexität des Designs eines Bildverarbeitungssystems und ermöglicht in vielen Märkten die hyper– und multispektrale Bildverarbeitung. Wenn Entwickler von Kameras diese Sensoren nutzen und evaluieren, um ihre Anforderungen und die bestehenden Herausforderungen zu lösen, lassen sich noch viele weitere Anwendungsfälle realisieren.
Über den Autor
