Aproveitando a tecnologia de imagem de varredura de linha SWIR

A luz visível é apenas uma pequena parte do espectro eletromagnético. Raios gama, raios X, ultravioleta, infravermelho, micro-ondas e ondas de rádio, cada um tem suas próprias propriedades únicas e seu próprio lugar no espectro. Neste artigo, vamos nos concentrar no SWIR, ou infravermelho de ondas curtas, que é um componente da luz infravermelha (IR). Os comprimentos de onda infravermelhos são aqueles abaixo do vermelho; a palavra “infra” é latim para “abaixo”.

Definição de imagem SWIR

Como seres humanos, experimentamos a luz infravermelha como quase invisível, mas podemos senti-la como calor. O espectro IR é dividido em diferentes regiões, e cada região tem aplicações diferentes. As quatro regiões comumente referenciadas são infravermelho próximo (NIR) com comprimentos de onda de 750 - 1.000 nm, infravermelho de onda curta (SWIR) em 1 - 3 μm, infravermelho de onda média ou média (MWIR) em 3 - 5 μm e longo onda infravermelha (LWIR) com clock de 8 - 15 μm (Figura 1).

Exceto pelo fato de que você não pode vê-lo a olho nu, o SWIR é como a luz visível em que os fótons são refletidos ou absorvidos por um objeto. Isso é diferente da luz infravermelha de ondas médias e longas, onde o calor é emitido pelo próprio objeto. A imagem SWIR pode destacar “defeitos” em uma inspeção que a imagem visível não consegue. Ao criar imagens em SWIR, o vapor de água e certos materiais tornam-se mais ou menos refletivos e mais ou menos transmissivos no SWIR versus o visível. Por exemplo, o silício se torna transparente além de ~ 1 μm, mas a água na verdade se torna mais absorvente no SWIR – especialmente em torno das bandas de 1,45 μm e 1,8 a 2 μm. Isso significa que as cores que parecem quase idênticas à luz visível podem ser facilmente diferenciadas no SWIR.

Como funcionam os sistemas SWIR Vision?

As câmeras SWIR geralmente são construídas em torno de detectores infravermelhos de arseneto de índio e gálio (InGaAs). Os sensores InGaAs podem ser extremamente sensíveis e, como resultado, as câmeras SWIR funcionarão em condições de pouca luz.

Na maioria das vezes, os sistemas de visão SWIR operam da mesma maneira que os sistemas visíveis. Você tem um alvo, uma fonte de luz e um detector para capturar a imagem. A imagem aparece em preto e branco. Então, qual é a diferença entre imagens com câmeras monocromáticas e imagens SWIR? Bem, a luz SWIR é invisível ao olho humano e pode detectar e destacar certos recursos que são difíceis ou muito impossíveis de distinguir com luz visível e câmeras visíveis. Por exemplo:

• 
  SWIR pode ajudar a diferenciar entre objetos que são muito semelhantes em cores no espectro visível;
  
• 
  SWIR pode ajudar a ver através de certos objetos, como o silício;
  
• 
  SWIR pode ajudar a ver objetos com temperaturas muito altas.
  

O que o SWIR Imaging permite?

As pessoas tendem a usar o SWIR porque podem ver melhor os diferentes materiais. Um exemplo que é frequentemente usado é o sal versus o açúcar. Ambos são pequenos cristais brancos quando vistos na luz visível, mas têm qualidades reflexivas bastante diferentes no SWIR.

O SWIR também pode ser usado para procurar o conteúdo de água no material, o que pode ser benéfico para aplicações na agricultura, inspeção de alimentos e silvicultura. Qualquer objeto que contenha água absorverá comprimentos de onda SWIR em uma das duas linhas de absorção – uma tem cerca de 1,45 mícrons, outra mais próxima de 1,8 mícrons. Com a geração de imagens SWIR, isso aumenta a visibilidade de objetos que contêm umidade.

Com o SWIR, você pode gerar imagens de maior contraste em neblina, neblina, chuva, neblina e outras condições atmosféricas desafiadoras devido à menor dispersão à medida que você avança no infravermelho. No entanto, a eficácia ideal para SWIR está em uma neblina muito leve ou uma neblina muito leve; com forte neblina ou neblina, você pode confiar mais nas assinaturas de calor de uma câmera térmica. O SWIR também pode detectar calor, mas acima de 300 graus Celsius. Portanto, isso é útil para procurar defeitos em vidro fundido e metal fundido antes de ser resfriado.

Aplicações de varredura de linha versus área

A Teledyne Imaging oferece câmeras de varredura de área e linha e, em junho de 2020, apresentou sua primeira câmera de varredura de linha SWIR. Para relembrar, as câmeras de varredura de linha varrem um objeto linha por linha à medida que ele se move em uma esteira transportadora ou por meio de outro movimento controlado, como tirar imagens enquanto voa sobre um objeto estacionário. Isso é diferente dos aplicativos de área, ou aplicativos “olhando” nos quais você captura uma imagem do objeto.

É possível transformar qualquer aplicativo em um aplicativo de varredura de linha se você estiver disposto a mover a câmera ou a cena. Um bom exemplo é a inspeção de maçã. Você pode tirar uma imagem da maçã inteira e processar essa imagem inteira ou, mais efetivamente, você pode posicionar a maçã em uma esteira transportadora passando por uma câmera de varredura de linha e processar os dados linha por linha, o que normalmente resulta em maior resolução e eficiência de processamento a um custo menor.

Onde o SWIR brilha

As aplicações SWIR variam amplamente, desde triagem e reciclagem de alimentos até inspeção de painéis solares, agricultura, silvicultura e vigilância. Os benefícios da imagem SWIR são evidentes. Veremos alguns desses aplicativos e discutiremos como o SWIR traz recursos exclusivos para facilitar essas tarefas.

Classificação de alimentos

Com a geração de imagens SWIR, podemos aumentar os rendimentos, reduzir o desperdício e melhorar a qualidade dos alimentos. A imagem SWIR é melhor usada para aplicações de classificação de alimentos de alto valor. Como exemplo, o SWIR normalmente não seria usado para culturas de commodities como arroz, mas para produtos de maior valor. SWIR é mais adequado para classificar as folhas de chá depois de colhidas e torradas. Como as folhas de chá ficam pretas após a torra, é difícil ver contaminantes que podem ser misturados com as folhas de chá. Com o SWIR, o processo de inspeção de qualidade pode identificar efetivamente caules, pequenas pedras ou outros detritos e eliminá-los do produto acabado.

Outra maneira de usar o SWIR é na detecção do teor de umidade na classificação de alimentos, onde a umidade pode mostrar produtos deteriorados ou danificados. Por exemplo, o teor de umidade na fruta indica uma contusão. O hematoma seria visível no SWIR antes que um humano pudesse detectá-lo.

O SWIR também pode ajudar a diferenciar produtos com cores semelhantes (Figura 2). Neste exemplo, há canela, grãos de café, pedras e passas. À direita, você tem uma imagem colorida onde alguns desses itens parecem muito semelhantes e, à esquerda, agora você pode diferenciá-los mais claramente com o SWIR.

Os aplicativos de reciclagem usam técnicas de classificação semelhantes para separar diferentes tipos de materiais. Na classificação de plásticos, os sistemas multiespectrais SWIR são usados ​​perto do final do processo de classificação porque são muito sensíveis. Eles normalmente são executados duas vezes ou mais para atingir até 99% de pureza do material plástico reciclado.

Inspeção do painel solar

Como o SWIR pode ver através do silício, outra aplicação para os geradores de imagens SWIR é a inspeção de painéis solares (Figura 3). Com um impulso global em direção a fontes de energia mais sustentáveis, os painéis solares tiveram um aumento significativo na adoção. Os fabricantes precisam garantir que seus painéis estejam livres de defeitos, rachaduras ou marcas de serra no lado oposto do wafer. Além disso, o SWIR pode ser usado para identificar pontos mortos ou áreas fracas em uma célula solar e ajudar a comprovar a eficácia da célula. No geral, você obtém um produto de qualidade muito superior quando o SWIR é usado para inspeção de qualidade. Muitas dessas mesmas técnicas podem ser usadas na inspeção de semicondutores.

Agricultura e Silvicultura

Muitas imagens aéreas com SWIR estão relacionadas a aplicações agrícolas ou florestais. Na agricultura, os agricultores precisam gerenciar e responder a um número aparentemente infinito de desafios para garantir alta qualidade e altos rendimentos. O clima, as espécies invasoras e as doenças podem causar estragos em uma colheita. Um agricultor verá os resultados quando uma colheita começar a ficar amarela e murchar, mas a essa altura muitas vezes é tarde demais para fazer qualquer coisa para salvar a colheita. Com as imagens SWIR, os cientistas podem monitorar com precisão a absorção de água das raízes para as folhas e tomar decisões sobre como tratar essas culturas.

Os dados coletados de imagens também podem fornecer aos agricultores e silvicultores a visão de que precisam para tomar decisões relacionadas à irrigação ou fertilizantes adicionais, ajudando-os a gerenciar os custos.

Vigilância e Reconhecimento de Inteligência Militar

Os militares dependem do SWIR para inteligência, vigilância e reconhecimento (ISR). Os militares dos EUA usam SWIR para imagens com pouca luz, reconhecimento de alvos e reconhecimento aéreo. Uma maneira de implementar efetivamente o reconhecimento aéreo é com atraso de tempo e integração (TDI); uma tecnologia de soma para captura de varredura de linha onde uma câmera é montada sob um avião e voa sobre uma área para mapeá-la. Como os fótons são escassos, a soma de várias linhas fornece uma imagem clara e completa.

Opções do SWIR e o futuro do SWIR

Embora o SWIR tenha muitas vantagens, o custo dos sistemas SWIR ainda é relativamente alto. À medida que a tecnologia é adotada mais amplamente e a pesquisa e o desenvolvimento continuam, espera-se que os custos diminuam.

Algumas empresas estão procurando alternativas ao sensor InGaAs para imagens SWIR. O ponto quântico é uma tecnologia de baixo custo, mas o custo não é tão baixo quanto o previsto. A maior desvantagem da tecnologia de pontos quânticos é que ela tem baixa eficiência quântica. Portanto, sua sensibilidade à luz é pelo menos um fator de quatro menor do que InGaAs. Isso significa que em qualquer lugar onde os fótons são caros e o cliente pode pagar, o InGaAs ainda é o caminho a percorrer. Do nosso ponto de vista, para alavancar a tecnologia de pontos quânticos, um cliente precisaria estar disposto a abrir mão da sensibilidade em troca de um custo menor. Eles precisariam adicionar muito mais iluminação, o que significaria custos adicionais. Até o momento, existem poucos aplicativos que se beneficiariam dessa compensação.

A Sony também está lançando seus primeiros detectores CMOS InGaAs SWIR. Embora baseados em InGaAs, eles estão pegando InGaAs e combinando-o com o circuito de leitura CMOS, pixel por pixel, substituindo o metal índio por cobre. Então, é mais do que você chamaria de um tipo de processo de semicondutor, onde eles recebem uma pastilha do circuito CMOS. Eles colocam chips InGaAs no topo e, na verdade, fundem o InGaAs e o silício através dessas camadas de cobre. Isso também permite pixels menores do que os que podem ser alcançados com a colagem de índio, o que, em última análise, também pode reduzir o custo para uma determinada resolução.

A iluminação SWIR é cara – reduzir o tamanho do pixel pode reduzir o custo do sensor, mas somente se o custo do aumento da iluminação para poder ver algo não crescer mais rápido. É um argumento semelhante ao motivo pelo qual o ponto quântico pode ser econômico, mas com base no tamanho do pixel e não no QE. O objetivo de fazer isso é reduzir o custo porque o processo está mais próximo de um processo de nível de wafer. Estes são dispositivos de área, não varredura de linha, e os pixels são muito pequenos, aproximadamente 5 μm pixels em comparação com a câmera de varredura de linha Teledyne DALSA Linea SWIR GigE disponível como uma câmera de resolução 1k com pixels de 12,5 μm.

A tecnologia SWIR que a maioria das pessoas parece sentir é mais promissora em termos de manter o desempenho de InGaAs, mas a redução de custos é a super-rede de camada tensa. É um detector de vários níveis quânticos e você desenvolve diferentes semicondutores juntos em diferentes camadas e projeta o gap de banda para fornecer a sensibilidade que corresponde aos fótons no SWIR – isso possivelmente está a três a cinco anos de distância.

Em conclusão, a tecnologia de imagem SWIR tem vários benefícios e pode funcionar em áreas onde outras imagens não podem. SWIR pode ajudar a diferenciar entre objetos que são muito semelhantes em cores, pode ajudar a revelar propriedades ou defeitos através de certos objetos e pode ajudar a diferenciar entre objetos em temperaturas muito altas. Embora o SWIR possa ser caro para implementar, alguns aplicativos descritos aqui se beneficiam muito de seu uso. À medida que os desenvolvimentos futuros se desenrolam, prevemos usos ainda maiores da imagem SWIR com ainda mais economia.

Este artigo foi escrito por Mike Grodzki, Gerente de Produto, Teledyne DALSA (Waterloo, Canadá). Para obter mais informações, entre em contato com o Sr. Grodzki em teledyne.com ou visite aqui .