目标

本应用说明探讨了高光谱成像 (HSI) 技术如何改善食品质量和安全检测，特别是检测咖啡豆中的污染物。本研究使用 Specim FX10、FX17 和 SWIR 相机，探索了 HSI 技术如何检测异物和污染物，以确保食品加工的质量和安全。

食品质量和安全挑战概述

食品制造商在识别污染物（例如异物）以保持质量标准方面面临挑战。检测咖啡豆中的非咖啡物质（例如木棍、贝壳和石头）对于确保质量和安全至关重要。
高光谱成像技术可以捕捉每个像素的光谱数据，根据光谱特征区分咖啡豆和潜在污染物，从而实现详细的污染物检测。该技术的非破坏性是食品行业的一大优势，因为它可以在不损坏产品的情况下检查产品。

食品质量检测中的高光谱成像

在本研究中，测量了两种咖啡豆和几种污染物 使用Specim 的FX10、FX17 和 SWIR 高光谱相机，每台相机都提供独特的光谱范围和分辨率：

Specim FX10：400-100纳米；光谱分辨率：5.5nm；像素大小：约 0.176 毫米。

Specim FX17：900-1700纳米；光谱分辨率：8nm；像素大小：约 0.281 毫米。

SWIR：1000-2500纳米；光谱分辨率：12nm；像素大小：约 0.520 毫米。

数据使用SpecimINSIGHT处理 , 是SpecimONE 数据处理平台的一部分。

测试的污染物包括木棍、贝壳和石头。记录了每台相机的光谱响应，以评估它们区分这些污染物和咖啡豆的有效性。

图 1 样品和污染物的照片

与传统视觉系统相比，高光谱成像的附加值显而易见：

1.咖啡豆和污染物都经过烘焙，因此颜色非常相似。因此，仅使用 RGB 相机无法区分它们。

2.咖啡豆和污染物的密度也相似，导致 X 射线成像无效。

3.然而，高光谱成像可以揭示材料的化学成分，使其成为该应用最适合的方法。

样品测量和数据分析

· Specim FX10 相机

Specim FX10 的光谱数据并未显示出能够可靠地将咖啡豆与污染物分离的独特特征，在光谱中观察到的区分很小。

咖啡豆的 VNIR 光谱

污染物的 VNIR 光谱

图 2 咖啡豆和污染物的Specim FX10 光谱

正如预期的那样，PLSDA 模型在从咖啡豆中分离污染物方面表现不佳。

图3 基于FX10相关模型的 (橙色的是咖啡豆紫色的是污染物)预测

· Specim FX17 相机

Specim FX17 捕捉到了更多独特的光谱特征，尤其是在 1200、1430 和 1700 nm 左右。这些峰值与咖啡特有的光谱一致，增强了区分污染物的能力。

咖啡豆的近红外光谱

污染物的近红外光谱

图 4 咖啡豆和污染物的Specim FX17 光谱

我们还强调，可以使用适当的预处理技术来增强光谱差异。此外，可以定义仅覆盖相关范围的光谱感兴趣区域 (ROI)，这展示了 Specim FX 相机的另一个优势。

图 5 预处理后Specim FX17 相关的污染物（紫色）和豆类（橙色）光谱

建模结果显示咖啡豆和污染物之间分离得很好。

图6 基于Specim FX17相关模型的预测 (橙色的是咖啡豆紫色的是污染物)

· SWIR相机

SWIR 相机展现出最全面的光谱特征。它涵盖了 FX17 的光谱范围，甚至超过，到达了 2500 nm。这一增加的范围使该模型能够包含更多与咖啡因相关的光谱标记，从而提高污染物检测的准确性。

咖啡豆的 SWIR 光谱

污染物的 SWIR 光谱

图 7 咖啡豆和污染物的 SWIR 光谱

图8 基于Specim SWIR相关模型的预测 (橙色的是咖啡豆紫色的是污染物)

结论

根据结果，Specim FX17 和 SWIR 相机均能有效识别污染物，但 SWIR 的准确度略高。然而，考虑到成本效益和与SpecimONE的兼容性，我们推荐使用 Specim FX17 相机来检测咖啡加工过程中的污染物。

Specim FX10 模型

Specim FX17 模型

SWIR模型

在食品加工中应用高光谱成像可以提高产品安全性、减少浪费、提高质量控制标准，为制造商提供检测污染物和确保最高质量标准的可靠工具。

（文章来源Specim相机，如有侵权，请联系删文）