日期
11/01
2024
咨询
  • QQ扫一扫

  • Vision小助手
    (CMVU)

光谱波段上的保障:基于多种光学技术的食品无损检测
收藏
2024-11-01 09:33:18来源: 中国机器视觉网

提供安全、高质量的食品需要对食品进行检查。过去,人们依靠人类的感官,根据食物的外观、气味和质地来判断食物的质量。工人们站在传送带旁,手动分拣飞驰而过的产品。高速和大批量的准确分拣需要坚定不移的专注、对细节的持续高度关注和耐久性,而人工很容易疲劳、分心和犯错。

360截图20241107093336340.jpg

但是,使用当今更先进的检测方法,比如基于光学的不同波段的检测方法,包括可见光、红外、太赫兹以及X射线,结合光谱技术,不仅可以根据颜色、质地、水分含量和内部特征对产品进行分级,还可以根据脂肪、糖分等含量进行分级,而不会损坏食品。这些基于光学与光谱学的技术为现代工业带来了更高效、更安全的检测手段。

360截图20241107093346844.jpg

1. 可见光相机检测

为了弥补人工操作的缺点,几十年来,带有在线食品检测软件的高速CCD和CMOS相机已被用于成功识别凹痕、划痕和霉菌。这种相机还可以根据颜色、形状和大小对食物进行分级。

360截图20241107093354203.jpg

在检测食品的质量或异物时,分辨食品外观是个巨大的挑战,具体取决于食品的体积和传送带的速度,因此需要高分辨率的在线高速相机。可见光成像的优点包括识别外观缺陷,例如的划痕和凹痕,以及按形状和大小对物体进行分级的能力。

除了农产品之外,金属、矿物、塑料和废物也采用了相同的光学分选方法。在现代色选机中,相机取代了人眼,机械臂或其他移动设备取代了人手。因此,这些系统可以以更高的速度运行,并比人类更准确、更一致地处理更高的数量级,并且持续时间更长。

360截图20241107093402615.jpg

颜色分选系统可以完成人工分选员可以做的所有事情,但速度更快、更可靠、规模更大。然而,与人眼一样,这些分选机仅基于可见光可以看到的内容:形状和颜色。这包括表面缺陷以及污染物,例如一块木头,在传送带上的樱桃中相对容易检测到,缺陷和污染物并不总是可见的。比如一块水果可能在表面以下瘀伤或腐烂,金属、骨头或塑料可能会嵌入一块肉中。如果看不到污染物,色选机就无法检测到它,这也是可见光范围相机的局限之处。

2. 短波红外相机检测

非可见光成像,例如使用砷化铟镓(InGaAs)材料的短波红外(SWIR)探测器,可以提供的CCD或CMOS相机无法观察到的信息。其不可见成像主要基于以下原理:水的吸收系数有几个峰值,包括一个在970 nm(近红外或NIR)处,另一个在1440 nm处的更高峰值(短波红外或SWIR)。这意味着这些波长在遇到水时会被吸收。因此,近红外,尤其是短波红外波长在检测水分方面非常出色,因为与场景相反,水分在红外成像仪上显示得非常暗。水分的存在可能表明瘀伤,即使瘀伤尚未完全形成并且位于表面以下。

360截图20241107093410436.jpg

非可见光成像通常使用InGaAs相机,因为它们在900-1700 nm范围内具有高灵敏度。目前InGaAs传感器的成本相较来说较高,基于Ge锗基材料的红外相机具有低成本、设备紧凑、便携操作的特点,也可以是一个选择,但现阶段的锗基探测器分辨率较低,将其局限于实验室应用,有希望后期提升其分辨率和灵敏度后应用于食品检测行业。

360截图20241107093419204.jpg

短波红外相机的优点包括能够突破人眼视觉的极限,检测水分含量,例如农产品上的瘀伤,以及识别异物,例如颜色相似的食物,如咖啡豆或米饭。

将可见光和非可见光的机器视觉置于工艺线,使每条生产线都能提供不同的信息。从外观到内部瘀伤的特征,可以对新鲜农产品进行分类,并将高质量的产品保留给消费者,而具有一些外部损伤的产品可用于加工食品或肥料。这个过程可以最大限度地减少来自农场的产品浪费。

3. X射线检测

可见光和短波红外的机器视觉用于外观或亚表面检测,而 X 射线成像是检测内部特征的最可靠方法。X 射线成像主要以医学与安检应用而闻名,其对于食品行业的质量检查也变得越来越必要。

金属检测设备经常被用作食品内部的质量检查,但检测范围仅限于金属物体,其灵敏度可能因磁导率和金属的导电性而受到影响。然而,X 射线成像可以以非常高的灵敏度检测金属、玻璃、塑料、骨骼和贝壳,并揭示异物的形状、大小和位置。

360截图20241107093431824.jpg

X射线成像的优点包括穿透厚表面并高速检测内部非常小的物体、识别包装内部的物体或检查包装密封的质量。

4. 太赫兹检测

射线检测虽然具有优异的穿透性,然而其劣势在于辐射较大,对人体会造成一定伤害,太赫兹有望成为其替代技术。太赫兹波位于微波与红外之间,实际上也被称为“远红外”,对许多非金属材料具有穿透能力,比如塑料、纸张、陶瓷等。更重要的是太赫兹并没有电离腐蚀,在非接触成像的工作模式下,不会对操作人或者特殊成分的食品造成负面影响。因此,太赫兹技术在食品检测领域有着巨大的潜力。

例如,太赫兹技术能够穿透常规的纸盒与塑料包装,通过对比度良好的图像效果,查看到饼干、大米、巧克力等固态食品的内部异物(金属、玻璃碎片),揭示其形状、尺寸以及位置。除此以外,太赫兹技术还可以看到食品内部的不同组成部分,比如巧克力内部的榛子,以便做成分计量。

360截图20241107093441568.jpg

目前,太赫兹作为一项新兴技术,在食品检测领域应用并不广泛。主要原因在于水对太赫兹的强吸收性,导致含水量较高的食品检测效果并不好;另外,目前的太赫兹成像设备多为扫描成像,这并不适配于产线所需的高速检测。最后,由于制造工艺和技术原理的难度,目前太赫兹设备成本较高,难以普及在日常的食品检测中。不过相信随着技术的进步,太赫兹技术将在未来作为食品行业常见的检测技术之一。

5. 红外光谱仪检测

食物主要由水、脂肪、蛋白质和碳水化合物以及许多次要成分组成。食品的特性,如外观、颜色、风味和质地,可以表明质量安全性。为了识别和测量食品的分子成分从而确定其质量和安全性,食品供应商可以求助于光谱学。

360截图20241107093450507.jpg

光谱学是基于分子信息评估食品质量的最成功的技术之一。食品供应商不依赖人类感官(主观判断外观、颜色和其他特性),而是使用光谱学来生成定量数据。借助内置光谱库,光谱学使食品供应商更容易识别到食品的关键成分,量化统计数据直接用于衡量食品质量。此外,光谱学只需要极少的甚至不需要样品制备,从而可以对单个或多个样品进行快速的在线分析。近红外 (NIR) 光谱是解锁关于营养、新鲜度和成熟度信息的关键。

360截图20241107093457916.jpg

为了便于随时随地检测食品,友思特 Linksquare 便携式光谱仪在采集光谱数据的基础上还进一步精简了体积,能够以手持的方式对食品做检测。结合已建立的光谱数据库,便携式光谱仪可以直接反馈出水果、肉类的新鲜度等信息。

6. 光谱相机检测

光谱检测获得的仅是食品单个位置的光谱信息,然而有时候食品变质、糖分等含量仅在不确定的局部。为了获取整个食品覆盖面积的光谱信息,可以将相机与光谱相结合,称之为光谱相机。光谱成像是一种结合了相机优点的技术,用于识别空间信息和光谱仪的优点,以识别光谱信息内容。

360截图20241107093504711.jpg

多光谱或高光谱相机可以检测数十个或数百个窄带的图像。其他化学物质在不同波长下吸收和反射不同的光,这些光谱特征是独特的,可以根据这些光谱信息识别不同化学成分含量的样品,或者是外观相似但材质不同的样品,从而实现后续的分拣、分级等应用。光谱成像还可以帮助检测食物中外形相似的异物、瘀伤、冷伤、硬度、成熟度、矿物质含量、可溶性固体含量、果蝇侵扰、细菌性疾病,甚至粪便。最重要的是,这种检测都是以非破坏性的方式进行的,进一步减少了浪费和损耗。

360截图20241107093512105.jpg

利用短波红外波段的光谱成像,可以对人眼可能无法检测到或传统无法测量的特征对肉类、家禽或鱼类进行分级。短波红外光谱成像可以帮助识别和量化食品的化学成分,根据所分析的每种复合材料的不同波长或光谱指纹图谱提供营养、脂肪百分比、糖含量和新鲜度等信息。例如,SWIR 高光谱相机可以帮助测量杏仁的脂肪和水分含量,并在收获季节之前预测等级和质量。

360截图20241107093520732.jpg

光谱成像技术代表了机器视觉行业的一项强大技术,食品检测是一个关键应用。

总结

除了上述展示的几种方案,食品检测的方案仍在不断发展中。上文提到的每种检测方式都具有不同的功能,安装的模式越多,缺陷检测就越好。通过更好的缺陷和污染物检测,输出质量得到提高,并且随着更准确的分拣减少浪费。但是,在系统设计中必须考虑许多因素,包括成本和复杂性,需要反复试验,从而找到最佳解决方案。基于机器视觉技术的发展,相信未来食品行业会迎来更高速、更精准、更多元信息的检测解决方案。