La caméra vise à améliorer l’efficacité des mesures hyperspectrales

Le projet OASYS se concentre sur des capteurs optoélectroniques destinés à des systèmes orientés vers les applications. Dans le sous-projet A1, une équipe de scientifiques et d’experts industriels développe une caméra hyperspectrale ultra-compacte et économe en énergie, qui utilise l’intelligence artificielle pour réaliser en temps réel des analyses complexes de matériaux et de qualité. Le spectromètre intégré enregistre les caractéristiques spectrales et révèle des propriétés chimiques invisibles à l’œil humain. Cela permet d’identifier rapidement et avec précision des défauts dans les aliments ou la composition des textiles et des plastiques.

Cette nouvelle caméra hyperspectrale offre de nombreuses applications dans les processus industriels et agricoles. Son approche innovante combine l’imagerie 2D conventionnelle, l’intelligence artificielle et l’analyse spectrale. Une caméra 2D standard capture d’abord une image haute résolution de l’objet cible. L’intelligence artificielle analyse ensuite l’image en temps réel et identifie automatiquement les zones d’intérêt. Le spectromètre intégré effectue ensuite l’analyse spectrale uniquement sur ces positions sélectionnées afin de déterminer la composition chimique. Cette approche intelligente améliore considérablement l’efficacité des mesures hyperspectrales. Au lieu de collecter des données spectrales sur l’ensemble de l’image – un processus très gourmand en calcul – le système n’analyse que les points de mesure pertinents. Cette méthode ciblée réduit fortement les volumes de données, la consommation d’énergie et le temps de traitement.




Les informations ainsi obtenues permettent, par exemple, un tri fiable des textiles et des plastiques. Elles augmentent également la fiabilité de la détection des produits contrefaits. En outre, elles améliorent le contrôle qualité dans la transformation alimentaire en détectant les marques de pression et les défauts, et permettent une évaluation précise de l’état des plantes et de leurs besoins en nutriments dans l’agriculture. L’évaluation automatisée permet une prise de décision plus rapide et plus fiable. Parallèlement, les processus deviennent plus durables et les ressources économiques sont utilisées plus efficacement. Les composants développés dans le cadre du projet constitueront la base de futurs systèmes de capteurs susceptibles d’améliorer considérablement l’industrie, le recyclage, l’agriculture et le secteur alimentaire.