产品对比
0
对比中的产品
您还可以继续添加
您还可以继续添加
您还可以继续添加
您还可以继续添加
全部清空
开始对比
平台客服
点击这里给我发消息
工作时间

周一至周五

9:00-18:00

我要吐槽

吐槽类型:

  • 网站相关
  • 供应商相关
  • 产品相关

吐槽内容:

联 系 人:

电     话:

邮     箱:

您好! 欢迎来到光电汇

移动端

买家移动端

开启掌上采购新时代

卖家移动端

开启掌上销售新时代

微信公众号

移动端快捷入口

资讯>企业说>新闻

【科普】食品检测的三种光学方法

2023-01-12

浏览量(1081)

专家预测,2023年的春节将是春运有史以来“地表最大规模人口迁徙”。伴随着人口流动,还有一样东西也将在短时间内迅速流窜——年节礼品。
爸妈带着我们满面笑容的站在各位亲戚朋友的门前,“这个鲍鱼可好了,最高等级的,对身体好”“那个水果特别甜,甜得都齁得慌”。父母们一边忙着说新年祝福,一边忙着将这些包装精美,品质上乘的礼品送到大叔二伯三姨四奶的手里。
在父母跟各位亲友热火朝天的聊天中,我们大概率因为插不上话就直接沦为话题中心,“啥时候结婚呀”“有没有对象呀”“工资多少呀”等等问题接踵而至。与其被动受讨论,不如主动出击,借着这些包装精美的年节礼品,今年就来隆重跟大家分享分享,“为什么那个鲍鱼就是一等品”“为什么那个水果特别甜”“为什么这个营养品含钙更加高”,各个厂家是如何将各种等级的产品筛选出来送到我们的手中呢?

图片

食品检验技术


过去人们依靠人类的感官来判断的食物的外观、气味和质地但是现如今我们有了更加先进的检验方法,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、糖甚至葡萄糖含量对产品进行分级不会损坏食品。

在各类检验技术中,从机器视觉到光谱学,再到高光谱成像,这几种主要方法是特定流程最有效的检查方法。

机器视觉


自动化机器视觉主要分为可见光成像与不可见光成像。可以利用高速CCD和CMOS摄像机识别凹痕、划痕和霉菌,对于更高级别的检查,可使用RGB三线性和RGB NIR四线性等不同的多线性相机,同时捕获光谱。可见光成像的优点包括可以识别划痕、凹陷等外观缺陷,并能够根据形状和尺寸对检测对象进行分级。
不可见光成像技术,例如近红外铟镓砷(InGaAs)相机,可以提供典型CCD或CMOS相机无法提供的信息。InGaAs相机在900至2500 nm波段具有很高灵敏度,通常被用于不可见光成像。与几十年前InGaAs制造技术刚刚起步时不同,如今的InGaAs相机分辨率高、速度高。
image.png

1:使用不同波长的成像技术收集不同的信息

image.png2近红外波段可检测的食品成分
不可见光成像可以检测水分含量(例如检测产品上的瘀伤)和识别杂质(例如咖啡豆或大米中颜色相近的砂石)。不可见光成像还可以透过薄表面(如塑料和纸张)成像,可以用于检查包装的密封质量。
image.png3包装密封性检查
X射线成像是检查内部特征的最可靠方法,透过厚表面高速检测内部非常小的物体,能够以非常高的灵敏度检测出金属、玻璃、塑料、骨骼和外壳,显示异物的形状、大小和位置,还可以识别包装内的物体或检查包装的密封质量。
image.png图4:通过X摄像可以检测出肉或者鱼中的骨头 
在流水线上使用X射线相机以极高的速度进行扫描,这些高动态范围的X射线图像被发送到计算机,并通过各种软件程序自动执行缺陷识别。当涉及检查混合物质物体(如鸡或鱼里的骨头)时,可以使用双能量X射线来实现高灵敏度。

这种在线食品检查技术仅使用一个X射线源与双能量X射线相机相结合,摄像机可以从X射线光谱中检测到两个能量等级。操作员可根据质量标准调整阈值设置,在缺陷自动识别软件中处理图像。双能扫描与TDI技术兼容,滨松新款X射线相机带你探索轻质材料的世界,点击了解详情。

image.png

图5:双能X射线相机C15400-30-50A的能量下限

光谱分析


食物主要由水、脂肪、蛋白质和碳水化合物以及多种其他成分组成。食品的特征——如外观、颜色、风味和质地——能够指示食品的质量和安全性,这是由食品的分子结构以及分子内部和分子之间相互作用决定的。因此,食品供应商可以利用光谱识别和测量食品的分子成分,从而确定食品的质量和安全性。

使用光谱分析,食品供应商可以得出定量数据。借助内置的光谱库,食品供应商可以通过光谱更容易识别食物的关键成分,量化的统计数据可以用来衡量食品质量。此外,光谱检查仅需要很少或无需样品制备,能够对单个或多个样品进行快速的在线分析。

image.png

图6:近红外光谱法识别和测量新鲜农产品的成分

高光谱成像


高光谱成像系统的工作原理类似于使用数千或数百万的分光计,通过图像每个像素的反射光线反应化学特征。当食品沿传送带移动时,针对特定应用微调光栅,加之探测器高灵敏度和足够的动态范围,高光谱成像系统在每个波段内可以收集数百个光谱带,从而可以识别出物品的大小和形状等空间信息,也可以识别糖分、水分含量等光谱信息,是辨别异物、鉴定脂肪含量以及检测多余的掺杂物质的绝佳工具。

以近红外高光谱成像为例,根据所分析的每种复合物的不同波长或光谱指纹,可以帮助识别和量化食品的化学成分,提供营养成分、脂肪百分比、含糖量和新鲜度等信息。例如,无人机上的经红外高光谱相机可以帮助测量树上苹果的含糖量,并在收获季节前预测苹果的等级和品质。

参考文献

1. H. Ishizawa. Application of the infrared radiation to food safety. The Illuminating Engineering Institute of Japan, www.jstage.jst.go.jp/article/jieij/94/12/94_KJ00006773151/_pdf. 

2. T. Tanabe et al. (1995). Internal quality measurement of tropical fruits by near infrared spectroscopic technique. J Soc Agric Struct, Japan, No. 67, pp. 1-24, www.jstage.jst.go.jp/article/sasj1971/26/3/26_3_153/_pdf.



文章来源:Vision Spectra
编辑:又又&


微信分享
x
用微信扫描二维码
分享至好友和朋友圈
免责声明:

网站内容来源于互联网、原创,由网络编辑负责审查,目的在于传递信息,提供专业服务,不代表本网站及新媒体平台赞同其观点和对其真实性负责。如因内容、版权问题存在异议的,请在 20个工作日内与我们取得联系,联系方式:021-80198330。网站及新媒体平台将加强监控与审核,一旦发现违反规定的内容,按国家法规处理,处理时间不超过24小时。