Продоволствена сигурност Напредък в хиперспектралния анализ в хранителната индустрия Агро Анализ

Значението на обработката на изображения за хранителната промишленост

Да можете да контролирате суровините

Сред технологичните предизвикателства, които хранителната индустрия в момента поставя в областта на машинното зрение, е контролът на суровините, като надеждно измерване и класификация на сладкарските продукти и месото.
„Това представлява истинско предизвикателство за обработката на изображения в хранителната индустрия. Друга честа задача се отнася до обективния контрол на неизмерими характеристики, като появата на топинги за пица ", уточнява представителят на Stemmer Imaging.

сигурност

От черно-бялата камера, през цветната камера, рентгенови лъчи и 3D

Поради своите химични свойства, предметите и храните оставят уникален "отпечатък", спектрален подпис, даващ информация за молекулярната структура.
За да прочетете тази информация, технологията на машинното зрение се разви значително през последните години.
В допълнение към черно-белите камери, които използват разликите в контраст за откриване на дефекти, днес все по-прецизните цветни камери могат да идентифицират малки вариации в цвета.
В допълнение, системите за триизмерно виждане позволяват да се създават много прецизни изображения на анализираните продукти.

Технологията на хиперспектралните камери, опора в Индустрия 4.0

Системите обаче са предназначени за повърхностен анализ и понякога достигат своите граници, когато изследваните обекти или продукти имат различна молекулярна структура или са обект на процеси на промяна. Това важи особено за хранителния сектор със степента на зрялост на плодовете и възможната поява на плесени.
Не много отдавна използваната технология за хиперспектрални камери все още не беше достатъчно разработена, за да бъде широко приложена в индустриалната агро-хранителна среда.
„Разработването и внедряването на всяко приложение, което се стреми да интегрира хиперспектрална технология, трябва да бъде напълно преработено, което често не е икономически осъществимо в индустриална среда“, каза Маркус Бургсталер, директор на Perception Park. За да запълни тази празнина, тази компания разработи софтуерната технология CCI преди две години.

Визуализирайте степента на трансформация на плода

Химическото цветно изобразяване (CCI) е техника, която визуализира молекулярната структура на материалите, като я показва в цвят на резултата.
По този начин този уникален "химически пръстов отпечатък" дава възможност за бързо разграничаване на обекти или продукти с подобен външен вид.
Ядрото на CCI е извличането на собствени двуизмерни изображения, Chemical Color Images, от сложни многомерни хиперспектрални данни.
Тези ексклузивни изображения представят на потребителя в цветно кодирана спектроскопска информация, събрана чрез пространствена разделителна способност. Цветовете (Chemical Colors) отразяват молекулярните свойства на изследваните обекти.
И обратно, тази техника също подчертава идентичните свойства на очевидно различни предмети или продукти.
За продукти, подложени на процеси на трансформация, като напълно узряващи плодове, например, хиперспектралните изображения позволяват да се визуализира тяхната степен на трансформация.

Пътят към напълно нови възможности на приложенията

Системите за хиперспектрален анализ отчитат диапазон от дължини на вълните над 100 различни дължини на вълната (например 900 до 1700 nm): те отварят пътя към напълно нови възможности на приложения, макар и извън областите на приложение на мултиспектралното зрение.
Досега домейн, запазен за учени и специалисти в областта на спектроскопията и хемометрията, поради масата на получените данни и тяхната сложност, хиперспектралният анализ стана достъпен за хранителния сектор.

Изключителен потенциал за подобряване на качеството и безопасността на храните

Позволете на нискоквалифицираните потребители да прилагат хиперспектрален анализ

Широка гама от приложения

Понастоящем химичното цветно изображение се използва по-специално от доставчици на решения, както и от машиностроители в промишлени процеси.