技術

研發創新,技術與應用的整合

一文帶你讀懂「高光譜影像」的應用與發展

04/08
2020

文/海波視智能科技

高光譜影像概述

高光譜影像(hyperspectral imaging)是收集及處理寬廣光譜的影像資訊。不同的物質有其專屬的反射光譜,根據物質的光譜來鑑別物質種類,確定它的化學組成和相對含量的方法叫光譜分析,具有靈敏、迅速的優點。

高光譜影像之特點

可見光譜(Visible spectrum)是電磁波譜中人眼可以看見(感受得到)的部分,而高光譜的接觸機制,如雀尾螳螂蝦的眼睛可接收到的光譜能夠接觸到紅外線延伸到紫外線的範圍。高光譜的能力能夠使雀尾螳螂蝦分辨出不同的珊瑚、獵物,或獵食者,而這些正是人類所缺少的,人類的眼睛感受不到可見光以外的光譜反射,但可以利用精密的電子感光元件,透過光電效應記錄在電子儀器裡,此記錄反射光譜的儀器便稱為光譜儀,已記錄的資料便稱為光譜反射圖記。由於每一種物體的光譜反射圖記都不一樣,光譜圖記可說是用來分辨地物的辨識密碼。光譜儀所儲存的影像就稱為光譜影像。

雀尾螳螂蝦-影像波段

高光譜影像為儲存多個波段影像的圖像數據,高光譜影像可以儲存幾十個至數百個波段,可分割的波段越小,存取的數據越多,解析度也跟著上升可達到奈米等級。

工程師們已經製造出可用於農業、礦業、物理以及監控領域的傳感器及處理系統。高光譜傳感器通過大量的、不同波段的電磁頻譜來探測物體。實際物體會在電磁頻譜中留下具有唯一的「指紋」。這些「指紋」被稱為光譜特性並可用來確認被識別物體的組成成分。例如得知石油的光譜特性便可以用來幫助礦質學家們找到油田。

高光譜影像的應用

高光譜影像因含有較細緻且豐富的光譜資訊,因此以前利用多光譜影像無法辨識的部分,現在都可以利用高光譜影像來解決。近年來,許多國內外學者針對高光譜影像的特性,提出了許多光譜分析及影像分類的方法,並衍生出眾多高光譜影像的應用,例如製作地質圖、自動辨識金屬和礦物、辨別森林樹種、農業物種,農地土壤成分比例等。其他還包括在生態保護、水質檢測、大氣科學、環境監測、土地測量、刑事鑑定、食品科學等方面的應用。

國內大學及研究所,每年也發表了許多關於高光譜影像處理及分析方法的論文,此研究領域仍在蓬勃的發展,尚有許多技術進步、提升之空間,期望未來能繼續突破,幫助更多產業轉型。

高光譜在高科技產業的品質檢測應用

半導體產業是目前國內重要的發展項目,隨著技術的進步,所使用的元件越來越小,結構也越來越複雜,出現細微的誤差、損壞,都將造成影響,因此晶圓、薄膜的檢測是高光譜在高科技產業上重要的應用,光學檢測系統可以快速、完整的檢測整個晶圓,更精準的檢測出小缺陷以確保品質。高光譜技術也同樣能應用在平面顯示器的檢測上,能針對製造過程所產生的亮暗點、壞點進行檢測。印刷電路板(PCB:Printed Circuit Board)是用來固定積體電路(IC)與其他電子元件(例如:電阻、電容、電感),目前業界透過灰階影像來檢測為大宗,但透過彩色影像的高光譜影像技術檢測,能更精準定位每個元件的位置,減少人力複檢所耗費的成本與時間。

海波視智能科技-高光譜影像在高科技產業半導體的應用

高光譜影像在醫療上的初期診斷應用

高光譜結合相機在醫療上是最新研發的技術,透過高光譜影像幫助醫生判斷,可以快速辨識初期症狀不明顯的患部,例如區分初期症狀相似的皮膚病。

高光譜結合皮膚鏡,為非侵入式儀器,可以觀察皮膚色素是否異常,以及血紅素量。乾癬、異位性皮膚炎和皮膚淋巴癌的初期症狀非常相似,肉眼分辨不出區別,使用高光譜影像可幫助皮膚科醫生在初期診治時,快速地得到病理特徵、對症下藥,縮短傳統的診斷時間,並獲得高效率的醫療品質。

其他應用如高光譜結合眼底鏡,可以追蹤視網膜是否出現病變,也能檢測視網膜動脈、靜脈的含氧量;結合口腔鏡、內視鏡,可以觀察口腔、食道、腸道是否出現異常,如腸病毒症狀有口腔發炎、破洞,透過高光譜儀器,不需要切片,可快速辨識,達到及早發現即時治療、節省醫療資源的成效。

海波視智能科技-高光譜影像在醫療產業-結合皮膚鏡的應用

高光譜影像在農業上的系統管理應用

高光譜結合遙測技術在農業上的應用,從土壤土質之檢測、水質分析,到作物生長狀態檢測,產量的估算與農產品品質監控,都有相對應的技術。高光譜結合相機在醫療上是最新研發的技術,透過高光譜影像幫助醫生判斷,可以快速辨識初期症狀不明顯的患部,例如區分初期症狀相似的皮膚病。

耕地前須先分析土壤的重金屬汙染含量,並評估土壤成分(如氮磷含量、有機碳等),高光譜遙測也能監測出農作物是否遭受病蟲害,目前已經有針對水稻病害的應用研究,無人機(UAV)搭載高光譜相機進行,能減少農產品因為病蟲害造成的損失。

使用高光譜影像檢測農藥殘留,透過作物施藥前後的光譜資訊蒐集,分析施藥量是否得宜,避免用藥過多造成環境負擔,或是藥量不足無法有效防治,同時能監控作物品質,避免過度噴灑農藥,替消費者把關。

作物生長管理,透過作物不同生長期的光譜數據建立,分析作物在各個生長期的光譜變化以及估算農作物的產量,亦可透過作物在不同條件下的生長狀況做數據建立,以分析不同的環境條件下與作物生長的關係,透過各種條件的調整來達到耕作最佳化。

而高光譜影像已有水果檢測方面的應用,目前農業試驗所利用高光譜影像資訊結合電腦深度學習,開發非破壞性的檢測技術,只要讀取鳳梨高光譜數據,即可判斷鳳梨果品、糖度、成熟度、屬於肉聲果或鼓聲果,以利鳳梨選別分級。另外薄皮水果如蓮霧、芒果的甜度也可以經由高光譜儀器不須破壞,直接測出。

海波視智能科技-高光譜影像在農業上的系統管理應用

高光譜影像在食品管理上的分析應用

奈米級光譜解析,可快速地檢測出食品的狀態及品質,保障消費者遠離食安問題。高光譜儀器檢測的特性為:快速分析、無需預處理、不需破壞樣品、靈敏度較高。以雞蛋為例,雞蛋外殼容易遭受糞便中的微生物汙染,而雞蛋的新鮮度與食用安全也密切相關,使用高光譜影像分析,可以不破壞雞蛋的構造,直接偵測蛋殼是否附著微生物,並檢測雞蛋的新鮮程度,保障每一個雞蛋都是安全無虞的,此項技術除了可以應用在雞蛋,也能應用在多種農產品上。

高光譜影像在遙測上的優點與空污檢測應用

近年來空污的情況日趨嚴重,空氣污染對人體會造成全身性的危害,會侵害肺部甚至是進入血液,影響層面廣泛,可能引起的疾病包含呼吸道疾病、肥胖、糖尿病、心血管疾病、中風、失智等,空污檢測遂成為大家關心的議題。使用高光譜影像技術檢測空污,是將儀器設置在空拍機上,即可得到影像上各畫素的頻譜,優點是:遠距大面積監測、不受地域限制的優勢,大量減少設備儀器造成的成本。

高光譜影像在遙測上的優點與空污檢測應用

以無人機搭載高光譜影像辨識技術進行農業檢測

各種物質對於陽光的能量吸收有差異,建立物質對於特定吸收的光譜資料庫,並加以分析影像,即得到影像各處的主要的空氣污染物,例如:粗懸浮微粒(PM10)、細懸浮微粒(PM2.5)、臭氧(O3)、二氧化氮(NO2)、二氧化硫(SO2)、及一氧化碳(CO)的分佈及濃度,達到遠距監測空氣污染的目的。

高光譜影像辨識協助刑事鑑定更精準、快速

早期許多社會案件因為科技不夠發達,辨識能力不足,造成許多冤案,現代鑑識科學對於非生物檢體之物證,使用非破壞性、非化學性方法進行比對、鑑定的領域稱為「物理鑑識」。舉凡槍彈爆炸殘餘物、文書、指紋、工具痕跡、印痕、聲紋、影像鑑識和微物跡證都屬於此範疇。

「高光譜影像技術」於不同波長的光下拍攝,將肉眼無法辨識的各種痕跡顯現出來,像是筆跡的覆蓋或塗改、不同時間的血液或體液沾染、火藥造成的硝煙反應、鞋印、指紋、鈔票或證券上的防偽處理等等都是需要光源的改變才較容易觀察得到。進一步也可以利用偵測到的頻譜,進行快速的物件比對,掌握更多有利的科學證據,幫助鑑識人員鎖定目標,協助辦案。

高光譜寶石、藝術品原料鑑定

藝術品舉凡古玩、瓷器、油畫、寶石等,其真偽反應在價值會有極大的差異,沒有經過專業訓練,一般人很難藉由肉眼判斷,在鑑定上使用高光譜儀器進行光譜分析,便可以獲取更多訊息。以圖畫為例,同一個顏色不同的人來看可能會有差異,此差異會造成觀看者不一樣的感受,因此顏料原料的物質是什麼成分,在修復一幅畫時就變成很重要,是否有隱藏作畫、作者的簽名的顏料特殊之處,高光譜儀器可以替我們看到人眼看不到的部分,同時也提供了判別真偽、修復文物的依據,在藝術品鑑定、修補上較傳統方式減省人力與時間的耗費,也能更精準的去還原作品原始的色彩。

高光譜影像為自動檢查系統帶來革新

目前電子業界廣泛使用自動光學檢查(Automated Optical Inspection,簡稱AOI) 技術,但一般以灰階影像或彩色影像呈現,上述的兩項AOI影像分析易產生陰影明暗不清造成誤判,高光譜相機可以解決上述問題,為此技術帶來革新,其解析度精細,可以獲取更多資料,彌補傳統灰階影像分析上的不足。此外,傳統的AOI,是以點對點的方式檢測;高光譜智慧檢測則可以依物品大小作彈性調整,以大面積、快速的找出受測物上的缺陷。海波視智能科技的核心技術為高光譜影像分析與AI人工智慧結合,可獲取奈米級光譜連續影像數據,提升AOI技術,協助智慧製造產業轉型。

海波視智能科技——發開頂尖辨識系統之新創公司

高光譜影像辨識技術,廣泛運用在多項產業,幫助不同領域的產業提高產能。海波視智能科技致力於開發頂尖的辨識系統,目前也與業界合作,開發合適前述產業的高光譜相機並結合AI人工智慧,海波視發展方向為生醫光學檢測、半導體光學檢測,核心專利包括高光譜影像處理技術、光學模組系統、色彩影像,並進階延伸至癌細胞光學檢測,如食道癌、皮膚癌、口腔病變等,與半導體薄膜光學檢測獲得多項台灣及美國專利,並結合大數據分析、機器學習,使技術更加卓越。

參考資料

高光譜影像特徵萃取方法之探討Feature Extraction for HyperSpectral Images,徐百輝(Pai-Hui Hsu) ; 曾義星(Yi-Hsing Tseng),航測及遙測學刊 ; 5卷2期 (2000 / 06 / 01) , P1 - 14

〈高光譜搭電腦深度學習篩出甜鳳梨 下一步挑出哪顆適合外銷〉,游昇俯,《農傳媒》,2019/12/24

〈系統讓缺陷無所遁形〉,KLA,EET Taiwan,2020/3/25

上一則:高光譜影像智慧檢測,讓你的機器視覺更加卓越
下一則:【食道癌檢查】 第十七屆國家新創獎 「智慧內視鏡醫療顯示器」表現亮眼