Fortschrittliche 3D-Kamera kombiniert Tiefen- und Spektralbildgebung für umfassende Analyse

Der kompakte Hyperspectral Stripe Projector (HSP) kombiniert den HSP, einen monochromen Sensorarray und ausgeklügelte Programmierung, um Nutzern ein vollständigeres Bild von Form und Zusammensetzung eines Objekts zu geben. Er erfasst vierdimensionale Informationen aus einem Bild – drei räumliche und eine spektrale – in Echtzeit.

HSP orientiert sich an tragbaren 3D-Bildgebungsverfahren – wie Face-ID-Systemen in Smartphones und Body-Trackern in Gaming-Systemen – und fügt eine Möglichkeit hinzu, breite Spektraldaten von jedem erfassten Pixel zu extrahieren. Diese komprimierten Daten werden in eine 3D-Karte mit Spektralinformationen rekonstruiert, die Hunderte von Farben umfassen kann und verwendet werden kann, um nicht nur die Form eines Objekts, sondern auch seine Materialzusammensetzung zu enthüllen.

Reguläre RGB-Kameras (Rot, Grün, Blau) liefern drei Spektralkanäle; eine hyperspektrale Kamera hingegen liefert Spektren in vielen Kanälen. HSP kodiert Tiefe und hyperspektrale Messungen simultan, was die Verwendung einer monochromen Kamera anstelle einer teuren hyperspektralen Kamera ermöglicht, wie sie in ähnlichen Systemen typischerweise eingesetzt wird.

HSP nutzt ein handelsübliches Digital Micromirror Device (DMD), um gemusterte Streifen zu projizieren, die wie bunte Barcodes auf eine Oberfläche erscheinen. Das Senden der Weißlichtprojektion durch ein Beugungsgitter trennt die überlappenden Muster in Farben. Jede Farbe wird zurück zur monochromen Kamera reflektiert, die jedem Pixel einen numerischen Grauwert zuweist. Jedes Pixel kann mehrere Werte haben, einen für jeden reflektierten Farbstreifen. Diese werden zu einem Gesamtspektralwert für jenen Teil des Objekts rekombiniert.

Die fein abgestimmten Spektren können über sichtbares Licht hinausreichen. Was sie als multiplexte Feinband-Spektren zum Sensor zurückreflektieren, kann verwendet werden, um die chemische Zusammensetzung des Materials zu identifizieren. Gleichzeitig werden Verzerrungen im Muster in 3D-Punktwolken rekonstruiert – im Wesentlichen ein Bild des Ziels, aber mit weit mehr Daten als ein einfacher Schnappschuss liefern könnte.