- 400-999-3848
- 13619227267
- sales@viewsitec.com
友思特分享
光谱波段上的保障：基于多种光学技术的食品无损检测
前言导读 2024.8.28
基于可见光、红外、太赫兹以及X射线的各种光学检测方法，为食品行业提供了更加高效、安全、可靠的无损检测技术。友思特将在本文中带您了解各个波段光学技术设备在食品质量检测中的多彩应用。
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。
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。
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。
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。
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。
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。
友思特基于铟镓砷与锗基材料的短波红外相机
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。
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。
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。
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。
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。
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。
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。
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。
参考来源：
[1]https://www.photonics.com/Articles/Food_Inspection_Techniques_From_the_Visible_to/a68011
[2]https://www.photonics.com/Articles/Assessing_Food_Inspection_Techniques/p21/a68120
友思特 方案产品套装介绍
BlackIndustry SWIR
短波红外高光谱相机
900-1730nm 短波红外宽光谱范围，420个光谱波段，全画幅帧速率 450Hz，Pro型号 ROI 帧速率高达 2230 Hz；可选标准版、Max、Pro三种型号，分别具备 640px 、1280px、2560px 的高空间分辨率；索尼 SenSWIR 传感器技术， 更高的均匀性和光谱灵敏度。
BeyonSense1
迷你短波红外相机
友思特 BeyonSense 是世界上第一台能兼容智能手机的短波红外相机，基于锗基材料，迷你紧凑，比一般的短波红外相机重量轻5倍、价格低10倍，更加省电10倍，可通过蓝牙或WiFi连接到手机/电脑上操作，适合半导体检测、高校研究所的红外成像研究等应用。
uEye 工业相机
友思特IDS工业相机，配备安森美半导体AR0234多功能1/2.6" CMOS传感器，卓越快门效率，使物体在各种照明条件下获得清晰图像。支持USB3视觉标准的高质量全局快门传感器技术和具有成本效益的uEye XCP相机，可用于实验室分析、自主导航车辆视觉支持、自动化检测、快速检测等高精度应用。
Technology & Solution
往期精选推荐
Technology & Solution