超光谱成像用于识别猪腹上的异物.

科学领域:

• 食品科学与技术 食品科学与技术
• 频谱学是一种光谱学.
• 计算机视觉 计算机视觉

背景情况:

• 食品安全和加工行业的质量控制面临着污染物检测的挑战.
• 传统的视觉检查方法往往无法识别微妙的污染物.

研究的目的:

• 评估超光谱成像 (HSI) 的可行性,以检测猪腹肉上的异物.
• 开发一个用于食品加工实时质量控制的自动化系统.

主要方法:

• 使用 Specim FX17 超光谱摄像头在 900-1700 nm 范围内获取数据.
• 采用轻量级视觉变压器实现了细分方法,并进行了预处理和后处理.
• 在带有和没有污染物的图像上测试了系统,包括在不同的生产线温度下.

主要成果:

• 该方法实现了高检测准确度,保留了大多数正确的结果,并消除了清洁图像上的错误结果.
• 该系统证明了对噪声,温度偏移 (10-55°C) 和光谱相似性的强度.
• 在具有脂肪样光谱的95张图像的挑战性组中观察到零假阳性.

结论:

• 超光谱成像是一种可行的技术,用于在猪肉加工中自动检测污染物.
• 开发的基于视觉变压器的方法提供了高精度和训练效率.
• 该HSI系统支持实时质量控制,大大提高了食品安全保证.