Hyperspektral analysieren. Risiko reduzieren. Folgekosten senken.
Hyperspektrale Bildverarbeitung offenbart Problembereiche und Risikofaktoren in Ihren produzierten Waren und Gütern, die andere Kameras nicht einmal sehen.
Hyperspektrale Aufnahme im Vergleich zu bisherigen Methoden Monochrom / Farbe; Bilder mit freundlicher Genehmigung von Perception Park
Was ist hyperspektrale Bildverarbeitung?
Mithilfe der hyperspektralen Bildverarbeitung gelingt es, Unterschiede in der chemischen Zusammensetzung organischer Stoffe festzustellen. Aber was bedeutet das genau? Chemical Colour Imaging ist das Stichwort. Diese Methode macht die Molekülstruktur von Materialien sichtbar und bildet diese farblich, wie einen „chemischen Fingerabdruck“, ab. So wird z. B. ein hyperspektrales Bild von Salz und Zucker eine punktgenaue Darstellung in rot und grün ergeben – man könnte die beiden Stoffe also auch unterscheiden, wenn sie komplett durchmischt wären. Für das menschliche Auge unmöglich!
Möglich wird dies für die hyperspektrale Bildverarbeitung, also die spektroskopische Bildaufnahme und Bildgebung mit Licht außerhalb des sichtbaren Bereichs wie Infrarot- oder Ultraviolett-Licht, da sie einen Wellenlängenbereich von mehr als 100 verschiedenen Wellenlängen betrachtet und nicht lediglich drei Farbbänder (rot, grün, blau) wie das menschliche Auge oder herkömmliche Farbkameras.
Warum wird sie in der Produktion benötigt?
Bisherige Verfahren zum Auffinden von Verunreinigungen in Lebensmitteln oder dem Prüfen der Verarbeitung von z. B. Siegelnähten sind entweder unzureichend oder sehr aufwendig. Beschwerden, Reklamationen, Rückrufe und hohe Kosten als auch ein Imageschaden sind die Folge, wenn kleine Verunreinigungen oder Beschädigungen zu undichten Verpackungen und damit zum Verderben oder der Untauglichkeit der Ware führen. Stand heute erfassen Metalldektoren bspw. nur metallische Verunreinigungen, nicht aber andere Parameter. Für Röntgenuntersuchungen muss ein ausreichender Unterschied in der Dichte des eigentlichen Stoffes und der Verunreinigung bestehen. Und konventionelle Bildverarbeitung benötigt feste Parameter wie Form, Größe und Farbe zur Suche.
Hyperspektrale Bildverarbeitung dagegen nimmt nicht nur zeilenweise Bilder auf, sie erfasst auch das gesamte Spektrum. Anschließend können die Bilder via Chemical Colour Imaging aufgelöst und die Informationen in Farbe kodiert dargestellt und geprüft werden.
Testen Sie es selbst!
Könnten Sie die Unterschiede in den originalen Bildern mit bloßem Auge erkennen? Nein? Hyperspektrale Bildverarbeitung schon!
Sortieren und Erkennen von Verunreinigungen
Detektierung von Fremdkörpern
Kontrolle der Zusammensetzung
Hyperspektrale Bildverarbeitung am Beispiel der Geleebohne
Abbildungen mit freundlicher Genehmigung von STEMMER IMAGING
In diesem Beispiel wurden einwandfreie Geleebohnen mit einzelnen verunreinigten Geleebohnen vermischt. In der hyperspektralen Analyse werden diese, da sie eine andere chemische Zusammensetzung haben als die einwandfreien, in einer anderen Farbe dargestellt und können so leicht aufgefunden werden. Konventionelle Bildverarbeitung wäre hier an ihre Grenzen gestoßen, da auch die eingeführten Fremdkörper verschiedene Farben und Formen wie die einwandfreien Geleebohnen haben, jedoch eine ähnliche Dichte aufweisen.
“Betrachtet man die Entwicklung der Bildverarbeitung, kann man Systeme für die monochrome Bildaufnahme als ersten Evolutionsschritt dieser Technologie bezeichnen. Nach der Farb- und später der 3D-Bildverarbeitung sind Hyperspektralsysteme nun der nächste Schritt – sozusagen Bildverarbeitung 4.0.”
Vorteile der hyperspektralen Bildverarbeitung
- Macht Fehler sichtbar, die für das menschliche Auge und herkömmliche Kameratechnologie unsichtbar sind
- Einfache und schnelle eindeutige Unterscheidung von gleich aussehenden Materialien
- Erkennung von identischen Eigenschaften des Materials bei unterschiedlichen Objekten
- Durchdringung von Material möglich (geht über die Oberflächenprüfung hinaus)
- Starke Vereinfachung und hohe Stabilität des Prüfjobs aufgrund der differenzierten Darstellung
- Hohe Auflösungen, Taktraten und Bandgeschwindigkeiten möglich
- Zeilenkamera-Technologie ermöglicht Prüfung am laufenden Band und durch Spalt hindurch (begrenzter Bauraum)
- Schafft als Prüfsystem Vertrauen bei Kunden und Lieferanten in der Supply Chain auf die Qualitätsgarantie
Einsatzgebiete
“Hyperspektrale Bildverarbeitung lässt sich dort einsetzen, wo klassische Bildverarbeitung an ihre Grenzen stößt.”
- Lebensmittelindustrie
- Abgrenzung von Fleisch, Fett und Knochen
- Messen des Fettgehalts in z. B. Hackfleisch
- Detektieren von Verunreinigungen bzw. Fremdkörpern im Lebensmittel
- Pharmazeutische Industrie
- Qualitätskontrolle durch u. a. Überprüfung der Anteile von Füllstoff und Wirkstoff in Tablette
- Prüfung auf Vollständigkeit sowie Fremdkörper-Einschluss der Blisterverpackungen
- Packaging
- Überprüfen der Siegelnaht, um ungewollte Einschlüsse oder Öffnungen, die eine Luftzufuhr verursachen und damit für die Verderblichkeit der Ware sorgen, aufzufinden
- Recycling
- Sortenreine Wertstofftrennung
- Automobilindustrie
- Qualitätskontrolle der Verarbeitung von Lack, Kunststoffen und Leder
- Holzindustrie
- Erhöhung der Produktqualität durch das Messen des Feuchtigkeitsgehalts
- Bergbau
- Unterscheidung von Mineralien und Gesteinstypen
Sehen Sie selbst!
Könnten Sie die Unterschiede in den originalen Bildern mit bloßem Auge erkennen? Nein? Hyperspektrale Bildverarbeitung schon!
Kontrolle der Siegelnaht
Identifikation der Holzsorte
CVS HyperInspect
CVS HyperInspect von STEMMER IMAGING ist ein modulares, hyperspektrales Bildverarbeitungssystem, das die Analyse chemischer Materialeigenschaften im industriellen Umfeld ermöglicht.
Chemical Colour Imaging (CCI) macht die Molekülstruktur von Materialien sichtbar und stellt sie in einem Ergebnisbild durch unterschiedliche Farben dar. Alle Systeme sind vorkonfiguriert und kalibriert und lassen sich schnell in eine Vielzahl von Anwendungen integrieren.
Nehmen Sie mit uns Kontakt auf!
Wir freuen uns darauf, Sie zur hyperspektralen Bildverarbeitung beraten zu dürfen.