使用高光谱成像进行可靠的食品检查

近年来，常规图像处理系统已经在工业自动化应用中建立。能够“看到”的机器比没有图像处理的系统能提供更多信息，越来越受到开发人员和设计人员的关注。传统的2D和3D视觉系统通过识别表面上的某些误差特征来检查物体的质量，而高光谱成像（HSI）更进一步：可以对物体进行光谱分析，从而确定是否含有有机或无机杂质——无论是在表面还是在被检材料内部。

高光谱成像系统通常使用100多个不同的波长和一台将从物体反射的光分成光谱的光谱仪，通过相机传感器进行再现。HSI系统将生成的图像组装成一个包含大量数据的三维高光谱数据立方体。于是可以得到被检测物体的“化学指纹”，从而可以精确确定它的材料特性。然后，借助特殊的评估软件，可以在拍摄的图像中用特定的颜色标记每个识别出的化学成分，以便以简单的方式为用户可视化现有物质。这项技术称为化学彩色成像（CCI）。

“高光谱成像可用于大量工业应用领域，解决传统图像处理系统不能解决的问题，”几年前专门从事这项创新技术的Perception Park格拉茨公司的总经理Markus Burgstaller说，“在许多应用领域，必须对看起来非常相似但化学上不相同的物质进行分类。HSI系统能够分析化学性质，因此能够非常可靠地识别材料。借助这项技术，可以在很大程度上实时记录成分的浓度和分布。”高光谱成像系统的这些特性使其特别适合食品工业中的某些应用。

HSI improving food security

在任何食品生产过程中，排除消费者健康风险都是极其重要的：产品中不得残留任何污染，食品还必须包含所有生产者使用的成分，并且在产品描述中为消费者提供说明。

HSI和CCI为这个行业提供了许多应用选择。这些技术使得在对土豆、胡萝卜或其他蔬菜进行分类时，更容易发现食品中的污染，或者石头和泥土这些不需要的东西，以及坚果生产过程中的外壳部分或其他物质，即使是在高速生产线上。如果食物储存的时间过长，蛆虫也会筑巢，新鲜水果也会开始腐烂。Burgstaller说：“在食品生产中，通常不仅要检测污染，还要识别腐烂的、未成熟的、有害虫或霉菌感染的商品。使用高光谱成像系统可以安全地排除这些和许多其他质量缺陷。”

工业生产的食品，如香肠和奶酪，通常以压缩包装的形式出售。对于这些产品，在许多情况下HSI系统允许透过包装进行质量检查。这里的一项特殊任务是检查热密封接头，保证包装食品的绝对密封。即使是对这些密封接头的最小的污染或损坏也会导致包装泄漏或是在保质期之前变质。这一领域的制造商可能会面临无法销售的产品或昂贵的产品召回的后果，而这在很多情况下可以通过使用高光谱成像来避免。

HSI use cases in the food industry

世界各地的食品加工商都在不断地改进他们的产品，使在识别和去除杂质上达到合格。例如，所有种类的肉类生产商都需要知道肉类、脂肪和骨骼在其产品中的比例。借助HSI技术，这可以很容易做到：

HSI chicken

在左边的真实图片中，很难区分鸡肉各部分的单个成分，而在右边的图片中，通过高光谱分析，可以清楚地识别出肉(绿色)、脂肪(红色)和骨头(蓝色)。

在生产大米或其他基本食物时，你需要确认识别并清除每一种污染，如蛆虫和大米之间的木屑。一种基于高光谱成像的图像处理方案能够解决这个问题：

HSI rice and wood maggots

在左边的原始图像中，大米、木屑和蛆虫看起来非常相似，但是HSI和CCI识别出了每种化学成分，并用特定的颜色标记出来，就像中间的图像所显示的那样。右侧图像为已识别的蛆的图像。

对于在许多不同工厂生产饼干的国际供应商来说，在世界各地的每个工厂提供相同质量的饼干是一个巨大的挑战。质量的一个特征当然是颜色。

HSI biscuits

HSI技术允许真实颜色的测量，并确保每个饼干都符合供应商的颜色标准，例如左上方的两块饼干。

“在食品行业还有很多使用HSI和CCI提供经济可靠解决方案的应用案例，检查产品化学成分、确保没有多余的成分到达终端客户并危害其健康。” Burgstaller说。Perception Park公司的软件工具Perception STUDIO和Perception CORE能够根据高光谱成像检查化学特性以确定已知或未知的杂质，即使给没有光谱知识的用户也可以使用。