【高光譜成像】使用高光譜成像檢測咖啡豆中的污染物

本應用說明探討了高光譜成像 (HSI) 技術如何改善食品質量和安全檢測，特別是檢測咖啡豆中的污染物。本研究使用 Specim FX10、FX17 和 SWIR 相機，探索了 HSI 技術如何檢測異物和污染物，以確保食品加工的質量和安全。

食品制造商在識別污染物（例如異物）以保持質量標準方面面臨挑戰。檢測咖啡豆中的非咖啡物質（例如木棍、貝殼和石頭）對于確保質量和安全至關重要。
高光譜成像技術可以捕捉每個像素的光譜數據，根據光譜特征區分咖啡豆和潛在污染物，從而實現詳細的污染物檢測。該技術的非破壞性是食品行業的一大優勢，因為它可以在不損壞產品的情況下檢查產品。

在本研究中，測量了兩種咖啡豆和幾種污染物 使用Specim 的FX10、FX17 和 SWIR 高光譜相機，每臺相機都提供獨特的光譜范圍和分辨率：

Specim FX10

400-100納米

光譜分辨率：5.5nm

像素大小：約 0.176 毫米

Specim FX17

900-1700納米

光譜分辨率：8nm

像素大小：約 0.281 毫米

SWIR

1000-2500納米

光譜分辨率：12nm

像素大小：約 0.520 毫米

數據使用SpecimINSIGHT處理 , 是SpecimONE 數據處理平臺的一部分。
測試的污染物包括木棍、貝殼和石頭。記錄了每臺相機的光譜響應，以評估它們區分這些污染物和咖啡豆的有效性。

圖 1：樣品和污染物的照片

與傳統視覺系統相比，高光譜成像的附加值顯而易見：

1.咖啡豆和污染物都經過烘焙，因此顏色非常相似。因此，僅使用 RGB 相機無法區分它們。

2.咖啡豆和污染物的密度也相似，導致 X 射線成像無效。

3.然而，高光譜成像可以揭示材料的化學成分，使其成為該應用最適合的方法。

Specim FX10 相機

Specim FX10 的光譜數據并未顯示出能夠可靠地將咖啡豆與污染物分離的獨特特征，在光譜中觀察到的區分很小。

正如預期的那樣，PLSDA 模型在從咖啡豆中分離污染物方面表現不佳。

圖3：基于FX10相關模型的 (橙色的是咖啡豆紫色的是污染物)預測

Specim FX17 相機

Specim FX17 捕捉到了更多獨特的光譜特征，尤其是在 1200、1430 和 1700 nm 左右。這些峰值與咖啡特有的光譜一致，增強了區分污染物的能力。

圖 5：預處理后Specim FX17 相關的污染物（紫色）和豆類（橙色）光譜。

圖6：基于Specim FX17相關模型的預測 (橙色的是咖啡豆紫色的是污染物)

SWIR相機

SWIR 相機展現出最全面的光譜特征。它涵蓋了 FX17 的光譜范圍，甚至超過，到達了 2500 nm。這一增加的范圍使該模型能夠包含更多與咖啡因相關的光譜標記，從而提高污染物檢測的準確性。

圖 7：咖啡豆和污染物的 SWIR 光譜

Specim FX10 模型

Specim FX17 模型

SWIR模型

在食品加工中應用高光譜成像可以提高產品安全性、減少浪費、提高質量控制標準，為制造商提供檢測污染物和確保最高質量標準的可靠工具。(來源：Specim高光譜成像)