Hyperspektrale Bildgebung: Ein Blick von innen auf die Lebensmittelqualität

China auf der Spitze der Zunge hat sich schon lange von der Zeit des „Essens ist gut“ verabschiedet. Heute streben wir nach qualitativ hochwertigeren und sichereren Lebensmitteln. Die High Spectrum Imaging-Technologie ist eine aufstrebende Technologie, die wie ein „goldenes Auge des Feuers“ in die Oberfläche von Lebensmitteln durchdringt und ihre intrinsische Zusammensetzung, Qualität und Sicherheit erkennt. Im Folgenden gehen wir gemeinsam in die Anwendung von High Spectrum Imaging Technologien in der Lebensmittelindustrie.

In China ist die Ära der Zufriedenheit mit nur „genug zu essen“ längst vorbei. Heute streben wir nach qualitativ hochwertigeren, sichereren und zuverlässigeren Lebensmitteln. Als neue Technologie kann die hyperspektrale Bildgebung die Oberfläche von Lebensmitteln durchdringen - ähnlich wie "Augen, die unter der Oberfläche sehen" - um ihre interne Zusammensetzung, Qualität und Sicherheitsbedingungen zu erkennen. Im Folgenden untersuchen wir die Anwendungen der hyperspektralen Bildgebungstechnologie in der Lebensmittelindustrie.

Qualitätsprüfung von landwirtschaftlichen Produkten

Hochspektrale Bildgebung ist in der Sortierung von landwirtschaftlichen Produkten besonders gut für die schädigungsfreie Erkennung und die Aufdeckung von internen Schäden, die mit dem bloßen Auge schwer erkennbar sind. Zum Beispiel kann es Bluten oder innere Schäden erkennen, die möglicherweise unsichtbar sind, um eine genauere Klassifizierung zu erreichen und den Produktwert zu erhöhen. Diese nicht zerstörerische Prüfmethode hilft den Herstellern, potenzielle Qualitätsprobleme zu beseitigen und die gesamte Produktqualität und die Wettbewerbsfähigkeit auf dem Markt zu verbessern.

Die hyperspektrale Bildgebung zeichnet sich bei der zerstörungsfreien Inspektion von landwirtschaftlichen Erzeugnissen, insbesondere bei der Sortierung, aus. Es kann innere Schäden erkennen, die mit bloßem Auge schwer zu sehen sind. Zum Beispiel kann es Bluten oder interne Mängel in Äpfeln identifizieren, die von außen nicht sichtbar sind, was eine genauere Klassifizierung ermöglicht und den Produktwert erhöht. Diese zerstörungsfreie Prüfmethode hilft den Herstellern, Produkte mit potenziellen Qualitätsproblemen zu entfernen, wodurch die allgemeine Produktqualität und die Marktwettbewerbsfähigkeit verbessert werden.

Hyperspektral-basierte Apfelsortierung

Bewertung der sensorischen Eigenschaften in landwirtschaftlichen Produkten

Sinnesmerkmale wie Zucker, Säure, Härte und Reife beeinflussen direkt die Vorlieben der Verbraucher für landwirtschaftliche Produkte. Hochspektrale Bildgebungstechnologien zeigen ein großes Potenzial bei der sensorischen Bewertung von Lebensmitteln, um diese Schlüsselindikatoren ohne Schäden vorherzusagen. Zum Beispiel können durch die Analyse der Reflexivität von Tomaten bei bestimmten Wellenlängen ein Modell für die Vorhersage des Geschmacks erstellt werden; Durch die Analyse der spektralen Absorptionseigenschaften von Trauben im nahen Infrarotband können ihre Zucker- und Säuregehalte vorhergesagt werden. Hochspektrale Bildgebung bietet im Vergleich zu herkömmlichen sensorischen Bewertungsmethoden die Vorteile einer schnellen, objektiven und zerstörungsfreien Bildgebung.

Sensorische Eigenschaften wie Zuckergehalt, Säure, Festigkeit und Reife beeinflussen direkt die Verbraucherpräferenz für landwirtschaftliche Produkte. Hyperspektrale Bildgebung zeigt großes Potenzial in der sensorischen Bewertung von Lebensmitteln, da sie diese Schlüsselindikatoren zerstörungslos vorhersagen kann. Beispielsweise kann durch die Analyse der Reflexenz von Persimmonen bei bestimmten Wellenlängen ein Vorhersagemodell für die Abstringenz entwickelt werden. Ebenso können durch die Untersuchung der spektralen Absorptionseigenschaften von Trauben im nahen Infrarotbereich ihre Zucker- und Säuregehalte vorhergesagt werden. Im Vergleich zu herkömmlichen sensorischen Bewertungsmethoden bietet die hyperspektrale Bildgebung die Vorteile von Geschwindigkeit, Objektivität und Nichtzerstörungsfähigkeit.

Online-Erkennung des Glukosegehalts in Echtzeit mit High Spectrum-Technologie / Real-Time Online Detection of Grape Sugar Content Using Hyperspectral Technology

Teequalitätsbewertung / Tea Quality Assessment

Durch die Analyse der spektralen Informationen des Tees können biologisch aktive Inhaltsstoffe wie Teepolyphenole, Koffein und Aminosäuren, die für den Geschmack und die Qualität des Tees von entscheidender Bedeutung sind, beschädigungslos und präzise analysiert werden. Ein Team hat mit hochspektralen Daten Modelle erstellt, die den Teepolyphenolgehalt in Teeblättern genau schätzen können. Ein anderes Team nutzte eine hochspektrale Kamera, die von einer Drohne ausgestattet war, um den Gehalt an Teepolyphenolen und Aminosäuren vorherzusagen und das Verhältnis von Teepolyphenolen zu Aminosäuren zu bewerten.

Durch die Analyse der spektralen Informationen von Teeblättern können wichtige bioaktive Komponenten wie Teepolyphenole, Koffein und Aminosäuren, die für den Geschmack und die Qualität des Tees von entscheidender Bedeutung sind, genau und zerstörungslos bewertet werden. Ein Forschungsteam entwickelte ein Modell, das auf hyperspektralen Daten basiert, um den Gehalt an Teepolyphenolen genau zu schätzen. Ein anderes Team benutzte eine auf einer Drohne montierte Hyperspektralkamera, um den Gehalt an Teepolyphenolen und Aminosäuren vorherzusagen und das Verhältnis zwischen den beiden weiter zu bewerten.

Fleischqualitätsbewertung / Meat Quality Assessment

Hochspektrale Bildgebung ermöglicht die genaue Messung von Fett- und Proteingehalten sowie die Bewertung von Nährwert und Geschmack. Zum Beispiel kann die Analyse von Rindfleischmarmormustern, um die Weichheit und Säftigkeit vorherzusagen, oder die Bewertung des Grades der Fischproteinabbau, um die Frische zu beurteilen, die Unterscheidung zwischen normalem Brustfleisch und "Holzbrusten" ermöglichen, nicht nur die Nutzung zu optimieren, sondern auch Fremdkörper wie Knochenfragmente zu erkennen und die Lebensmittelsicherheit zu gewährleisten.

Die hyperspektrale Bildgebung kann den Fett- und Proteingehalt genau messen und dazu beitragen, den Nährwert und die Geschmacksprofile zu bewerten. Zum Beispiel kann es die Marmorierung von Rindfleisch analysieren, um Zärtlichkeit und Saftigkeit vorherzusagen, oder den Grad des Proteinabgrads bei Fischen bewerten, um Frische zu bestimmen. Es ist auch in der Lage, zwischen normaler Hühnerbrust und holziger Brust zu unterscheiden, und kann Fremdstoffe wie Knochenfragmente erkennen, was die Nutzungseffizienz verbessert und gleichzeitig die Lebensmittelsicherheit gewährleistet.

Differenzieren von Hühnerbrustfleischqualität mit Hyperspektral-Technologie

Hochspektrale Bildgebungstechnologien haben ein großes Potenzial als neues Mittel zur Lebensmittelprüfung. Trotz der Herausforderungen der Datenverarbeitung, der Gerätekosten und der Komplexität der Anwendungsszenarien eröffnet die rasante Entwicklung von KI und maschinellem Lernen neue Möglichkeiten für hochspektrale Bildgebungstechnologien. Durch die Kombination von Big Data-Analyse und Modellierung wird erwartet, dass die Genauigkeit der Lebensmittelqualitätsvorhersagen weiter verbessert wird und eine intelligente Aktualisierung der Industriekette wie Landwirtschaftsprodukte von der Produktion über die Verarbeitung bis zum Vertrieb erreicht wird, was zu einem effizienteren und qualitativ sichereren Produktionsmodell führt.

Als neues Werkzeug in der Lebensmittelprüfung hat die Hyperspektralbildgebung ein erhebliches Potenzial. Obwohl die Herausforderungen bei der Datenverarbeitung, den Gerätekosten und der Komplexität der Anwendungsszenarien weiterhin bestehen, bietet die rasche Entwicklung von künstlicher Intelligenz und maschinellem Lernen neue Möglichkeiten für die Technologie. Durch die Integration von Big Data-Analysen und -modellen wird erwartet, dass die Hyperspektralbildgebung die Genauigkeit der Vorhersage der Lebensmittelqualität weiter verbessert und intelligente Upgrades über die gesamte landwirtschaftliche und Lebensmittelproduktionskette hinweg ermöglicht - von der Produktion und Verarbeitung bis zum Vertrieb - und den Weg für effizientere und qualitätssichere Produktionsmodelle ebnet.