项目背景

食品中的异物对消费者安全构成重大风险。发现异物通常会导致产品召回，这会给企业带来高昂的成本并损害品牌声誉。为了确保食品的质量和安全，制造商必须在整个生产过程中实施强有力的质量保证，而高光谱成像可以提供解决方案。

在本研究中，我们使用Specim FX17高光谱相机 (900 – 1700 nm) 和 Specim LabScanner 40*20 来测量三种食品：含有污染物的鸡肉片、蔬菜馅饼和山羊奶酪。我们在每种食品上放置了异物，目的是创建一个分类模型来检测这些异物。

图1 使用 Specim FX17 相机和 Labscanner 40×20 扫描鸡柳

首先，我们测量了鸡柳，这是一种有价值的食品。我们使用木材、金属和两种塑料（PE 和 PS）作为污染物。将食物放在烘焙纸上。图2 显示了测量的含有和不含污染物的鸡柳。

图2 含有污染物的鸡柳。照片（左）和高光谱伪色彩 RGB 图像（右）

此后，我们使用与鸡肉片相同的污染物检查蔬菜肉饼（图 3）。

图3 含有污染物的蔬菜馅饼。照片（左）和高光谱伪色彩 RGB 图像（右）

最后，我们测量了山羊奶酪。我们使用一块包装材料，即一小块薄薄的白色塑料包装材料，作为污染物。图 4 显示污染物看起来与奶酪非常相似，并且用 RGB 相机或肉眼几乎看不见。

图4 含有污染物的山羊奶酪。照片（左）和高光谱伪色彩 RGB 图像（右）

食物与异物的光谱比较

每个数据都根据White Ref和Dark Ref进行标准化。我们使用 SpecimINSIGHT 分析软件处理了所得的反射率数据。从鸡肉片和污染物中进行区域选择，并将每个选择的平均光谱绘制到光谱图中进行比较（图 5）。每个光谱的颜色与图像上相应选择的颜色相匹配。光谱图显示鸡肉片和所有污染物的光谱特征明显不同。

图5 鸡柳和污染物的光谱比较。鸡=浅棕色，PS=红色，PE=紫色，木头=黄色），金属=绿色

蔬菜馅饼的光谱特征也不同于污染物，如图 6 所示。

图6 蔬菜馅饼和污染物的光谱比较。蔬菜牛排=棕色，PS=红色，PE=紫色，木头=黄色，金属=绿色

山羊奶酪包装材料稍微透明，这导致山羊奶酪的光谱与包装材料的光谱混合（图7）。因此，山羊奶酪和污染物的光谱特征并不像鸡肉片、蔬菜饼和污染物的光谱特征那样显着差异。

图7 山羊奶酪和污染物的光谱比较。山羊奶酪=白色，包装材料=红色

分类

我们为每种食品创建了一个 PLS-DA 模型（*）来检测异物。鸡柳（图 8）和蔬菜馅饼（图 9）的模型都包括五个类别（PE、PS、木材、金属和食品）。山羊奶酪仅含有一种污染物，因此分类模型（图 10）仅包括两类（塑料和食品）。每个模型的背景都会被检测到并以黑色可视化。

图8 含有污染物的鸡柳：PS=红色、PE=紫色、木材=黄色、金属=绿色

图9 含有污染物的蔬菜馅饼：PS=红色、PE=紫色、木材=黄色、金属=绿色

图10 含有污染物的山羊奶酪。包装材料=红色

*PLS DA = 偏最小二乘判别分析

结论

本研究使用Specim FX17高光谱相机（900 – 1700 nm）来检测食品上的异物。根据测量和分析，我们可以得出以下结论：食品和污染物的光谱特征是可以区分的。根据 Specim FX17 相机捕获的数据，可以创建分类模型来检测污染物。Specim FX17 高光谱相机可以检测人眼看不见、标准 RGB 相机无法检测到的污染物。

（文章来来源于Specim，如有侵权，请联系删文）