SWIRラインスキャンイメージングの習得：先進技術と応用

可視光は電磁スペクトルのごく一部に過ぎません。ガンマ線、X線、紫外線、赤外線、マイクロ波、電波はそれぞれ独自の特性を持ち、スペクトル上の固有の位置を占めます。本記事では、赤外線（IR）光の一成分であるSWIR（短波長赤外線）に焦点を当てます。赤外線波長は赤色より下方にあり、「インフラ」はラテン語で「下」を意味します。

SWIRイメージングの定義

人間は赤外線をほぼ不可視として経験しますが、熱として感じ取れます。IRスペクトルは異なる領域に分割され、各領域に異なる用途があります。一般的に参照される4領域は、近赤外（NIR）750-1,000nm、短波長赤外（SWIR）1-3μm、中波長赤外（MWIR）3-5μm、長波長赤外（LWIR）8-15μmです（図1）。

肉眼では見えないことを除けば、SWIRは可視光と同様に、光子が物体で反射または吸収されます。これは中波長・長波長赤外線では物体自体から熱が放射されることと異なります。SWIRイメージングは、可視イメージングでは不可能な検査時の「欠陥」をハイライトできます。SWIR撮像では、水蒸気と特定材料が可視光と比較してより反射的、またはより透過的、あるいはその逆になります。例えば、シリコンは～1μm以上で透明になりますが、水はSWIRでより吸収的になります。特に1.45μm付近と1.8-2μmバンドで顕著です。これにより、可視光ではほぼ同一に見える色をSWIRで容易に差別化できます。

SWIRビジョンシステムの仕組み

SWIRカメラはしばしばインジウムガリウムヒ素（InGaAs）赤外線検出器を中心に構築されます。InGaAsセンサーは極めて高感度にでき、結果としてSWIRカメラは光量不足条件でも動作します。

大部分で、SWIRビジョンシステムは可視システムとほぼ同様に動作します。ターゲット、光源、画像取得用検出器があります。画像は白黒で表示されます。では、モノクロカメラ撮像とSWIR撮像の違いは何でしょうか。SWIR光は人間の目には不可視で、可視光と可視カメラでは困難または不可能な特定特徴を検知・ハイライトできます。例えば：

• 可視スペクトルで色が非常に似た物体を差別化可能
• シリコンなど特定物体を透視可能
• 非常に高温の物体を検知可能

SWIRイメージングが可能にすること

人々がSWIRを使用する傾向があるのは、異なる材料をより良く見分けられるからです。よく使われる例が塩と砂糖です。可視光ではどちらも小さな白い結晶ですが、SWIRではかなり異なる反射特性を持ちます。

SWIRは材料中の水分含有量検知にも使用でき、農業、食品検査、林業で有益です。水を含む物体は、二つの吸収ラインのいずれかでSWIR波長を吸収します。一つは約1.45ミクロン、もう一つは1.8ミクロン付近。SWIRイメージングで水分含有物体の可視性が向上します。

SWIRでは、赤外線領域に進むにつれ散乱が減るため、霞、霧、雨、霧、その他厳しい大気条件下でより高コントラスト画像を生成できます。しかし、SWIRの最適効果は非常に薄い霧または薄い霞で、濃霧や濃い霞では熱カメラの熱シグネチャーに頼る方が良いです。SWIRも熱を検知できますが、300℃以上です。したがって、冷却前の溶融ガラスや溶融金属の欠陥検出に有用です。

ラインスキャン対エリア応用

Teledyne Imagingはエリアとラインスキャン両カメラを提供し、2020年6月に初のSWIRラインスキャンカメラを発表しました。復習として、ラインスキャンカメラはコンベアベルト等で移動する物体をラインごとにスキャンします。または飛行中の固定物体撮像など、他の制御された動作による撮像です。これはエリア応用、または「スターリング」応用（物体の画像を一括取得）とは異なります。

カメラまたはシーンを動かす意思があれば、あらゆる応用をラインスキャン応用にできます。好例がリンゴ検査です。リンゴ全体を撮像して画像全体を処理することもできますが、より効果的にリンゴをコンベアベルトに載せ、ラインスキャンカメラを通過させ、データをラインごとに処理すれば、通常より高解像度・処理効率・低コストで実現できます。

SWIRが輝く分野

SWIR応用は食品選別、リサイクル、太陽電池検査、農業、林業、監視など幅広く及びます。SWIRイメージングの利点は明確です。これらいくつかの応用を見て、SWIRが如何に独自能力でこれらタスクを容易にするか議論します。

食品選別

SWIRイメージングで歩留まり向上、廃棄物削減、食品品質改善が可能です。SWIRイメージングは高付加価値食品選別用途に最適です。例として、SWIRはコメのようなコモディティ作物には通常使用されませんが、高付加価値製品には適しています。SWIRは収穫・焙煎後の茶葉選別に適しています。焙煎後茶葉は黒くなるため、混入異物を可視光で見分けるのは困難です。SWIRで品質検査プロセスが茎、小石、その他ゴミを効果的に特定し、完成品から除外できます。

食品選別での水分含有量検知でもSWIRが活用でき、水分は腐敗や損傷を示します。例えば果物の水分含有量は打ち身を示します。打ち身は人間が検知する前にSWIRで可視化されます。

SWIRは色が似た製品の差別化にも役立ちます（図2）。この例ではシナモン、コーヒー豆、岩石、レーズンがあります。右のカラー画像では一部アイテムが非常に似て見えますが、左のSWIRではこれらをより明確に差別化できます。

リサイクル応用では類似選別技術で異種材料を分離します。プラスチック選別では、SWIRマルチスペクトルシステムが選別プロセス終盤で使用されます。非常に高感度だからです。通常2回以上実行し、リサイクルプラスチック材料の99%純度を達成します。

太陽電池検査

SWIRがシリコンを透視できるため、太陽電池検査もSWIRイメージャーの応用です（図3）。グローバルな持続可能エネルギー推進で太陽電池採用が大幅増加。メーカーはパネルが欠陥、クラック、ウェハー反対側のノコ目傷からフリーであることを確認する必要があります。さらにSWIRでソーラーセルのデッドスポットや弱い領域を特定し、セル効率証明を支援できます。全体として、SWIRを品質検査に使用すると遥かに高品質製品が得られます。これら同じ技法の多くは半導体検査にも使用できます。

農業と林業

SWIRを用いた空撮イメージングの多くは農業または林業用途に関連します。農業では、農家が高品質・高収量確保のために対応すべき一見無限の課題があります。天候、侵入種、病気が作物を大混乱に陥れる可能性があります。農家は作物が黄色く萎れ始めて結果を見ますが、その時点では作物を救うには遅すぎることがよくあります。SWIRイメージングで、科学者たちは根から葉への水分吸収を精密監視し、それら作物への処理方法を決定できます。

イメージングから収集されたデータは、農家と林業家に追加灌漑や施肥に関する意思決定に必要な洞察を提供し、コスト管理を支援します。

軍事情報・監視・偵察

軍事はSWIRを情報収集、監視、偵察（ISR）に依存しています。米軍はSWIRを低照度撮像、目標認識、航空偵察に使用します。航空偵察を効果的に実装する方法の一つは、タイムディレイ統合（TDI）です。ラインスキャン取得のためのサミング技術で、カメラを飛行機下部に搭載し、エリア上空を飛行してマッピングします。光子が不足気味なので、複数行のサミングで鮮明完全な画像が得られます。

SWIRオプションとSWIRの未来

SWIRには多くの利点がありますが、SWIRシステムコストは依然比較的高いです。技術採用拡大と研究開発継続により、コスト低下が期待されます。

一部企業はSWIR撮像用InGaAsセンサー代替を検討しています。量子ドットは低コスト技術の一つですが、コストは予想ほど低くありません。量子ドット技術の最大欠点は量子効率が低いこと。光感度はInGaAsの少なくとも4分の1以下です。したがって、光子が貴重でコスト負担可能な場所では、InGaAsが依然として最適です。量子ドット技術活用には、感度を犠牲にして低コスト化を受け入れ、大幅な追加照明が必要になりますが、これも追加コストです。現時点でこのトレードオフで利益を得られる用途はほぼありません。

Sonyも初のCMOS InGaAs SWIR検出器をリリースしています。InGaAsベースですが、インジウム金属を銅に置き換えて、CMOS読み出し回路と画素単位でInGaAsを接合しています。これは半導体プロセスに近く、ウェハーレベルプロセスに近いためコスト削減につながります。インジウムバンプボンディングより小さな画素が実現可能で、与えられた解像度でのコスト削減にもなります。

SWIR照明は高価です。画素サイズ縮小でセンサーコスト削減可能ですが、視認のために必要な照明増加コストがより速く増大しない場合のみです。これは量子ドットがコスト効果的かもしれないという議論と同様ですが、画素サイズベースでQEベースではありません。その目的は、プロセスがウェハーレベルプロセスに近いためコスト削減することです。これらはエリアデバイスでラインスキャンではなく、画素は非常に小さく、約5μm画素です。対するTeledyne DALSA Linea SWIR GigEラインスキャンカメラは1k解像度で12.5μm画素です。

InGaAs性能を維持しつつコスト削減において最も有望と多くが感じるSWIR技術は、歪み層スーパーラティスです。多重量子レベル検出器で、異なる半導体を異なる層で共に成長させ、バンドギャップを設計してSWIR光子に対応する感度を得ます。これはおそらく3-5年先です。

結論として、SWIRイメージング技術には複数の利点があり、他イメージングでは不可能な領域で性能を発揮します。SWIRは色が非常に似た物体の差別化、特定物体透過による特性・欠陥可視化、非常に高温物体の差別化を支援します。SWIR導入はコスト高ですが、ここで概説した一部用途はその使用から大きな利益を得られます。今後更なる発展により、さらに費用対効果高くSWIRイメージングがより多く使用されることを期待します。

本記事は、Teledyne DALSA（カナダ・ウォータールー）プロダクトマネージャーMike Grodzki氏によって執筆されました。詳細については、同氏までお問い合わせください。