佳工机电网 在线工博会 我的佳工网 手机版 English
关键字  
  选择展区 >>
您的位置: 首页 > 工业自动化展区 > 机器视觉展厅 > 产品库 > 技术论文 > 正文 产品库 会展 人才 帮助 | 注册 登录  
机器视觉
 按行业筛选
 按产品筛选
查看本类全部文章
e展厅 产品库 最新动态 技术文章 企业目录 资料下载 视频/样本 反馈/论坛
  技术应用 | 基础知识 | 外刊文摘 | 业内专家 | 文章点评 投稿 发表科技文章 
使用成像技术优化食物分拣过程
作者:Teledyne Dalsa销售兼应用支持经理 Glen Ahearn
欢迎访问e展厅
展厅
10
机器视觉展厅
工业相机, 镜头, 视觉传感器, 图像采集卡, 视觉光源, ...
近年来,食品安全和质量控制问题越来越受到人们的重视。据估计,到 2025 年,世界人口将超过 80 亿,其中发展中国家人口增长最快。为了满足不断增长的人口的需求,食品供应量将需要翻一番,这给食品行业带来了巨大压力,因为它将努力满足对高品质食品日益增长的需求。

此外,全球化和国际贸易的增长正在从根本上改变食品行业。随着食品生产跨越国界,供应链变得越来越复杂且难以追踪。这种转变导致政府对食品安全、健康和可追溯性制定了更严格的法规。

所幸,随着近年来成像技术的发展,食品加工业现在投资确保食品安全和质量的新技术具有更大的成本效益。过去,食品检验需要经过培训的人工检验员进行目视筛选。这些训练有素的检测员扫描传送带以识别有缺陷的产品,并将它们剔除——由于人眼的限制、人因失误和人员疲劳,整个过程相对缓慢和低效。当今的一些视觉系统不仅可以更快、更准确地检测,还可以“看到”产品表面以下,从而发现人眼看不到的、隐藏的化学缺陷。因此,自动食品分拣系统提供了一种更有效的解决方案,因为它们能够更快、更准确地过滤掉不符合质量标准的缺陷产品。

newmaker.com

食品分拣系统的类型和构成

成像系统,亦称为光学分拣机,已成为食品检测的首选解决方案。这是因为它们可以对食品进行无损检测并保持人类视觉根本无法做到的客观性。光学食品分拣系统还能够最大限度地减少浪费和劳动力成本。食品分拣系统通常分为自由落体系统、传送带系统和通道系统。自由落体系统特别适用于分拣种子和谷物,传送带系统主要用于分拣咸菜和水果干,而通道系统主要用于分拣新鲜农产品。无论被检测的食品是什么,大多数食品分拣系统都由四个主要部分组成。第一个部分是进料系统。进料系统有助于将产品均匀地铺在传送带、通道或自由落体滑槽上。然后,光学系统(可以由彩色(可见光)、高光谱或 X 射线成像系统组成)被放置在被检测产品的上方或下方等关键位置。它扫描通过滑槽或沿传送带上移动的产品以检测它们是否存在缺陷。第三个部分是图像处理软件,它将传送带、通道或斜槽上的物体与用户定义的合格阈值进行比较,从而对移动物体进行分级。

这些阈值可能基于光谱、大小、形状或其他取决于食物类型的具体因素。最后一个部分是分离系统,它可以采用小型产品使用压缩空气或较大产品使用机械设备的形式,精确定位缺陷和偏差,或将缺陷产品转送至废品堆。

newmaker.com

典型的异物和食品缺陷

缺陷通常分为两类:可见缺陷和不可见缺陷。可见缺陷是人眼很容易发现的缺陷。例如:变色、瑕疵、破损或开裂的物体,以及不能满足特定长度、宽度、直径或面积的物体。不可见缺陷是人眼无法轻松地检测到的缺陷,这可能包括较软、发霉或腐烂的食物或异物(如可以进入食品内部的蠕虫、蜗牛或小塑料、金属和玻璃等)。通常,彩色成像系统用于发现可见缺陷,而高光谱成像能够同时发现可见和不可见的缺陷。

彩色成像系统

彩色分拣是当今使用的主要技术。当前的食品检测系统使用彩色成像来检测传送带上移动的产品的缺陷。这些成像系统基本上可以看到人眼也能发现的缺陷,但可以更快、更客观地完成,从而最大限度地提高产出量。通过将食品的颜色与某些预定的颜色标准进行比较,这些成像系统可以有效地对食品进行分类和分级。彩色成像系统通常能够检测瑕疵或瘀伤等缺陷,以及坚果、蔬菜、水果、肉类和海鲜的成熟度或新鲜度。这些成像系统还能够识别异物(例如可能在大量农产品中存在的塑料和木头碎片)。

目前用于食品检测的彩色成像系统中使用的一些技术是三片式相机和三线相机。三片式相机使用三个独立的电荷耦合元件 (CCD) 或 CMOS 传感器,每个传感器分别接收红色、绿色或蓝色 (RGB)。当光线进入镜头时,基于棱镜的分束器将光线分成三个不同的波段。然后使用三个 CCD 或 CMOS 生成的输出重新构建最终的彩色图像。该技术可生成具有完整物理分辨率的高质量彩色图像。

像 Teledyne DALSA Piranha4 RGB彩色 相机的三线相机,每个传感器配备分别对红色、绿色和蓝色都有灵敏响应的三条线。三个阵列同时捕获三种不同的颜色,但在物体从滑道上掉下来或经过传送带时,位置略有不同。为了形成完整的图像,相机必须通过缓冲第一个和第二个阵列以匹配第三个阵列来补偿空间分离(也称为空间校正)。

食品分拣的主要要求是低成本。Teledyne DALSA 正在设计一种新的、低成本的 CMOS 颜色传感器,非常适合用于分拣。

高光谱和多光谱成像系统

高光谱和多光谱成像使用更多的波段,而不仅仅是 RGB 颜色。与将光分成三个阵列的三线相机不同,高光谱成像传感器在电磁波谱中数百个密集的窄带内收集数据。一旦收集到这些图像,它们就会被组合起来形成一个可以进行分析的图像立方体。

高光谱成像特别适用于食品检测,因为它能够无损检测和确定产品的化学和物理成分。在食品行业中,产品表面和内部都可能存在缺陷,因此拥有一个可以检测内、外部缺陷的系统非常有用。不同的有机物质根据其成分吸收电磁波谱中不同波长的光。这使每种物质都具有特定的、可被识别的“指纹”。用户可以在检测前指定接受或拒绝的阈值,然后,高光谱成像分拣机能够使用这些指纹根据产品的化学成分进行产品分拣,这一技能非常适用于分拣无法简单地根据RGB 颜色或形状等物理特征进行分类的物品。此外,使用传统成像方法无法轻松识别某些污染物(如塑料碎片、木头和霉菌)。最后,高光谱成像有助于检测农产品中的密度差异和叶绿素水平、被黄曲霉毒素等毒素污染的农产品,并且有助于根据含水量分拣农产品。由于所有这些对人眼来说都是不可见的,因此高光谱成像是食品行业中的绝佳检测系统。

然而,高光谱成像在数据处理能力和成本方面仍面临挑战。这种方法需要实时处理大量数据,而这可能会受到计算能力的限制。这就是多光谱成像系统(例如 Teledyne DALSA 的 Piranha 4 Multispectral 2k RGB+NIR 相机)使用较少波段并已成功应用于食品分拣的原因。

在新的 CMOS 传感器系列中,Teledyne DALSA 还计划在分拣应用中采用低成本的 RGB+NIR 多光谱传感器。

X 射线检测系统

X 射线长期以来一直用于医疗,但也越来越多地用于食品加工行业。X 射线是一种不可见的电磁辐射。X 射线波长短、能量高,可以穿透大多数食品,是一种理想的无损食品检测方法。当 X 射线进入食物时,它会失去一些电磁能,当它离开食品时,检测系统中的传感器随后能够将 X 射线转换为显示食品内部的灰度图像。食品中的密集污染物在灰度图像上显得更暗,便于识别。

X 射线系统在食品检测过程中应用于许多场合,例如检测婴儿食品中的金属等异物以及检测产品密封和包装。X 射线系统还广泛用于检测干果、坚果和海鲜。先进的 X 射线系统可以同时执行在线质量检测、测量产品质量、产品计数、识别丢失或损坏的产品以及监控料位。X 射线的所有这些特性使其成为极具成本效益且高效的食品检测系统。

虽然许多消费者担心他们的食物会受到辐射,但值得注意的是,当食物接受X射线系统检测时,它们在 X 射线束中的时间通常不会超过一秒,因此受到的辐射几乎无害且剂量极低。还有人担心 X 射线系统操作员会暴露在大量辐射中。但已有研究表明,在正常情况下,X 射线系统的操作员所接受的辐射比一年内来自自然环境的辐射要少,这使其成为一种相对安全的检测方法。

检测系统符合法规,满足客户期望

随着食品和饮料行业继续面临提供更高质量和更安全产品的压力,生产商需要采用改进的检测和分拣系统以满足这些标准。此外,面临产品召回带来的品牌形象受损的风险是食品生产商寻求更可靠的检测系统的另一个原因,这些系统可以保证检测产品缺陷时充足的质量保证和信心。考虑到所有这些因素,先进成像技术将越来越多地在食品检验中使用,因为这些系统使生产商能够遵守日益严格的政府法规和消费者日益增长的期望。食品分拣的关键要求之一是系统成本。Teledyne DALSA 目前正在与市场上的主要客户合作,设计全新的 CMOS 传感器系列,以满足行业对性能、体积和成本的要求。随着技术的不断发展,请继续关注食品检测的新进展。(end)
文章内容仅供参考 (投稿) (8/15/2021)
查看更多机器视觉相关文章: more
·详细解析Sony Pregius® S系列的全局快门CMOS传感器 FLIR Systems (5/30/2021)
·生物医学成像:机器视觉摄像头技术规格选择及计算方法指南 FLIR (3/8/2021)
·CMOS 进步能否替代生物医学应用中的 sCMOS 传感器? FLIR Systems (1/28/2021)
·视觉系统方案的有效整合,可使自动化生产线效率极大提高 Steve Zhu, Teledyne Dalsa (1/25/2021)
·高性能标准CMOS传感器应用于3D视觉、感测和度量 Teledyne (12/17/2020)
·FLIR 机器视觉相机正在飞往火星! 菲力尔公司 (11/17/2020)
·板级摄像头集成指南 FLIR (11/4/2020)
·机器视觉的接口 菲力尔公司 (10/23/2020)
·基于阴影重建形状的视觉技术:一种重要的图像形状提取技术及其应用 Steve Zhu (6/17/2020)
·智能感知推进机器视觉应用的发展 安森美半导体 (4/28/2019)
查看相关文章目录:
·工业自动化展区 > 机器视觉展厅 > 机器视觉文章
·食品机械/烟草机械展区 > 通用食品机械展厅 > 通用食品机械文章
文章点评 查看全部点评 投稿 进入贴吧


对 机器视觉 有何见解?请到 机器视觉论坛 畅所欲言吧!


网站简介 | 企业会员服务 | 广告服务 | 服务条款 | English | Showsbee | 会员登录  
© 1999-2021 newmaker.com. 佳工机电网·嘉工科技