WO2025252736A1 - Verfahren und vorrichtung zur detektion von asbestfasern in einem baustoff und/oder in bauschuttfraktionen, sowie computerprogrammprodukt - Google Patents

Verfahren und vorrichtung zur detektion von asbestfasern in einem baustoff und/oder in bauschuttfraktionen, sowie computerprogrammprodukt

Info

Publication number
WO2025252736A1
WO2025252736A1 PCT/EP2025/065349 EP2025065349W WO2025252736A1 WO 2025252736 A1 WO2025252736 A1 WO 2025252736A1 EP 2025065349 W EP2025065349 W EP 2025065349W WO 2025252736 A1 WO2025252736 A1 WO 2025252736A1
Authority
WO
WIPO (PCT)
Prior art keywords
building material
polarized light
reflected
construction waste
polarization
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
PCT/EP2025/065349
Other languages
English (en)
French (fr)
Inventor
Felix KRONENWETT
Georg Maier
Thomas Längle
Norbert Leiss
Volker Thome
Robin Gruna
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fraunhofer Gesellschaft zur Foerderung der Angewandten Forschung eV
Original Assignee
Fraunhofer Gesellschaft zur Foerderung der Angewandten Forschung eV
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Fraunhofer Gesellschaft zur Foerderung der Angewandten Forschung eV filed Critical Fraunhofer Gesellschaft zur Foerderung der Angewandten Forschung eV
Publication of WO2025252736A1 publication Critical patent/WO2025252736A1/de
Pending legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • B07C5/34—Sorting according to other particular properties
    • B07C5/342—Sorting according to other particular properties according to optical properties, e.g. colour
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/19—Dichroism
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/85—Investigating moving fluids or granular solids
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/01—Arrangements or apparatus for facilitating the optical investigation
    • G01N2021/0106—General arrangement of respective parts
    • G01N2021/0118—Apparatus with remote processing
    • G01N2021/0125—Apparatus with remote processing with stored program or instructions
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/85—Investigating moving fluids or granular solids
    • G01N2021/8592—Grain or other flowing solid samples
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/21—Polarisation-affecting properties

Definitions

  • a method for detecting asbestos fibers in a building material and/or in construction waste fractions and a device for detecting asbestos fibers in a building material and/or in construction waste fractions are described.
  • asbestos a material primarily used in the 1960s for its insulating and stabilizing properties, or added to other building materials in the form of asbestos fibers. If asbestos fibers are released into the air, for example during demolition, they pose a risk to human health due to their ability to penetrate deep into the lungs and can lead to lung cancer (so-called "asbestosis"). The early and unambiguous detection of asbestos in construction waste is therefore a necessary step to determine the subsequent treatment steps for the waste and to prevent asbestos fibers from entering recycled building materials.
  • polarization filters are often employed. These allow the detection of not only the shape but also the specific optical properties of asbestos fibers. Through manual operation and visual evaluation, the effect of birefringence can be observed.
  • Another method for detecting asbestos fibers which is not yet established due to cost, involves hyperspectral sensors in the short-wave infrared (SWIR) range. This method is less precise but is suitable for use by non-specialists and for high material throughput. Two approaches exist, depending on the type of sensor. Hyperspectral imaging sensors in the short-wave infrared (SWIR) range enable the identification of asbestos fibers. Studies have demonstrated this using line-scanning HSI sensors. A two-dimensional image is generated by the samples moving orthogonally beneath the sensor.
  • the spectra of the individual pixels form a characteristic spectral fingerprint that is processed using statistical analysis methods.
  • Previous studies have varied considerably in the distance between the sensor and the sample, and thus in the effective spatial resolution of the objects under investigation. In recent articles, the trend is moving away from microscopic laboratory investigations towards larger-area detection of multiple samples [5].
  • Hyperspectral point sensors consist of only a photodiode or a single pixel. This makes them more cost-effective and smaller in size. They are therefore often referred to as handheld spectrometers. However, depending on their image acquisition method, there are limitations in the covered spectral range and the quality of the acquired spectral information. Furthermore, only a single measurement at one point on the sample is possible.
  • One object of the present invention is to provide a method and a device with which large quantities of construction demolition waste can be automatically tested for asbestos, in particular directly on site at the construction site or at a construction waste processor.
  • the present invention describes a novel method for detecting asbestos fibers using an imaging sensor in a single setup. It utilizes a crystal-optical property of asbestos fibers, the so-called pleochroism effect. Compared to the prior art, this method has the advantage that It is possible to test large quantities of construction waste for asbestos in a short time using cost-effective sensors.
  • the proposed method for detecting asbestos fibers in a building material and/or in construction waste fractions involves irradiating the building material and/or construction waste fractions with unpolarized white light. This causes light rays to be reflected, which are then detected. Upon detection, the reflected light (A ⁇ sub>re ⁇ /sub> f) is split into polarized light rays (A ⁇ sub>re ⁇ /sub> f, p ⁇ sub>i ⁇ /sub>) in at least two polarization directions. The polarized light reflected from the building material and/or construction waste fractions is then detected. After detection, the polarized reflected light is analyzed to identify any color difference in the at least two polarization directions.
  • the device comprises a light source for irradiating a building material and/or construction waste fractions with unpolarized white light.
  • the device also comprises a splitter for splitting the reflected light into polarized light beams in at least two polarization directions; and a sensor for detecting polarized light reflected from the building material and/or the construction waste fractions in at least two polarization directions.
  • the device further comprises an evaluation device for evaluating the detected reflected polarized light in order to detect any color difference in the at least two polarization directions, wherein the detection of such a color difference indicates the presence of asbestos fibers in the building material and/or the construction waste fractions.
  • the light source and sensor can be, for example, a polarization camera.
  • the evaluation device can be a computer, to which the captured signals—that is, the reflected, polarized, and detected light rays—are transferred. This allows the computer to run an algorithm with the Run the transmitted signals to determine a color difference, provided that asbestos is present in the construction waste.
  • the proposed device detects asbestos fibers that are freely present and can interact with polarized light. Fibers still embedded in a concrete matrix remain invisible to the system consisting of the device and the construction debris being imaged and are not registered as asbestos. However, after mechanical treatment (e.g., in a jaw crusher), the likelihood increases that individual fibers will be exposed and thus detectable, as disclosed by the method described herein.
  • the method and apparatus described herein utilize an effect called pleochroism.
  • Pleochroism from the Greek word for "multicolored,” is the phenomenon where minerals exhibit different colors when viewed from different crystallographic directions under polarized light. This property is due to the anisotropic nature of minerals, which causes them to absorb light differently along different crystallographic axes. Pleochroism is frequently observed in minerals that show a significant difference in light absorption along various crystallographic directions.
  • Pleochroism is typically observed using a polarizing microscope, where the mineral is placed between crossed polarizers and the stage is rotated to different orientations to observe color changes. Rotating the stage can cause the mineral to display a range of colors, from no color (extinction) to one or more distinct colors. The number of colors and the intensity of the pleochroism can provide important clues for mineral identification, as different minerals exhibit unique pleochroic properties. Asbestos, from the Greek word meaning "imperishable,” is the collective term for naturally occurring, fibrous silicate minerals with fiber diameters down to 2 micrometers (1 micrometer equals one thousandth of a millimeter). Asbestos is chemically very resistant, insensitive to heat, and non-combustible.
  • asbestos has been used in a wide variety of products since around 1930. These include panels for building construction, brake and clutch linings for vehicles, seals, and molding compounds for high thermal or chemical loads.
  • Fig. 1 shows a flowchart of the process for detecting asbestos fibers in a building material and/or in construction waste fractions
  • Fig. 2 shows a device for detecting asbestos fibers in a building material and/or in construction waste fractions
  • Fig. 3 shows a more detailed flowchart of the process for detecting asbestos fibers in a building material and/or in construction waste fractions
  • Fig. 4 is a false-color image showing a result after carrying out the method for detecting asbestos fibers in a building material and/or in construction waste fractions.
  • the established method for detecting asbestos fibers is performed in the laboratory using microscopes. This evaluation relies on manual visual assessment by specialists.
  • the optical properties used in this process form the basis of a new method for detecting asbestos fibers macroscopically, i.e., by examining a larger area of the sample, using imaging sensors. Sensor data analysis is automated using intelligent algorithms. This enables low-volume, in-line operation.
  • Fig. 1 shows a flowchart of the proposed method 100 for detecting asbestos fibers 12 in a building material 11 and/or in construction waste fractions 11.
  • the method 100 comprises irradiating a building material 11 and/or construction waste fractions 11 with unpolarized white light Ao.
  • the irradiation with unpolarized light can be carried out with the aid of a source 20, which may be a polarization camera or an external light source emitting unpolarized light.
  • the unpolarized light strikes the building material 11 and/or the construction waste fractions 11 and is reflected by it/them.
  • the method first comprises splitting the reflected light into polarized light beams A re f, poi in at least two polarization directions.
  • the reflected light is split into four polarization directions.
  • the polarized light A ⁇ sub>ref , poi ⁇ /sub>, reflected by the building material and/or the construction waste fractions and split in at least two directions is detected.
  • This detection of the polarized light A ⁇ sub>ref,poi ⁇ /sub>, reflected by the building material and/or the construction waste fractions is carried out using a sensor.
  • the sensor can be a polarization camera or another device suitable for detecting the polarized light A ⁇ sub> ref , poi ⁇ /sub> , reflected by the building material and/or the construction waste fractions and split in at least two directions.
  • the method comprises evaluating the detected reflected polarized light A ⁇ sub>ref , poi ⁇ /sub> to detect any possible color difference in the at least two polarization directions, whereby, upon detection of the color difference, exposed asbestos fibers 12 in the building material 11 and/or in the Construction waste fractions 11 are present.
  • the evaluation 140 is carried out with the help of an evaluation device 50, such as a computer or a smartphone.
  • Fig. 2 shows a device for detecting asbestos fibers in a building material and/or in construction waste fractions, which is designed to carry out the method 100 described herein.
  • the basis for detection is the pleochroism effect, or birefringence, present in asbestos fibers.
  • the color of anisotropic crystals varies depending on the direction of vibration; that is, components of the light spectrum are absorbed to varying degrees depending on the direction of transmission.
  • This phenomenon in which a mineral exhibits a perceptible color change and/or different color intensities, is called pleochroism.
  • This direction-dependent absorption can range from weak to very strong.
  • Chrysotile a representative of asbestos, exhibits, for example, weak pleochroism, ranging from pale greenish-yellow to pale greenish.
  • the dependence of absorption on wavelength, polarization, and propagation direction is crucial for pleochroism.
  • the resulting color impression is an additive mixture of the two polarized colors.
  • This effect can be demonstrated by splitting reflected light rays from the object under investigation into polarized light rays, which then exhibit a color difference. This is achieved by separating the rays, for example, using a crystal, such as a calcite crystal in a dichroscope, or by employing polarizing filters, such as in a polarizing microscope.
  • the splitting of reflected light A ⁇ sub>re ⁇ /sub> f into polarized light rays A ⁇ sub>re ⁇ /sub> f, ⁇ sub>poi ⁇ /sub> can be achieved using a crystal or at least two polarizing filters.
  • the crystal or polarizing filters are integrated into a polarizing camera.
  • a calcite crystal in a dichroscope or a polarizing microscope could be used to split the reflected light rays A ⁇ sub>re ⁇ /sub>f into reflected, polarized light rays A ⁇ sub>re ⁇ /sub>f, ⁇ sub> poi ⁇ /sub>.
  • Detection is performed automatically, in particular by means of an imaging sensor 40, and/or evaluation is performed automatically, in particular based on an algorithmic evaluation method.
  • the electronic signal After detection of the reflected polarized light A ⁇ sub>ref , po ⁇ /sub> i, which is recorded as an electronic signal, the electronic signal can be transferred to the evaluation device, on which the algorithmic evaluation method can be executed.
  • Method 100 can therefore be carried out on a macroscopic level, i.e., at a possible distance d of the sample to the imaging sensor 40 of >20 cm.
  • the described pleochroism effect forms the basis of the proposed method 100, i.e., detection and evaluation, particularly automated detection, using an imaging sensor on a macroscopic level.
  • a polarization camera can be used for detection, with which four images with four different polarization directions can be simultaneously acquired.
  • the reflected polarized light A ⁇ sub> ref ⁇ /sub>, P ⁇ sub>poi ⁇ /sub> is detected using a polarization camera that simultaneously captures at least two, preferably four, images, each with a different polarization direction.
  • a polarization camera can, for example, be taken to a construction site where the rubble is located. There, it can be photographed at a distance d > 20 cm, so that the reflected polarized light A ⁇ sub>ref ⁇ /sub>, P ⁇ sub> poi ⁇ /sub> can be captured as an electronic signal.
  • the electronic signal can then be transmitted from the polarization camera to the evaluation device, such as a smartphone or a laptop (i.e., a computer), for processing.
  • Fig. 3 shows a more detailed flowchart of process steps 130 and 140 of process 100 for the detection of asbestos fibers 12 in a building material 11 and/or in construction waste fractions 11.
  • the reflected, polarized light A ⁇ sub> ref ⁇ /sub>, P ⁇ sub>oi ⁇ /sub> is detected by recording at least two, preferably four, images with different polarizing filter positions, i.e., in different polarization directions.
  • Each image includes polarized reflected light in one of the different polarization directions.
  • Each pixel of a single captured image comprises four RGGB subpixels, with each RGGB subpixel containing four subsubpixels.
  • Each subsubpixel has a polarizing filter to capture the reflected light A ⁇ sub>ref ⁇ /sub> in one of at least two, and in particular four, polarization directions.
  • a maximum of four polarization directions can be captured.
  • From each pixel, four RGB color images with four different polarization directions can be "calculated.” The evaluation is then performed using these four images, although only a minimum of two images are required.
  • Each individual image then has an RGB vector behind each "pixel.”
  • Each image for each subsubpixel contains an RGB vector. In other words, each pixel, consisting of four RGGB subpixels, is itself subdivided into four subsubpixels.
  • Each of these four smallest pixel units has a polarizing filter that can perform a rotation of 0°, 90°, 45°, and 135°.
  • the result of each image capture is RGB images with four different polarization directions. These images serve as input for algorithmic analysis, particularly automated analysis.
  • the goal of image analysis is to detect changes in color value.
  • the following processing chain is used for this purpose:
  • evaluating the potential color difference involves performing a color space transformation of the captured images from an RGB space to an HSV space (see 141 in Fig. 3).
  • the algorithm uses at least two RGB images for further evaluation. Therefore, we refer to (transformed from the sensor data) RGB images whose pixels consist of RGB vectors. This means that the term "pixel-wise” is used hereafter, referring to the transformed RGB images at the algorithm's input. Consequently, the term "pixel-wise" was used in Fig. 3.
  • step 141 noise reduction is performed in step 142, in particular using a median filter and/or a Gaussian filter.
  • a pixel-wise calculation of a difference and/or variance (see 143 in Fig. 3) and a sub-subpixel-wise calculation of the distances between the RGB vectors are performed. among themselves (see 144 in Fig. 3).
  • the results from steps 143 and 144 are used in step 145 to perform a pixel-by-pixel comparison of the calculated difference and/or the calculated variance and/or the calculated distances, each with a threshold value.
  • the evaluation in step 140 is based on the acquired subsubpixels or the RGB images with different polarization directions transformed from the subsubpixels. Steps 130, 141 to 145 are performed in the order shown in Fig. 3.
  • the distance measure used is the Euclidean distance, which is a scalar value.
  • the threshold value is therefore also a scalar value.
  • the method in particular starting from the transformed RGB images at the input of the algorithm, comprises pixel-wise post-processing of the calculated difference and/or the calculated variance and/or the calculated, wherein the post-processing comprises evaluating a grayscale of the pixels, in particular of the transformed RGB images at the input of the algorithm.
  • Grayscale analysis involves determining the number of adjacent pixels or sub-subpixels that differ from a defined threshold. Two pixels or sub-subpixels are considered adjacent if they are next to each other. Adjacent pixels then form a cluster, the size of which (number of pixels) can be determined.
  • the threshold could be zero, meaning that non-zero values (greater than or less than zero) differ from the defined threshold. However, it is also possible to define a different threshold, one that takes an offset into account, for example.
  • the threshold could be set at 100 or another value. In post-processing, the number of adjacent pixels exceeding the threshold is recorded. If the number of contiguous pixels exceeds a defined value, this indicates a positive detection of asbestos-12.
  • Fig. 2 shows a device for detecting asbestos fibers in a building material and/or in construction waste fractions, which is configured to carry out the method 100 described herein.
  • the device 10 for detecting asbestos fibers 12 in a building material 11 and/or in construction waste fractions 11 comprises a source 20 for irradiating a building material 11 and/or construction waste fractions 11 with unpolarized white light Ao.
  • the source 20 can be an external light source or can be a source integrated into the polarization camera. In Fig. 2, the source 20 can be a polarization camera.
  • the device 10 further comprises a splitting device 30 for splitting the reflected light A re f to be detected into polarized light beams A re f, poi in at least two polarization directions; and a sensor 40 for detecting polarized light A ⁇ sub> ref , poi ⁇ /sub> reflected from the building material 11 and/or the construction waste fractions 11 in at least two polarization directions.
  • the dividing device 30 and the sensor 40 can be two separate devices.
  • the sensor 40 for detection is a polarization camera.
  • an integrated solution of the dividing device 30 and the sensor in the source 20 as shown in Fig. 2
  • a polarization camera can be used.
  • the polarization camera is portable and can be easily moved to a location where the building material 11 and/or the construction waste fractions 11 to be photographed is/are present.
  • the images of the building material 11 and/or the construction waste fractions 11 from the polarization camera can then be used to perform the procedure 100 in order to identify the building material 11 and/or the construction waste fractions 11.
  • the device 10 is to be connected to or linked with an evaluation device 50 for evaluating the detected reflected polarized light A re f, po i, in order to detect a possible color difference in the at least two polarization directions, wherein, upon detection of the color difference, asbestos fibers 12 are present in the building material 11 and/or in the construction waste fractions 11.
  • the splitting device 30 for splitting the reflected light A ⁇ sub>ref ⁇ /sub> into polarized light beams A ⁇ sub>ref ⁇ /sub>, P ⁇ sub> oi ⁇ /sub> is a crystal or is provided by at least two polarizing filters.
  • Polarizing filters are, for example, integrated in the polarizing camera.
  • the proposed method 100 in particular for evaluating the recorded images of the light reflected by the building material 11 and/or the construction waste fractions 11, can be implemented as a computer program product.
  • the computer program product comprises instructions which, when loaded and run on a computer, cause the computer to perform the method 100, in particular the evaluation of the detected reflected polarized light A ⁇ sub>re ⁇ /sub>, po ⁇ sub> i ⁇ /sub>, as described herein.
  • the proposed method 100 can be implemented as a computer-readable medium on which the computer program product is stored. In contrast to existing solutions, the approach described herein enables, for the first time, the testing of large quantities of construction and demolition waste for asbestos, e.g., directly on-site at the construction site or at a construction waste processing facility.
  • the method 100 enables a particularly automated detection of asbestos fibers 12 at a greater distance from the sample and therefore a greater area coverage in an in-line operation.

Landscapes

  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

Beschrieben sind eine Vorrichtung und ein Verfahren (100) zur Detektion von Asbestfasern (12) in einem Baustoff (11) und/oder in Bauschuttfraktionen (11), wobei das Verfahren (110) umfasst: Bestrahlen eines Baustoffes (11) und/oder von Bauschuttfraktionen (11) mit unpolarisierten weißen Licht (λ0); anschließendes Aufteilen von reflektierten Licht (λref) in polarisierte Lichtstrahlen (λref, pol) in mindestens zwei Polarisationsrichtungen; und anschließendes Detektieren des polarisierten von dem Baustoff und/oder von den Bauschuttfraktionen reflektierten in mindestens zwei Richtungen aufgeteilten Lichtes (λref, pol), Auswerten des detektierten reflektierten polarisierten Lichtes (λref, pol), um eine mögliche Farbdifferenz in den mindestens zwei Polarisationsrichtungen zu erfassen, wobei bei Erfassen der Farbdifferenz Asbestfasern (12) in dem Baustoff (11) und/oder in den Bauschuttfraktionen (11) vorliegen.

Description

VERFAHREN UND VORRICHTUNG ZUR DETEKTION VON ASBESTFASERN IN EINEM BAUSTOFF UND/ODER IN BAUSCHUTTFRAKTIONEN, SOWIE COMPUTERPROGRAMMPRODUKT
Beschreibung
Es sind ein Verfahren zur Detektion von Asbestfasern in einem Baustoff und/oder in Bauschuttfraktionen und eine Vorrichtung zur Detektion von Asbestfasern in einem Baustoff und/oder in Bauschuttfraktionen beschreiben.
Im Zuge der Ersatzbaustoffverordnung [1] in Deutschland sowie der Aufforderung der Europäischen Union an ihre Mitgliedstaaten den Einsatz von Rezyklat im Baustoffgewerbe erheblich zu steigern [2], wird der Einsatz sensorgestützter Schüttgutsortierung für Bau- und Abbruchabfälle in den letzten Jahren intensiv gefordert. Rund 600 Mio. Tonnen mineralische Rohstoffe werden allein in Deutschland jährlich im Bausektor eingesetzt [3], Gegenwärtig finden überwiegend Primärrohstoffe bei der Erzeugung neuer Baumaterialien Verwendung, da nur 81 Mio. Tonnen Bau- und Abbruchabfälle pro Jahr für Bauanwendungen recycelt werden. Ein Großteil des Abbruchmaterials wird deponiert oder als Füllmaterial im Straßenbau verwendet [4],
Im Bereich der Bauschuttaufbereitung muss nach dem Abriss anfallendes Material auf Gefahrstoffen hin untersucht werden, da diese gesondert behandelt werden müssen. Der häufigste enthaltene Gefahrenstoff im Bauschutt stellt dabei Asbest dar, ein Material, das hauptsächlich in den 60er Jahren aufgrund seiner dämmenden und stabilisierenden Eigenschaften verwendet oder anderen Baustoffen in Form von Asbestfasern beigemischt wurde. Gelangen Asbestfasern z.B. beim Abriss in die Luft, stellen sie aufgrund ihrer Lungengängigkeit ein Risiko für die menschliche Gesundheit dar und können zu Lungenkrebs, (sog. „Asbestose“) führen. Die frühzeitige und eindeutige Detektion von Asbest im Bauschutt ist daher ein notwendiger Schritt, um die weiteren Behandlungsschritte für Bauschutt zu ermitteln und um zu verhindern, dass Asbestfasern in Recycling-Baustoffe gelangen.
Bei herkömmlichen Asbestprodukten wie zum Beispiel Spritzasbest, Asbestzement, Pappen und Schnüre sind die Analysemethoden heutzutage sehr vereinheitlicht und standardisiert, so dass die Resultate zuverlässig sind. Asbest wird mit Rasterelektronenmikroskopen (VDI 3866 Blatt 5 „Bestimmung von Asbest in technischen Produkten - Rasterelektronenmikroskopisches Verfahren“[2004]) oder speziell ausgerüsteten Lichtmikroskopen (VDI 3866 Blatt 4 „Bestimmung von Asbest in technischen Produkten - Phasenkontrastmikroskopisches Verfahren“ [2002]) in Materialproben nachgewiesen. Dazu genügen fingernagelgroße Stücke, größere Stücke erleichtern Probenehmern und Laboren jedoch, hinreichend genaue Analysen durchzuführen, sodass Materialien mit geringem oder keinem Verdacht auf Asbestgehalt von solchen getrennt werden können, bei denen ein hoher Verdacht besteht.
Diese Methoden sind zuverlässig ab 1% Asbestgehalt, bei Konzentrationen unter 1 % können sich damit jedoch nur Zufallsbefunde ergeben, sofern die Proben nicht durch besondere Aufschlussverfahren aufbereitet werden.
Mit Analyseverfahren, die es ermöglichen, auch Asbestgehalte unter 1% zuverlässig nachzuweisen, werden Belastungen in vielen Anwendungen mit sehr großen davon betroffenen Flächen festgestellt, insbesondere in allen polymer- oder mit organischen Bindemitteln gebundenen Materialien wie Fußbodenbeläge, Klebstoffen, Spachtelmassen und Korrosionsschutzbeschichtungen.
Dazu ist es notwendig, vor der eigentlichen Analyse im Labor den Bindemittelanteil im Ofen zu veraschen sowie anschließend Kalk und Gipsanteile mit verdünnter Salzsäure herauszulösen. Beide Anteile maskieren Asbest in der Probe.
Bei der Konsequenz, die diese Funde haben, müssen diese Aufschlussmethoden in die Routine aller Labors übernommen werden. Die Probenentnahmestrategie muss deutlich intensiviert, alte Befunde und Kataster müssen gegebenenfalls überprüft werden. (Quelle: Schadstoffe in Innenräumen und an Gebäuden, S. 215-216, Gesamtverband Schadstoffsanierung e.V., 2. Auflage, 2014)
Beim Nachweis von Asbestfasern mittels Mikroskopie werden häufig zusätzlich Polarisationsfilter eingesetzt. Damit lassen sich zusätzlich von Formeigenschaften auch die spezifische optische Eigenschaft von Asbestfasern detektieren. Durch manuelle Bedienung und manueller, visueller Auswertung kann der Effekt der Doppelbrechung Sichtbar werden. Eine weitere, bisher aufgrund von Kostengründen noch nicht etablierte Methode zur Detektion von Asbestfasern, stellen hyperspektrale Sensoren im kurzwelligen Infrarot Bereich (Short-Wave Infrared (SWIR)) dar. Diese Methode ist weniger genau, eignet sich jedoch für die Benutzung von nicht-Fachpersonal sowie für hohe Materialdurchsätze. Es existieren zwei Ansätze in Abhängigkeit der Art des Sensors. Bildgebende hyperspektrale Sensoren in Short-Wave Infrared (SWIR) Bereich ermöglichen eine Identifikation von Asbestfasern. Untersuchungen demonstrierten dies mithilfe zeilenscannender HSI-Sensoren. Ein zweidimensionales Bild entsteht durch die orthogonal unter dem Sensor bewegenden Proben. Die Spektren der einzelnen Pixel bilden einen charakteristischen spektralen Fingerabdruck der mithilfe statistischer Auswerteverfahren verarbeitet wird. Bisherige Untersuchungen variierten stark in der Distanz zwischen Sensor und Probe und somit in der effektiven örtlichen Auflösung der zu untersuchenden Objekte. In neueren Artikeln geht der Trend weg von mikroskopischen Laboruntersuchungen hin zu einer großflächigeren Detektion mehrerer Proben [5],
Hyperspektrale Punktsensoren bestehen lediglich aus einer Fotodiode bzw. einem Pixel. Sie sind dadurch kostengünstiger sowie kleiner in ihrer Bauform. Sie werden daher häufig als Hand-Held Spektrometer bezeichnet. Abhängig von ihrer Art der Bildaufnahme ergeben sich jedoch Abzüge im abgedeckten spektralen Bereich sowie in der Qualität der erfassten spektralen Informationen. Zudem kann lediglich eine Messung an einem Punkt der Probe erfolgen.
Bisherige Ansätze verwenden einen HSI-Punktsensor als Handmessgerät zur Identifikation von Asbest. Die Messung erfolgt dabei probennah. Der bisherige Ansatz verwendet einen teuren Sensor, der trotz seiner „Handheld“-Eigenschaft eine unhandlich große Bauform besitzt. Durch Weiterentwicklungen im Bereich der Handheld-Spektrometer ist dieser Ansatz nicht mehr als „State of the Art“ zu bezeichnen [6],
Eine Aufgabe der vorliegenden Erfindung ist es, ein Verfahren und eine Vorrichtung bereitzustellen, mit dem große Mengen an Bauabbruchanfällen auf Asbest, automatisch getestet werden können, insbesondere direkt vor Ort auf der Baustelle oder bei einem Bauschuttaufbereiter.
Diese Aufgabe wird durch den Gegenstand der beigefügten unabhängigen Ansprüche gelöst.
Die vorliegenden Erfindung beschreibt ein neuartiges Verfahren, das mittels eines bildgebenden Sensors in einem Aufbau Asbestfasern detektiert. Es macht sich dabei eine kristalloptische Eigenschaft von Asbest-Fasern, den sogenannten Pleochroismus Effekt, zunutze. Gegenüber dem Stand der Technik besitzt dieses Verfahren den Vorteil, dass man große Mengen an Bauschutt in kurzer Zeit auf Asbest prüfen kann unter Nutzung kostengünstiger Sensorik.
Vorschlagegemäß umfasst das Verfahren zur Detektion von Asbestfasern in einem Baustoff und/oder in Bauschuttfraktionen ein Bestrahlen eines Baustoffes und/oder Bauschuttfraktionen mit unpolarisiertem weißen Licht. Hierbei werden Lichtstrahlen reflektiert, welche zu erfassen sind. Beim Erfassen der reflektierten Lichtstrahlen erfolgt ein Aufteilen des reflektierten Lichtes (Aref) in polarisierte Lichtstrahlen (Aref, poi) in mindestens zwei Polarisationsrichtungen; und ein anschließendes Detektieren des polarisierten von dem Baustoff und/oder von den Bauschuttfraktionen reflektierten in mindestens zwei Richtungen aufgeteilten Lichtes. Nach dem Erfassen des polarisierten reflektierten Lichtes erfolgt ein Auswerten des detektierten reflektierten polarisierten Lichtes, um eine mögliche Farbdifferenz in den mindestens zwei Polarisationsrichtungen zu erfassen. Bei Erfassen der Farbdifferenz liegen Asbestfasern in dem Baustoff und/oder in den Bauschuttfraktionen vor. Das Nicht-Auffinden einer Asbestfaser, was dem Nicht-Auffinden einer Farbdifferenz entspricht, mit dem vorgeschlagenen Verfahren ist keine Gewährleitung dafür, dass der Bauschutt frei von Asbest ist. Jedoch ist das Auffinden der Farbdifferenz eine Gewährleistung dafür, dass Asbest in dem Bauschutt vorhanden ist.
Ein weiterer Aspekt der vorliegenden Erfindung betrifft eine Vorrichtung zur Detektion von Asbestfasern in einem Baustoff und/oder in Bauschuttfraktionen. Die Vorrichtung umfasst eine Quelle zum Bestrahlen eines Baustoffes und/oder von Bauschuttfraktionen mit unpolarisiertem weißen Licht. Außerdem umfasst die Vorrichtung eine Aufteilvorrichtung zum Aufteilen des reflektierten Lichtes in polarisierte Lichtstrahlen in mindestens zwei Polarisationsrichtungen; und einen Sensor zum Detektieren von dem Baustoff und/oder von den Bauschuttfraktionen reflektierten polarisierten Licht in mindestens zwei Polarisationsrichtungen. Die Vorrichtung umfasst ferner eine Auswertevorrichtung zum Auswerten des detektierten reflektierten polarisierten Lichtes, um eine mögliche Farbdifferenz in den mindestens zwei Polarisationsrichtungen zu erfassen, wobei bei Erfassen der Farbdifferenz Asbestfasern in dem Baustoff und/oder in den Bauschuttfraktionen vorliegen.
Die Quelle zum Bestrahlen und der Sensor können beispielsweise durch eine Polarisationskamera gegeben sein. Die Auswertevorrichtung kann durch einen Computer gegeben sein, dem die erfassten Signale, also die reflektierten, polarisierten und detektierten Lichtstrahlen, übergeben werden. Hierdurch kann der Computer einen Algorithmus mit den überreichten Signalen laufen lassen, um eine Farbdifferenz zu ermitteln, sofern Asbest im Bauschutt frei vorliegt.
Die vorgeschlagene Vorrichtung erfasst Asbestfasern, die frei vorliegen und mit dem polarisierten Licht auch interagieren können. Fasern, die noch in einer Betonmatrix eingebettet sind, bleiben weiterhin für das System aus Vorrichtung und den abzulichtenden Bauschutt unsichtbar und werden nicht als Asbest registriert. Nach einer mechanischen Behandlung (z.B. in einem Backenbrecher) steigt jedoch die Chance, dass einzelne Fasern freigelegt und damit nachgewiesen werden können, wie mit dem hierin beschriebenen Verfahren offenbart ist.
Ferner ist ein Computerprogrammprodukt, umfassend Instruktionen, die beim Laden und Laufen auf einem Computer dazu führen, dass der Computer ein hierin beschriebenes Verfahren, insbesondere das Auswerten des detektierten reflektierten polarisierten Lichtes durchführt, beschrieben.
Außerdem ist ein computerlesbares Medium beschrieben, auf dem das Computerprogrammprodukt gespeichert ist.
Das hierin beschriebene Verfahren und die beschriebene Vorrichtung nutzen einen Effekt namens Pleochroismus aus.
Pleochroismus, griech. „Vielfarbigkeit“, ist das Phänomen, bei dem Mineralien unterschiedliche Farben zeigen, wenn sie aus verschiedenen kristallographischen Richtungen unter polarisiertem Licht betrachtet werden. Diese Eigenschaft ist auf die anisotrope Natur von Mineralien zurückzuführen, die dazu führt, dass sie Licht entlang verschiedener kris- tallographischer Achsen unterschiedlich absorbieren. Pleochroismus wird häufig bei Mineralien beobachtet, die einen signifikanten Unterschied in der Lichtabsorption entlang verschiedener kristallographischer Richtungen aufweisen.
Pleochroismus wird typischerweise mit einem Polarisationsmikroskop beobachtet, bei dem das Mineral zwischen gekreuzten Polarisatoren platziert und der Tisch in verschiedene Ausrichtungen gedreht wird, um Farbveränderungen zu beobachten. Durch Drehen des Tisches kann das Mineral unterschiedliche Farben aufweisen, die von keiner Farbe (Auslöschung) bis zu einer oder mehreren unterschiedlichen Farben reichen. Die Anzahl der Farben und die Intensität des Pleochroismus können wichtige Hinweise zur Mineralidentifizierung liefern, da verschiedene Mineralien einzigartige pleochroische Eigenschaften haben. Asbest, griech. „unvergänglich“ ist die Sammelbezeichnung für natürlich vorkommende, faserartige silikatische Minerale mit Faserdurchmessern bis herab zu 2 Mikrometern (1 Mikrometer entspricht einem Tausendstel Millimeter). Asbest ist chemisch sehr beständig, unempfindlich gegen Hitze und nicht brennbar. Er weist eine hohe Elastizität und Zugfestigkeit auf und lässt sich aufgrund seiner Bindefähigkeit mit anderen Materialien leicht zu Produkten verarbeiten. Wegen seiner besonderen Eigenschaften wurde Asbest seit etwa 1930 in einer Vielzahl von Produkten eingesetzt. Dazu zählen Platten für den Hochbau, Brems- und Kupplungsbeläge für Fahrzeuge, Dichtungen und Formmassen für hohe thermische oder chemische Belastungen.
Weitere vorteilhafte Ausgestaltungen der vorliegenden Erfindung sind der Gegenstand abhängiger Patentansprüche.
Bevorzugte Ausführungsformen der vorliegenden Lehre werden nachfolgend im Zusammenhang mit den beigefügten Figuren beschrieben. Es versteht sich von selbst, dass die beschriebenen Ausführungsformen den Umfang der hierin beschriebenen Lehre nicht limitieren. Es zeigen:
Fig. 1 ein Flussdiagram des Verfahrens zur Detektion von Asbestfasern in einem Baustoff und/oder in Bauschuttfraktionen;
Fig. 2 eine Vorrichtung zur Detektion von Asbestfasern in einem Baustoff und/oder in Bauschuttfraktionen;
Fig. 3 ein detaillierteres Flussdiagram des Verfahrens zur Detektion von Asbestfasern in einem Baustoff und/oder in Bauschuttfraktionen; und
Fig. 4 ein Falschfarbenbild, in welchem ein Ergebnis nach Durchführen des Verfahrens zur Detektion von Asbestfasern in einem Baustoff und/oder in Bauschuttfraktionen zu sehen ist.
Das Prinzip der hierin offenbarten Lehre wird anhand möglicher Ausführungsbeispiele nachfolgend näher verdeutlicht, wobei die ausführliche Beschreibung einzelner Ausführungsbeispiele keine Beschränkung der hierin beschriebenen Lehre darstellt. Einzelne Aspekte der hierin beschriebenen Erfindung sind nachfolgend in den Figuren 1 bis 4 beschrieben. In der vorliegenden Anmeldung betreffen gleiche Bezugszeichen gleiche oder gleichwirkende Elemente, wobei nicht alle Bezugszeichen in allen Zeichnungen, sofern sie sich wiederholen, erneut dargelegt sein müssen.
Die bisherige etablierte Methode zur Detektion von Asbestfasern erfolgt im Labor durch Auswertung mittels Mikroskopen. Die Auswertung basiert auf einer manuellen und visuellen Beurteilung durch Fachpersonal. Die dabei verwendete optische Eigenschaft dient als Grundlage eines neuen Verfahrens um makroskopisch, d.h. einer großflächigeren Betrachtung des Prüflings, mittels bildgebender Sensoren Asbestfasern zu detektieren. Die Sensordatenauswertung erfolgt automatisch mittels einer intelligenten Algorithmik. Dies ermöglicht den personalarmen Einsatz in einem in-line Betrieb.
Fig. 1 zeigt ein Flussdiagram des vorgeschlagenen Verfahrens 100 zur Detektion von Asbestfasern 12 in einem Baustoff 11 und/oder in Bauschuttfraktionen 11. Das Verfahren 100 umfasst in einem ersten Schritt 110 ein Bestrahlen eines Baustoffes 11 und/oder von Bauschuttfraktionen 11 mit unpolarisiertem weißen Licht Ao. Das Bestrahlen mit unpolarisiertem Licht kann mit Hille einer Quelle 20 erfolgen, welche durch eine Polarisationskamera oder durch eine externe Lichtquelle gegeben sein kann, welche unpolarisiertes Licht ausstrahlt. Das unpolarisierte Licht trifft auf den Baustoff 11 und/oder auf die Bauschuttfraktionen 11 und werden von diesem/von diesen reflektiert. Das Verfahren umfasst in einem zweiten Schritt 120 zunächst ein Aufteilen von reflektierten Licht in polarisierte Lichtstrahlen Aref, poi in mindestens zwei Polarisationsrichtungen. Bevorzugt wird das reflektierte Licht in vier Polarisationsrichtungen aufgeteilt. Anschließend erfolgt in einem dritten Schritt 130 ein Detektieren des polarisierten von dem Baustoff und/oder von den Bauschuttfraktionen reflektierten in mindestens zwei Richtungen aufgeteilten Lichtes Aref, poi. Das ein Detektieren des polarisierten von dem Baustoff und/oder von den Bauschuttfraktionen reflektierten in mindestens zwei Richtungen aufgeteilten Lichtes Aref, poi erfolgt mittels eines Sensors. Der Sensor kann durch eine Polarisationskamera gegeben sein oder durch eine andere Vorrichtung, die zum ein Detektieren des polarisierten von dem Baustoff und/oder von den Bauschuttfraktionen reflektierten in mindestens zwei Richtungen aufgeteilten Lichtes Aref, poi geeignet ist. In einem vierten Schritt 140 umfasst das Verfahren ein Auswerten des detektierten reflektierten polarisierten Lichtes Aref, poi, um eine mögliche Farbdifferenz in den mindestens zwei Polarisationsrichtungen zu erfassen, wobei bei Erfassen der Farbdifferenz freiliegende Asbestfasern 12 in dem Baustoff 11 und/oder in den Bauschuttfraktionen 11 vorliegen. Das Auswerten 140 erfolgt mit Hilfe einer Auswertevorrichtung 50, wie beispielsweise einem Computer oder einem Smartphone.
Fig. 2 zeigt eine Vorrichtung zur Detektion von Asbestfasern in einem Baustoff und/oder in Bauschuttfraktionen, welche dazu ausgebildet ist, das hierin beschriebene Verfahren 100 durchzuführen.
Grundlage der, insbesondere automatisierten, Detektion bildet der bei Asbestfasern vorhandene Pleochroismus Effekt bzw. Doppelbrechungseigenschaft. Hierbei wird die Farbe anisotroper Kristalle abhängig von der Schwingungsrichtung, d.h. Anteile des Lichtspektrums werden je nach der Durchstrahlrichtung, verschieden stark absorbiert. Dieses Phänomen, dass ein Mineral einen wahrnehmbaren Farbwechsel und/oder unterschiedliche Farbintensitäten zeigt, nennt man Pleochroismus. Diese richtungsabhängige Absorption kann schwach bis sehr stark sein.
Das Mineral Chrysotil als ein Vertreter von Asbest, zeigt z.B. einen schwachen Pleochroismus von blaßgrünlichgelb nach blaßgrünlich. Für den Pleochroismus entscheidend ist die Abhängigkeit der Absorption von der Wellenlänge, der Polarisations- und der Ausbreitungsrichtung.
Wird unpolarisiertes weißes Licht eingestrahlt, so ist der entstehende, als Flächenfarbe bezeichnete Farbeindruck eine additive Mischung der beiden Achsenfarben. Der beschriebene Effekt lässt sich nachweisen, indem reflektierte Lichtstrahlen des zu untersuchenden Objekts in polarisierte Lichtstrahlen aufgeteilt werden und eine farbliche Differenz aufweisen. Grundlage bildet die Auftrennung der Strahlen, z.B. mittels eines Kristalls, beispielsweise einem Kalzit-Kristall in einem Dichroskop, oder der Einsatz von Polarisationsfiltern, beispielsweise in einem Polarisationsmikroskop.
Das Aufteilen des reflektierten Lichtes Aref in polarisierte Lichtstrahlen Aref, poi kann mit Hilfe eines Kristalls oder mit mindestens zwei Polarisationsfiltern erfolgen. Der Kristall oder die Polarisationsfilter sind einer Polarisationskamera integriert. Es könnte auch ein Kalzitkristall in einem Dichroskop oder ein Polarisationsmikroskop genutzt werden, um die reflektierten Lichtstrahlen Aref in reflektierte, polarisierte Lichtstrahlen Aref, Poi aufzuteilen. Das Detektieren erfolgt automatisch, insbesondere mittels eines bildgebenden Sensors 40, und/oder das Auswerten erfolgt automatisch, insbesondere auf Basis eines algorithmischen Auswerteverfahrens. Nach Detektieren des reflektierten polarisierten Lichtes Aref, poi, welches als ein elektronische Signal erfasst wird, kann das elektronische Signal der Auswertevorrichtung übergeben werden, auf welche das algorithmischen Auswerteverfahren ausgeführt werden kann.
Das Detektieren des reflektierten polarisierten Lichtes Aref, poi in einem Abstand d zu dem Baustoff 11 und/oder zu den Bauschuttfraktionen 11 von 20 cm oder mehr, bevorzugt von 30 cm oder mehr. Das Verfahren 100 kann daher auf makroskopischer Ebene, d.h. einem möglichen Abstand d der Probe zum bildgebenden Sensor 40 von >20cm, durchgeführt werden. Der beschriebene Pleochroismus Effekt bildet die Grundlage des vorgeschlagenen Verfahrens 100, d.h. einer, insbesondere automatisierten, Detektion und Auswertung mittels eines bildgebenden Sensors auf makroskopischer Ebene. Zur Detektion kann eine Polarisationskamera verwendet werden, mit deren Hilfe simultan 4 Bilder mit vier verschiedenen Polarisationsrichtungen erfasst werden können.
Bevorzugt erfolgt das Detektieren des reflektierten polarisierten Lichtes Aref, Poi unter Verwendung einer Polarisationskamera, welche zeitgleich mindestens zwei, bevorzugt vier, Bilder, mit einer jeweils unterschiedlichen Polarisationsrichtung erfasst. Eine Polarisationskamera kann beispielsweise zu einer Baustelle mitgenommen werden, wo sich der Bauschutt befindet. Dort kann es in einem Abstand d > 20cm fotografiert werden, sodass das reflektierte polarisierte Licht Aref, poi als ein elektronische Signal erfasst werden kann. Von der Polarisationskamera kann das elektronische Signal an die Auswertevorrichtung übergeben werden, wie beispielsweise einem Smartphone oder einem Laptop, d.h. einem Computer, um das elektronische Signal auszuwerten.
Fig. 3 zeigt ein detaillierteres Flussdiagram der Verfahrensschritte 130 und 140 des Verfahrens 100 zur Detektion von Asbestfasern 12 in einem Baustoff 11 und/oder in Bauschuttfraktionen 11. In Schritt 130 erfolgt das Detektieren des reflektierten, polarisierten Lichtes Aref, Poi durch Aufnahme von mindestens zwei, bevorzugt vier Bildern mit unterschiedlicher Polfilterstellung, d.h. in unterschiedlichen Polarisationsrichtungen. Jedes Bild umfasst polarisiertes reflektiertes Licht in einer der unterschiedlichen Polarisationsrichtungen. Jeder Pixel eines einzigen erfassten Bildes umfasst vier RGGB-Subpixel, wobei jeder RGGB-Subpixel vier Subsubpixel ausweist. Jeder Subsubpixel weist einen Polarisationsfilter auf, um das reflektierte Licht Aref in einer Polarisationsrichtung der mindestens zwei, insbesondere vier, Richtungen zu erfassen. Die kleinste Einheit, d.h. die Subsubpixel besitzen die Polarisationsfilter. Somit können maximal vier Polarisationsrichtungen aufgenommen werden. Aus jedem Pixel können somit vier RGB-Farbbilder mit vier verschiedenen Polarisationsrichtungen „berechnet“ werden. Das Auswerten erfolgt dann mithilfe dieser vier Bilder, wobei jedoch nur mindestens zwei Bilder benötigt werden. Jedes einzelne Bild besitzt dann hinter jedem „Pixel“ einen RGB-Vektor. Jedes Bild zu jedem Subsubpixel umfasst einen RGB-Vektor. Mit anderen Worten, jeder Pixel, bestehend aus 4 RGGB- Subpixeln ist wiederum jeweils in vier Subsubpixel unterteilt. Jeder dieser vier kleinsten Pixel-Einheiten besitzt einen vorgeschalteten Polarisationsfilter, der eine Verdrehung um jeweils 0°, 90°, 45°, and 135° vornehmen kann. Das Resultat einer Aufnahme sind somit RGB-Bilder mit vier verschiedenen Polarisationsrichtungen. Diese Aufnahmen dienen als Eingabe der, insbesondere automatisierten, algorithmischen Auswertung.
Ziel der Bildauswertung bildet die Detektion einer Änderung des Farbwertes. Hierfür wird folgende Verarbeitungskette eingesetzt:
Bevorzugt umfasst das Auswerten der möglichen Farbdifferenz ein Durchführen einer Farbraumtransformation der erfassten Bilder von einem RGB-Raum in einen HSV-Raum (siehe 141 in Fig. 3). Einen Eingang (auch als Eingabe oben bezeichnet) in den Algorithmus in Schritt 141 bilden die (wie oben beschrieben) umgerechneten RGB-Bilder mit verschiedenen Polarisationsrichtungen. Hierfür werden mindestens zwei RGB-Bilder vom Algorithmus zur weiteren Auswertung verwendet. Nachfolgend wird daher von (aus den Sensordaten transformierten) RGB-Bildern gesprochen, deren Pixel aus RGB-Vektoren bestehen. Dies bedeutet, dass nachfolgend nur noch „pixelweise“ verwendet wird, wobei hierbei die von den transformierten RGB-Bildern am Eingang des Algorithmus gemeint sind. Folglich wurde in Fig. 3 das Wort „pixelweise“ genutzt.
Nach Schritt 141 erfolgt in Schritt 142 ein Durchführen einer Rauschunterdrückung, insbesondere mit einem Medianfilter und/oder einem Gaussfilter. Zeitgleich oder auch hintereinander erfolgt, insbesondere ausgehend von den transformierten RGB-Bildern am Eingang des Algorithmus, ein pixelweises Berechnen einer Differenz und/oder Varianz (siehe 143 in Fig. 3) und ein subsubpixelweises Berechnen von Abständen der RGB-Vektoren untereinander (siehe 144 in Fig. 3). Die Ergebnisse aus den Schritten 143 und 144 werden in Schritt 145 dazu verwendet, ein pixelweises Vergleichen der berechneten Differenz und/oder der berechneten Varianz und/oder der berechneten Abstände mit jeweils einem Schwellenwert (Engl.: Threshold) durchzuführen. Das Auswerten 140 erfolgt auf Basis der erfassten Subsubpixel bzw. der aus den Subsubpixeln transformierten RGB-Bildern mit unterschiedlichen Polarisationsrichtungen. Die Schritte 130, 141 bis 145 erfolgen in der Reihenfolge wie in der Fig. 3 gezeigt ist. Als Abstandsmaß wird die euklidische Distanz genommen, welche ein Skalarwert ist. Der Schwellenwert ist somit ein Skalarwert.
Bevorzugt umfasst das Verfahren, insbesondere ausgehend von den transformierten RGB-Bildern am Eingang des Algorithmus, ein pixelweises Nachbearbeiten der berechneten Differenz und/oder der berechneten Varianz und/oder der berechneten, wobei das Nachbearbeiten ein Auswerten einer Grauskala der Pixel, insbesondere der transformierten RGB-Bildern am Eingang des Algorithmus, umfasst.
Das Auswerten der Grauskala umfasst ein Bestimmen einer Anzahl benachbarter Pixel bzw. benachbarter Subsubpixel, welche sich von einem festgelegten Schwellenwert unterscheiden. Zwei Pixel bzw. zwei Subsubpixel sind benachbart, wenn die entsprechenden Pixel nebeneinander liegen. Nebeneinanderliegende Pixel bilden dann ein Cluster, deren Clustergröße (Pixelanzahl) erfasst werden kann. Der Schwellenwert könnte null sein, so dass Werte ungleich Null (größer oder kleiner null) sich vom festgelegten Schwellenwert unterscheiden. Es ist aber auch denkbar, einen anderen Schwellenwert festzulegen, welche beispielsweise einen Offset berücksichtigt. Beispielsweise könnte der Schwellenwert bei 100 oder einem anderen Wert liegen. In der „Nachbearbeitung“ wird erfasst wie viele benachbarte Pixel über dem Schwellenwert liegen. Übersteigt die Anzahl zusammenhängender Pixel einen festgelegten Wert, dann spricht dies für eine positive Detektion von Asbest 12.
Bevorzugt umfasst das Verfahren 100 ein Darstellen der berechneten Differenz und/oder der berechneten Varianz und/oder der berechneten Abstände eines jeden Pixels, insbesondere Subsubpixels, in einer Maske, in welcher die mögliche Farbdifferenz oder die möglichen Farbdifferenzen als die zusammenhängende Anzahl benachbarter Pixel, insbesondere Subsubpixel, markiert ist/sind. Die Maske ist in Form einer n x M Matrix gegeben, wobei n die Anzahl der Spalten und m die Anzahl der Zeilen ist. Ein Cluster entspricht der Anzahl benachbarter Pixel, insbesondere Subsubpixel. Das Ergebnis ist daher eine Maske, in der Stellen in den Aufnahmen, die Pleochroismus Eigenschaften besitzen, markiert sind. Eine Visualisierung der Maske kann als Falschfarbenbild 400 erfolgen (siehe Fig. 4). Der Nachweis von Asbestfasern 12 über den Pleochroismus Effekt erfolgt final über eine Untersuchung der erstellten Maske bzw. über die Größe zusammenhängender Cluster der Maske.
Das Verfahren 100 umfasst ein Visualisieren der berechneten Differenz und/oder der berechneten Varianz und/oder der berechneten Abstände eines jeden Pixels, insbesondere eines jeden Subsubpixels, in einem Falschfarbbild 400, um das Vorliegen von Asbestfasern 12 in dem Baustoff 11 und/oder in den Bauschuttfraktionen 11 darzustellen. Fig. 4 zeigt ein Falschfarbenbild 400, in welchem ein Ergebnis nach Durchführen des Verfahrens 100 zur Detektion von Asbestfasern 12 in einem Baustoff 11 und/oder in Bauschuttfraktionen 11 zu sehen ist. In Fig. 4 sind die detektierten Asbestfasern 12 auf einem dunklen Hintergrund zu sehen.
Wie bereits beschrieben, zeigt Fig. 2 eine Vorrichtung zur Detektion von Asbestfasern in einem Baustoff und/oder in Bauschuttfraktionen, welche dazu ausgebildet ist, das hierin beschriebene Verfahren 100 durchzuführen. Die Vorrichtung 10 zur Detektion von Asbestfasern 12 in einem Baustoff 11 und/oder in Bauschuttfraktionen 11 , wobei die Vorrichtung eine Quelle 20 zum Bestrahlen eines Baustoffes 11 und/oder von Bauschuttfraktionen 11 mit unpolarisierten weißen Licht Ao umfasst. Die Quelle 20 kann eine externe Lichtquelle sein oder kann eine in der Polarisationskamera integrierte Quelle sein. In Fig. 2 kann die Quelle 20 eine Polarisationskamera darstellen. Die Vorrichtung 10 umfasst ferner eine Aufteilvorrichtung 30 zum Aufteilen des zu detektierenden reflektierten Lichtes Aref in polarisierte Lichtstrahlen Aref, poi in mindestens zwei Polarisationsrichtungen; und einen Sensor 40 zum Detektieren von dem Baustoff 11 und/oder von den Bauschuttfraktionen 11 reflektierten polarisierten Licht Aref, poi in mindestens zwei Polarisationsrichtungen. Die Aufteilvorrichtung 30 und der Sensor 40 können zwei separate Vorrichtungen sein. Insbesondere ist der Sensor 40 zum Detektieren eine Polarisationskamera. Insbesondere kann eine integrierte Lösung der Aufteilvorrichtung 30 und des Sensors in der Quelle 20 (wie Fig. 2 zeigt), wie in einer Polarisationskamera, genutzt werden. Die Polarisationskamera ist handlich und kann einfach zu einem Ort, an dem der abzulichtende Baustoff 11 und/oder die Bauschuttfraktionen 11 vorhanden ist/sind, gebracht werden, um den Baustoff 11 und/oder die Bauschuttfraktionen 11 abzulichten. Mit den Bildern des Baustoffes 11 und/oder der Bauschuttfraktionen 11 der Polarisationskamera kann dann das Verfahren 100 durchgeführt werden, um den Baustoff 11 und/oder die Bauschuttfraktionen 11 auf Asbest 12 zu prüfen. Die Vorrichtung 10 ist mit einer Auswertevorrichtung 50 zum Auswerten des detektierten reflektierten polarisierten Lichtes Aref, poi, verbindbar oder verbunden, um eine mögliche Farbdifferenz in den mindestens zwei Polarisationsrichtungen zu erfassen, wobei bei Erfassen der Farbdifferenz Asbestfasern 12 in dem Baustoff 11 und/oder in den Bauschuttfraktionen 11 vorliegen.
Es ist denkbar, dass die Aufteilvorrichtung 30 zum Aufteilen des reflektierten Lichtes Aref in polarisierte Lichtstrahlen Aref, Poi ein Kristall ist oder durch mindestens zwei Polarisationsfilter gegeben ist. Polarisationsfilter sind beispielsweise in der Polarisationskamera integriert.
Der Sensor 40 zum Detektieren ist dazu ausgebildet, das reflektierte polarisierte Licht Aref, poi automatisch zu detektieren, wobei der Sensor 40 ein bildgebender Sensor wie die Polarisationskamera ist, welche zeitgleich mindestens zwei, bevorzugt vier, Bilder, mit einer jeweils unterschiedlichen Polarisationsrichtung erfasst. Der Sensor 40 lichtet den abzulichtenden Baustoff 11 und/oder die Bauschuttfraktionen 11 als Grauskale in Pixeln ab.
Jeder Pixel eines einzigen erfassten Bildes des Sensor 40 umfasst vier RGGB-Subpixel, wobei jeder RGGB-Subpixel vier Subsubpixel ausweist, wobei jeder Subsubpixel einen Polarisationsfilter aufweist, um das reflektierte Licht Aref in einer Polarisationsrichtung der mindestens zwei, insbesondere vier, Richtungen zu erfassen. Um das Verfahren 100 mit der Vorrichtung 10 durführen zu können, reichen bereits zwei Bilder des Baustoffes 11 und/oder der Bauschuttfraktionen 11 als Grauskalen in Pixeln, wobei jedes Bild eine andere Polarisationsrichtung des reflektierten Lichtes wiedergibt.
Das vorgeschlagene Verfahren 100, insbesondere zum Auswerten der aufgenommenen Bilder des vom Baustoff 11 und/oder der Bauschuttfraktionen 11 reflektierten Lichtes kann als ein Computerprogrammprodukt ausgebildet sein. Das Computerprogrammprodukt umfasst Instruktionen, die beim Laden und Laufen auf einem Computer dazu führen, dass der Computer das Verfahren 100, insbesondere das Auswerten des detektierten reflektierten polarisierten Lichtes Aref, poi, wie hierin beschrieben, durchführt. Das vorgeschlagene Verfahren 100 kann als computerlesbares Medium, auf dem das Computerprogrammprodukt gespeichert ist, ausgebildet sein. In Abgrenzung zu bestehenden Lösungen ermöglicht der hierin beschriebene Ansatz erstmalig die Prüfung großer Mengen an Bauabbruchabfällen auf Asbest, z.B. direkt vor Ort auf der Baustelle oder bei einem Bauschuttaufbereiter. Es ist im Gegensatz zu mikroskopischen Analysen im Labor keine Probenvorbereitung vonnöten, um Asbest zu detektieren. Das hier beschriebene Verfahren kann daher auch als Eingangskontrolle bei der Annahme von Bauabbruchabfällen dienen. Mittels verfügbarer Kameratechnologie können Materialien in einem berührungsfreien Inspektionssystem auf Asbestgehalte geprüft werden. Hierdurch wird die Prüfung größerer Stichproben bis hin zu einer 100% Prüfung ermöglicht. Der hierin beschriebene Ansatz ist zudem im Vergleich zu den im einführenden Teil genannten Technologien kostengünstig. Entsprechende Polarisationskameras sind preislich derzeit im oberen dreistelligen Eurobereich erhältlich.
Im Gegensatz zu einer Untersuchung mit dem Mikroskop im Labor ermöglicht das Verfahren 100 eine insbesondere automatisierte Detektion von Asbestfasern 12 auf größerer Entfernung zur Probe und daher einer größerer Flächenabdeckung in einem in-line Betrieb.
Für die Erzielung einer echten Kreislaufwirtschaft im Bausektor ist die Rückgewinnung von Materialien aus Bauabbruchabfällen für die Herstellung neuer, hochwertiger RC-Produkte (Produkte, die einen Anteil an recyclierten Material beinhalten) essenziell. Neben der in der Regel bestehenden Anforderungen der Sortierung der Materialien in Reinfraktionen ist hierbei die Detektion von Gefahrstoffen entscheidend. Vereinfacht gesprochen, geben derzeitige nationale als auch internationale Regularien und Gesetze vor, dass bei hinreichendem Verdacht auf Kontamination mit Gefahrstoffen, insbesondere Asbest, das Material deponiertwerden muss und nicht wiederverwendet werden darf. Aufgrund von enorm steigenden Deponierungskosten sowie Ressourcenverknappung (z. B. Sand) ist es wichtig, den Anteil an zu deponierendem Material möglichst gering zu halten und im Umkehrschluss die Materialmenge, welche in RC-Produkten eingesetzt werden kann, möglichst hochzuhalten.
Obwohl manche Aspekte im Zusammenhang mit einem Verfahren beschrieben wurden, versteht es sich, dass diese Aspekte auch eine Beschreibung einer entsprechenden Vorrichtung darstellen, sodass ein Block oder ein Bauelement der Vorrichtung auch als ein entsprechender Verfahrensschritt oder als ein Merkmal eines Verfahrensschrittes zu verstehen ist. Auf eine vollständige Darstellung der vorliegenden Erfindung in Form von Vorrichtungsmerkmalen wird vorliegend aus Redundanzgründen abgesehen. In der vorhergehenden detaillierten Beschreibung wurden teilweise verschiedene Merkmale in Beispielen zusammen gruppiert, um die Offenbarung zu rationalisieren. Diese Art der Offenbarung soll nicht als die Absicht interpretiert werden, dass die beanspruchten Beispiele mehr Merkmale aufweisen als ausdrücklich in jedem Anspruch angegeben sind. Vielmehr kann, wie die folgenden Ansprüche wiedergeben, der Gegenstand in weniger als allen Merkmalen eines einzelnen offenbarten Beispiels liegen. Folglich werden die folgenden Ansprüche hiermit in die detaillierte Beschreibung aufgenommen, wobei jeder Anspruch als ein eigenes separates Beispiel stehen kann. Während jeder Anspruch als ein eigenes separates Beispiel stehen kann, sei angemerkt, dass, obwohl sich abhängige Ansprüche in den Ansprüchen auf eine spezifische Kombination mit einem oder mehreren anderen Ansprüchen zurückbeziehen, andere Beispiele auch eine Kombination von abhängigen Ansprüchen mit dem Gegenstand jedes anderen abhängigen Anspruchs oder einer Kombination jedes Merkmals mit anderen abhängigen oder unabhängigen Ansprüchen umfassen. Solche Kombinationen seien umfasst, es sei denn es ist ausgeführt, dass eine spezifische Kombination nicht beabsichtigt ist. Ferner ist beabsichtigt, dass auch eine Kombination von Merkmalen eines Anspruchs mit jedem anderen unabhängigen Anspruch umfasst ist, selbst wenn dieser Anspruch nicht direkt abhängig von dem unabhängigen Anspruch ist.
Literaturverzeichnis
[1 ] https://www. buzer.de/s1. htm?q=Ersatzbaustoffverordnunq&f=1
[2] I ittps //www. bmuv.de/qesetz/richtlinie-2008-98-eq-ueber-abfaelle-und-zur-aufhe- Dunq-bestimmter-richtli-nien
[3] http://www.kreislaufwirtschaft-bau.de/Arge/Bericht-10.pdf
[4] R. S. Paranhos, B. G. Cazacliu, C. H. Sampaio, C. O. Petter, R. O. Neto und F. Huchet. „A sorting method to value recycled concrete“. In: Journal of Cleaner Production 112 (2016), S. 2249-2258.
[5] G. Bonifazi, G. Capobianco, und S. Serranti, „Hyperspectral Imaging and Hierarchical PLS-DA Ap-plied to Asbestos Recognition in Construction and Demolition Waste“, Applied Sciences, Bd. 9, Nr. 21, Art. Nr. 21, Jan. 2019, doi: 10.3390/app9214587.
[6] Mueller, Anette & Seidemann, Marko & Schnellert, T.. (2011). Quick detection of asbestos. AT re-covery. 1. 56-69.

Claims

Patentansprüche
1. Verfahren (100) zur Detektion von Asbestfasern (12) in einem Baustoff (11) und/oder in Bauschuttfraktionen (11), wobei das Verfahren (110) umfasst:
Bestrahlen eines Baustoffes (11) und/oder von Bauschuttfraktionen (11) mit unpolarisiertem weißen Licht (Ao); anschließendes Aufteilen von reflektiertem Licht (Aref) in polarisierte Lichtstrahlen (Aref, poi) in mindestens zwei Polarisationsrichtungen; und anschließendes
Detektieren des polarisierten, von dem Baustoff und/oder von den Bauschuttfraktionen reflektierten, in mindestens zwei Richtungen aufgeteilten Lichtes (Aref, poi), Auswerten des detektierten reflektierten polarisierten Lichtes (Aref, poi), um eine mögliche Farbdifferenz in den mindestens zwei Polarisationsrichtungen zu erfassen, wobei bei Erfassen der Farbdifferenz Asbestfasern (12) in dem Baustoff (11) und/oder in den Bauschuttfraktionen (11) vorliegen.
2. Verfahren (100) nach Anspruch 1 , wobei Aufteilen des detektierten reflektierten Lichtes (Aref) in polarisierte Lichtstrahlen (Aref, poi) mit einem Kristall oder mit mindestens zwei Polarisationsfiltern erfolgt.
3. Verfahren nach einem der vorhergehenden Ansprüche, wobei das Detektieren des reflektierten polarisierten Lichtes (Aref, poi) automatisch, insbesondere mittels eines bildgebenden Sensors (40), und/oder das Auswerten automatisch, insbesondere auf Basis eines algorithmischen Auswerteverfahrens, erfolgt.
4. Verfahren nach einem der vorhergehenden Ansprüche, wobei das Detektieren des reflektierten polarisierten Lichtes (Aref, poi) in einem Abstand (d) zu dem Baustoff (11) und/oder zu den Bauschuttfraktionen (11) von 20 cm oder mehr, bevorzugt von 30 cm oder mehr, erfolgt.
5. Verfahren nach einem der vorhergehenden Ansprüche, wobei das Detektieren des reflektierten polarisierten Lichtes (Aref, poi) unter Verwendung einer Polarisationskamera erfolgt, welche zeitgleich mindestens zwei, bevorzugt vier Bilder, mit einer jeweils unterschiedlichen Polarisationsrichtung erfasst.
6. Verfahren nach Anspruch 5, wobei jeder Pixel eines einzigen erfassten Bildes vier RGGB-Subpixel umfasst, wobei jeder RGGB-Subpixel vier Subsubpixel aufweist, wobei jeder Subsubpixel einen Polarisationsfilter aufweist, um das reflektierte Licht (Aref) in einer Polarisationsrichtung der mindestens zwei, insbesondere vier, Richtungen, insbesondere als reflektiertes polarisiertes Licht (Aref, poi), zu erfassen.
7. Verfahren nach Anspruch 6, wobei jedes Bild zu jedem Subsubpixel einen RGB- Vektor umfasst.
8. Verfahren nach Anspruch 6 oder 7, wobei das Auswerten der möglichen Farbdifferenz umfasst:
Durchführen einer Farbraumtransformation der erfassten Bilder von einem RGB- Raum in einen HSV-Raum;
Durchführen einer Rauschunterdrückung, insbesondere mit einem Medianfilter und/oder einem Gaussfilter; pixelweises, insbesondere subsubpixelweises, Berechnen einer Differenz und/oder Varianz; pixelweises, insbesondere subsubpixelweises, Berechnen von Abständen der RGB-Vektoren untereinander; pixelweises, insbesondere subsubpixelweises, Vergleichen der berechneten Differenz und/oder der berechneten Varianz und/oder der berechneten Abstände mit jeweils einem Schwellenwert.
9. Verfahren nach Anspruch 8, wobei das Verfahren ein pixelweises, insbesondere subsubpixelweises, Nachbearbeiten der berechneten Differenz und/oder der berechneten Varianz und/oder der berechneten Abstände umfasst, wobei das Nachbearbeiten ein Auswerten einer Grauskala der Subsubpixel umfasst.
10. Verfahren nach Anspruch 9, wobei das Auswerten der Grauskala ein Bestimmen einer Anzahl benachbarter Pixel, insbesondere Subsubpixel, umfasst, welche sich von einem festgelegten Schwellenwert unterscheiden, umfasst.
11. Verfahren nach AnspruchlO, wobei das Verfahren umfasst:
Darstellen der berechneten Differenz und/oder der berechneten Varianz und/oder der berechneten Abstände eines jeden Pixels, insbesondere Subsubpixels, in einer Maske, in welcher die mögliche Farbdifferenz oder die möglichen Farbdifferenzen als die zusammenhängende Anzahl benachbarter Pixel, insbesondere Subsubpixel, markiert ist/sind.
12. Verfahren nach einem der Ansprüche 7 bis 11 , wobei das Verfahren umfasst: Visualisieren der berechneten Differenz und/oder der berechneten Varianz und/oder der berechneten Abstände eines jeden Pixels, insbesondere Subsubpixels, in einem Falschfarbbild (400), um das Vorliegen von Asbestfasern (12) in dem Baustoff (11) und/oder in den Bauschuttfraktionen (11) darzustellen.
13. Vorrichtung (10) zur Detektion von Asbestfasern (12) in einem Baustoff (11) und/oder in Bauschuttfraktionen (11), wobei die Vorrichtung umfasst: eine Quelle (20) zum Bestrahlen eines Baustoffes (11) und/oder von Bauschuttfraktionen (11) mit unpolarisiertem weißen Licht (Ao); eine Aufteilvorrichtung (30) zum Aufteilen des detektierten reflektierten Lichtes (Aref) in polarisierte Lichtstrahlen (Aref, poi) in mindestens zwei Polarisationsrichtungen; und einen Sensor (40) zum Detektieren von dem Baustoff (11) und/oder von den Bauschuttfraktionen (11) reflektierten polarisierten Licht (Aref, poi) in mindestens zwei Polarisationsrichtungen; und eine Auswertevorrichtung (50) zum Auswerten des detektierten reflektierten polarisierten Lichtes (Aref, poi), um eine mögliche Farbdifferenz in den mindestens zwei Polarisationsrichtungen zu erfassen, wobei bei Erfassen der Farbdifferenz Asbestfasern (12) in dem Baustoff (11) und/oder in den Bauschuttfraktionen (11) vorliegen.
14. Vorrichtung nach Anspruch 13, wobei die Quelle (20) zum Bestrahlen und der Sensor (40) zum Detektieren zwei getrennte Vorrichtungen sind oder eine einzige Vorrichtung ist, insbesondere ist der Sensor (40) zum Detektieren eine Polarisationskamera.
15. Vorrichtung nach Anspruch 13 oder 14, wobei die Aufteilvorrichtung (30) zum Aufteilen des reflektierten Lichtes (Aref) in polarisierte Lichtstrahlen (Aref, poi) ein Kristall ist oder mindestens zwei Polarisationsfilter sind.
16. Vorrichtung nach einem der vorhergehenden Ansprüche 13 bis 15, wobei der Sensor (40) zum Detektieren dazu ausgebildet ist, das reflektierte polarisierte Licht (Aref, poi) automatisch zu detektieren, wobei der Sensor (40) ein bildgebender Sensor wie eine Polarisationskamera ist, welche zeitgleich mindestens zwei, bevorzugt vier Bilder mit einer jeweils unterschiedlichen Polarisationsrichtung erfasst.
17. Vorrichtung nach Anspruch 16, wobei jeder Pixel eines einzigen erfassten Bildes vier RGGB-Subpixel umfasst, wobei jeder RGGB-Subpixel vier Subsubpixel ausweist, wobei jeder Subsubpixel einen Polarisationsfilter aufweist, um das reflektierte Licht (Aref) in einer Polarisationsrichtung der mindestens zwei, insbesondere vier, Richtungen zu erfassen.
18. Computerprogrammprodukt, umfassend Instruktionen, die beim Laden und Laufen auf einem Computer dazu führen, dass der Computer ein Verfahren, insbesondere das Auswerten des detektierten reflektierten polarisierten Lichtes (Aref, poi), nach einem der Ansprüche 1 bis 10 durchführt.
19. Computerlesbares Medium, auf dem das Computerprogrammprodukt nach Anspruch 18 gespeichert ist.
PCT/EP2025/065349 2024-06-06 2025-06-03 Verfahren und vorrichtung zur detektion von asbestfasern in einem baustoff und/oder in bauschuttfraktionen, sowie computerprogrammprodukt Pending WO2025252736A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102024205202.7 2024-06-06
DE102024205202.7A DE102024205202A1 (de) 2024-06-06 2024-06-06 Verfahren und Vorrichtung zur Detektion von Asbestfasern in einem Baustoff und/oder in Bauschuttfraktionen

Publications (1)

Publication Number Publication Date
WO2025252736A1 true WO2025252736A1 (de) 2025-12-11

Family

ID=96013204

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/EP2025/065349 Pending WO2025252736A1 (de) 2024-06-06 2025-06-03 Verfahren und vorrichtung zur detektion von asbestfasern in einem baustoff und/oder in bauschuttfraktionen, sowie computerprogrammprodukt

Country Status (2)

Country Link
DE (1) DE102024205202A1 (de)
WO (1) WO2025252736A1 (de)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2007058198A1 (ja) * 2005-11-18 2007-05-24 Raax Co., Ltd. 繊維状鉱物簡易判定装置及び繊維状鉱物簡易判定方法
CN107064190A (zh) * 2016-08-26 2017-08-18 乌鲁木齐谱尼测试科技有限公司 一种鉴定药品中石棉成分的改进方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE2802669A1 (de) 1978-01-21 1979-07-26 Andres Kruess Reisemikroskop
DE102021201987A1 (de) 2021-03-02 2022-09-08 Carl Zeiss Microscopy Gmbh Verfahren, Computerprogrammprodukt und Mikroskopiesystem zur Darstellung von polarisierenden Proben

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2007058198A1 (ja) * 2005-11-18 2007-05-24 Raax Co., Ltd. 繊維状鉱物簡易判定装置及び繊維状鉱物簡易判定方法
CN107064190A (zh) * 2016-08-26 2017-08-18 乌鲁木齐谱尼测试科技有限公司 一种鉴定药品中石棉成分的改进方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
G. BONIFAZIG. CAPOBIANCOS. SERRANTI: "Hyperspectral Imaging and Hierarchical PLS-DA Ap-plied to Asbestos Recognition in Construction and Demolition Waste", APPLIED SCIENCES, vol. 9, no. 21, January 2019 (2019-01-01)
R. S. PARANHOSB. G. CAZACLIUC. H. SAMPAIOC. O. PETTERR. O. NETOF. HUCHET: "A sorting method to value recycled concrete", JOURNAL OF CLEANER PRODUCTION, vol. 112, 2016, pages 2249 - 2258, XP029359631, DOI: 10.1016/j.jclepro.2015.10.021

Also Published As

Publication number Publication date
DE102024205202A1 (de) 2025-12-11

Similar Documents

Publication Publication Date Title
DE102010026351B4 (de) Verfahren und Vorrichtung zur Untersuchung einer Halbleiterscheibe
DE102011087537B4 (de) Röntgendiffraktionsvorrichtung und Röntgendiffraktions-Messverfahren
AT517366B1 (de) Verfahren und Vorrichtung zur Bestimmung einer Materialeigenschaft eines Bitumenmaterials
DE102005022880B4 (de) Trennung spektral oder farblich überlagerter Bildbeiträge in einem Mehrfarbbild, insbesondere in transmissionsmikroskopischen Mehrfarbbildern
EP3004851B1 (de) Verfahren zur bestimmung der brechkraft eines transparenten objekts sowie entsprechende vorrichtung
DE102010061505A1 (de) Verfahren zur Inspektion und Detektion von Defekten auf Oberflächen von scheibenförmigen Objekten und Computersystem mit einem Softwareprodukt zur Ausführung des Verfahrens
DE102016224467A1 (de) Verfahren zur Erkennung von Defekten und dazugehörige Vorrichtung
DE102014002582A1 (de) Verfahren zur Erkennung von Rissen in den Wandungen von Hohlglasartikeln
DE102010001715B4 (de) Verfahren und Vorrichtung zur Oberflächenprüfung
EP3430565A1 (de) Verfahren zur untersuchung verteilter objekte unter segmentierung eines übersichtbildes
DE102007016612A1 (de) Vorrichtung und Verfahren zur Untersuchung eines heterogenen Materials mittels laserinduzierter Plasmaspektroskopie
DE102007016922A1 (de) Verfahren zur Detektion von Defekten auf der Rückseite eines Halbleiterwafers
DE102007039982B3 (de) Verfahren zur optischen Inspektion und Visualisierung der von scheibenförmigen Objekten gewonnenen optischen Messerwerte
DE102016121662A1 (de) Verfahren und Vorrichtung zur Beurteilung der Qualität eines längsbewegten strangförmigen Gutes
DE102024205202A1 (de) Verfahren und Vorrichtung zur Detektion von Asbestfasern in einem Baustoff und/oder in Bauschuttfraktionen
EP3134726A1 (de) Verfahren und vorrichtung zum erkennen von nickelsulfid-einschlüssen in einer glasplatte
DE102018002850B3 (de) Analyseverfahren und Anschmutzung
DE102012101242A1 (de) Inspektionsverfahren
EP1715317B1 (de) Verfahren und Messanordnung zur Bestimmung einer Druckverteilung an der Oberfläche eines Objekts
DE112016006056T5 (de) Betrachtungsvorrichtung
DE102023107276A1 (de) Verfahren und Untersuchungssystem zur Materialuntersuchung flächiger Objekte
EP2831570B1 (de) Verfahren zur detektion vergrabener schichten
DE102007014475A1 (de) Bestimmung von Oberflächeneigenschaften
DE19527446A1 (de) Verfahren und Vorrichtung zur optischen Oberflächenprüfung von Werkstücken
AT511399B1 (de) Verfahren zur automatisierten klassifikation von einschlüssen

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 25730254

Country of ref document: EP

Kind code of ref document: A1