Resonon社のPikaで撮影した各事例のキューブデータをダウンロードすることができます。
入手したデータは、Resonon社の無料のスペクトルデータ解析ツールSpectronon等で解析してください。
工業分野
Case1布に滴下した液体
キューブデータダウンロード(約50MB)RGB画像
1700nmと1200nmの
band ratio画像
SAM画像
今回は水、IPA、油の3種を共通の布に滴下しました。
RGB画像では見分けがつきませんが、専用ソフトウェアの処理によって「濡れている部分を可視化」し各液体ごとに分離することで、見分けることができます。
IPA、油、水のスペクトルデータ
Case2ガラス板に滴下した液体
キューブデータダウンロード(約150MB)RGB画像
1650nmと1000nmでの
band ratio画像
SAM画像
水、IPA、油、乳液の4種を共通のガラス板に滴下しました。
こちらも「布に滴下した液体」の事例と同様に、専用ソフトウェアの処理によって、「濡れている部分を可視化」し「各液体ごとに分離」して液体を判別しています。
水、IPA、油、乳液のスペクトルデータ
Case3ガラスに塗布した接着剤の検出
キューブデータダウンロード(約30MB)RGB画像
1680nmと1400nmでの
band ratio画像
SAM画像
透明なガラスに塗布した接着剤は、見た目では「塗ってあるかどうか」はわかっても、塗りムラや塗布範囲は、判別し辛いでしょう。
ハイパースペクトルカメラの場合「塗りムラ」はバンド比を見ることで判別できます。（band ratio画像）
接着剤有り／無しの部分のスペクトルデータ
Case4樹脂の分類
キューブデータダウンロード(約30MB)RGB画像
SAM画像
各樹脂のスペクトルデータ
Case5金属の分類
キューブデータダウンロード(約450MB)RGB画像
SAM画像
各金属のスペクトルデータ
Case6金属上の液体の検出
キューブデータダウンロード(約15MB)RGB画像
1700nmと1450nmでの
band ratio画像
銅
鉄
アルミ
3種類の金属（銅・鉄・アルミ）の上に、水と油を滴下し、それらをハイパースペクトルカメラによって区別した画像です。
グラフはそれぞれの金属（銅・鉄・アルミ）ごとのスペクトルデータを示しています。 band ratio画像）
Case7光源装置の波形
キューブデータダウンロード(約60MB)LEDMOTIVE社製 Spectra Tune Lab
撮影結果
食品分野
Case1イチゴの赤み具合の強調
準備中
Case2牛肉の赤身と脂肪
準備中
Case3コーヒーの中のネジの検知
キューブデータダウンロード(約140MB)RGB画像
一次微分画像
コーヒーの中のネジのスペクトルデータ
Case4砂糖、塩、小麦粉の識別
キューブデータダウンロード(約100MB)RGB画像
SAM画像
砂糖、塩、小麦粉のスペクトルデータ
Case5水と食塩水の識別
キューブデータダウンロード(約100MB)RGB画像
SAM画像
砂糖、塩、小麦粉のスペクトルデータ
Case6ジャムに混入した葉っぱの検出
キューブデータダウンロード(約380MB)RGB画像
685nmと750nmでの
band ratio画像
ジャムと葉っぱのスペクトルデータ
Case7ヨーグルトに混ぜた杏仁豆腐の検出
キューブデータダウンロード(約420MB)RGB画像
杏仁豆腐のみを抽出
ヨーグルトと杏仁豆腐のスペクトルデータ
Case8調理前後の野菜の判別1
キューブデータダウンロード(約410MB)RGB画像
1100nmと1365nmでの
band ratio画像
キャベツの調理前後のスペクトルデータ
Case9調理前後の野菜の判別2（ビニール越し）
キューブデータダウンロード(約430MB)RGB画像
1100nmと1365nmでの
band ratio画像
ビニール有り無しでのスペクトルデータ
Case10食材の判別
キューブデータダウンロード(600MB)RGB画像
SAM画像
豚肉とエビのスペクトルデータ
