分光画像解析ソフトウェア「perClass Mira」 HyperSpecシリーズ Headwall Photonics | 分光イメージ・ＵＶセンサ

ハイパースペクトルセンサー・イメージ分光カメラ

製品名
perClass Mira

分光画像解析ソフトウェア「perClass Mira」

ハイパースペクトルデータキューブ解析ソフトウェア
プログラミングや機械学習などの専門知識は不要
簡単な操作で、分類モデル生成・回帰分析が可能
複数データの処理結果を画像、Excel等に出力可能
マルチコアCPU/GPUに対応し高速処理を実現
様々なアプリケーションに適応可能
ランタイムライセンスでリアルタイム分類処理に対応
NEWポータブルスキャンキットperClass Miraステージと連動

Headwall Photonics社のグループ企業であるオランダperClass社のperClass Miraソフトウェアは、ハイパースペクトルイメージングのためのデータ解析ソフトウェアです。ハイパースペクトルカメラは、数百バンドの情報を持つ高解像度画像を生成し、容量は数ギガバイトに及ぶため解析には通常長い時間がかかります。また、データの解析にはプログラミング技術、応用統計学、機械学習、計量化学など幅広い知識と高い専門性が必要となります。

perClass Miraでは、最新のマシンラーニング技術を採用しており、短時間で大容量のハイパースペクトルデータキューブを処理し、分類モデルの生成や各種のデータ解析を行うことができます。分かりやすいユーザーインタフェースによって直観的な操作が可能です。

機能＆特徴
チュートリアル動画
perClass Mira
ステージ
用途
価格
商品コード/注意事項

主な機能

ピクセル分類	該当ピクセルを選択することで製品と既知の異物を分類
オブジェクトセグメンテーション	ピクセル分類の結果から対象物をセグメント化し検出
オブジェクトの分類	複合的な対象物をその構成材料によって分類
オブジェクトのサイズ分布	対象物の形状の特徴を抽出し、サイズ分布を推定
スペクトル指標による可視化	一般的なスペクトル指標を用いてデータを可視化
カスタムスペクトル指標の作成	独自のスペクトル指標を作成、Excel出力にも対応
回帰モデリング	対象物に混合比率の情報を付与することで混合比率の推定モデルを生成
ライブデータ処理	ライブストリームデータへの分類モデルの適用によるリアルタイム分類処理
【NEW】植物フェノタイピング	色、形、大きさなど植物の表現型を測定

特徴

使いやすいUIデザイン

ロジカルで使いやすいユーザーインターフェイス設計で、誰でも数分程度でクラスを定義して画像の解析を始めることができます。プログラミングや機械学習の専門知識は一切必要ありません。

ノートパソコンで動作可能

perClass Miraには特別なハードウェアは不要で、処理能力の高いワークステーションPCを購入する必要はありません。生物学や植物の研究をされている方であれば、ご利用のPCをそのままご利用いただけるでしょう。

アクティブラーニングで時間を節約

perClass Miraは、分類モデルの改善のためにラベルの追加が必要な箇所をフィードバックします。どこをラベリングすべきか分からない状態で、無駄な作業が生じず、モデルの精度低下や時間の浪費を抑えることができます。

GPUの活用で分析スピードを向上

GPUの計算能力を活用することで、大容量のスペクトルデータキューブを高速に処理することができます。多数のデータを用いて、分析結果を検証することで、モデルを改善していくことができます。

リアルタイム処理への展開

perClass Runtimeを使用することで、エクスポートしたモデルを使用して簡単にリアルタイム分類処理を実行することができます。
perClass Miraで生成した分類モデルを使用することで、リアルタイム表示画面にて、分類処理後のデータを確認することができます。

分類モデルの作成手順

１：クラスの定義　２：自動モデルの検索　３：モデルの改善　４：アプリケーションへの実装

perClass Miraランタイムでの高速処理

・１時間以内で可能な組込み作業
・ラインスキャンとスナップショットに対応
・オブジェクトの位置情報も出力
・再設定可能なリファレンス補正
・マルチコアCPU/GPUに対応
・リアルタイム処理に対応

ラインスキャンカメラ（640ピクセル、224バンド）における生データフルフレーム取得からオブジェクトの座標取得までの処理速度の測定。
２種類の製品と４種類の異物の分類処理。

データフォーマット

・汎用データ形式（ENVIキューブ、Matlab .matファイル、Tiffファイル）
・一般的なハイパースペクトルカメラのプリセット

システム要件

perClass Mira GUI
・Microsoft Windows 10以上、64bit
・オプションとしてNVIDIA GPU CUDA10以降またはOpenCL

perClass Mira ランタイム DLL

・Microsoft Windows 10以上、64bit
・Linux 64bit（NVIDIA Jetson）

perClass社について

perClass社は2006年に設立されたデルフト工科大学のスピンオフ企業です。コンサルティングから始まり、自社製ソフトウェアの開発を経て、 2018年にハイパースペクトルデータ解析ソフトウェアである「perClass Mira」をリリースしました。本ソフトウェアは、誰もがスペクトルイメージングの実用的なソリューションを構築できることを目指しており、実際のワークフローに対応することに重点が置かれています。各種スペクトルカメラメーカーと協力し、分光画像の解釈を劇的に簡素化する標準的な製品となっています。2022年よりperClass社はHeadwall Photonics社グループの一員となり、分光イメージング産業の拡大を目指しています。

▲タブのトップへ戻る

ピクセル分類

プロジェクト内で分類クラスを定義する手順を紹介します。NIRハイパースペクトルカメラを使用した食品選別の例で、製品（２種類のナッツ）と、殻、石、葉などの混入物を判別しています。

オブジェクトセグメンテーション

分類処理の結果からオブジェクトをセグメント化する方法を紹介します。単一の素材（分類クラス）で構成されている場合、オブジェクトの検出が可能です。オブジェクトのサイズによる除去も可能です。

オブジェクトの分類

オブジェクトを構成内容に基づいて分類する方法を紹介します。比率やカスタムルールを使ってオブジェクトの分類ができます。動画はフライドポテトを例に、腐食や不良を含むものを判別します。

オブジェクトのサイズ分布

様々な種類の種を含むハイパースペクトルデータセットを使用して、オブジェクトのサイズ分布を推定したり、オブジェクトの形状を分析する方法を紹介します。

スペクトル指標による可視化

スペクトル指標を定義する方法を紹介します。動画では、ウイルス感染の影響を受けたジャガイモのクロロフィル含有量に関する指標を可視化します。葉と茎に限定して処理を行い、複数のデータで同様の結果を得る方法を示します。

カスタムスペクトル指標の作成

独自のスペクトル指標を作成する方法を紹介します。この例では、ハイパースペクトル画像から植物の健康状態を判断するための指標を作成します。また、結果をExcelに出力し、分析する方法も説明します。

回帰モデリング

回帰モデルを使って粉体の混合比率を推定する方法を紹介します。オブジェクトの定義から、アノテーション、回帰分析を行います。結果は、オブジェクトレベルとピクセルレベルの両方でデータに適用できます。

Excelからのアノテーション追加

複数データのアノテーションをExcelからインポートしてトマトの糖度（Brix：ブリックス値）推定を行う方法を紹介します。このチュートリアルでは、オブジェクト毎の結果をまとめてExcelに出力することもできます。

植物フェノタイピング

植物表現型解析に使用する方法を説明します。オランダにあるNPECのデータを使用し、ハイパースペクトルデータから花のオブジェクト抽出と、色素情報の取得、Excel出力を行います。

▲タブのトップへ戻る

perClass Miraステージは、簡単な操作でハイパースペクトルデータを取得できるラボ用のスキャニングシステムです。perClass Miraソフトウェアと完全に統合されており、データ取得からデータ解析までシームレスに行うことが可能です。ステージは、物理的なボタンにユーザーがプログラムすることで操作することもできるので、研究用途のデータ収集だけでなくトレーニングを受けていない品質管理担当者のラボ処理ツールとしても使用できます。

機器は、可動式ステージ、100Wのハロゲン照明、支柱がセットになっています。MV.C VNIR・MV.C NIRなどでご利用いただけ、２つのセンサを搭載することで広い波長の測定に対応可能です。機材一式は１つのハードケースに収まり、持ち運んでご利用いただけ、組み立ても工具なしで簡単に短時間で行えます。

・ポータブルLabスキャニングキットperClass Miraステージ
・数クリックで高品質なデータが取得可能
・ハードケース１つに収まり持ち運び可能
・短時間でスキャンデータの解析が可能
・MV.C VNIR・MV.C NIRなどに対応
・デュアルセンサで広波長の測定に対応

仕様

サンプルプレート	L400 × W250mm
最大サンプル重量	２kg
カメラ-サンプル最大距離	680mm
スキャン速度	10-70mm/s
照明	100Wハロゲン ×２
照明機構	高さ、角度、照明間の距離が調節可能
入力電圧	24V
電源アダプタ	EU・米国用を含む
対応ソフトウェア	perClass Mira開発ソフトウェアで制御可能
インターフェース	USB2.0
最大カメラ重量	<４kg
対応カメラ	MV.C VNIR MV.C NIR MV.X VNIR MicroHyperspec-VNIR-E MicroHyperspec-SWIR640 VNIR-NIRデュアルセンサ（MV.C VNIR、MV.C NIR） VNIR-SWIRデュアルセンサ（MV.C VNIR、MicroHyperspec-SWIR640）
ステージ寸法	L700 × W432 × H761mm
重量	16kg
ハードケース寸法	L780 × W493 × H284mm
重量（ハードケース収納時）	27kg

対応ハイパースペクトルカメラ

MV.C VNIR

小型・軽量・低価格・SDK付属

組込み対応
ハイパースペクトルカメラ

VNIR：400-1000nm
USB3.1インターフェース
LabVIEW、Python用SDK付属
per Class Mira ステージ対応

MV.C NIR

高速・堅牢・近赤外

近赤外・高速
ハイパースペクトルカメラ

NIR：900-1700nm/214バンド
GigEインターフェース
per Class Mira ステージ対応
IP54防水・防塵規格対応

MV.X VNIR

オンボード分類処理

リアルタイム分類
スマート分光カメラ

VNIR：400-1000nm/340バンド
GigEインターフェース
per Class Mira ステージ対応
IP66/67防水・防塵規格対応

MicroHyperspec-SWIR640

短波長近赤・高精度モデル

赤外短波長
ハイパースペクトルカメラ

SWIR：900-2500nm
CameraLinkインターフェース
perClass Miraステージ対応
リモートセンシング対応

MicroHyperspec-VNIR-E

可視近赤外線・高精度モデル

可視近赤外
ハイパースペクトルカメラ

VNIR：400-1000nm
USB3.0インターフェース
高感度sCMOS
perClass Miraステージ対応

▲タブのトップへ戻る

異物検出

例：ナッツの殻の除去
オブジェクトの座標とサイズ

オブジェクトの分類

例：フライドポテトの品質検査
内容に基づくオブジェクト決定

オブジェクトの品質

例：水分含有量
オブジェクトとピクセル単位の品質

農業・食品

・植物フェノタイピング（表現型解析）
　- 植物の部位の判別
　- 植物病理診断（ウイルス、真菌感染）
　- 植物のストレス応答や窒素含有量などの推定
　- 乾燥重量の推定とマッピング
・原産地と品種照合による食品の信頼性確認
・食品加工での異物検出（石、プラスチック、殻、木片など）
・食品の選別
　- フライドポテトの緑化、腐食、皮の検出
　- 種芋の病害検出
・熟し過ぎや固い果物の検出
・糖度（Brix値）、酸度、リモニン含有量による選果
・肉の霜降りや脂肪量の特性評価
・飼料中のタンパク質含有量の推定

リサイクル・材料科学

・プラスチックの分離
・繊維の素材による選別
・紙の選別
・材料変質の識別
・マイクロプラスチックの特性評価

医療・薬品・科学調査

・細胞組織の特性評価
・錠剤の種類の識別
・血液塗抹標本の分析
・酸素化状況の観察
・創傷診断
・血液の検出
・犯罪現場記録

リモートセンシング・環境

・土地の被覆分類
・ドローン操作のための飛行中画像セグメンテーション
・雲の除去

▲タブのトップへ戻る

商品コード	構成内容	価格
perClass Mira Software	perClass Miraソフトウェア・開発ライセンス	お問い合わせ
perClass Mira Runtime	perClass Miraソフトウェア・ランタイムライセンス	お問い合わせ
perClass Mira Stage	perClass Miraステージキット（開発ライセンス、ステージ、照明）	お問い合わせ
MV.C VNIR	MV.C VNIR（400-1000nm）	お問い合わせ
MV.C NIR	MV.C NIR（900-1700nm）	お問い合わせ
MV.X VNIR	MV.X VNIR（400-1000nm）・オンボード分類処理対応モデル	お問い合わせ
MV.PC	MV.PC データ保存・制御用PC	お問い合わせ