Imagen hiperespectral frente a visión artificial estándar, ¿merece la pena la inversión?

La imagen hiperespectral es una de las tecnologías más impresionantes y más sobrevendidas de la visión artificial. Hace algo que ninguna cámara convencional puede hacer, ver la química de un material y no solo su color o su forma. También es cara, genera muchos datos y resulta fácil de comprar cuando algo mucho más barato habría bastado. Así que la verdadera pregunta no es qué puede hacer la tecnología hiperespectral. Es si tu problema realmente la necesita.

Aquí tienes cómo funciona la tecnología, dónde justifica su coste y cómo se compara con las alternativas RGB e infrarrojo cercano que resuelven mejor la mayoría de las aplicaciones.

Qué es exactamente la imagen hiperespectral

Una cámara de color normal ve el mundo en tres bandas amplias, rojo, verde y azul. Tu ojo hace prácticamente lo mismo. La imagen hiperespectral va mucho más allá. Divide la luz de cada píxel en decenas o incluso cientos de bandas de longitud de onda estrechas y contiguas, y registra el espectro completo en cada punto. El resultado no es una imagen plana. Es un cubo de datos, dos dimensiones de espacio y una tercera de longitud de onda, donde cada píxel lleva su propia huella espectral.

Esto importa porque los materiales absorben y reflejan la luz con patrones específicos de su química. Dos objetos pueden parecer idénticos al ojo y a una cámara RGB y tener espectros completamente distintos. Un sistema hiperespectral lee esos espectros y distingue los materiales. Gran parte de la información útil está en el infrarrojo de onda corta, más allá de lo que pueden ver los sensores de silicio, y por eso muchas cámaras hiperespectrales industriales usan sensores SWIR especializados.

La mayoría de las cámaras hiperespectrales industriales son cámaras lineales. Capturan una línea del producto cada vez y construyen la imagen completa a medida que el producto pasa por una cinta transportadora, lo que encaja bien en una línea de producción. La contrapartida es que un sistema hiperespectral genera una cantidad enorme de datos y necesita un software serio detrás para convertir todos esos espectros en una decisión sencilla de apto, no apto o clasificación.

Dónde la tecnología hiperespectral justifica su lugar

La tecnología hiperespectral no es una mejora de uso general. Rinde en un conjunto concreto de problemas, aquellos en los que lo que tienes que detectar es una diferencia de material o de química sin una pista visual fiable. Tres sectores muestran el patrón con claridad.

Clasificación y seguridad alimentaria

Aquí es donde la tecnología hiperespectral destaca. Puede detectar un fragmento de plástico, cartón o piedra del mismo color que el producto y que pasaría inadvertido ante una cámara de color. Puede medir el contenido de humedad, grasa, azúcar o materia seca en todo el flujo de producto y no en una muestra de laboratorio. Puede detectar magulladuras y signos tempranos de deterioro antes de que sean visibles. En líneas alimentarias de alto volumen, donde el material extraño es a la vez un riesgo de seguridad y de marca, esa visión a nivel químico vale mucho dinero.

Reciclaje y clasificación de residuos

El reciclaje es la aplicación hiperespectral clásica. Distintos plásticos, PET, HDPE, PVC y polipropileno, parecen iguales ante una cámara de color, pero tienen firmas claramente distintas en el infrarrojo de onda corta. Un clasificador hiperespectral lee el tipo de polímero de cada objeto mientras avanza por la línea y dispara un chorro de aire para desviarlo, cientos de veces por segundo. Es la base de la recuperación automatizada de materiales moderna. Conviene conocer también su principal limitación. Los plásticos muy oscuros y negros absorben la mayor parte de la luz infrarroja y son un caso difícil conocido, todavía un área de desarrollo activo más que un problema resuelto.

Inspección farmacéutica

En el sector farmacéutico el valor está en la certeza química. La imagen hiperespectral puede confirmar que un comprimido contiene el principio activo correcto, comprobar que una mezcla de polvo es uniforme, medir un recubrimiento o señalar una falsificación, todo sin tocar ni destruir el producto. Como analiza la composición y no el aspecto, respalda la verificación de contenido y calidad que la fabricación regulada exige cada vez más.

Qué necesita en realidad un sistema hiperespectral

Un sistema hiperespectral exige más de cada componente que un sistema de visión estándar, y eso explica buena parte del coste. Cuatro elementos tienen que funcionar juntos.

La cámara es el núcleo. Una cámara como la Teledyne Kaleido reúne el sensor, el espectrógrafo y la interfaz en una sola unidad SWIR, captura hasta 1.280 puntos a lo ancho de la línea a velocidades de línea superiores a 2,3 kHz y funciona sobre 10 GigE. Prestaciones como la selección de bandas espectrales integrada y las regiones de interés importan más de lo que parece, porque reducen la avalancha de datos a lo que necesitas y acortan el trabajo de integración.

La iluminación tiene que ser brillante y espectralmente amplia, porque la cámara solo puede medir las longitudes de onda que la luz aporta. Una fuente de banda ancha o configurable como la ProPhotonix COBRA MultiSpec, que puede montarse con hasta doce longitudes de onda desde el visible hasta el infrarrojo de onda corta, ofrece una iluminación uniforme a lo largo de la línea. La iluminación uniforme es crítica cuando cada píxel es una medición.

La óptica es un componente que se suele subestimar. Una óptica normal enfoca las distintas longitudes de onda en planos ligeramente diferentes, lo que emborrona los mismos espectros que intentas leer. Una óptica hiperespectral está corregida para mantener el enfoque en todo el rango. La Kowa LM-HC-VIS-SWIR cubre de 450 a 2000 nanómetros como óptica hiperespectral de banda ancha. La Computar ViSWIR Hyper APO cubre de 400 a 1700 nanómetros con su desplazamiento de enfoque totalmente corregido. Esas son las herramientas adecuadas, en lugar de forzar una óptica estándar.

El software es donde se va el dinero sin que se note. Convertir un cubo de datos en una decisión requiere quimiometría y modelos de clasificación, no un simple umbral. Plataformas como la de EVK, con su software quimiométrico SQALAR y su hardware de procesado ALPHA, están diseñadas para clasificar materiales en unos pocos milisegundos y accionar un clasificador directamente. En muchos proyectos, el desarrollo del modelo es la mayor partida del presupuesto, no el hardware.

El sobrecoste y dónde se esconde

No hay forma de evitarlo, la tecnología hiperespectral cuesta mucho más que la visión artificial estándar. Una cámara matricial de inspección estándar va desde unos cientos de euros hasta unos 18.000 € en la gama más alta. Una cámara hiperespectral SWIR, con su sensor InGaAs especializado y su espectrógrafo integrado, suele situarse en la franja de 36.000 € a 84.000 €, y más aún para los rangos espectrales más amplios. Las cámaras hiperespectrales de rango visible cuestan menos que las SWIR. En cualquier caso, estás un orden de magnitud por encima de una cámara estándar antes de haber comprado nada más.

La cámara es solo una parte de la factura. La iluminación, la óptica corregida, el software y el procesado suelen añadir entre un 30 y un 50 por ciento más. Un sistema completo de inspección o clasificación hiperespectral, una vez incluida la integración, llega sin problema a las decenas de miles de euros y más allá, la misma franja que nuestros sistemas de visión a medida. El mayor coste individual a menudo no es el hardware. Es el desarrollo de la aplicación, el trabajo de construir y validar el modelo de clasificación que hace fiable la decisión de clasificación o de apto/no apto sobre tu producto real. Nada de esto convierte la tecnología hiperespectral en una mala inversión. La convierte en una inversión sobre la que quieres tener seguridad antes de comprometerte, que es justo por lo que la pregunta del título es la adecuada.

Cómo se compara con RGB e infrarrojo cercano

La mayoría de los problemas de inspección no necesitan tecnología hiperespectral. Recurrir a ella en primer lugar es una costumbre cara. El orden sensato es ajustar la herramienta a la diferencia que intentas ver.

Si la diferencia es visible, una cámara de color o monocroma es más rápida, más barata y mejor. Color, forma, impresión, defectos superficiales, comprobaciones de montaje, todo eso es visión artificial corriente y la tecnología hiperespectral añade coste sin ningún beneficio.

Si la diferencia es un simple contraste de material o de humedad, una sola banda de infrarrojo cercano suele revelarla. Una cámara NIR sencilla, o una cámara estándar con el filtro adecuado, puede ver la humedad, ver a través de algunos embalajes o separar dos materiales por una fracción mínima del coste de un sistema hiperespectral completo.

Si necesitas separar varios materiales o leer una propiedad química y ya sabes qué pocas longitudes de onda importan, una configuración multiespectral de unas cuantas bandas elegidas te da casi toda la potencia de la hiperespectral a una fracción del coste, a menudo unos pocos miles de euros en lugar de decenas de miles.

La tecnología hiperespectral justifica su lugar cuando la característica que distingue es de naturaleza química y no tiene pista visual, cuando tienes que diferenciar muchos materiales a la vez, o cuando aún no sabes qué longitudes de onda importan y necesitas el espectro completo para encontrarlas. Ese último punto es el útil. Un camino habitual y rentable es usar la hiperespectral en la fase de viabilidad para descubrir las dos o tres bandas que separan tu producto, y desplegar después en producción una cámara multiespectral o con filtro mucho más barata, ajustada justo a esas bandas. La clasificación en tiempo real de flujos mezclados, como el reciclaje, es el caso en el que el sistema hiperespectral completo se queda en la línea de forma permanente.

Entonces, ¿merece la pena la inversión?

La respuesta es que depende por completo del problema. Si lo que necesitas ver es químico e invisible para una cámara corriente, la hiperespectral puede hacer cosas que ninguna otra tecnología puede. Para la seguridad alimentaria, el reciclaje y la verificación farmacéutica suele ser la única herramienta que funciona. Si tu diferencia es visible, o si una sola banda de infrarrojo cercano la revelaría, la hiperespectral es una forma cara de resolver un problema más barato. El peor resultado es comprar un sistema hiperespectral para una aplicación que no lo necesitaba, o descartarlo para una aplicación que sí lo necesitaba. La forma de evitar ambos es probar tu producto real antes de gastar, que es para lo que sirve un estudio de viabilidad.

Reserva un estudio de viabilidad hiperespectral

Si tienes un problema de clasificación o de inspección que pueda necesitar tecnología hiperespectral, la forma más rápida de averiguarlo es poner tu producto delante de la cámara adecuada y mirar. Haremos un estudio de viabilidad, veremos si el contraste espectral que necesitas está ahí y volveremos con una recomendación clara y el sistema adecuado para ello, sea hiperespectral o no. Si una configuración mucho más sencilla sirve, te lo diremos con claridad.

Para reservar un estudio de viabilidad hiperespectral, ponte en contacto con nuestro equipo

Escríbenos a info@clearview-imaging.com o llama al +34 951 962 868

Lecturas relacionadas Cámaras hiperespectrales | Iluminación para visión artificial | Servicios de ingeniería | Guía completa de cámaras | Contacto