日期
08/21
2024
咨询
  • QQ扫一扫

  • Vision小助手
    (CMVU)

图像处理和计算能力的最新进展开始使高光谱变得更加容易使用
收藏
2024-08-21 10:38:41来源: 中国机器视觉网

彩色相机捕获三个波段(红色、绿色和蓝色)的图像,而高光谱成像 (HSI) 捕获许多(有时数百个)光谱带。如果相机捕获从可见光到远红外的任何连续波段,则该相机是“高光谱”的。

人类的色觉对食品质量提供了一些有限的指示,例如水果的成熟度或表面瘀伤。但 HSI 进一步扩展了这种识别和分类,彻底改变了食品加工各个阶段的检查。超越 RGB 的视野,可以识别和分类不需要的进货产品、监控关键流程以及保证出厂质量。

相机传感器和成像技术的最新进展正在降低 HSI 相机的成本,在某些情况下还减小其尺寸。而图像处理方面的改进,包括机器学习和计算能力的增强,正在简化生产线集成以提供可操作的数据。此外,作为一种非接触式检测技术,HSI 不会产生额外的浪费,因为无需对产品进行任何方式的探测或修改。

微信截图_20240822103723.png

识别不需要的物质

虽然食品分类可以由人类工人完成,但目视检查需要始终关注细节,不可避免地会因疲劳和分心而导致错误。自动色选机根据产品的颜色、尺寸和形状做出决策,提供持续监控并具有准确性和一致性的优势。然而,仅凭 RGB 图像并不总是容易检测到污染物、缺陷和不需要的材料。通过检查多个波段,HSI 可以更好地识别咖啡豆或大米中的砂砾或石头等异物。

一个例子是在生产线上从坚果中分拣果壳时。 使用在 SWIR(短波红外,1000nm - 2500nm)范围内运行的高光谱相机收集训练数据,并收集坚果(杏仁、榛子、山核桃和核桃)样本以及每种坚果的壳。分类模型能够快速实时识别坚果并将其分类为不同类别以及检测壳。

评估新鲜度和质量

在评估质量和新鲜度时,HSI 可用于分析水分含量、脂肪、蛋白质,并检测产品降解或掺假引起的化学变化。它已被证明是一种强大的技术,可以评估肉的大理石花纹、老化以及潜在的嫩度。在渔业中,它已用于物种分类、质量分级和寄生虫检测,其精度和速度远高于人类目视检查。光谱相机可以更快、更客观地评估鱼类质量,同时减少人工处理和劳动力成本。并在生产过程的早期扫描鱼以透视其皮肤,分析和记录血点,并使分级机能够快速分类。

HSI 还用于浆果和其他小水果的质量评估和分选,这些水果对处理和储存特别敏感,如果产品管理不仔细,质量参数往往会迅速恶化。光谱成像可以评估外部属性,例如颜色、纹理、硬度、表面损伤、瘀伤、缺陷和污染物。光谱数据可以与破坏性湿实验室分析结果相关联,以确定内部营养参数,而不会损坏产品。适合光谱分析的典型参数包括风味、水分含量、干物质、总可溶性固体含量、花青素、酸度、pH 值、糖含量和维生素 C。

改善过程控制

HSI 在过程控制中也有广泛的应用。例如,可可豆质量控制解决方案(图 2)。质量测试的标准程序是一个破坏性过程,将可可豆切成两半,然后目视检查以识别是否存在黑豆或白豆、霉菌、发芽以及发酵过度或发酵不足,从而暴露可可豆的子叶在一个样品批次内。 HSI 与训练有素的分类模型相结合,显示分类准确率接近 80%,而无需切开豆子。

该技术可以启用自动检测线,为分类和定价提供实时评估结果,还可以评估发芽、过度发酵、霉菌和白豆。对所有咖啡豆进行分析可以对整体质量提供更可靠的评估,特别是与传统的采样过程相比。

先进的传感器和低成本的成像

HSI 是一种功能强大的非接触式技术,可以在食品加工行业中执行大量检测和计量任务。但迄今为止,它在该领域的应用有限,可能是因为相机成本较高(特别是短波红外相机)和图像处理要求。

然而,传感材料、图像处理和计算能力方面的最新进展开始使该技术变得更加容易使用。这些改进和低成本方法将使 HSI 能够更广泛地用于常规食品加工任务,例如将成分与异物或不需要的材料分离。

例如,从壳中分拣坚果,识别并去除之前处理阶段的塑料或其他不需要的副产品。它还可以检查传入产品的质量和真实性,例如水果的成熟度或确定鳕鱼是否已被成本较低的白鱼取代。

未来几年 HSI 的广泛采用应有助于提高食品质量并减少浪费,从而降低加工成本和碳排放,并为我们所有人作为消费者带来更高的价值。

(文章来源于撸陆,如有侵权请联系删除)