当您肩负起防止异物污染生产线上产品的 任务时，您就会体会到“大海捞针”这句话的道理。

想象一下，一家加工厂每天要处理数十万斤鸡肉。这些鸡肉中可能夹杂着一小块塑料手套或一块木托盘。控制和预防肉类中此类异物的最佳方法是什么？答案可能比您想象的更复杂。 

本文探讨了使异物检测复杂化的各种技术因素。您将了解为何传感器检测物理污染事件并非都是有效的。您还将发现检测曲线如何帮助您了解实际找到所需污染物的概率。最后，您将获得大量经过验证的想法来评估您自己的异物控制程序。 

影响检测效果的 5 个技术问题

任何检测系统的有效性都受到一些重要技术因素的影响：

解决方案

无论选择哪种检测技术，分辨率都很重要。放大物体并仍能看到适当细节的程度是有限制的。下图展示了相机上的这种效果。请注意右侧花朵的放大图像使图像看起来更模糊。

当你看到探测器的像素大小时，很自然地会认为它会找到像该像素一样小的物体。实际上，2 毫米的像素分辨率意味着探测器只能找到 4 毫米大小的物体。

运动

运动中的物体比静止的物体更模糊，清晰度更低。在加工线上，运动是不可避免的，但随着生产线速度不断提高，检测器准确识别异物的能力将受到影响。 

照明

如果您的产品完全一致，检测会更简单。实际上，产品的厚度各不相同，这会影响检测系统完成工作所需的光量。以 高光谱为例。如果您的产品很黑，则检测器需要增加亮度以取得好的信号。如果反射率较高的产品随后通过同一检测器，光线将过饱和，从而更难检测到异物。

背景复杂性

X 射线和视觉系统可能像人眼一样容易混淆。这就是为什么背景的复杂性（也称为“噪音”）很重要。毫不奇怪，当异物在均匀的背景下时，更容易找到它们。 

想象一下，检测纸箱上直径为 0.8 毫米的金属球，这与检测技术的距离完美匹配，而检测位于各种形状和大小的彩色产品上的相同金属球则需要花费更多时间。背景越复杂，检测相同物体就越困难，即使在相同条件下也是如此。

信噪比

在客厅里比在繁忙的机场更容易听到针落地的声音。噪音同样会影响检测技术的工作能力。信噪比将“信号”（来自感兴趣的材料的信息，在本例中是正在检测的产品）与“噪音”（来自各种来源，可能包括任何不感兴趣的材料）进行比较。

例如，如果 X 射线机附近有强电磁干扰，其工作效果将不如在空房间中。对于视觉系统而言，外部光线干扰照射在物体上的光线会影响检测效果。 

异物检测 = 观察 + 决策 

检测不仅仅是识别产品上的异物，还涉及对其影响做出适当决策的能力。您需要确定事件是否确实发生并且是否影响产品质量。 

正如我们刚刚了解到的，有多种因素会使检测工作变得混乱。这给生产线的运营者提出了一个重要的问题：如何知道被拒收的产品是否真的含有异物？这就是混淆矩阵发挥作用的地方。 

认识混淆矩阵

混淆矩阵将事件的预期结果与事件的实际结果进行比较。如下图所示，有四种可能的结果。

从矩阵中可以看出，检测器记录的一些检测或未检测事件是不正确的。例如，如果我们要检测某种疾病（如癌症），我们需要知道当癌症*存在*时，特定测试检测出癌症的频率是多少（真阳性），以及当癌症*不存在*时，特定测试检测出癌症的频率是多少（假阳性）。

在异物检测的情况下，我们必须预料到检测器有时会发现不存在的异物（假阳性），或错过存在的异物（假阴性）。当这些假阳性或假阴性发生过于频繁时，系统就无法很好地完成其所选应用。关于真阳性和假阳性，还有一些需要注意的事项：

随着真实阳性率下降，更多的异物被遗漏，并可能最终落入消费者手中。 

可以通过“提高检测系统的灵敏度”来缓解这种情况。但是，这样做可能会增加误报的发生率。 

较高的误报率可能会导致丢弃更多优质产品。 

让检测系统在特定应用中发挥良好作用的秘诀在于仔细平衡真阳性和假阳性的比率以满足您的需求。因此，了解任何检测系统的混淆矩阵结果都是至关重要的起点。您可以想象，在选择最佳检测系统时，必须在混淆矩阵的所有组件之间取得平衡。 

但还有更多！我们还需要查看检测曲线，以进一步了解特定检测器的有效性。

评估检测曲线

通过查看检测曲线可以解决许多异物检测问题。这些曲线不仅会告诉您能找到的最小或最大物体，还会告诉您找到给定物体的概率。 

大多数检测方法的检测效果随着异物尺寸的增加而提高。下图说明了这一点。它显示了三种不同检测器 对不同尺寸异物的检测概率（来自混淆矩阵的真阳性）。

您可以看到，检测器 1 直到异物达到中等尺寸时才会开始检测，并且甚至只能检测到不到 75％ 的大型物体。 

相比之下，探测器 3 检测到的小物体百分比较高，而大物体百分比则为 100%。

大多数检测系统的检测能力都可以得到提高，但这种改进需要付出巨大的代价：增加误报率，从而增加合格产品的拒收率。  

希望现在我们已经清楚了为什么了解检测曲线和任何检测系统的假阳性/假阴性率如此重要，特别是在食品加工厂中。 

每种检测方法（X射线、金属探测、视觉系统、高光谱系统、人工检查）都会在实际（正确）检测、剔除合格产品（假阳性）和漏检（假阴性）之间产生一定的权衡。

比较实际检测和假阳性/假阴性率是真正了解任何检测系统（包括人工检查）能力的唯一方法。

重新定义异物检测

当您了解与检测相关的细微差别和权衡时， 就更容易缓解问题并确保您的异物控制程序提供最高价值。 

当您评估不同的方法时，重要的是要知道任何承诺 100% 检测的供应商都不诚实。没有任何保证。只有找到对您的操作至关重要的异物的统计概率才具有很高的信心。每种自动检测技术都有自己的优点和缺点： 

当物体与背景形成强烈对比时，视觉系统能够很好地发现物体。 

事实证明，X 射线可以发现产品中嵌入的污染物，但前提是这些污染物是高密度材料。它会漏掉许多常见的低密度污染物，包括塑料、木材和纸板。

金属探测器只能发现黑色金属或含铁金属。

高光谱成像技术可以非常有效地发现产品表面 最微小的低密度异物。

您选择的检测系统最终将取决于您要解决的问题。这不仅与您要查找的物体的大小有关，还与您要处理或担心的异物类型有关。查看各种技术在实际测试中的表现。

现在也是开始关注运行检测系统的软件的好时机。一些系统足够复杂，可以捕获丰富的数据，为更全面地优化性能铺平道路。智能算法和机器学习可以驯服复杂性并识别趋势。您可以使用这些丰富的信息开始实施新的和更好的流程，以保护您的业务免受不必要的浪费或异物事件的影响。 

现在应该清楚的是，异物检测是一个复杂的问题。许多企业现在选择采用多重障碍方法，依靠多种不同的技术来加强检测， 这并不奇怪。

（文章来源于撸陆如有侵权，请联系删除）