短波红外在工业中的应用有哪些?

机器人视觉 发表于 2020-11-27 10:27:10 收藏 已收藏
赞(0) •  评论(0
400万+工程师在用
400万+工程师在用

短波红外在工业中的应用有哪些?

机器人视觉 发表于 2020-11-27 10:27:10

短波红外光谱长啥样?

短波红外波段指波长在  1400-3000 纳米之间的波段,肉眼无法识别这些光谱。矿物质、人造物质及其他一些地物具有特殊的成分,而短波红外能够“看见”这种特有成分,但肉眼和可见光近红外光波却“看不见”。

可见光近红外光谱和短波红外光谱图

上期跟大家介绍了短波红外范围(0.9—1.7 um)敏感是由于InGaAs传感器的发展才于最近成为现实的。但是为什么要使用短波红外呢?

短波红外成像有一个其他技术无可比拟的主要优点,即它能够透过玻璃进行成像。对于短波红外相机来说,特制的价格昂贵的透镜或者适应恶劣环境的外壳几乎是不必要的。这就使得它们可以用于各种各样的应用和产业。这种能力还允许短波红外相机安装在一个保护窗口内,当将相机系统固定在一种潜在平台上时,这将可以提供很大的灵活性。

所以,为何要使用短波红外呢?因为短波红外具有以下一些优点:

●高灵敏度

●高分辨率

●能在夜空辉光下观测

●昼夜成像

●隐蔽照明

●能看到隐蔽的激光器和信标

●无需低温制冷

●可采用常规的低成本可见光透镜

●尺寸小

●功率低

成像效果图

在夜里使用短波红外还有一个大的优点。被称为夜间天空辐亮度的大气现象所发出的光照度比星光强5至7倍,这种光照几乎都处在短波红外波长区。所以,有了短波红外相机,再加上这种常常被称为夜气辉的夜间光照度,我们便能够在无月光的夜间很清楚地“看到”目标,并通过网络共享这种图像,因为其他成像器件没法做到这一点。

在近红外、短波红外以及可见光范围可确保提供完美的日间/夜间相机解决方案。具有高分辨率、无光晕以及高灵敏度等优点。使用者可以在无光源的环境下捕获大气中的“夜间光”来获得清晰可视的图像.普通数码相机,不能够提供足够的信息以对某一场景进行全天候、全面、准确、可靠的描述,易造成目标的丢失和误判,所有的成像效果都无法与SWIR镜头技术媲美。以下是对比图

广泛应用

小编非常辛苦的收罗了短波红外的各种应用,希望大家能了解到他的价值。

SWIR短波镜头的精湛之处在于直接在生产读取电路晶圆上生长出锗探测单元,产生数百计数的对短波红外可见的成像芯片,可靠性高,波长响应范围更宽,不仅能够延伸到红外波段而且可以检测可见光和近红外光。在半导体、医学、生物、夜间监视以及其他需要同时检测可见光和红外光的领域均具有广泛应用。

半导体行业

»包装-破碎设备检测  »材料和电路检查    »故障分析——背面直通硅

电路缺陷和故障的成像   光伏检验 - 光致发光和      电致发光特性

眼科

视网膜检查   »复合彩色光学相干断层扫描

皮肤科   »皮肤水合作用   »黑色素瘤ID   

手术      »广谱癌症标记荧光  »血管ID »脂质ID

牙科

»邻间的搪瓷检验

»咬合的搪瓷检验

»表面检查

制药公司

»胶囊表面和内部

产品检验

»平板电脑检查

光谱学

»2 d成像光谱使用像素化

»高分辨率广谱线性的

»穿透大多数塑料和计量玻璃瓶检验

»冰/水/蒸汽检测     

农业

灌溉规划»土壤水分

生产检验»损失评估和质量装箱

肉类检验»污染检测

纤维检验

»包层检查»复杂光纤电路调试

»电信和激光光具座探测

国防

夜视»持久/盯着被动的应用程序目标获取

ISR系统  搜索和救援   »白天/夜晚能见度的红外信号

带大家来看看实际案例:

· 识别人造材料

由于人造材料在短波红外波长中有独特的反射方式,这将有助于区分在可见光谱中肉眼看起来类似的材料。使其在影像中呈现更具体的类型区别。

上图阿尔及利亚某炼油厂,左图为可见光影像;中图为短波红外影像,可通过颜色可辨别建筑材料成分;右图显示厂区有活跃的火舌。

· 火灾扑救

很多物质在短波红外波段上具有特定的发射率和吸收特性,比如雪、冰、多种岩石及人造物质等。在影像分析过程中,我们正是利用这些特性,才得以将这些物质识别出来。短波红外甚至还能够穿透一些烟雾,将着火点识别出来。

无论是森林火灾、丛林火还是山火,一旦失去控制都会给当地居民和自然资源造成毁灭性的打击,因此,快速有效的火灾探测对于保护基础设施及确保居民安全至关重要。火灾看似容易发现,但常常会有视觉障碍。

譬如烟雾会阻碍消防员在地面或空中的视线。左图中,很容易看出烟雾来源,却很难判断沿着围栏线的地面火情。右图中,利用短波红外透过烟雾,突出热区,就能让消防员知晓需要注意的区域。

通过短波红外能够“看出”澳大利亚阿德莱德郊区火灾仍在蔓延。左侧可见光图像清晰显示烟雾范围,但右侧的短波红外图像透过烟雾,让消防员能够“火眼晶晶”。

· 发现矿藏

短波红外波段让精准识别矿物成为可能。根据矿物含量,不同成分会吸收光波的量,从而形成不同的反射率。

可见光图像(左图)显示出采矿区域,但不能展示有价值的地质和矿物信息。在短波红外图像(右图)中,地质学和矿物学信息清晰可辨,可用于地质解译。

上图为内华达州某矿区,利用 WV-3 0.75 m 短波红外波段,识别肉眼看不到的矿物。

利用短波红外图像在地质领域的应用。根据不同的矿物对光波的吸收情况,反映出不同的光谱长度,根据波长探测含有 l-OH、Mg-OH、Fe-OH、Si-OH、碳酸盐、铵以及硫酸盐等离子组的物质,从而判断这些矿区具有哪些矿石。地质专家和采矿业者在勘探阶段常常花费数以百万计美元寻找潜在矿区,如果能够利用短波红外影像,可在计划实地核查之前缩小潜在矿区范围,从而降低成本、提高效率。

材料分选的应用案例

材料分选目的主要是用于两个方面:同类产品分级、异类产品分离。

工业应用方面,主要要求高效、精准、成本控制。如何制定适合工业应用,又能够高效体现近红外技术的方案,至关重要。在工业检测方案制定过程中,其设计的关键技术主要包括:光谱分离、光谱标定、分选控制、图像识别等。

传统材料分选方式多采用人工、物理特性或者化学检测方式进行分选,但这些检测方式要么效率低下、准确率低,要么分选过程会造成损伤,无法实现高效分选。

近红外分选技术同传统分选技术相比,则具有高效、无损、快速、简单的特点。

近红外光谱波段为780nm-2500nm.近红外光谱分析技术基于(X-H)分子官能团的化学键的简谐振动,其简谐振动的振幅与其相应势能有关。但分子官能团吸收光子时,其势能会由基态向激发态跃迁,从而会在近红外光谱上形成特征吸收峰。由于不同物质含有的X-H化学键的形式、个数不同,所以不同材料在近红外光谱形成的吸收峰也各有不同,因而通过吸收峰的位置及强度可以判断材料种类。

图为近红外分子官能团吸收分布图表。可以看出,图表主要分为合频区和倍频区,对应的不同区域吸收的光子能量不同。其中在合频区吸收最强,第一倍频区次之。

工业分选示例:棉花异纤

棉花异纤,俗称三丝,是指混入棉花中对棉花及其制品质量有严重影响的非棉纤维和非本色纤维。包括化学纤维、动物纤维和非棉纤维,如毛发、丝、麻、塑料膜、塑料绳、染色线等。异纤在纺纱过程中极易拉断或分成更短、更细的纤维,或被打碎成纤维状细小疵点。这些疵点极易造成细纱断头,降低工作效率。织布染色后,会在布面出现各种色点,严重影响布面外观质量。

光电式是采用光电三极管对棉花中的异纤识别,主要是通过异纤与棉花的色差反映到光电管的电流差别,经信号放大、处理比较来识别异纤。这种方法原理简单,制造成本低。但由于是靠色差识别异纤,所以与棉花相近颜色的异纤无法识别,棉花中大量出现的白色丙纶丝不能识别。同样对有色细小异纤同样也无法识别。经大量的试验表明:如毛发或同样大小的有色异纤,在高速运行中,光电管识别不了,只能对大团或有一定体积的有色异纤进行识别。整机异纤检出率不高,只适合粗检异纤。

超声波方式是超声波传感器发出超声波到棉花上,然后再检测反射回来的信息。当棉花中有异纤时,由于异纤反射回来的信号强于棉花,从而经信号处理比较识别后识别异纤。因此通过物体表面的密度差别识别异纤,不论异纤是什么颜色,白色或有色都能检出。但超声波毕竟是声波,传输速度没有光波快,对异纤的识别反映速度慢,当异纤在通道中飞行速度太快时,来不及识别。大量的试验结果表明,较大团塑料薄膜、纸片、布片、成团的异纤都能检出。由于超声波反应速度慢、不能识别细小异纤所以应用受到一定限制。

光学CCD成像利用白色丙纶丝(编织带丝)在紫外光下的荧光效应进行检测(紫外线荧光效应),还可利用某些有色异纤与棉纤维的颜色差异,所反映出的成像灰度差异进行识别(主要对表面纤维进行检测),塑料在偏振光中成彩色图案,而棉花棉籽等非彩色亦可以作为可见光分选方式。在红外光下,不同纤维在不同波长下的吸收特性不一样,势必在CCD上形成灰度不一致的图像,可以用来区分内部杂质。

棉花异纤检出模组的检测和检出装备主要采用线阵CCD 彩色摄像机,线阵像素从2048到4096 ,帧率为1024~1450fps,一般使用2个CCD 摄像机。部分设备采用光电感应器(光敏三极管) 和超声波检测技术。光源主要有荧光灯和紫外灯,形成可见光和紫外波段的光源,适应不同杂质的分段检测。大部分设备采用数据采集卡采集数据,少数采用DSP处理系统。

工业分选示例:塑料分拣

在废旧塑料的回收过程中,最困难的就是从材质上细分塑料。当前,世界各国对废旧塑料的分拣回收,仍然普遍采用人工分拣的方法处理。而采用人工分拣的方法,一方面效率低,另一方面容易出错。随着人力资源逐渐紧缺和劳工工资的不断提高,废旧塑料的回收问题就变成越来越大的难题。

以最常见的PE/PVC/PET三种材料为例,在AOTF于1650nm采集的图像。其中可以看出PE材料吸收较强。然后对三种材料进行取点灰度值提取,获取其在1480nm-1680nm的光谱曲线,可以看出在1650nm附近,其他两种材料较PE材料具有更强的吸收效果。最后通过图像算法及伪彩处理后的效果图。可以看出选取两个波段,能够很明显将PE材料区分出来。

原文标题:一文了解短波红外在工业中的应用

文章出处:【微信公众号:新机器视觉】欢迎添加关注!文章转载请注明出处。

责任编辑:haq

打开APP阅读更多精彩内容

收藏

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容图片侵权或者其他问题,请联系本站作侵删。 侵权投诉

相关话题

评论(0)

加载更多评论

分享到

QQ空间 QQ好友 微博
取消