食品检测除常规理化、微生物检测之外,快速无损筛查是近年车间与实验室重点推进的方向。高光谱相机可以同步采集样品空间图像与光谱信息,在不破坏样品本体的前提下,获取样品表面及浅层区域的光谱响应特征,能够识别外观肉眼难以分辨的品质差异,已经逐步落地在果蔬、肉制品、谷物、水产等多类食品检测场景,为食品品质分级、缺陷筛查、异物识别提供新的检测思路。
一、落地应用场景
果蔬检测是高光谱相机应用较多的领域,果蔬表面的损伤、褐变、霉变、成熟度差异,部分早期损伤在可见光下特征微弱,人工目视容易漏检。借助高光谱相机采集样品光谱信息,可以区分正常组织与病变组织,完成果面缺陷识别、成熟度判别,应用在分选生产线或者实验室抽检环节。 肉制品检测方面,可用于肉品新鲜度变化、脂肪分布、色泽异常等项目筛查,针对鲜肉、分割肉样,通过光谱特征差异识别品质变化,辅助原料验收与出厂抽检。谷物类样品可开展霉变粒、虫蚀粒、杂质区分,识别普通成像不容易分辨的内部品质异常。水产、烘焙食品、茶叶等品类,也有相关落地尝试,多用于品质分级、异常样品筛查。 和传统破坏性检测相比,高光谱相机属于无损检测方式,检测之后样品仍然可以保留,适合样品复核、在线连续筛查,不会消耗待测样品,适合大批量样品初步筛选,后续对筛查出的可疑样品,再开展理化或者微生物实验室验证。
二、基础检测思路
开展检测之前,首先要明确检测目标,区分是缺陷识别、品质分级,还是成分相关的品质筛查,不同检测目标对应的样品制备、采集条件设置都存在差别。随后采集标准参考样品,同时采集已知正常样品与异常样品的高光谱图像,建立样本对应的光谱特征参考,这是检测工作的基础。 采集过程需要控制环境条件,避免环境杂光、背景反光干扰光谱信号,样品摆放姿态、样品与相机之间的距离保持统一,光源保持稳定,减少采集条件波动带来的光谱偏移。样品表面如果有水珠、污渍,会改变光谱反射特征,采集前需要按照检测规范对样品表面做预处理,保证采集状态一致。 采集完成之后,对原始高光谱数据做预处理,剔除噪声干扰,校正光谱基线,提取有效波段对应的特征信息,区分正常样品与异常样品光谱响应差异,建立判别规则,之后使用独立验证样品进行测试,核对判别结果是否和人工判定、理化检测结果吻合,确认判别规则稳定之后,再投入正式检测使用。
三、落地实施注意事项
高光谱相机检测属于光谱特征判别方法,检测效果和样品基质关联较大。同一种原料,产地、储存温度、成熟阶段不同,光谱特征会发生变化,如果样本覆盖范围不足,后续遇到新批次样品时,判别结果容易出现偏差。因此在项目落地时,样本采集要覆盖不同批次、不同储存条件样品,扩充参考样本范围,提升方法对不同批次样品的适应能力。 在线产线应用时,样品移动速度、振动、表面起伏都会影响成像质量,需要配套稳定的输送机构,保证样品成像清晰。实验室静态检测,则要做好设备遮光、光源预热,定期对光源、相机进行状态核查,长期使用光源衰减会造成光谱基准变化,影响判别稳定性。 需要客观认识,高光谱相机检测属于快速筛查手段,不能直接替代理化检测、微生物检测等法定检测项目。对于检出的异常样品,仍然需要按照标准方法开展复核试验,确认异常成因,不能仅凭高光谱结果直接判定产品不合格。 设备日常维护方面,镜头保持清洁,避免粉尘、油污附着,存放环境控制温湿度,减少光学元件受潮老化。产线使用之后及时清理样品碎屑,防止杂物遮挡镜头与光源,定期检查光源亮度状态,做好检测记录,记录样品批次、采集条件、判别结果与复核情况,方便后续追溯与方法优化。
四、应用发展方向
当前高光谱相机在食品检测落地过程中,更多作为辅助筛查工具,和现有检测流程结合,在前端快速筛除异常样品,降低后续实验室检测工作量。后续应用重点在于结合不同食品品类特点,优化采集方案,积累多批次样本,提升检测方法稳定性,适配车间在线检测与实验室抽检两类不同使用场景。 综合来看,高光谱相机依托图像与光谱同步采集的特点,在食品无损检测场景具备应用价值,落地时需要明确检测目标,规范采集流程,做好样本验证与日常运维,把快速筛查和标准理化检测相互配合,合理发挥该技术在食品品质检测当中的作用。