Hyperspectral Imaging vereinfacht die Nahrungsmittelkontrolle (DE)

Hyperspectral Imaging vereinfacht die Nahrungsmittelkontrolle (DE)

WRITTEN BY RAF VANDERSMISSEN, SINFRARED PTE LTD
PUBLISHED BY INSPECT MAGAZINE

 

Infrarot-Spektrographie

Spektrographie im kurzwelligen Infrarot (SWIR) ist eine kontaktlose Mess- und Analysetechnik, die in der Nahrungsmittelherstellung, insbesondere in der Fleischproduktion, seit längerem eingesetzt wird. Dazu sind industrietaugliche Systeme mit camera, Frame-Grabber, PC und Monitor, plus Standard-Software zur spatialen Segmentierung, Bildbearbeitung, Speicherung etc., verfügbar.
Die Auswertung und Zuordnung der optischen Messwerte geschieht über eine Kalibrierung mit statistischen Relevanz- und Evaluierungsmodellen, wie MLR (Multiple lineare Regression) und PLSR (Partial Least Squares Regression), die den Anschluss an klassische, meist zerstörende Analyseverfahren herstellen.

Die industrielle Spektrographie nutzt die unterschiedliche Absorption und Reflektivität der bei Lebensmittelprüfungen relevanten Stoffe wie Wasser (Feuchtegehalt) und molekulare Verbindungen wie Fett, Proteine und Kohlehydrate zum Nachweis über deren Vorhandensein und Konzentration. Besonders im Fokus stehen Molkereiprodukte, etwa bei der Bestimmung des Laktosegehalts. Bei Backwaren wird die Qualität der Zutaten bestimmt. Bei Obst und Gemüse geht es um den Zuckergehalt und die Kontrolle des Erscheinungsbildes und Reifegrads, mit Klassifizierung und automatischer Aussortierung. Zur Analyse von rohem Fleisch werden meist Absorptionsspektren im Bereich 500 bis 1.600 nm ausgewertet. Dabei wird der Proteingehalt in der Spektralkurve etwa bei 1.500 nm angezeigt, die Absorptionen für Fette liegen um 1.400 nm, und typische Maxima für die Wasserabsorption (bei 20°C) um 1.190 und 1.450 nm.

Hyperspectral Imaging

„Hyperspectral Imaging“ (deutsch: Hyperspektrale Bildanalyse, kurz: HSI) im SWIR ist die aktuelle Weiterentwicklung der Spektrographie als systemische Fusion mit der digitalen Bildverarbeitung. Es erweitert die Information des klassischen Spektrometers durch ein bildgebendes Verfahren in die dritte Dimension, liefert also Bilder über die räumliche Struktur von Objekten mit deren spektraler Signatur. HSI verwendet hochempfindliche Kameras mit einem vorgeschalteten, zur Frequenzselektion durch stimmbaren optischen Diffraktionsglied. Das von der Probe reflektierte Licht wird über einen schmalen Schlitz auf die Breite einer
Zeile des Kamera-Arrays begrenzt, das somit als spektral eingegrenzter Detektor fungiert. Das auf den Detektor fallende Licht mit der
spektralen Information jeweils einer Zeile wird flächig über das ganze Array deflektiert und aufgezeichnet. Es erzeugt damit eine Seite des sog. HSI Data Cube. Diese Visualisierung des dreidimensionalen Informationsgehalts zeigt auf der ersten räumlichen Achse die Ortsinformation, auf der zweiten die Wellenlängeninformation sowie deren Intensität, und auf der dritten die Zeit. Der spektralen Intensität wird ein willkürlicher („falscher“) Farbwert zugeordnet. Das liefert für jedes Kamerapixel ein komplettes Spektrum, aus dem in der nachfolgenden Datenverarbeitung die für die Anwendung relevanten spatialen und spektralen Informationen gewonnen werden.

Durch das Erfassen dieser spektralen Signatur lassen sich Objekte klassifizieren und die räumliche Verteilung ihrer chemischen Bestandteile erkennen. Bei der starken Abhängigkeit der Nahrungsmittelindustrie von den jeweils geltenden Hygienestandards
vereinfacht die hyperspektrale Analyse die Überwachung von Produktströmen im Hinblick auf ihre relevanten Eigenschaften und die Inspektion auf Fremdkörper mit komplexen Sortierprozessen. In den USA hat sich HSI bei der Inspektion von Geflügel als Standardverfahren etabliert.

Multi- und hyperspektrale Analyse

Eine Kamera für das sichtbare Spektrum mit drei für die Primärfarben sensibilisierten Sensoren und Bayer-Farbfilter liefert ein multispektrales Bild in den breitbandigen Farbkanälen Rot, Grün und Blau, allerdings mit geringer spektraler Auflösung. Die Spektralanalyse arbeitet hingegen mit nur einem Sensor und einem durchstimmbarem Filter zur Selektion eines eng begrenzten Frequenzbandes. Diese Anordnung, meist im sichtbaren Bereich des Spektrums eingesetzt, wird im Allgemeinen als multispektrale
Analyse bezeichnet.

Die hyperspektrale Alternative, überwiegend im SWIR verwendet, arbeitet als sog. Push-Broom Scanner, ebenfalls mit zeilenweiser Abtastung und Auswertung über eine Zeilenkamera. Die spektrale Selektion und Filterung übernimmt ein spezielles optisches Grating mit Mikrometer-Strukturen ohne mechanische Elemente. Das Objekt wird bei der Messung auf einem präzise gesteuerten
Verschiebetisch Zeile um Zeile synchron mit der Aufnahmesequenz vorgeschoben. Für jedes Pixel in jeder Zeile wird die zugehörige spektrale Verteilung und Intensität gemessen und abgespeichert.

HSI in der Nahrungsmittelindustrie

Ein typisches Beispiel für den Einsatz des Hyperspectral Imaging in der Nahrungsmittelherstellung ist ein vor zwei Jahren an der UCD School of Biosystems Engineering des University College in Dublin getesteter Projektansatz zur Bewertung der Qualität von Äpfeln im Hinblick auf ihr Aussehen und ihren Reifegrad. Die hyperspektralen Bilder der Objekte müssen kalibriert und auf ihre relative Reflektivität hin optimiert und normiert werden. Wie immer in diesem Kontext werden die Bilder – nach visuell erkennbar relevanten Bereichen, Schwellenwerten im Farbverlauf, Gradienten etc. – segmentiert, um den Analysebereich einzugrenzen und
das zu untersuchende Objekt optisch vom Hintergrund abzusetzen.

In der nach Spektralbändern getrennten Darstellung des Apfels in acht schmalen Wellenlängenbereichen zwischen 950 und 1.650 nm sind stark unterschiedliche Intensitäten der Lichtreflexion erkennbar. Die Darstellung der Kurve mit den extrahierten spektralen Daten zeigt den typischen Verlauf der relativen Reflektivität mit etwa 60% um 900 nm, einem fluktuierenden Abfall auf etwa 5% um 1.500 nm und den erneuten Anstieg auf über 60% an der Grenze des untersuchten Bandes bei 1.700 nm.

Eine ähnliche Zielrichtung verfolgte ein Experiment mit der Untersuchung von Hühnerfilets zur schnellen und kontaktfreien Vor-Ort-Ermittlung ihrer Belastung mit pathogenen Enterobakterien, ohne den logistisch aufwendigen Einsatz von mikrobiologischen Laboreinrichtungen. Die Untersuchung kommt zu dem Schluss, dass die hyperspektrale Analyse das Potential hat, im großtechnischen Rahmen mögliche Infektionen und Verunreinigungen zu erkennen.

Ein weiterer Versuch beschäftigte sich mit den chemisch relevanten Bestandteilen von Lammfleisch. Deren Quantität und räumliche Verteilung in den untersuchten Fleischproben sollte ermittelt werden. Im Vordergrund des Experiments stand die mögliche Reduktion der komplexen Analyse-Tools für einen wirtschaftlich tragbaren Einsatz. Die zu untersuchenden Lammfleisch-Proben mit drei verschiedenen Muskelarten wurden in Scheiben mit etwa 25 mm Dicke geschnitten, vakuumverpackt und bei 2°C gelagert.Diese Fleischproben wurden anschließend intakt oder auch homogenisiert der Hyperspektralanalyse unterzogen, um den Wassergehalt sowie die Anteile von Fett und Proteinen zu ermitteln.

Kalibriert wurde auch hier mit PLSR-Regressionsmodellen, um die Eigenschaften der Proben zuverlässig mit den emessenen Spektraldaten zu verknüpfen. Die Modelle wurden getrennt für die drei zu bestimmenden Eigenschaften Wasser-, Fett- und Proteingehalt aufgestellt und im Hinblick auf die Zahl der verwendeten Regressionsvariablen optimiert. Zu bemerken ist, dass die hyperspektrale Analyse immer nur eine, wenn auch hinreichend statistisch gesicherte, Vorhersage der zu ermittelnden Eigenschaften der Probe darstellt. Die Ergebnisse dieses Versuchs ergaben gute Korrelationen der Messwerte zur Bestimmung des Wasser- und Fettgehalts und eine hinreichend genaue Ermittlung des Proteingehalts. Die wichtigsten sieben (aus insgesamt 237) analysierten Wellenlängenbänder lagen bei 937, 964, 1.050, 1.141 und 1.391 nm. In der abschließenden Beurteilung kamen die Forscher am University College zu dem Schluss, das die hyperspektrale Analyse eine gute Alternative zu den klassischen Analyseverfahren für den Wasser-, Fett- und Proteingehalt in verschiedenen Fleischarten ist und diese praxisgerecht visualisieren kann.

Kein Bild ohne Kamera

Xenics hat sich auf die Bilderfassung im kurzwelligen Infrarot (SWIR) spezialisiert und liefert Kameras für ganz unterschiedliche Anwendungen. Die in den beschriebenen Beispielen verwendete Kamera Xeva-1.7-320 basiert auf einem Focal-Plane Array mit 320 x 256 InGaAs-Detektoren im 1,7-μm-Pixelformat (mit >99% Pixel-Verfügbarkeit) für den Bereich 900 bis 1.700 nm. Die Kamera ist mit unterschiedlichen Bildraten von 60, 100 und 350 Hz lieferbar. Die AD-Auflösung ist wahlweise 12 oder 14 Bit. Die Kühlung geschieht per Konvektion, im ein- oder dreistufigen Peltier-Prinzip. Die Baugröße ist mit 110 x 100 x 100 mm bei einem Gesamtgewicht von 2,1 kg einschließlich Stromversorgung, sehr kompakt. Die Kamera hat einen Anschluss für verschiedene Objektive im C-Mount-Standard sowie eine Befestigungsmöglichkeit für Spektrometer. Die Belichtungszeiten variieren zwischen 1 μs und 100 s. Die Verbindung zum PC geschieht via USB 2.0 oder CameraLink. Die Software umfasst das grafische Benutzer-Interface Xeneth Advanced mit direktem Zugriff auf Kameraeinstellungen wie Belichtungszeit und Betriebstemperatur, Live View des aufgenommenen Bildes, Histogramme etc. Zur Bildbearbeitung stehen Tools für Zweipunkt-Uniformitätskorrektur und Bad-Pixel-Ersatz zur Verfügung.

New Xeneth LabVIEW SDK

LabVIEW toolkit for Xenics cameras offers high-level examples as well as low-level VIs, making it easy for programmers to integrate Xenics cameras into their software applications written in LabVIEW

Jan Šíma, Business Development Manager, ELCOM, a.s.