專家預測，2023年的春節將是春運有史以來“地表Z大規模人口遷徙”。伴隨著人口流動，還有一樣東西也將在短時間內迅速流竄——年節禮品。爸媽帶著我們滿面笑容的站在各位親戚朋友的門前，“這個鮑魚可好了，Z高等級的，對身體好”“那個水果特別甜，甜得都齁得慌”。父母們一邊忙著說新年祝福，一邊忙著將這些包裝精美，品質上乘的禮品送到大叔二伯三姨四奶的手里。在父母跟各位親友熱火朝天的聊天中，我們大概率因為插不上話就直接淪為話題中心，“啥時候結婚呀”“有沒有對象呀”“工資多少呀”等等問題接踵而至。與其被動受討論，不如主動出擊，借著這些包裝精美的年節禮品，今年就來隆重跟大家分享分享，“為什么那個鮑魚就是一等品”“為什么那個水果特別甜”“為什么這個營養品含鈣更加高”，各個廠家是如何將各種等級的產品篩選出來送到我們的手中呢？

食品檢驗技術

過去人們依靠人類的感官來判斷的食物的外觀、氣味和質地。但是現如今我們有了更加先進的檢驗方法，不僅可以根據顏色、質地、水分含量和內部特征對產品進行分級，還可以根據脂肪、糖甚至葡萄糖含量對產品進行分級也不會損壞食品。
在各類檢驗技術中，從機器視覺到光譜學，再到高光譜成像，這幾種主要方法是特定流程Z有效的檢查方法。

機器視覺

自動化機器視覺主要分為可見光成像與不可見光成像。可以利用高速CCD和CMOS攝像機識別凹痕、劃痕和霉菌，對于更高級別的檢查，可使用RGB三線性和RGB NIR四線性等不同的多線性相機，同時捕獲光譜。可見光成像的優點包括可以識別劃痕、凹陷等外觀缺陷，并能夠根據形狀和尺寸對檢測對象進行分級。不可見光成像技術，例如近紅外銦鎵砷（InGaAs）相機，可以提供典型CCD或CMOS相機無法提供的信息。InGaAs相機在900至2500 nm波段具有很高靈敏度，通常被用于不可見光成像。與幾十年前InGaAs制造技術剛剛起步時不同，如今的InGaAs相機分辨率高、速度高。

圖1：使用不同波長的成像技術收集不同的信息

圖2：近紅外波段可檢測的食品成分

不可見光成像可以檢測水分含量（例如檢測產品上的瘀傷）和識別雜質（例如咖啡豆或大米中顏色相近的砂石）。不可見光成像還可以透過薄表面（如塑料和紙張）成像，可以用于檢查包裝的密封質量。

圖3：包裝密封性檢查

X射線成像是檢查內部特征的Z可靠方法，透過厚表面高速檢測內部非常小的物體，能夠以非常高的靈敏度檢測出金屬、玻璃、塑料、骨骼和外殼，顯示異物的形狀、大小和位置，還可以識別包裝內的物體或檢查包裝的密封質量。

圖4：通過X攝像可以檢測出肉或者魚中的骨頭 

在流水線上使用X射線相機以極高的速度進行掃描，這些高動態范圍的X射線圖像被發送到計算機，并通過各種軟件程序自動執行缺陷識別。當涉及檢查混合物質物體（如雞或魚里的骨頭）時，可以使用雙能量X射線來實現高靈敏度。

這種在線食品檢查技術僅使用一個X射線源與雙能量X射線相機相結合，攝像機可以從X射線光譜中檢測到兩個能量等級。操作員可根據質量標準調整閾值設置，在缺陷自動識別軟件中處理圖像。雙能掃描與TDI技術兼容，濱松新款X射線相機帶你探索輕質材料的世界，點擊了解詳情。

圖5：雙能X射線相機C15400-30-50A的能量下限

光譜分析

食物主要由水、脂肪、蛋白質和碳水化合物以及多種其他成分組成。食品的特征——如外觀、顏色、風味和質地——能夠指示食品的質量和安全性，這是由食品的分子結構以及分子內部和分子之間相互作用決定的。因此，食品供應商可以利用光譜識別和測量食品的分子成分，從而確定食品的質量和安全性。

使用光譜分析，食品供應商可以得出定量數據。借助內置的光譜庫，食品供應商可以通過光譜更容易識別食物的關鍵成分，量化的統計數據可以用來衡量食品質量。此外，光譜檢查僅需要很少或無需樣品制備，能夠對單個或多個樣品進行快速的在線分析。

圖6：近紅外光譜法識別和測量新鮮農產品的成分

高光譜成像

高光譜成像系統的工作原理類似于使用數千或數百萬的分光計，通過圖像每個像素的反射光線反應化學特征。當食品沿傳送帶移動時，針對特定應用微調光柵，加之探測器高靈敏度和足夠的動態范圍，高光譜成像系統在每個波段內可以收集數百個光譜帶，從而可以識別出物品的大小和形狀等空間信息，也可以識別糖分、水分含量等光譜信息，是辨別異物、鑒定脂肪含量以及檢測多余的摻雜物質的絕佳工具。

以近紅外高光譜成像為例，根據所分析的每種復合物的不同波長或光譜指紋，可以幫助識別和量化食品的化學成分，提供營養成分、脂肪百分比、含糖量和新鮮度等信息。例如，無人機上的經紅外高光譜相機可以幫助測量樹上蘋果的含糖量，并在收獲季節前預測蘋果的等級和品質。

參考文獻

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.

文章來源：Vision Spectra