Hyperspectral Imaging setzt neue Standards in der Bildverarbeitung
Maschinelles Sehen mit Tiefblick
Mit der Kameratechnologie Hyperspectral Imaging werden Dinge sichtbar, die konventionellen Kameras und sogar dem menschlichen Auge verborgen bleiben. Davon profitiert insbesondere die industrielle Bildverarbeitung. So kommt das Verfahren in verschiedensten Einsatzgebieten und Branchen zur Anwendung – von der Land- und Forstwirtschaft über die Qualitätskontrolle in der Lebensmittelverarbeitung bis hin zu Pharmazie und Medizin.
Mit Hyperspectral Imaging können entsprechend ausgestattete Kameras Bilddaten aus einem umfassenden elektromagnetischen Spektrum aufnehmen. So lassen sich problemlos Bildinformationen von bis zu 250 verschiedenen Kanälen erfassen – von Wellenlängen im ultravioletten Farbspektrum bis hin zum langwelligen Infrarot-Bereich. Zum Vergleich: Das menschliche Auge kann die Umwelt lediglich in den Wellenlängen der Grundfarben Rot, Grün und Blau wahrnehmen. Hyperspektrale Systeme sind dadurch in der Lage, nicht nur die Oberfläche von Gegenständen abzulichten, sondern tiefer in Objekte zu blicken. Das bedeutet, sie können Materialeigenschaften wahrnehmen, die für herkömmliche Bildeinzugsgeräte oder das bloße Auge nicht sichtbar sind.
Insbesondere für die industrielle Bildverarbeitung (Machine Vision) ist die innovative Aufnahme-Technologie interessant. Durch den Einsatz von Hyperspektral-Kameras wird die Identifikation bestimmter Objekte und Szenarien durch die sichere Erkennung der Materialbeschaffenheit deutlich robuster. Die Machine Vision Standard-Software Halcon von MVTec beispielsweise enthält eine Vielzahl von Funktionen, mit denen sich Gegenstände durch die Abstufung verschiedener Grauwerte klar identifizieren lassen. Die einzelnen, gering voneinander abweichenden Farbtöne weisen auf bestimmte Produkteigenschaften hin und ermöglichen auch die zuverlässige Erkennung von Fehlern oder Beschädigungen. Dadurch lässt sich die Technologie auch hervorragend für Inspektionsaufgaben und damit für die Qualitätssicherung einsetzen.
Klassifikation und Nachverarbeitung der Bilddaten
Die Machine Vision Software optimiert die Verarbeitung hyperspektraler Bildinformationen hauptsächlich in zwei Schritten: Zunächst werden einzelne Pixel präzise klassifiziert – und zwar unabhängig von der Anzahl der Kanäle. So ist Halcon auch in der Lage, die Bilddaten aus 250 Kanälen problemlos zu verarbeiten. Dabei verfügt jeder Pixel über Farbkanäle, deren Anteil in dem jeweiligen Bild unterschiedlich ausgeprägt ist. Die Software misst nun die Werte des Pixels in dem entsprechenden Farbkanal und vergleicht diese mit Referenzdaten zu den verschiedenen Klassen wie beispielsweise „Wald“ oder „Baum“. Durch diesen Vektorvergleich wird jeder Pixel eindeutig einer bestimmten Klasse zugeordnet.
Einsatz in zahlreichen Branchen und Anwendungen
Industrielle Bildverarbeitung auf Basis von Hyperspectral Imaging kommt in zahlreichen Anwendungen und Branchen zum Einsatz: So wird die Technologie schon seit geraumer Zeit für Luftbildaufnahmen in der Land- und Forstwirtschaft beispielsweise zur Erkennung von Waldschäden und Dokumentation des Waldsterbens verwendet. Auch nutzt die Europäische Union das Verfahren, um regelmäßig Landwirtschaftsflächen aus der Luft zu überprüfen. Dadurch lässt sich sicher herausfinden, ob Fördergelder für den Anbau einer bestimmten Pflanze gerechtfertigt sind. Ebenso können Landwirte mit Hyperspectral Imaging feststellen, ob die Pflanzen bereit zum Düngen oder reif zum Ernten sind. Ein Beispiel: Bei Früchten senden Inhaltsstoffe wie Zucker und Säuren bestimmte Farbspektren aus, die Hyperspectral-Imaging-Verfahren durch die Schale hindurch abbilden können. Aus dem Anteil dieser Stoffe lässt sich der Reifegrad zuverlässig bestimmen. Auf diese Weise sehen beispielsweise auch Apfelpflückroboter, ob die Früchte reif zum Ernten sind. Zudem können einzelne Weizensorten nach unterschiedlichen Qualitätsstufen sortiert werden. Und auch bei der automatisierten Kartoffelernte unterstützt die Technologie: So lassen sich die Knollen von Steinen unterscheiden, die ihnen zum Verwechseln ähnlichsehen.
Auch in der Lebensmittelbranche kommt Hyperspectral Imaging zur Anwendung, wie etwa in der Qualitätskontrolle: Mit bloßem Auge lassen sich nicht sichtbare Schimmelschichten auf Brot oder anderen Nahrungsmitteln verlässlich erkennen. Zudem kann die Qualität von Frischfleisch durch die Bestimmung des Fettgehalts oder der Belastung mit Bakterien und Keimen festgestellt werden. Auch die Qualität von Obst oder Gemüse lässt sich präzise bestimmen: Hyperspektrale Aufnahmeverfahren erkennen – im Gegensatz zu herkömmlichen Kameras – auch Druckstellen unter der Schale einer Tomate, die mit bloßem Auge nicht erkennbar sind. Dadurch können minderwertige Früchte verlässlich identifiziert werden, bevor sie in den Verkauf gelangen.
Ein weiteres Anwendungsfeld ist der Bergbau: Dort dient die Technologie zum zuverlässigen Aussortieren von Erz aus Gesteinsbrocken. In der Recycling-Branche identifiziert das Verfahren unterschiedlichste Bestandteile im Müll und optimiert dadurch die Trennung von wiederverwertbaren Stoffen und Abfall. Und nicht zuletzt profitiert auch die Pharma-Industrie: Tabletten mit unterschiedlichen Wirkstoffen sehen äußerlich oft ähnlich aus. Mittels hyperspektraler Verfahren lassen sich die Zusammensetzung und die Inhaltsstoffe zweifelsfrei erkennen. So wird gewährleistet, dass immer die richtigen Arzneimittel in die Verpackungen einsortiert werden.
Hoher Aufwand für Kalibrierung
Bei der praktischen Anwendung von Hyperspectral Imaging gibt es jedoch noch einige Herausforderungen zu meistern: Beispielsweise gestaltet sich die Kalibrierung für kleine Kameras oder die Mikroskopie immer noch extrem aufwändig. So eignen sich aktuelle Kalibrierkörper ausschließlich für Laboranwendungen. Eine große Herausforderung für die Entwickler sind dabei die Lichtverhältnisse: Benötigt wird stets ein passendes, nicht variierendes Lichtspektrum. Dies ist aber unter realen Bedingungen unrealistisch. Denn das Lichtspektrum variiert zwischen den einzelnen Anwendungen stark und muss dementsprechend immer neu kalibriert werden, was einen großen Aufwand verursacht.
So wird es nach Ansicht von Experten noch mindestens fünf Jahre dauern, bis Hyperspectral Imaging und entsprechende Anwendungen eine wirklich massentaugliche Entwicklungsstufe erreicht haben. MVTec als ein führender Anbieter von Standardsoftware für die industrielle Bildverarbeitung wirkt maßgeblich an der Verbesserung der Prozesse mit – z.B. an der Standardisierung der Übertragung von Multispektral-Signalen. So sind gängige Standards wie etwa GenICam bereits jetzt in der Machine Vision Software Halcon integriert.
