Farbmessung an Oberflächen Dipl.-Phys. Peter Meinlschmidt für, Braunschweig Spektroskopische Charakterisierung von Oberflächen Grundbegriffe Messtechnik Strategien zur Datenauswertung Applikationsbeispiele Page 2 1
Grundbegriffe Spektralbereiche VIS - Spektroskopie NIR - Spektroskopie Page 3 Grundbegriffe Wechselwirkungen zwischen Licht und Materie Information (λ) Intensity Angle of Reflection Measured Response Absorption Distribution of Specular and Diffuse Reflected Light Phase Interference Polarization Depolarisation, Rotation of the Polarization Plane Excitation Luminescence/Raman Grafik: R. Kessler, Hochschule Reutlingen Page 4 2
Messtechnik Punktsensoren Zeilensensoren Zeilenspektrograph Flächensensoren Kameras mit erweitertem Farbbereich Multispektralkameras Kameras mit akusto-optisch verstellbarem Filter (AOTF) Page 5 Messtechnik Punktsensor (berührend) Berührend arbeitendes Spektralphotometer Bestimmung des L*a*b* oder CIE Wertes an einzelnen Punkten Page 6 3
Messtechnik 3-Punkt Sensor (berührungslos) Berührungslos arbeitender Sensorkopf Abtastung von Platten im Durchlauf bis etwa 30 m/min Page 7 Messtechnik Zeilensensoren Zeilenspektrograph Ortsaufgelöste Spektroskopie Page 8 4
Messtechnik Zeilensensoren Zeilenspektrograph Ortsaufgelöste Spektroskopie Computer Camera ImSpector Objective Light Source Line Light Fiber Optics Conveyor Belt Page 9 Messtechnik Flächensensoren Grafik: RWTH Aachen Multispektralkameras Grafik: UCSB CIE-Normfarbtafel Page 10 5
Strategien zur Datenauswertung L*a*b* - System Berechnung des Farbwertes Glanzgrad Weißgrad Transparenz. Page 11 Strategien zur Datenauswertung Datenakquisition vom Sensor im PC 3 Messkanäle werden statistisch ausgewertet Klassifikation von Merkmalen durch Fuzzy - Algorithmus Page 12 6
Strategien zur Datenauswertung Ortsaufgelöste Spektroskopie: Große Datenmenge Zahl der Pixel: 320 * Zahl der Linien (700) Spektrum: 240 Stützstellen Weiß- und Schwarzabgleich Kalibrierung der Lichtquelle Wie verarbeiten? Hauptkomponentenanalyse (Principal Component Analysis, PCA): Ansatz: Spektren aus zwei Hauptkomponenten zusammengesetzt Koeffizienten für jedes Pixel berechnen Page 13 Applikationsbeispiele Aufgabe: Erkennung von Fremdkörpern in der Recyclingindustrie 250 200 Blauer Stoff Schwarzes Plastik Graues Gummi Holz 1 Holz 2 Intensität [arb. units] 150 100 50 0 310 410 510 610 710 810 Wellenlänge in nm Page 14 7
Applikationsbeispiele Aufgabe: Erkennung von Fremdkörpern in der Süßwarenindustrie 3,00E-02 2,50E-02 2,00E-02 Gelbe Weingummis Gelb Gruen Grüne Weingummis Hell-Orange Hellorange Weingummis Dunkelorange Dunkel-Orange Weingummis Rote Weingummis Rot Holzsplitter Holzsplitter 1,50E-02 1,00E-02 di/d(lambda) 5,00E-03 0,00E+00-5,00E-03 410 450 490 530 570 610 650 690 730 770 810-1,00E-02-1,50E-02-2,00E-02 Lambda [nm] Page 15 Applikationsbeispiele Aufgabe: Identifizierung eines durchlaufenden Dekors Page 16 8
Applikationsbeispiele Aufgabe: Detektion herstellungsbedingter Verfärbungen an beschichteten Platten Page 17 Applikationsbeispiele Differenzierte Spektren zweier unterschiedlicher Chargen 2,00E-02 1,00E-02 di/d(lambda) [a.u.] 0,00E+00-1,00E-02-2,00E-02 a3 a4 a5 a6 a7 a8 n3 n4 n5 n6 n7 n8-3,00e-02 400 450 500 550 600 650 700 750 800 lambda [nm] Page 18 9
Applikationsbeispiele Hauptkomponentenanalyse der Spektren 0,5 0,4 0,3 alte OF 0,2 Koeffizienten ai 0,1 0,0 0 2 4 6 8 10 12 14-0,1-0,2-0,3-0,4 neue OF -0,5 Messreihe Nr. Page 19 Applikationsbeispiele Erkennung von Farbabweichungen bei ausgewählten Wellenlängen Page 20 10
Applikationsbeispiele Aufgabe: Rotverfärbungen an Buchenfurnieren automatisch erkennen Page 21 Applikationsbeispiele Spektren von Buchenfurnieren Blau: Farbe o. k. Rot: Rotverfärbung Unterschiede in Intensität Struktur der Spektren Page 22 11
Applikationsbeispiele Differenzierte Spektren Blau: Farbe o. k. Rot: Rotverfärbung Page 23 Applikationsbeispiele Hauptkomponenten Page 24 12
Applikationsbeispiele Coefficients PC1 Coefficients PC2 Page 25 Applikationsbeispiele Round(PC1 PC2 PC2) Page 26 13
Applikationsbeispiele Round(PC1 PC2) Page 27 Zusammenfassung Wichtig ist es, für eine Fragestellung die passende Lösung zu finden Punktdetektor Zeilendetektor Flächendetektor Fortschrittlichste Lösung ist zur Zeit sicher der Zeilenspektrograph Hohe Orts- und Zeitauflösung Gute spektrale Auflösung Problem: sinnvolle Auswertung der Datenmengen Page 28 14