光學、高光譜和 X 射線成像以及光譜學用于不同類型的食品檢測，從肉類分級到發現異物。

 

ALBERT TU, HAMAMATSU CORP.

 

十年前，糧食供應對世界上大多數人來說不是問題，但今天世界正面臨糧食危機。多種因素導致了這個問題，包括最近的供應鏈問題、交付和勞動力短缺以及世界各地的沖突。除了維持穩定的食品供應外，生產商還越來越多地致力于創造可持續的流程，在保持質量的同時減少浪費。

 

早期檢查可以創造安全的食品并減少資源浪費。由濱松光子學公司提供。

 

提供安全、優質的食品需要對食品進行檢查。過去，人們依靠人類的感官來根據食物的外觀、氣味和質地來判斷食物。但使用當今更先進的檢測方法，不僅可以根據顏色、質地、水分含量和內部特征對產品進行分級，還可以根據脂肪、糖分甚至葡萄糖水平等成分對產品進行分級，而不會損壞食品。憑借許多可用的檢測技術，光學和基于 X 射線的方法一直是最有效和最可靠的方法之一。有幾種主要方法，從機器視覺到光譜學再到高光譜成像（一種提供空間和光譜信息的技術），可以為特定過程發現最有效的檢測方法。

 

從人到機器

 

幾十年前，大多數食品供應商都在使用人工對食品進行分類。隨著產量的不斷增長，傳送帶被用于食品加工，由于準確性和成本問題，人類視覺變得不再可行。檢查員很容易被相似的顏色和形狀混淆，他們無法識別產品表皮或包裝下的缺陷。沿著傳送帶傳送的大量農產品也是一個挑戰。

 

這些問題迫使食品供應商從人工分揀轉向自動化機器視覺技術。機器視覺提供了許多優勢。例如，涉及可見光和不可見光以及 X 射線的各種成像方法可用于各種級別的檢查。此外，公司可以在產品進入消費者手中之前減少食品檢驗和包裝中的錯誤，還可以追蹤過程問題發生的時間和地點，從而節省確定過程中哪個部分出錯所花費的時間和金錢。

 

挑剔的形狀和大小

 

帶有在線食品檢測軟件的高速 CCD 和 CMOS 相機已經使用了數十年，以成功識別凹痕、劃痕和霉菌。這種相機還可以幫助根據顏色、形狀和大小對食物進行分級。

 

在檢查質量或污染證據時，食品的外觀帶來了巨大的挑戰——取決于食品的體積和傳送帶的速度——因此需要具有高分辨率的在線高速相機。對于更高級的檢測，不同的多線相機，例如 RGB 三線和 RGB NIR 四線，可以同時捕獲光譜。根據工作環境，IP69K 或更高的防塵防水等級將是有益的。可見成像的優點包括識別外觀缺陷，如劃痕和凹痕，以及按形狀和大小對物體進行分級的能力。

 

次表面缺陷

 

非可見成像，例如使用砷化銦鎵 (InGaAs) 相機的短波紅外 (SWIR)，可提供典型 CCD 或 CMOS 相機無法提供的信息。非可見成像通常使用 InGaAs 相機，因為它們在 900 到 2500 nm 范圍內具有高靈敏度。與幾十年前 InGaAs 制造技術處于起步階段不同，今天的制造商提供高分辨率、高速 InGaAs 相機，無需冷卻。

 

不可見成像的優點包括能夠檢測水分含量，例如農產品上的瘀傷，以及辨別異物，例如咖啡豆或大米等顏色相似的食物中的巖石。不可見成像還可以在塑料和紙張等薄表面下成像，或檢查包裝密封的質量。

 

使用不同的波長進行成像會收集不同的信息。InGaAs：砷化銦鎵。由濱松光子學公司提供。

 

在生產線中戰略性地放置可見和不可見機器視覺，使它們能夠提供不同的信息——例如，用于檢查農產品。根據提供的從外觀到內部瘀傷的特征信息，可以對新鮮農產品進行分類，將優質產品保留給消費者，而將外部損傷的農產品用于加工食品或肥料。這個過程可以最大限度地減少來自農場的產品的浪費。

 

用于地下檢查的 X 射線

 

雖然可見和不可見機器視覺用于外觀或地下檢查，但 X 射線成像是檢查內部特征的最可靠方法。盡管 X 射線成像主要用于醫療應用和行李安全，但 X 射線檢測對于檢查食品行業的質量變得越來越必要。

 

戰略性地放置使用不同方法的無損檢測系統可以節省企業的時間和金錢，并為消費者提供高質量和安全的食品。金屬探測器經常被用作內部食品檢測的質量檢查，但它們的檢測能力僅限于金屬物體，其靈敏度會根據金屬的磁導率和電導率而有所不同。然而，X 射線成像可以以非常高的靈敏度檢測金屬、玻璃、塑料、骨骼和貝殼。X 射線可以揭示異物的形狀、大小和位置。

 

在線 X 射線食品檢測是通過在傳送帶上移動物體，同時使用 X 射線線掃描相機以非常高的速度逐行掃描來進行的。這些相機有多種長度（最長 1 m）、速度和分辨率，以滿足食品加工商的生產線和質量保證要求。然后將高動態范圍的 X 射線圖像輸入計算機，由各種軟件程序執行自動缺陷識別。

 

X 射線成像的優點包括透視厚表面和高速檢測內部非常小的物體，以及識別包裝內的物體或檢查包裝密封的質量。

 

在檢查雞或魚體內的骨頭等混合物質物體時，可以使用雙能 X 射線來實現高靈敏度。這種在線食品檢測技術僅使用單個 X 射線源與雙能 X 射線線掃描相機相結合，可以從 X 射線光譜中檢測兩個能級。操作員可以根據質量保證標準調整閾值設置，并且可以在自動缺陷識別軟件中處理圖像。

 

食品復合材料的光譜學

 

食物主要由水、脂肪、蛋白質和碳水化合物以及許多微量成分組成。可以表明質量和安全性的食品特性（例如外觀、顏色、風味和質地）取決于食品系統內的分子結構以及分子內和分子間的相互作用。為了識別和測量食品的分子成分，從而確定其質量和安全性，食品供應商可以求助于光譜學。

 

光譜學是基于分子信息評估食品質量的最成功的技術之一。食品供應商不依賴人類感官——主觀判斷外觀、顏色和其他食品特性——而是使用光譜學來生成定量數據。在內置光譜庫的幫助下，光譜使食品供應商更容易識別食品的關鍵成分，量化統計數據可用于衡量食品質量。此外，光譜學需要最少的樣品制備或不需要樣品制備，從而可以對單個或多個樣品進行快速和在線分析。

 

近紅外 (NIR) 光譜是了解營養、新鮮度和成熟度信息的關鍵。在 NIR 光譜中可檢測到的食物成分示例如上表所示。

 

市場上有許多 NIR 光譜儀，包括將寬帶鹵素燈組合到手持式 Fabry-Pérot 干涉儀中的 NIR 光譜儀，其波長范圍從 1350 到 2150 nm。該設備允許用戶執行反射或透射測量，以表征有關食品質量的重要信息，而無需進行樣品制備，例如識別乳制品中的脂肪、蛋白質和水分含量。

 

對于水果和蔬菜，確定成熟度和含糖量不僅可以提供有關田間施肥的信息，還可以根據含糖量和成熟度對最終產品進行分級。

 

用于分類的高光譜成像

 

高光譜成像是一種技術，它結合了相機的優點，以識別空間信息，如大小和形狀，與光譜儀的優點，識別光譜信息，如糖含量或水分含量。這種技術提供了多種類型的信息，是區分異物、識別脂肪含量或檢測不需要的摻假物質的好工具。

 

由于高光譜成像系統的工作方式類似于使用數千或數百萬個光譜儀，因此在圖像的每個像素處提供反射光的化學特征，衍射光柵和圖像傳感器性能起著關鍵作用。在每個范圍內，實際上收集了數百個光譜帶，因此針對特定應用進行微調并具有高靈敏度和足夠動態范圍的光柵可在食品沿著檢測線移動時提供精確信息。

 

SWIR高光譜成像

 

在 SWIR 中運行的高光譜成像系統還可用于根據人眼可能無法檢測到或傳統機器視覺相機可能無法測量的特征對肉類、家禽或魚類進行分級。此外，SWIR 高光譜成像可以幫助識別和量化食品的化學成分，根據分析的每種復合材料的不同波長或光譜指紋提供營養、脂肪百分比、糖含量和新鮮度等信息。例如，無人機上的 SWIR 高光譜相機可以幫助測量樹上生長的蘋果的含糖量，并在收獲季節前預測蘋果的等級和質量。

 

高光譜成像傳感器代表了機器視覺行業的一項強大技術，其中需要超越傳統顏色的精度。食品檢驗是一項關鍵應用。

 

肉質

 

分級 肉質分級涉及眾多因素，而脂肪始終是最重要的兩個因素之一。可以通過多種方式檢查大理石花紋，而使用高光譜成像可以更容易地識別或鑒定大量肉類。高光譜成像可以識別純脂肪、含有大理石花紋或瘦肉的部分。它還能夠識別骨片是否在肉內。

 

為食品供應商創建可持續的商業周期目前很困難，涉及供應有限和其他供應鏈問題。在流程之前、期間或之后避免更多的資源浪費可能是關鍵。戰略性地放置使用不同方法的無損檢測系統可以節省企業的時間和金錢，并為消費者提供高質量和安全的食品。