Bildverarbeitung

Automatisierte Analyse von Frischwaren

12.12.2024 - Hyperspektrale Bildverarbeitung für Anwender mit geringen Kenntnissen

Holländische Wissenschaftler haben ein intelligentes Laborsystem entwickelt, das sie als All-in-One-Spectral-Imaging (ASI)-System bezeichnen. Es analysiert Lebensmittel und Frischwaren mittels hyperspektraler Bildverarbeitung. Vorteil ist, dass das System auch von Laien nutzbar sein soll. Basis bilden zwei verschiedene Zeilenkameras, deren Spektralbereiche sich ergänzen. Auf diese Weise lassen sich Früchte präzise charakterisieren. Innerhalb von 40 Sekunden erhalten Anwender eine Aussage über den Reifegrad der Ware.

Im Vergleich zu konventionellen Bildverarbeitungssystemen geht die hyperspektrale Bildverarbeitung über das sichtbare Spektrum hinaus. Damit ist sie in der Lage, Informationen zu erkennen, die für das menschliche Auge unsichtbar sind. Die hyperspektrale Bildverarbeitung bietet Vorteile in Bereichen, in denen eine präzise Charakterisierung und Identifizierung wichtig ist. Doch die Komplexität der Datenerfassung und -analyse hat bislang ihre breite Anwendung verhindert.

Auf dem traditionellen Bildverarbeitungsmarkt gibt es zahlreiche Systeme, die es dem Benutzer ermöglichen, Aufgaben ohne Vorkenntnisse im Bereich des maschinellen Sehens zu lösen. Für die hyperspektrale Bildverarbeitung existieren solche bedienerfreundlichen Bildverarbeitungssysteme bisher nicht. Um diese Situation zu ändern, wollten Wissenschaftler in den Niederlanden ein einfach zu bedienendes One-Touch-System entwickeln. Ziel des Projekts war es, ein intelligentes All-in-One-Spectral-Imaging (ASI)-Laborsystem für die standardisierte automatisierte Datenerfassung und die Bereitstellung von Spektralmodellen in Echtzeit zu realisieren, um die hyperspektrale Bilderfassung zu vereinfachen.


Standardisierte Bildverarbeitung

Um praktische Anwendungen der spektralen Bildverarbeitung für Routineanalysen zu realisieren, mussten zahlreichHe ürden überwunden werden. Eine der größten Herausforderungen bei der hyperspektrale Bildverarbeitung ist, dass die auf dem Markt erhältlichen Kameras in der Regel eine Systemintegration sowie Modellierung für die Kalibrierung erfordern. Darüber hinaus werden die meisten der auf dem Markt befindlichen Hyperspektralsensoren derzeit als Datenerfassungsgeräte geliefert. Für die Durchführung der Messungen und die Entwicklung des Modells muss der Nutzer Versuchsaufbauten entwerfen, in die der Sensor integriert werden muss. In Forschungslabors werden die Datenerfassung und die Datenmodellierung in der Regel in getrennten Schritten durchgeführt. Dieser Ansatz hat zwar Potenzial, kann aber nicht als praktische Lösung für den routinemäßigen Einsatz durch Laien angesehen werden.
Um die hyperspektrale Bildverarbeitung vor allem für Laien zu vereinfachen, entwickelten die Forscher ein standardisiertes spektrales Bildverarbeitungssystem mit einem Embedded-PC, um unerwünschte Einflüsse auf die Messung zu minimieren. Ziel war es, eine Re-Integration des Systems zu vermeiden und kalibrierte Modelle wiederzuverwenden, um wiederholbare Messungen zu ermöglichen.


Hyperspektralkameras als ­Schlüsselkomponenten

Die wesentliche Entscheidung für die Realisierung war die Auswahl der Hyperspektralkameras. In diesem Punkt entschieden sich die Wissenschaftler für Hyperspektral-Zeilenkameras der Modelle FX10 und FX17 von Specim. Für die kompakte Bauweise des Systems war die mechanische Größe dieser Kameras perfekt. Auch in Bezug auf Auflösung und Geschwindigkeit konnten die Kameras die Vorgaben erfüllen. 
Ergänzend zu den Specim-Kameras integrierten die Forscher eine kontrollierte, standardisierte Beleuchtungsumgebung, ein PC-System sowie eine Embedded Software für die automatische Bilderfassung und Modellentwicklung. Dieses Setup bildete die Grundlage für die Analyse der räumlichen Verteilung von Probeneigenschaften im ASI-System in Echtzeit.


Kombination von VNIR- und ­NIR-Kamera

Um die Leistungsfähigkeit des ASI-Systems zu demonstrieren, führten die Wissenschaftler Analysen von Fruchteigenschaften für eine Vielzahl von Obstsorten wie Trauben, Kirschen, Birnen und Kiwis durch. Das menschliche Auge und herkömmliche Bildverarbeitungskameras haben eine Empfindlichkeit für Wellenlängen zwischen 380 und 760 nm. Da sie auf diesen Bereich beschränkt sind, kann es schwierig sein, die mit der Fruchtreife verbundenen chemischen Parameter wie die Feuchtigkeit und den löslichen Feststoffgehalt zu erkennen. Im Gegensatz dazu ermöglicht der erweiterte Wellenlängenbereich von Hyperspektralkameras die Vorhersage dieser Parameter.

In der ersten Entwicklungsstufe des Systems kam eine Hyperspektralkamera des Typs Specim FX10 zum Einsatz, die im sichtbaren und nahen Infrarotbereich (VNIR) von 400 bis 1000 nm arbeitet. Damit war es möglich, den Zuckergehalt und einige andere Merkmale der Früchte zu überprüfen. Um jedoch detailliertere Informationen mit besserer Qualität zu erfassen, die in der Lage sein sollten, beispielsweise Fleisch und andere Lebensmittel zuverlässig zu analysieren, ergänzten die Forscher das System um eine InGaAs-basierte Specim-FX17-Nahinfrarot (NIR)-Hyperspektralkamera. Sie deckt den Wellenlängenbereich von 900 bis 1700 nm ab. 

Specim FX10 und Specim FX17 ergänzen sich vor allem bei der Messung von Proben mit hohem Feuchtigkeitsgehalt, wie zum Beispiel bei frischem Obst. Bei dieser Anwendung hat sich gezeigt, dass die Eindringtiefe des VNIR-Lichts aufgrund des geringen Wasserabsorptionskoeffizienten der Wassermoleküle im Spektralbereich von 400 bis 1000 nm höher ist, wodurch mehr Informationen über die Eigenschaften unter der Objektoberfläche erfasst werden können. Im Bereich von 900 bis 1700 nm ist der Wasserabsorptionskoeffizient von Wassermolekülen hoch, was eine bessere Analyse der Oberflächenfeuchtigkeit in den Proben ermöglicht.


Steigerung der Aufnahme­geschwindigkeit

Hinsichtlich der Aufnahmegeschwindigkeit ist die Specim FX17-Kamera flexibel, da sie die Möglichkeit bietet, nur einen Teil der verfügbaren 224 Wellenlängenbänder auszuwählen und auszuwerten und dabei nur die Wellenlängen zu verwenden, die für die aktuelle Anwendung relevante Informationen liefern. Durch die Reduzierung der Anzahl der beobachteten Wellenlängen kann die Standard-Aufnahmegeschwindigkeit der FX17 von 670 Zeilen pro Sekunde bei Nutzung aller 224 Wellenlängenbänder auf mehrere tausend Zeilen pro Sekunde gesteigert werden, wenn man sich auf einige wenige Wellenlängenbänder konzentriert. Diese Eigenschaft wird als Multi Region of Interest (MROI) bezeichnet. Sie ist sowohl bei den Specim-FX10- als auch bei den FX17-Kameras verfügbar und bietet Anwendern eine hohe Flexibilität in Bezug auf die Geschwindigkeit, ohne dass die Genauigkeit eingeschränkt wird. Darüber hinaus reduziert MROI die Datenmenge und erleichtert so die Verarbeitung und Speicherung der Daten.


Vergleich mit Punktspektrometer-Systemen

Das entwickelte All-in-One-System für die spektrale Bildverarbeitung hat die Anforderungen an eine präzise Analyse des Feuchtigkeits- und Löslichkeitsgehalts in frischen Früchten erfüllt. Die Leistung des Systems wurde mit kommerziellen Punktspektrometer-Systemen verglichen, die häufig für NIR-Analysen verwendet werden. Das ASI-System erreichte eine ähnliche Leistung wie diese seit langer Zeit etablierte Technologie, und es gab nur unbedeutende Unterschiede zwischen den Ergebnissen des ASI-Aufbaus und der kommerziellen Spektrometer. Darüber hinaus bietet die hyperspektrale Bildverarbeitung jedoch weitere Vorteile gegenüber Punktspektrometern.

Ein wesentlicher Vorteil besteht darin, dass sie die Untersuchung räumlich verteilter Eigenschaften ermöglicht, da die FX-Hyperspektralkameras umfangreiche räumliche Informationen erfassen. Darüber hinaus ermöglicht der ASI-Aufbau die Wiederverwendung bestehender Spektraldaten und -modelle, die zuvor in Laborexperimenten gewonnen wurden. Dies eröffnet Möglichkeiten für eine breitere Nutzung der Spektralsensorik, indem Modelle und Daten von verschiedenen Nutzern der Spektroskopie gemeinsam verwendet werden können.

Zudem ist ASI ein vollständig mobiles System, das zu den Proben gebracht werden kann, anstatt die Proben ins Labor zu transportieren. Und nicht zuletzt dauert es weniger als 40 Sekunden, bis die Ergebnisse vorliegen. In der Vergangenheit musste man unter Umständen mehrere Tage auf die Ergebnisse einer Feuchtigkeitsanalyse warten.
 

Fazit

In Kombination mit seiner einfachen Bedienung bietet das System Experten und sogar Anwendern mit nur geringen Kenntnissen auf dem Gebiet der spektralen Bildverarbeitung die Möglichkeit, das Potenzial dieser Technologie zu nutzen. Die holländischen Forscher verwenden das ASI-System bereits für Experimente mit allen Arten von Lebensmitteln. Aufgrund der guten Portabilität des Geräts kann es sogar für Projekte wie beispielsweise die Untersuchung von Fisch auf Booten direkt nach dem Fang eingesetzt werden. Die Möglichkeiten des Systems sind noch nicht ausgeschöpft.

Kontakt

SPECIM, Spectral Imaging Ltd.

Elektroniikkatie 13
90590 Oulu
Finnland

+358 10 4244 400
+358 10 4244 401

Top Feature

Spannende Artikel zu Fokus-Themen finden Sie in unseren E-Specials. Lesen Sie jetzt die bisher erschienenen Ausgaben.

Zu den E-Specials

Media Kit

Die Mediadaten 2025 sind jetzt verfügbar! Laden Sie sie hier herunter.

Industrie-Lexikon

Begriffe aus der Bildverarbeitung und Automation, die man kennen sollte

Zum Lexikon

Top Feature

Spannende Artikel zu Fokus-Themen finden Sie in unseren E-Specials. Lesen Sie jetzt die bisher erschienenen Ausgaben.

Zu den E-Specials

Media Kit

Die Mediadaten 2025 sind jetzt verfügbar! Laden Sie sie hier herunter.

Industrie-Lexikon

Begriffe aus der Bildverarbeitung und Automation, die man kennen sollte

Zum Lexikon