Промышленное производство
Промышленный Интернет вещей | Промышленные материалы | Техническое обслуживание и ремонт оборудования | Промышленное программирование |
home  MfgRobots >> Промышленное производство >  >> Industrial Internet of Things >> Датчик

Передовая 3D-камера объединяет глубину и спектральную визуализацию для комплексного анализа

Компактный гиперспектральный полосатый проектор (HSP) объединяет HSP, монохромный сенсорный массив и сложное программирование, чтобы дать пользователям более полную картину формы и состава объекта. Он захватывает четырехмерную информацию из изображения — три пространственных и одно спектральное — в реальном времени.

HSP черпает вдохновение у переносных техник 3D-визуализации — таких как системы Face ID в смартфонах и трекеры тела в игровых системах — и добавляет способ извлекать широкие спектральные данные из каждого захваченного пикселя. Эти сжатые данные реконструируются в 3D-карту со спектральной информацией, которая может включать сотни цветов и использоваться для раскрытия не только формы объекта, но и его материального состава.

Обычные RGB-камеры (красный, зеленый, синий) предоставляют три спектральных канала; однако гиперспектральная камера предоставляет спектры во многих каналах. HSP одновременно кодирует измерения глубины и гиперспектральные, позволяя использовать монохромную камеру вместо дорогой гиперспектральной камеры, как обычно используется в подобных системах.

HSP использует готовый цифровой микромirrorный прибор (DMD) для проецирования паттернированных полос, которые выглядят как цветные штрих-коды, на поверхность. Пропускание белого света через дифракционную решетку разделяет перекрывающиеся паттерны на цвета. Каждый цвет отражается обратно к монохромной камере, которая присваивает числовой серый уровень этому пикселю. Каждый пиксель может иметь множественные уровни, по одному для каждой цветной полосы, которую он отражает. Эти рекомбинируются в общую спектральную ценность для этой части объекта.

Тонко настроенные спектры могут достигать за пределами видимого света. То, что они отражают обратно к сенсору как мультиплексированные тонкополосатые спектры, может использоваться для идентификации химического состава материала. В то же время искажения в паттерне реконструируются в 3D-точечные облака, по сути, изображение цели, но с гораздо большими данными, чем могло бы предоставить простое снимок.

Датчик

  1. Использование Big Data с облачными вычислениями: стратегическое преимущество
  2. Понимание облачной безопасности: почему вашему бизнесу это нужно
  3. Облачная революция: как облачные вычисления трансформируют IT, безопасность и карьеры
  4. Использование Big Data и облачных вычислений для драйва бизнес-роста
  5. Основы цифровой памяти: адресация, доступ и волатильность
  6. Мастерство C# переменных и примитивных типов данных: полное руководство
  7. Мастерство преобразования типов в Python: Полное руководство
  8. Гиперконвергентное вторичное хранилище: движитель унифицированного управления данными для энтерпрайз IoT
  9. Создание ответственного и надежного AI: руководство по объяснимости, подотчетности и этике
  10. Использование IoT-данных для производственного совершенства