1984年以来的成员

了解更多

AIA-Advanced Vision+Imaging已转变为Advanced Automation协会,该协会是全188jinbaobo org球领先的视觉+成像、机器人、运动控制和工业AI行业自动化行业协会。

根据以下文件提交的内容:

行业:
不适用

应用程序:
不适用

机器视觉在食品检测中收获了机遇

发布于2016年10月11日

 | 作者:Winn Hardin,特约编辑

像人类舌头的味蕾一样,机器视觉在食品检测中的应用可以在多个方面检测和处理复杂性。农民依靠多光谱成像和传感来分析植物健康状况。自《美国食品现代化法案》于2011年生效以来,食品生产商已采用机器视觉来满足该法案的产品跟踪和追踪要求。

消费者也在影响商业案例,通过视觉检查验证食品的外观、质量甚至味道。从野外到杂货店,机器视觉发现了使不安全、不吸引人的食品远离超市货架的缺陷。

Pixelteq的PixelCam在这里以拜耳图案和条纹滤光片为背景,这些滤光片整合在实际的相机外壳中。PIXELTEQ提供定制的微图案玻璃过滤器,然后将其与摄像头传感器对齐。多光谱的多种用途
什么时候像素(佛罗里达州拉戈)五年前从海洋光学公司(佛罗里达州达尼丁)剥离出来,前者认识到其客户越来越希望将成像和光谱技术结合起来用于食品检验。Pixelteq销售和营销副总裁Marco Snikkers表示:“我们最初看到客户采用图像进行尺寸测量,而不是颜色测量。”Pixelteq提供OEM多光谱图像和传感产品。

然而,在光谱分析方面,“你只能测量一种食品,”斯尼克克斯说。例如,如果苹果中存在异常,分光计只能检测水果的一侧。

Pixelteq将这两个世界的优点结合在一起,创建了一个快照相机,可以通过多个光谱带生成物体的二维图像。像素摄像机™ 该系列采用拜耳模式,在一个芯片上有4到9个光谱带,其中单个像素获得单个滤波器。传感器提取特定可见光和红外波长的高对比度光谱信息。

因为食物是一种具有许多自然变化的资源,多光谱成像是检测RGB或单色相机无法检测到的差异的理想方法。Snikkers说,通过结合可见光和短波红外(SWIR),“你有一个巨大的波长范围,在这个范围内你可以真正确定你在食物中寻找的吸收带的类型。”。“一旦您决定了要监视或控制什么,多光谱是非常专用的。您可以在芯片上选择波长,OEM只能获得与它们相关的信息。”

食品生产商正在整个供应链中采用多光谱成像技术。特别是随着摄像机尺寸的不断缩小,越来越多的无人机(UAV)配备了用于精确农业的多光谱成像技术,以审查作物压力或水分或养分的缺乏。

多光谱成像还使食品工业能够通过测量酸度和淀粉水平等参数对水果的内在质量进行分级。Snikkers以韩国为例,在韩国出售的每个苹果都需要有一个Brix值,它决定了植物中蔗糖的百分比。斯尼克说:“如果你不能证明苹果的含糖量,你就不能在韩国销售。”。“这就是他们在杂货店所期望的质量。”

Snikkers指出,类似地,“任何橙汁制造商如果想确保每次橙汁的味道都是一样的,就需要在一定的带宽内找到一个恒定的质量。因为这都是关于味道的,所以你需要能够测量橙汁中的糖含量。”

这种高质量的分类已经从一种“好到有”的选择转变为一种要求,因为它需要满足严格的政府跟踪和追踪规定,同时也提高了消费者对食品来源和检验方式的期望。

Snikkers说:“食品制造商正在用分光计升级现有的分拣机,下一步是将分光计直接集成到摄像机中,使检查更容易、更快、更实惠。”

Allied Vision Technologies GmbH的超小型摄像机因其占地面积小、GigE视觉功能和实时操作系统(RTOS)兼容性而在食品加工应用中得到广泛应用。除了精确农业和食品分类应用外,多光谱成像还在产品包装中找到了立足点。“制造商在展示产品时使用了更清晰的胶片,这样消费者就可以看到他们正在购买的产品,”该公司全球销售高级总监迈克·特罗亚诺(Mike Troiano)表示联合视觉技术公司。(宾夕法尼亚州埃克斯顿)。“这在可见光谱之外带来了一些挑战,但也为短波红外和长波红外(LWIR)带来了机遇。”

一些应用还依赖于热摄像头,以确保使用足够的温度来正确关闭具有热收缩的包装。然而,十年前,食品制造商不愿意投资于非可视成像。

Troiano说:“热敏相机太贵,而SWIR相机的分辨率太低。”。“但今天,我们看到了在包装过程中和包装后对产品进行分级的步骤,以确保产品符合其需要。”

此外,特罗亚诺补充道,产品的价值越高——比如鳄梨,其中2015年在美国销售了20亿英镑——食品生产商愿意投入更多的钱来检验它。

高于其他部分的切口
肉类切割代表了机器视觉继续蓬勃发展的另一种食品应用。Allied Vision的Troiano表示,处理设施正在寻找与实时操作系统(RTOS)兼容的高速CMOS成像仪。

他们也处理很多不同的光源。特罗亚诺说:“一些人放下了图案灯,而另一些人则使用三角测量和激光来做出切割决定。”。“但最终,他们正试图优化牛肉、鸡肉和猪肉的产量削减。”

肉类加工商正在加快机器视觉的采用率,原因有几个。Troiano说:“从10年前到15年前,照相机的成本已经大大降低,CMOS成像仪的选择也更加无限。”。其他影响因素包括RTOS升级周期和旧传感器的中断。

随着这些公司的相机销量的增加,他们在维护硬件方面面临着更大的困难,因此,他们更多地依赖相机专家为他们提供标准化的产品,而不是自己生产。

此外,作为遵守联邦法规的一部分,肉类加工行业需要一个长期可用的稳定驱动程序包。Troiano说:“他们一次又一次地部署相同的软件,而不是使用新的软件包。”。“作为供应商,即使技术和行业发生变化,你也必须愿意与他们一起销售。”

对于肉类切割应用,Allied Vision对其Mako系列小型GigE摄像机非常感兴趣。Troiano说:“许多客户都在使用我们的Vimba软件驱动程序包来运行它,该软件包与RTOS兼容,不久将与QNX兼容。”。“板级摄像头不是100%的必需品,因为所有东西都放在一个外壳中,用于腐蚀性冲洗。”

美国人的饮食习惯正在影响肉类切割和加工趋势。在美国,每四个人中就有一个人每天都在吃某种快餐,因此机器制造商为了利用快餐店市场,正在制造特定的设备——无论是将鸡块切成薄片,还是将猪肉分成四块培根——也就不足为奇了。

最后一站:顾客满意
展望未来,食品检验不会仅仅在食品装船时停止。PixelSensor以9x9毫米阵列格式最多8个色带为特色™ Pixelteq的多光谱传感器可以实现快速现场检查。

Pixelteq的Snikkers说:“在食品储存一定时间的配送中心,能够使用手持成像相机或传感器进行质量检查对于提供客户期望的质量具有巨大价值。”。同样的道理也适用于杂货商“寻找一个方便的工具来获得展示的食品的质量数量。”

结果可能是,购物者对食品质量拥有最终决定权,尤其是当他们对如何检查食品中的某些农药或疾病的期望值越来越高时。Snikkers总结道:“随着传感器变得越来越小,我们坚信光谱仪最终会出现在智能手机中,这样人们就能够立即获得他们正在食用的食物的质量指标。”。