Hyperspectral Imaging ist eine Technologie, die speziell in Bezug auf anspruchsvolle Aufgabenstellung in der Sichtprüfung ein großes Potential erkennen lässt. Anders als es für viele erprobte kamerabasierte Systemlösungen der Fall ist, muss für eine HSI basierte Anwendung das tatsächliche Leistungsvermögen eines Systems im Vorfeld erst noch durch problemspezifische Untersuchungen und Anpassungen bestimmt werden.

Hyperspectral Imaging (kurz HSI) vereint optische Spektroskopie mit ortsauflösender Bildgewinnung. Ein hyperspektrales Bild besitzt eine große Zahl spektraler Kanäle eng benachbarter Wellenlängenbereiche. Teilweise sind es mehrere hundert, die sich über das elektromagnetische Spektrum vom ultravioletten Bereich bis zum langwelligen Infrarot erstrecken können. Anhand des wellenlängenabhängigen Reflexionsverhaltens eines Materials können durch Hyperspectral Imaging bestimmte chemische Eigenschaften ortsaufgelöst gemessen, ausgewertet und bildhaft dargestellt werden. Man spricht daher auch von Chemical Imaging. Für die automatische Sichtprüfung erschließen sich dadurch verschiedenste Anwendungsfelder. Insbesondere für die Qualitätssicherung im Lebensmittelbereich wird Hyperspectral Imaging erfolgreich für anspruchsvolle Aufgabenstellungen wie z. B. die Detektion von Fremdköpern, die optische Qualitätssortierung oder die Inline-Inspektion von Agrarprodukten eingesetzt.
 
Herausforderungen bei der Spezifikation eines HSI-Systems
Automatische Sichtprüfsysteme müssen quasi immer individuell und problemspezifsch für die vorliegende Aufgabenstellung ausgewählt und angepasst werden, da sich nur so wirtschaftliche und robuste Lösungen für den industriellen Einsatz realisieren lassen. Dies gilt insbesondere für HSI-Systeme, die einen weitaus höheren technischen Komplexitätsgrad als herkömmliche Sichtprüfsysteme besitzen und deren Einsatz mit hohen Investitionskosten verbunden ist. Für die meisten Problemstellungen ist vorab nicht klar, ob und wie diese noch relativ junge Technologie gewinnbringend eingesetzt werden kann. Im Gegensatz zur Auslegung herkömmlicher Kamerasysteme können bei HSI-Systemen viele Parameter nur experimentell ermittelt werden. Einen zielführenden Lösungsansatz stellt daher eine individuelle Problemanalyse im Rahmen einer technischen Voruntersuchung dar, die u. a. Auskunft über den geeigneten Spektralbereich, die Anzahl benötigter spektraler Kanäle und mögliche Verfahren zur hyperspektralen Datenauswertung geben kann. Gegebenenfalls kann sich dadurch zeigen, dass für eine Aufgabenstellung gar kein vollumfängliches HSI-System benötigt wird und dass z. B. eine Farbkamera mit einem zusätzlichen Spektralkanal im nahen Infrarot ausreicht. 

HSI-Technologien und hyperspektrale Datenauswertung
Hyperspektrale Bilder entsprechen einem Datenwürfel, der zwei räumliche und eine spektrale Dimension besitzt. Der dreidimensionale Datenwürfel kann durch verschiedene optische Aufnahmetechniken auf unterschiedliche Arten abgetastet werden, wobei abhängig von der Anwendung bestimmte Vor- und Nachteile auftreten. In der automatischen Sichtprüfung werden heute vor allem zeilen- und spektral-scannende Systeme eingesetzt. Bei zeilen-scannenden Ansätzen liefert eine hyperspektrale Zeilenkamera (auch Zeilenspektrometer) zeitgleich die Spektren aller Punkte einer einzelnen Bildzeile. Die Aufnahme eines hyperspektralen Bildes erfolgt dann durch einen gleichförmigen Scanvorgang senkrecht zur Bildzeile. Diese Technik bietet sich daher insbesondere für die Inspektion eines Materialstroms auf einem Fließband an. Beim spektralen Scannen wird eine Szene durch sequentielle Bildaufnahmen in unterschiedlichen Wellenlängenbereichen entlang der spektralen Dimension abgetastet. In der Regel werden hierfür optische Bandpassfilter eingesetzt, die z. B. in einem rotierenden Filterrad vor dem Kameraobjektiv montiert sind. Mit dieser Technik können in der Regel nur statische Szenen aufgenommen werden.

Seit kurzem ermöglichen es spezielle Fertigungsprozesse, spektrale Filter direkt auf der Sensorebene vor einzelne Pixel anzubringen, z. B. in einer Mosaikanordnung. Dadurch kann ein hyperspektraler Datenwürfel instantan mit einer einzelnen Bildaufnahme abgetastet werden; was auch Non-Scanning- oder Snapshot-HSI genannt wird. Diese Technik erlaubt die Aufnahme hyperspektraler Bildfolgen mit hoher Bildrate und eignet sich daher insbesondere für die Inspektion bei hohem Fertigungstakt. Eine wesentliche Beschränkung dieses Sensorkonzepts stellt die derzeit noch geringe Ortsauflösung dar.
Hyperspektrale Bilddaten sind aufgrund der Vielzahl spektraler Kanäle hochdimensional und erzeugen ein großes Datenvolumen. Eine anschauliche Visualisierung der Daten ist daher schwierig und herkömmliche Bildauswertungsverfahren sind meist nicht direkt anwendbar. Um die für die Prüfaufgaben relevante Information aus den gemessenen Daten zu extrahieren, müssen sog. chemometrische Verfahren aus der multivariaten Datenanalyse und statistischen Mustererkennung eingesetzt werden. Diese benötigen für die Parametrierung eine umfangreiche Lernstichprobe von Prüfbeispielen oder bekannten Materialproben.

Einen alternativen Ansatz zur Auswertung spektraler Information stellen sogenannte multivariate optische Filter dar. Dies sind Interferenzfilter, deren Transmissionskennlinie spezifisch für eine konkrete Aufgabenstellung entworfen wird.  Ziel ist es dabei, eine in die Bildgewinnung vorgelagerte spektrale Merkmalsextraktion zu realisieren, durch die Inspektionsbilder mit einem hohen problemspezifischen Informationsgehalt gewonnen werden können. Ein Entwurfskriterium kann z. B. das Erzeugen eines hohen Bildkontrastes zwischen Gutmaterial und Fremdkörpern oder einer Korrelation der Bildwerte mit der Konzentration eines chemischen Inhaltsstoffs sein. Die nachfolgende Bildauswertung im Rechner gestaltet sich dadurch sehr einfach und kann daher für hohe Verarbeitungsgeschwindigkeiten realisiert werden. Der einmalige Entwicklungsaufwand für multivariate optische Filter ist allerdings hoch.

Voruntersuchungen im HSI-Labor
Voruntersuchungen zur genaueren Problemanalyse bieten eine zielführende Entscheidungsgrundlage für die Auswahl der optimalen HSI-Technologie. Das Fraunhofer IOSB verfügt über ein Hyperspektral-Imaging-Labor, in dem Materialien und Prüfobjekte über einen großen Wellenlängenbereich (200 nm bis 2500 nm) spektroskopisch charakterisiert werden können. Hierfür stehen unterschiedliche bildgebende und punktmessende Spektrometer sowie Datenanalyse-Tools zur Verfügung.
Mittels multivariater Datenanalyse wird zunächst der für die Aufgabenstellung relevante Spektralbereich eingeschränkt und die benötigte Detektortechnologie festgestellt. Während für den Wellenlängenbereich von 300 nm bis 1000 nm herkömmliche Siliziumdetektoren genutzt werden können, muss für Wellenlängen im Bereich von 1000 nm bis 2500 nm auf aufwändig zu produzierende und entsprechend teure InGaAs- oder HgCdTe-Sensoren zurückgegriffen werden. Spezielle Optimierungsverfahren liefern zudem die optimale Anzahl und Lage von spektralen Bändern innerhalb des Spektralbereichs. Zusätzlich wird untersucht, ob die Entwicklung multivariater optischer Filter einen möglichen Lösungsansatz darstellt.
Zusammen mit den generellen Spezifikationen des Inspektionssystems (Ortsauflösung, Bildaufnahmerate, Prozess-Umgebung etc.) kann durch die Festlegung des Detektormaterials und der Spektralbänder die Systemauswahl bereits stark eingegrenzt werden. An dieser Stelle können Bildaufnahmen des zu prüfenden Produkts durch unterschiedliche Hyperspectral-Imaging-Systeme simuliert und bewertet werden. Dies umfasst auch die Simulation herkömmlicher RGB-Kameras und deren Kombination mit ausgewählten Spektralbändern. Anhand der simulierten Inspektionsbilder werden schließlich unterschiedliche Verfahren zur hyperspektralen Datenauswertung untersucht und hinsichtlich der Echtzeitfähigkeit und erwarteten Inspektionszuverlässigkeit, z.B. Detektions- und Fehlalarmrate, bewertet. Nach Abschluss der Voruntersuchung kann in der Regel klar beantwortet werden, welche HSI-Systemlösungen für die gegebene Problemstellung in Frage kommen, wo deren Leistungsgrenzen liegen und mit welchen Investitionskosten für ein Inspektionssystem zu rechnen ist.