Merevolusi Keamanan Pangan: Visualisasi Nilai Cepat dan Akurat dengan Citra Hiperspektral

Industri inspeksi pangan global membutuhkan alat yang lebih baru dan lebih presisi untuk memenuhi peraturan pemerintah yang ketat. Dari tanaman spesial hingga seafood, daging, dan unggas, pasar pengujian keamanan pangan sajadinilai senilai $19,5 miliar USD pada tahun 2021 dan diproyeksi akan mencapai $28,6 miliar pada tahun 2026¹. Ini adalah satu contoh di mana Citra Hiperspektral (HSI) mewakili alat yang dapat mengurangi tugas-tugas yang melelahkan dan memerlukan banyak tenaga kerja, serta membawa tingkat konsistensi baru ke beberapa aplikasi penilaian subjektif yang selama ini subjektif.

Dikembangkan awalnya untuk aplikasi sensi jarak jauh yang melibatkan citra dari pesawat dan satelit, HSI sejak itu menjadi teknik yang layak komersial untuk aplikasi visi mesin canggih. Sensor HSI bertindak seperti ribuan atau jutaan spektrometer yang menyediakan tanda kimia dari cahaya yang dipantulkan pada setiap piksel citra. Sensor Headwall dapat diatur ke rentang panjang gelombang yang melampaui kemampuan mata manusia untuk membedakan, dari ultraviolet dan visibel (UV dan VIS) melalui inframerah dekat (VNIR, NIR, dan SWIR) rentang panjang gelombang.

Sensor citra hiperspektral dapat membedakan fitur spektral yang melampaui mata manusia dan citra warna konvensional. Fitur-fitur ini dapat mendeteksi benda asing yang berpotensi berbahaya dan menyediakan cara untuk mengurutkan dan menilai materi seperti produk pangan yang nilainya sering kali terkait pada karakteristik yang sering kali lebih baik dan lebih konsisten diukur oleh sistem HSI daripada manusia yang tunduk pada kelelahan atau efek sesuatu yang semacam jumlah kopi yang bervariasi setiap hari 2.

Sistem yang menggunakan HSI telah menghadapi hambatan signifikan dalam penerapan industri karena kebutuhan untuk menangani sejumlah besar data mentah dan mengatasi kompleksitas relatif dari pengembangan model klasifikasi spektral. Namun, platform HSI yang lebih baru seperti sistem imaging Hyperspec® MV.X milik Headwall menggabungkan spektrometer imaging berkinerja tinggi dengan komputasi tertanam yang canggih dan perangkat lunak untuk dengan cepat membuat model klasifikasi spektral untuk mengekstrak hasil yang dapat ditindaklanjuti secara real-time dan mengirim instruksi melalui jaringan lokal untuk mengambil tindakan atau mengumpulkan data pemantauan dan kontrol.

Cara Berbeda untuk Melihat Hal-hal

Mata manusia, sekuat apapun, hanya dapat mendeteksi citra yang jatuh ke dalam spektrum cahaya visibel antara 400 nm dan 700 nm. Hanya ada tiga warna dalam rentang ini yang jatuh di bawah wilayah RGB (merah, hijau atau biru) yang luas, dan sensivitas dan persepsi warna setiap orang bervariasi secara luas. Meskipun demikian, industri inspeksi pangan telah bergantung pada manusia dan sensor RGB untuk mendeteksi masalah dan menilai produk selama berabad-abad. Ini mencakup benda asing yang terlewat lebih awal dalam proses panen, dan bahkan kondisi penyakit yang sulit terdeteksi yang mungkin sebagian besar tidak terlihat oleh salah satu dari kedua metode tradisional ini. Taruhannya tinggi: preferensi konsumen, kemampuan untuk memenuhi peraturan pemerintah baru, dan nilai saham perusahaan semuanya dapat bergantung pada presisi dan efektivitas bagaimana inspeksi diterapkan di semua aspek industri pangan.

Sensor ‘citra spektral’ dapat dibagi menjadi dua kategori. Sensor multispektral terdiri dari sekelompok band spektral, mulai dari empat hingga puluhan, sedangkan sensor hiperspektral memberikan pandang yang jauh lebih detail (yaitu, resolusi spektral tinggi), karena mereka dapat menangkap ratusan band spektral sekaligus. Keduanya memberikan gambar yang jauh lebih lengkap tentang pangan yang diperiksa karena mereka melebihi paradigma RGB sederhana yang begitu umum dan tradisional digunakan.

Manusia melihat warna sebagai kombinasi merah (1), hijau (2), dan biru (3) dalam wilayah yang sangat kecil dari spektrum elektromagnetik. Penambahan band 4 dan 5 mewakili contoh multispektral, di mana lebih dari 3 wilayah spektrum ditangkap dan dianalisis. Citra hiperspektral menggunakan ratusan band spektral daripada hanya beberapa. Ini memungkinkan kinerja tinggi dari spektrometer pengukuran titik tetapi pada setiap piksel citra yang dapat terdiri dari jutaan piksel.

Sistem ‘canggih’ visi mesin untuk tujuan diskusi ini dapat terdiri dari satu atau lebih sensor citra spektral, sumber iluminasi yang sesuai, dan komputer yang mengumpulkan data citra sambil berkomunikasi dengan robotika hilir. Sensor menyajikan data citra kepada komputer secara real time, dan data citra tersebut kemudian diteruskan ke sistem robotika. Sistem robotika menafsirkan citra dan segera memahami apa yang harus dilakukan berdasarkan algoritma dan instruksi. Dalam beberapa kasus, itu mungkin hanya merapat dan menghapus sepotong bahan asing (lulus/gagal). Dalam kasus lain, itu akan mengarahkan pewarnaan tertentu dari produk ke baris lain untuk pemrosesan lebih lanjut (penilaian ‘produk’). Untuk aplikasi daur ulang, itu dapat mengklasifikasikan jenis plastik yang berbeda namun mirip di sepanjang baris kecepatan tinggi.

Sensor hiperspektral bukanlah perangkat mandiri melainkan bagian yang penting dan sangat akurat dari sistem visi mesin canggih seluruhnya. Menurut satu estimasi³, visi mesin telah diterapkan dalam kurang dari 20% aplikasi untuk yang potensial berguna. Oleh karena itu, masuk akal untuk membicarakan cara-cara dalam hal ini teknologi citra canggih ini dapat membuat proses inspeksi lebih baik dan lebih efisien secara ekonomi.

Sensor HSI dapat dianggap sebagai ‘mata baru’ yang bertindak sebagai penjaga pengawasan di atas baris inspeksi, seberapa lama siklus produksi biasanya berlangsung. Kemampuannya untuk ‘berbicara’ dengan elemen lain dari sistem adalah alasan krusial mengapa sensing hiperspektral disukai sebagai alat baru untuk industri dengan kemampuan untuk jauh melampaui unit RGB.

Sensor hiperspektral ‘pushbroom’ menangkap citra dengan memindai baris demi baris melalui celah (kiri), setiap baris berisi piksel yang menyimpan karakteristik spektral subjek (tengah). Saat sensor bergerak relatif terhadap area atau objek yang dipindai, sebuah kumpulan data dibangun (kanan). Kumpulan data yang dihasilkan dapat dianggap sebagai tumpukan di mana setiap lapis mewakili “band” tertentu (rentang kecil panjang gelombang). Piksel ditempeli bersama untuk membentuk citra di mana setiap piksel berisi tidak hanya nilai RGB konvensional tetapi ratusan nilai di sepanjang rentang panjang gelombang sensor.

Fungsi dasar sensor hiperspektral adalah menangkap irisan individu dari adegan masuk melalui celah fisik dalam kasus desain ‘pushbroom’ dan memecah setiap irisan menjadi komponen panjang gelombang diskrit yang kemudian disajikan ke focal plane array (FPA). Grating difraksi mengelola tugas dispersi irisan citra menjadi komponen panjang gelombang diskrit. Grating dirancang dengan profil ranur yang tepat untuk mempertahankan kohesi spasial dalam satu dimensi (panjang celah citra) dan menyebabkan informasi spasial (lebar celah, dalam mikron) difraktif. Proses difraksi (dispersi) ini memungkinkan konten spektral melintusi ke saluran panjang gelombang yang diketahui pada sensor.

Teknologi pemindaian garis spektral all-reflektif push broom yang digunakan oleh Headwall menangkap garis spektral (X spasial dan Z spektral) dalam setiap ‘frame’. Frame berturut-turut membangun dimensi spasial Y. Desain pushbroom dipilih karena kemampuannya untuk memberikan distorsi rendah pada resolusi spasial dan spektral yang sangat tinggi. Throughput yang tinggi berarti rasio sinyal-kebisingan yang tinggi dan cahaya samar yang sangat rendah. Karena ini adalah desain all-reflektif, masalah dispersi kromatis dieliminasi.

Saat dilihat melalui celah sensor hiperspektral, yang kita lihat hanyalah strip spasial yang dilewatkan oleh celah. Ini setara dengan satu kolom piksel. Anda masih dapat melihat detail spasial dalam citra, tetapi hanya satu strip pada satu waktu. Dalam setiap celah, ada banyak warna. Sistem HSI memisahkan cahaya dalam setiap piksel spasial menjadi warna yang berbeda dalam piksel itu. Setiap kali kamera mengambil gambar dari celah, itu mendapatkan frame lengkap data spektral untuk setiap piksel. Dengan menumpuk setiap citra spektral dari celah saat kita menyeberangi adegan, kita membangun kubus data hiperspektral. Saat sensor bergerak dari kiri ke kanan di atas adegan, perangkat lunak pemrosesan hiperspektral canggih dapat mengambil serangkaian gambar dan menjepitnya bersama untuk mengakuisisi ‘kubus data’ lengkap.

Salah satu karakteristik citra spektral yang membuatnya sempurna untuk aplikasi visi mesin canggih adalah gerakan. Karena sensor menangkap data citra frame demi frame, mereka secara alami bergantung pada gerakan untuk terjadi. Sensor perlu bergerak di atas bidang pandang (seperti yang akan terjadi jika ditempatkan pada drone atau pesawat dalam aplikasi sensi jarak jauh), atau bidang pandang perlu bergerak di bawah sensor (seperti yang akan terjadi dalam penerapan visi mesin canggih).

Komunitas pertanian presisi telah mengadopsi sensor hiperspektral dan multispektral sebagai payload untuk drone dan pesawat yang terbang di atas bidang tanaman. Sejumlah besar data pertanian penting ditangkap oleh sensor ini, dengan indeks seperti NDVI, PRI, WBI, Red Edge Ratio dan banyak lagi. Vitalitas tanaman, efektivitas pemupukan dan irigasi, dan tanda awal spesies invasif dan penyakit dapat semua dilihat dalam ratusan band sensor Visible-Near-Infrared (VNIR) yang ‘melihat’ antara 400 nm dan 1000 nm.

Sensor hiperspektral dapat ditempatkan di sepanjang baris produksi dan terhubung ke robot yang mengambil tindakan yang sesuai berdasarkan analisis real-time yang dilakukan dalam prosesor tertanam dalam sistem sensor itu sendiri.

Di sepanjang konveyor kecepatan tinggi, tingkat data yang sama yang bermakna dapat dikumpulkan untuk memberikan dampak positif pada proses inspeksi. Karakteristik frame-rate dan bidang pandang sehingga sensor lebih dari mampu memantau baris lebar yang beroperasi pada kecepatan tinggi. Tingkat diskriminasi yang tinggi yang diberikan oleh HSI berarti bahwa bahkan anomali yang sulit dibedakan terlihat dan dikelola. Sebuah blueberry di ladang stroberi mudah dilihat, tetapi bagaimana dengan perbedaan warna atau kimia yang kecil dalam tanaman yang sama atau dalam bahan daur ulang yang mirip? Hanya hiperspektral yang dapat membedakan perbedaan yang tidak terlihat ini.

Desain Sensor HSI

Sinar cahaya yang memasuki celah sensor hiperspektral pushbroom dipisahkan menjadi spektrum warna seperti pelangi, dalam hal ini oleh grating holografik dengan ranur yang sangat halus. Spektrum jatuh pada foto sensor 2D. Perangkat lunak mengubah tingkat sinyal pada setiap piksel fotosensitif menjadi kurva spektral pada setiap piksel citra saat sensor bergerak relatif terhadap objek yang dipindai.

Meskipun sensor HSI terkadang disebut sebagai ‘kamera,’ mereka pada kenyataannya adalah pernikahan antara spektrometer dan kamera. Sensor Headwall didasarkan pada desain all-reflektif yang tidak memiliki bagian bergerak atau optik transmisif yang berpotensi mengganggu. Hal ini dicapai dengan menggunakan grating difraksi holografik yang mengelola cahaya masuk yang melewati celah citra. Grating ini tidak hanya sangat presisi, tetapi juga kecil dan ringan. Ini memungkinkan instrumen itu sendiri menjadi kecil dan ringan untuk diterapkan dengan mudah di mana saja.

Headwall adalah produsen sensor spektral tunggal yang juga membuat grating difraksinya sendiri. Setiap grating adalah ‘kualitas master,’ yang berarti profil ranur yang identik dari satu ke yang lain untuk aplikasi tertentu. Karena kinerja optik dasar sensor adalah fungsi dari grating, kemampuan ini mewakili diferensiasi yang sebenarnya. Sensor hiperspektral dirancang dan ‘ditetapkan’ ke rentang spektral tertentu. Dalam setiap rentang, secara harfiah ratusan band spektral dikumpulkan, memberikan pandang yang sangat presisi dan sangat terdeteksi tentang semua yang bergerak di sepanjang baris inspeksi... baik secara spektral maupun spasial.

Rentang Visible-Near-Infrared (VNIR) mencakup dari 400 nm hingga 1000 nm dan rentang Extended VNIR mencakup dari 550 nm hingga 1700nm. Rentang Near-Infrared (NIR) mengumpulkan data citra dari 900 nm hingga 1700nm, sementara rentang Shortwave-Infrared (SWIR) mencakup dari 900 nm hingga 2500 nm. Karena materi ‘memantulkan cahaya’ pada titik tertentu dalam rentang ini, penting untuk terlebih dahulu menentukan tanda-tandanya sendiri. Kemudian, melalui algoritma, sensor dapat memaksimalkan materi atau mendeteksi apa pun yang tidak didefinisikan secara tepat sebagai ‘baik,’ tidak hanya dengan cara materi asing, tetapi juga perbedaan ‘penilaian’ yang sulit dibedakan dari satu blueberry ke yang lain atau dari satu kacang ke yang lain. Ini adalah karakteristik yang sangat berharga dari citra hiperspektral, karena ia memiliki tingkat spesifikitas yang jauh melampaui sensor RGB tradisional.

Cahaya Penting

Karena sensor HSI mengukur dan menganalisis cahaya yang dipantulkan, iluminasi adalah pertimbangan yang penting. Tujuan keseluruhan adalah untuk menyediakan bidang pandang sensor dengan bentuk iluminasi yang sangat seragam dan konsisten yang sekaligus kuat dan hemat biaya.

Untuk rentang spektral VNIR, Quartz Tungsten Halogen (QTH) mewakili salah satu teknologi iluminasi sementara sumber cahaya LED yang lebih baru mungkin dilihat sebagai alternatif yang kurang matang. Serat optik terikat juga menyediakan sumber cahaya seragam. Sebagian besar yang memenuhi minat industri inspeksi pangan ‘memantulkan’ pada rentang di luar visibel, yang berhenti sekitar 700 nm. Jadi memiliki sumber cahaya yang mencakup kedua sisi titik ini sangat penting.

Di luar sekuat mungkin, kuat, dan seragam, sumber cahaya perlu melintasi seluruh lebar baris inspeksi. Kemampuan tepi-ke-tepi ini memanfaatkan bidang pandang luas sensor, memungkinkan produk yang diperiksa terlihat tidak hanya langsung di bawah sensor itu sendiri tetapi di tepi. Tidak ada pengaturan dalam baris inspeksi pangan kecepatan tinggi karena produk dapat berada di mana saja... di sepanjang tepi atau berkumpul bersama di konveyor belt. Ketahanan sumber cahaya juga penting karena banyak baris inspeksi pangan beroperasi 24 jam sehari.

Karena sensor membangun ‘kubus’ data citra satu irisan pada satu waktu dan iluminasi itu sendiri adalah strip yang sangat tipis, wilayah yang diminati (citra ‘celah’) adalah yang perlu diiluminasi. Target refleksi putih digunakan untuk mengkalibrasi sensor sebelum operasi aktual. Ini adalah langkah krusial karena sensor mengumpulkan data citra yang akan digunakan oleh sistem robotika hilir (misalnya, vacum, air knives, claw picking) untuk memisahkan ‘baik’ dari ‘buruk.’ Tujuan selalu adalah untuk menyajikan jenis cahaya yang tepat dengan intensitas yang tepat, tepat di tempat yang dibutuhkan. Juga, penting bahwa dokumentasi tersedia yang menyediakan panjang gelombang dan intensitas cahaya di seluruh bidang proyeksi, seragamnya cahaya, dan degradasi di seluruh jarak standar. Dengan cara ini, penempatan tepat sensor relatif terhadap baris dapat ditentukan jika beberapa penyesuaian pada arsitektur baris diperlukan.

Robotika

Subsistem robotika adalah elemen alami dari banyak aplikasi baris pemrosesan visi mesin canggih. Kemampuan untuk membedakan dan menghilangkan bergantung pada kemampuan sensor dan sistem robotika untuk berkomunikasi dengan cepat dan setia, secara real-time. Sensor Hyperspec® dapat menjalankan ratusan frame per detik, yang berarti mereka cocok baik dari segi operasional maupun ekonomi untuk bekerja dengan baris kecepatan tinggi dan sistem robotika yang tertanam di dalamnya.

Industri visi mesin memahami bahwa kemampuan untuk mengintegrasikan berbagai subsistem ke dalam baris yang mulus dan terus berjalan memerlukan protokol komunikasi yang standar industri dan cepat. Gigabit Ethernet sering digunakan untuk menyatukan segalanya dari perspektif aliran data. Sistem HSI dan komputer yang mengelola data masuk semuanya bekerja dengan Gigabit Ethernet, tetapi juga tautan komunikasi yang sangat cepat lainnya seperti CameraLink.

Pengumpulan & Pemrosesan Data

Menginspeksi tanaman spesial seperti kacang dan blueberry melibatkan melihat item yang sangat mirip dengan variabilitas kecil. Oleh karena itu, membagi sinyal atau citra menjadi ratusan ‘channel’ hiperspektral adalah manfaat bagi industri.

Karena kemudahan penggunaan adalah yang terpenting dan kurva pembelajaran yang curam namun cepat diperlukan, perangkat lunak Headwall intuitif dan berisi fungsi yang memungkinkan pengguna untuk memodifikasi dan menyesuaikan proses inspeksi mereka berdasarkan apa yang dilihat sensor. Proses berbasis algoritma menempatkan karakteristik spektral yang mungkin dihadapi pengguna. Misalnya, kacang almond dengan kerusakan serangga hampir tidak dapat dibedakan dari kacang almond ‘baik’ di bawah analisis RGB. Namun adegan yang sama yang diklasifikasikan menggunakan HSI akan memberikan perhatian pada yang rusak, yang dapat dihilangkan oleh sistem robotika hilir.

Kombinasi sensor inovatif, perangkat lunak, dan alur kerja memungkinkan jumlah pengguna yang semakin besar untuk mengakses HSI dengan solusi sejati yang menggunakan data spektral untuk tidak hanya mendeteksi kontaminasi, tetapi juga ‘menilai’ produk sehingga lebih sedikit terbuang dan lebih banyak dikonversi menjadi pendapatan. Citra hiperspektral membuka kemungkinan itu dalam industri visi mesin.

Sumber Daya

1. “Food Safety Testing Market by Target Tested (Pathogens, Pesticides, GMOs, Mycotoxin, and Allergens), Technology (Traditional and Rapid), Food Tested (Meat, Poultry, Seafood, Dairy, Processed Foods, and Fruits & Vegetables), and Region - Forecast to 2026”, Markets and Markets, Food Safety Testing Market, Published May 2021
2. “The effect of caffeine on the color-discriminating function of the retina in volunteers”, Ovanesov KB. Vliianie. Eksp Klin Farmakol. 1998 Nov-Dec ; 61 ( 6 ):17-9. PMID: 9929810
3. “Multispectral vs Hyperspectral Imagery explained”, GISGeography, 16 Feb 2018
4. “Handbook of Machine Vision”, Alexander Hornberg, Wiley-VCH. p. 694, 2006. ISBN 978-3-527-40584-8

Artikel ini ditulis oleh Christian Felsheim, Director Headwall Photonics EMEA, dan Dr. Will Rock, Senior Application Engineer, Headwall Photonics (Bolton, MA). Untuk informasi lebih lanjut, kunjungi di sini .