画像処理検査装置・外観検査装置のヴィスコ・テクノロジーズ

私たちは、画像一筋です。ヴィスコ・テクノロジーズ株式会社

畫檢新聞
透過畫檢新聞了解影像處理檢查的【現況】

ViSCO Technologies發行的【畫檢新聞】,
主要針對展現飛躍性的技術成長與普及的影像處理檢查行業趨勢進行調查和分析。

畫檢未來研究室 Vol.1

在影像處理方面進行著各種的研究,不斷地開發先端技術。業界"現在"尋求的技術,有朝一日將成為"未來"的標準。

近紅外相機的可能性~將看不見的東西可視化的技術~

關於近紅外線波長

人類每天所看到的光的波長約為0.4μm~0.8μm,這個範圍被稱為可見光波長範圍。對於可見光波長範圍,波長較短(數值小)區域是紫外線波長範圍,波長較長(數值大)區域被稱為紅外線波長範圍。 紅外線可細分為以下三部分,

  • 0.7μm ~ 2.5μm:近紅外線波長
  • 2.5μm ~ 4μm :中紅外線波長
  • 4μm ~ 1000μm :遠紅外線波長

此次我們將介紹的是,在這個紅外線波長波段中,最接近可見波長範圍,並且運用在監控攝影機等將無法在可見波長區域內看到的東西變為可視化,以及近年來應用範圍逐漸擴大的近紅外線波長相關的內容。

01.png

期待應用的領域

detail12_img01.png圖2:近紅外相機的取像光

在產業領域,早期近紅外線波長就被用於矽晶圓檢查。近年來也逐漸擴展到食品、醫藥品、化妝品「三品市場」和基礎設施的非破壞檢查、安全性、生物技術、認證、通訊等領域。

使用近紅外波長的檢查,根據待測物的組成可以看到不同的光反射、吸收、透視性的差異,因此也能預期將來可應用在更廣泛的領域中。

利用近紅外線波長檢查的範例

在近紅外線波長中,1.45μm波長對水分具有強勁的吸收,透過該吸收特性,用近紅外相機實現了在可見光波長範圍中影像識別難以檢查的水分檢測。

不過,針對全體水分含量少的待測物,即使通過1.45μm波長也很有可能無法調查水分的吸收分佈量等情況。

今後比1.45μm波長吸收更強的1.94μm將更為讓人期待。由於1.94μm波長的水分吸收率非常高,因此在1.45μm波長下無法強調對比度的,或對整體水分量,無法進行影像識別檢查的待測物等,都可以透過1.94μm波長來進行吸收分佈量等的檢測。

04_ct.png

圖3:關於待測物

現在有很多專案的目標都放在整體水分量少的檢查物體,所以今後此類的影像識別檢查可能會有更多機會使用近紅外相機。

03_ct.png

從取像到光譜分析

為了實現利用近紅外線波長的檢查,必須瞭解因物體組成不同而顯現出不同的光的特性。但目前對於近紅外波段範圍內各組合物的光譜數據資訊很少。
因此,正在研究開發高光譜相機,從而能夠在取像結果中獲取各組合物內的光譜資料。

高光譜相機可以同時獲取近紅外相機所獲取的二維位置影像相對應的光的特性(分光資訊),透過使用高光譜相機所獲取的資料,可以理解各組成所持的光譜資料,並且以光譜資料為基準,可以提出最有效的使用近紅外線波長的檢查系統方案。

為了實現使用近紅外線波長的系統

為了能夠實現在0.7μm~2.5μm近紅外線波長範圍內具有靈敏度的產品,因此需要混合半導體的InGaAs(In:銦/ Ga:鎵/ As:砷)感應器,此外InGaAs感應器本身的性能也非常重要。

雖然這種趨勢在未來會加速進行,但為了有效利用近紅外波長的能力,除了InGaAs感應器之外,還需要對包括鏡頭和光源等在內的整個系統進行檢討及提案。至於鏡頭,由於特性會根據塗膜方式和所選材料而發生很大變化,因此需要符合目標波長的方案。

關於光源,透過使用鹵素燈,可以利用大範圍的波長範圍,但鹵素燈存在發熱和壽命的問題,所以可以使用LED光源來避免應用中產生發熱等問題。

因此,為了實現使用近紅外線波長的系統,需要在InGaAs感應器的驅動狀況(冷卻狀態和暗電流狀態等)中再透過調節鏡頭的透射率和光源的光量來形成最佳配置。

由於InGaAs感應器/鏡頭/光源的關聯性非常重要,因此除了相機以外還需要與鏡頭和光源的專業製造商進行技術合作,從而提供最適合使用者環境的整體系統方案。

近紅外線相機的套裝展開

detail12_img01.png

將有效運用近紅外線波長的近紅外相機和軟體產品等必要組件成為套裝件,這種方案優點在於可以讓用戶立即導入使用。

作為第一步,Aval Data公司是將光束分析儀專用的程式庫與自行獨立開發的光響製程式庫和ABH-001 IR-GE(QVGA / 320×256影像/區域傳感器相機)作成套裝件來開始發售。

根據ABA-001 IR-GE和LaseView配置,建構符合在Windows上運行的高功能且實用的近紅外線波長範圍的光束測量系統將更為便捷,並且也能降低使用多台相機的光束監視系統的成本。

今後,在使用雷射的研究和開發中,預期需要2μm左右的波長範圍的案件將會增加。

近紅外線相機與AI/深度學習

detail12_img01.png

利用可見波長的檢查需要使用大量的高解析度資料,透過複雜多樣的影像處理技術實現判斷和識別,因此要將AI/深度學習與後段處理連接起來並不容易。

然而,透過使用近紅外線波長,可以僅使用少量資料就能看到可見波長看不到的內容,因而使得後段的影像處理能與相對簡單的內容組成。

透過影像處理的簡化,與AI/深度學習技術的結合變得更容易接納。

結合兩種技術的優點在於,可以像人類一樣靈活地對肉眼看不到的物體進行檢查。近紅外線波長檢查和AI/深度學習技術的親和力非常高,可以期待與AI/深度學習相關的各製造商合作,進而實現近紅外線相機的具體系統。

結語

雖然在產業領域中使用近紅外線波長的檢查有望進一步發展,但是為了實現近紅外線波長的檢查系統,不僅要瞭解鏡頭和光源的特性,還要考慮近紅外線波長所能獲取的特定影像,以及與後續階段影像處理的結合都尤為重要。

不單只是提供近紅外相機,更期待製造商能夠將紅外線波長性能作最大化的利用,來構建整個系統。(Aval Data公司廣告)

公司介紹

作為外觀檢查、影像處理檢查相關的專業團隊,我們將持續提供領導業界的產品。

我們是外觀檢查、影像處理檢查相關的專業團隊。不單只是製造商,還兼備了影像處理演算法、光學技術、電氣、機械的知識和經驗,並且能夠處理綜合性咨詢的開發型工程的企業。

支援/咨詢
如有任何關於各種產品的諮詢或問題,請隨時與我們聯繫。
電話咨詢
+886-2-2581-6763
從網上咨詢
咨詢請由此與我們連繫
技術支援專線技術相關咨詢

咨詢・相關信息

PAGE TOP