Обнаружение загрязняющих веществ в кофейных зернах с помощью гиперспектральной визуализации
Исследование, в котором использовались камеры Specim FX10, FX17 и SWIR, направлено на демонстрацию того, как HSI может идентифицировать посторонние примеси и другие контаминанты, обеспечивая тем самым более высокий уровень качества и безопасности пищевой продукции.
Обзор проблем качества и безопасности пищевых продуктов
Производители продуктов питания сталкиваются с проблемой обнаружения загрязняющих веществ, таких как инородные предметы, для поддержания высоких стандартов качества. Особенно важно выявлять посторонние материалы в кофейных зернах, например, кусочки дерева, скорлупу или косточки, чтобы гарантировать качество и безопасность конечного продукта.
Гиперспектральная визуализация обеспечивает детальное обнаружение загрязняющих веществ за счет регистрации спектральных данных для каждого пикселя изображения. Это позволяет различать кофейные зерна и потенциальные загрязнители на основе их уникальных спектральных характеристик. Важным преимуществом этой технологии для пищевой промышленности является ее неразрушающий характер: она позволяет проводить проверку продуктов, не изменяя и не повреждая их.
Гиперспектральная съемка при контроле качества пищевых продуктов
В этом исследовании с использованием гиперспектральных камер Specim FX10, FX17 и SWIR измерялись спектральные характеристики двух типов кофейных зерен и различных загрязняющих веществ. Каждая камера имеет свой спектральный диапазон и разрешение.
Обработка данных проводилась с использованием программного обеспечения SpecimINSIGHT, входящего в платформу обработки SpecimONE.
В качестве потенциальных загрязнителей были выбраны деревянные палочки, скорлупа и камни. Для каждой камеры были записаны спектральные характеристики этих веществ, чтобы оценить их способность отличать загрязнители от кофейных зерен.
Рисунок 1 - Фотография образца и загрязняющих веществ.
В отличие от традиционных методов контроля, преимущества гиперспектральной визуализации в данном случае очевидны:
- И кофейные зерна, и загрязнители были обжарены, что привело к очень схожим цветам. Из-за этого простая RGB-камера не сможет их различить;
- Кофейные зерна и загрязняющие вещества имеют примерно одинаковую плотность, что делает рентгеновское сканирование неэффективным;
- Однако гиперспектральная визуализация позволяет определять химический состав материалов, что делает ее наиболее подходящим методом для данной задачи.
Образцы измерений и анализ данных
Камера Specim FX10
Спектральные данные, полученные с помощью камеры Specim FX10, не показали достаточных различий между кофейными зернами и загрязняющими веществами. Анализ спектров выявил минимальную дифференциацию, что затрудняет надежное разделение этих материалов.
Рисунок 2 - Спектры кофейных зерен и загрязняющих веществ Specim FX10.
Рисунок 2а - VNIR-спектры кофейных зерен. Рисунок 2б - VNIR-спектры загрязняющих веществ.
Как и ожидалось, модель PLSDA неэффективна при отделении загрязнений от кофейных зерен.
Рисунок 3 - Прогноз на основе модели Specim FX10 (оранжевый цвет для бобов и фиолетовый для загрязняющих веществ).
Камера Specim FX17
Камера Specim FX17 зафиксировала более выраженные спектральные характеристики, особенно в диапазонах 1200, 1430 и 1700 нм. Наличие этих пиков, соответствующих спектральным особенностям кофе, повысило способность камеры различать примеси от кофейных зерен.
Рисунок 4 - Спектры кофейных зерен и загрязняющих веществ образца FX17.
Рисунок 4а - БИК-спектры кофейных зерен. Рисунок 4б - БИК-спектры загрязняющих веществ.
Стоит отметить, что спектральные различия между материалами можно еще больше подчеркнуть с помощью соответствующих методов предварительной обработки данных. Кроме того, выделение спектральной области интереса (ROI), охватывающей только наиболее информативный диапазон, демонстрирует дополнительное преимущество камеры Specim FX.
Рисунок 5 - Спектры загрязняющих веществ (фиолетовый) и бобов (оранжевый), соответствующие образцу FX17, после предварительной обработки.
Результаты моделирования показали хорошее разделение кофейных зерен и загрязняющих веществ.
Рисунок 6 - Прогноз на основе модели Specim FX17 (оранжевый цвет для бобов и фиолетовый для загрязняющих веществ).
SWIR-камера
Камера SWIR показала наиболее полные спектральные результаты. Она не только охватывает спектральный диапазон камеры Specim FX17, но и расширяет его до 2500 нм. Этот более широкий диапазон позволил включить в модель больше спектральных маркеров, связанных с кофеином, что значительно повысило точность обнаружения загрязняющих веществ.
Рисунок 7 - SWIR-спектры кофейных зерен и загрязняющих веществ.
Рисунок 7а - SWIR-спектры кофейных зерен. Рисунок 7б - SWIR-спектры загрязняющих веществ.
Рисунок 8: прогноз, основанный на модели Specim SWIR (оранжевый для бобов и фиолетовый для загрязняющих веществ)
Заключение
Результаты показали, что обе камеры, Specim FX17 и SWIR, эффективно обнаруживают загрязняющие вещества, при этом SWIR демонстрирует немного более высокую точность. Однако, принимая во внимание экономическую эффективность и совместимость с платформой SpecimONE, для обнаружения загрязняющих веществ в процессе обработки кофе была рекомендована камера Specim FX17.
Внедрение гиперспектральной визуализации в пищевую промышленность способствует повышению безопасности продукции, сокращению отходов и улучшению стандартов контроля качества, предоставляя производителям надежный инструмент для обнаружения загрязняющих веществ и обеспечения соответствия самым высоким стандартам качества.
