機(jī)器視覺技術(shù)在食品檢測(cè)中的發(fā)展與應(yīng)用研究

趙濤（寧夏幼兒師范高等?？茖W(xué)校 寧夏 銀川 750001）

近年來(lái)，隨著人們生活水平的不斷提升，人們對(duì)高質(zhì)量、高安全標(biāo)準(zhǔn)食品的期望值不斷提高，因此，食品加工企業(yè)如何實(shí)現(xiàn)在食品加工過(guò)程中準(zhǔn)確、快速、客觀的質(zhì)量判斷變得尤為重要，這也成為食品行業(yè)確保產(chǎn)品質(zhì)量最重要和最具挑戰(zhàn)性的任務(wù)之一。機(jī)器視覺作為一個(gè)新興技術(shù)為實(shí)現(xiàn)食品檢測(cè)的自動(dòng)化、無(wú)損和低成本，提供了一個(gè)替代方案。這種基于圖像分析和處理的檢測(cè)方法以快速、經(jīng)濟(jì)和高效的優(yōu)勢(shì)在食品行業(yè)得到廣泛應(yīng)用，大量研究顯示，機(jī)器視覺技術(shù)正在水果、蔬菜、糧食質(zhì)量以及其他食品的質(zhì)量檢測(cè)中發(fā)揮重要作用，如烘焙產(chǎn)品、奶酪和面條等。本文旨在深入介紹機(jī)器視覺技術(shù)在食品檢測(cè)中的發(fā)展與應(yīng)用研究。

食品工業(yè)作為世界上最古老和最廣泛的行業(yè)之一，質(zhì)量控制。隨著人口增長(zhǎng)和生活水平不斷提高，人們對(duì)高質(zhì)量、高安全標(biāo)準(zhǔn)食品的需求不斷提高，食品和農(nóng)產(chǎn)品的準(zhǔn)確、快速、客觀的質(zhì)量判斷也迫切需要，確保產(chǎn)品質(zhì)量成為了食品和農(nóng)產(chǎn)品出口前各行業(yè)最重要和最具挑戰(zhàn)性的任務(wù)之一。

食品無(wú)損質(zhì)量評(píng)價(jià)是食品行業(yè)中一個(gè)至關(guān)重要的因素。在早期，對(duì)食品進(jìn)行質(zhì)量檢測(cè)的方法一般為手工評(píng)估，單獨(dú)檢查產(chǎn)品或?qū)Υ笈萎a(chǎn)品進(jìn)行抽樣，定義這些產(chǎn)品質(zhì)量的各種參數(shù)（如尺寸、形狀、顏色、質(zhì)地、外部缺陷、氣味等）均由檢查員進(jìn)行評(píng)估，并將產(chǎn)品分類為相應(yīng)等級(jí)，工作量大且復(fù)雜，再加上高昂的勞動(dòng)力成本，這種方法不僅非常耗時(shí)而且很難保持一致性，

數(shù)字圖像處理硬件和軟件的飛速發(fā)展促使計(jì)算機(jī)視覺技術(shù)快速發(fā)展，作為一種快速、經(jīng)濟(jì)、客觀和高效的檢測(cè)技術(shù)，已擴(kuò)展到許多不同的行業(yè)，其檢測(cè)速度和精度滿足了不斷提高的生產(chǎn)和質(zhì)量要求，促進(jìn)了全自動(dòng)化工藝的發(fā)展，這種無(wú)損的檢驗(yàn)方法在農(nóng)業(yè)和食品工業(yè)中也被廣泛應(yīng)用，以評(píng)估各種生食和加工食品的質(zhì)量。目前，機(jī)器視覺技術(shù)已廣泛應(yīng)用于形狀分類、缺陷檢測(cè)、質(zhì)量分級(jí)和品種分類等，同時(shí)這些技術(shù)也引起了人們極大的興趣，反映了機(jī)器視覺技術(shù)在食品行業(yè)的應(yīng)用前景。

一、機(jī)器視覺系統(tǒng)

基于計(jì)算機(jī)的視覺系統(tǒng)通常由五個(gè)部分組成：照明、相機(jī)、圖像捕獲器、計(jì)算機(jī)硬件和軟件。食品檢測(cè)的第一步就是獲得高質(zhì)量的圖像，這在很大程度上取決于兩個(gè)因素：相機(jī)和照明。雖然相機(jī)主要依靠技術(shù)的進(jìn)步，但研究人員必須根據(jù)要檢測(cè)食品的具體應(yīng)用和幾何形狀來(lái)決定如何構(gòu)建照明系統(tǒng)。

1、照明

在使用機(jī)器視覺進(jìn)行外部質(zhì)量評(píng)估時(shí)，良好的照明系統(tǒng)需要在整個(gè)場(chǎng)景中提供均勻的光源，避免出現(xiàn)眩光或陰影，并且必須隨著時(shí)間的推移保持光譜均勻和穩(wěn)定。如果場(chǎng)景擁有良好的照明，則獲得的食品圖像就會(huì)省略圖像預(yù)處理操作，從而節(jié)省了處理時(shí)間。此外，在設(shè)計(jì)照明時(shí)，必須考慮到要檢查物體的幾何形狀，通常位于燈光垂直角度45°的平面對(duì)象會(huì)獲得理想的光照，在這種情況下，鏡面反射減少，從而避免了不必要的眩光。

當(dāng)要檢查的對(duì)象為半透明食品，或者當(dāng)其輪廓必須精確定義在圖像中時(shí)，通常會(huì)使用背光，也就是說(shuō)，該物體位于光源和相機(jī)之間。對(duì)半透明食品進(jìn)行在線檢查時(shí)，通過(guò)從后方對(duì)食品進(jìn)行光照，使圖像中的食品與背景形成了鮮明的對(duì)比，從而更容易估計(jì)其大小和形狀。

值得一提的還有誘發(fā)熒光的照明系統(tǒng)，特定的短波長(zhǎng)（高能）光激發(fā)某些分子，隨后分子釋放產(chǎn)生較低的能量（更長(zhǎng)的波長(zhǎng)）光。誘導(dǎo)熒光可以檢測(cè)某些食品的外部損傷。例如，利用葉綠素?zé)晒舛ㄎ粰幟薀崴幚硪鸬某跎p傷；可見熒光和紫外線誘發(fā)熒光（UVFL）用檢測(cè)食品不同類型的缺陷；UVFL的另一個(gè)應(yīng)用是檢測(cè)食品中的污染物。

2、圖像采集

圖像采集的過(guò)程就是相機(jī)將從現(xiàn)場(chǎng)接收到的光信號(hào)轉(zhuǎn)換成電子信號(hào)。在食品檢測(cè)應(yīng)用中最常見的就是工業(yè)攝像機(jī)（CCD），它由一系列傳感器組成，這些傳感器將光信號(hào)轉(zhuǎn)換為視頻信號(hào)。在食品檢測(cè)應(yīng)用中，針對(duì)不同的場(chǎng)景，存在不同的相機(jī)選擇，常用的相機(jī)有線性陣列CCD和矩陣CCD，其中線性陣列CCD適用于物體在相機(jī)下方移動(dòng)或相機(jī)在物體上方移動(dòng)的應(yīng)用，以便逐行獲取食品表面的完整圖像信息。

有時(shí)，對(duì)天然產(chǎn)品的檢查需要可以捕捉可見波長(zhǎng)和可逆波長(zhǎng)的圖像采集系統(tǒng)，多光譜攝像機(jī)使用適當(dāng)?shù)臑V鏡和傳感器組合了幾個(gè)可見和不可見的頻段，例如，使用多光譜相機(jī)在自動(dòng)分揀機(jī)中獲取柑橘類水果的可見圖像和近紅外光（NIR）圖像用于評(píng)估水果的成熟度。此外，基于X光片或核磁共振成像（MRI）的內(nèi)部診斷醫(yī)療設(shè)備也已用于檢查食品的內(nèi)部質(zhì)量。

二、機(jī)器視覺在食品檢測(cè)領(lǐng)域中的應(yīng)用

在當(dāng)今競(jìng)爭(zhēng)激烈的市場(chǎng)中，對(duì)于食品制造商和零售商來(lái)說(shuō)，提升競(jìng)爭(zhēng)力的關(guān)鍵因素在于提供高質(zhì)量的產(chǎn)品。因此，不同種類的食品生產(chǎn)企業(yè)需要改進(jìn)食品質(zhì)量以滿足消費(fèi)者的需求。然而，很難有一個(gè)標(biāo)準(zhǔn)的檢查方法可以用來(lái)檢測(cè)所有類型的食品，這些食品在大小、形狀、外觀和其他特征上各不相同。由此可見，計(jì)算機(jī)視覺已被證明在各種食品的質(zhì)量預(yù)測(cè)和評(píng)估方面具有巨大的潛力。

1、顏色檢測(cè)

顏色是食物最重要的屬性之一，因?yàn)橄M(fèi)者可能會(huì)因?yàn)樘囟ㄊ称返念伾艿接绊?，接受或拒絕。因此，食品生產(chǎn)商努力防止有缺陷的產(chǎn)品進(jìn)入市場(chǎng)，并確保產(chǎn)品的質(zhì)量等級(jí)。顏色檢測(cè)通常使用彩色CCD相機(jī)捕獲食品圖像，圖像中像素的顏色在顏色空間中表示為三個(gè)坐標(biāo)，紅色、綠色和藍(lán)色（RGB），在檢測(cè)過(guò)程中可以通過(guò)顏色比例區(qū)分不同的質(zhì)量等級(jí)，例如使用RGB比率來(lái)辨別石榴的成熟度。

2、形狀估計(jì)

任何產(chǎn)品都會(huì)有一個(gè)特定的形狀，變形或奇形怪狀的產(chǎn)品都會(huì)影響到其價(jià)格，因此形狀檢測(cè)成為食品檢測(cè)中非常重要的環(huán)節(jié)之一。在對(duì)水果和蔬菜質(zhì)量進(jìn)行自動(dòng)檢測(cè)時(shí)，可根據(jù)不同品種的典型形狀進(jìn)行估計(jì)。例如，草莓的形狀檢測(cè)中將形狀定義為：長(zhǎng)錐形、方形、錐形和螺旋形，根據(jù)不同的草莓形狀篩選不同品種的草莓。也可以利用食品輪廓信息構(gòu)建評(píng)估模型。例如使用橫縱比、橢圓比和對(duì)稱度來(lái)估計(jì)西瓜的形狀，通過(guò)計(jì)算質(zhì)量、體積、密度球形系數(shù)和幾何平均直徑構(gòu)建他們之間的相關(guān)系數(shù)模型，從而確定西瓜是否具有標(biāo)準(zhǔn)形狀。

3、紋理檢測(cè)

如果食品表面的紋理不同，計(jì)算機(jī)視覺系統(tǒng)對(duì)特定顏色的感知可能會(huì)有所不同。因此，紋理研究通常整合在顏色差異的研究中，紋理在圖像分割中發(fā)揮著重要作用，成為模式識(shí)別問(wèn)題的有效工具，其中之一是對(duì)水果和蔬菜的自動(dòng)檢測(cè)。紋理檢測(cè)的常用技術(shù)是基于像素的導(dǎo)向技術(shù)，基于紋理的細(xì)分需要更復(fù)雜的算法，這些算法通過(guò)對(duì)比鄰近像素之間的顏色和空間關(guān)系，對(duì)圖像中的各個(gè)區(qū)域進(jìn)行特征提取，并對(duì)比它們之間的差別。例如，通過(guò)香蕉果皮的紋理特征（衰老斑點(diǎn)）來(lái)區(qū)分香蕉的成熟度。

4、缺陷檢測(cè)

表面缺陷和損傷的檢測(cè)是圖像分析在食品檢測(cè)中應(yīng)用最廣泛的一種。表面損害的存在是產(chǎn)品質(zhì)量判斷的一個(gè)明顯特征。例如，馬鈴薯因其表面的特征而易于分級(jí)，因此，土豆去皮前的缺陷檢測(cè)變得尤為重要。研究學(xué)者已經(jīng)進(jìn)行了一些研究將計(jì)算機(jī)視覺系統(tǒng)與人工神經(jīng)網(wǎng)絡(luò)相結(jié)合來(lái)評(píng)估土豆的質(zhì)量。首先建立土豆缺陷圖像數(shù)據(jù)庫(kù)，然后提取一些重要的物理特征，包括劃傷、擦傷、腐爛和長(zhǎng)芽等，正確的分類準(zhǔn)確率約為95%以上。

三、未來(lái)趨勢(shì)

目前的研究表明，計(jì)算機(jī)視覺是一種有效、快速、客觀的技術(shù)，適用于許多農(nóng)業(yè)食品的研發(fā)、檢測(cè)和分類。圖像采集是計(jì)算機(jī)視覺系統(tǒng)的重要一步，三維圖像將更準(zhǔn)確、更全面地反映樣品的特點(diǎn)。在多種算法的幫助下，計(jì)算機(jī)視覺系統(tǒng)具有與其他非破壞性成像系統(tǒng)相結(jié)合的潛力，提供更好的評(píng)估。

1、三維技術(shù)

一般來(lái)說(shuō)，三維圖像可以提供更多信息或細(xì)節(jié)，以提高許多食品檢測(cè)應(yīng)用中的質(zhì)量分析。因此，三維成像可以更大程度的滿足大多數(shù)情況下食品的分級(jí)、分類、缺陷檢測(cè)和質(zhì)量評(píng)估。例如，研究者使用3D掃描儀預(yù)測(cè)了梨、草莓、香蕉、蘋果和雞蛋的大小和形狀，可以實(shí)現(xiàn)快速、高精度的描述更復(fù)雜和形狀不規(guī)則的食品。

2、高光譜成像

機(jī)器視覺系統(tǒng)能夠通過(guò)預(yù)測(cè)尺寸、形狀、表面顏色和質(zhì)地等外部屬性，為食品的缺陷檢測(cè)、分類和分級(jí)提供豐富的信息。但是，僅使用機(jī)器視覺無(wú)法提取有關(guān)化學(xué)成分的其他信息。例如水分、脂肪和蛋白質(zhì)含量。為此，借助光譜法，可以成功獲得食品的化學(xué)成分信息。在各種應(yīng)用中，高光譜成像為缺陷檢測(cè)、質(zhì)量測(cè)定提供了極好的可行性。例如，測(cè)量蘋果的硬度和可溶性固形物等參數(shù)、桃子的糖含量、脂肪、水和魚類的鹽分預(yù)測(cè)等。

3、圖像處理技術(shù)

開發(fā)更強(qiáng)大的圖像處理技術(shù)，計(jì)算能力的提高刺激了更強(qiáng)大的軟硬件的發(fā)展，可用于實(shí)時(shí)圖像處理。自適應(yīng)算法在其他領(lǐng)域產(chǎn)生了極好的效果。食品檢測(cè)中的計(jì)算機(jī)視覺檢測(cè)系統(tǒng)必須適應(yīng)不斷變化的食品種類和環(huán)境，模式識(shí)別和大規(guī)模數(shù)據(jù)處理的發(fā)展也必然會(huì)出現(xiàn)在未來(lái)的機(jī)器視覺食品檢測(cè)應(yīng)用中，以提高檢測(cè)的穩(wěn)健性和準(zhǔn)確性。

四、結(jié)論

許多有關(guān)計(jì)算機(jī)視覺的工作為食品檢測(cè)行業(yè)提供了重要的實(shí)用解決方案。機(jī)器視覺系統(tǒng)在評(píng)估食品質(zhì)量中起著至關(guān)重要的作用，包括缺陷、形狀、大小、顏色、成熟度的檢查，并根據(jù)不同的質(zhì)量等級(jí)進(jìn)行分類，涉及食品種類廣泛，可以通過(guò)機(jī)器視覺檢測(cè)的產(chǎn)品包括肉類、水果、蔬菜、堅(jiān)果、谷物等。目前，機(jī)器視覺系統(tǒng)在食品檢測(cè)行業(yè)中已經(jīng)取得了顯著的成效，然而，機(jī)器視覺技術(shù)在食品檢測(cè)領(lǐng)域可以進(jìn)一步發(fā)展，例如與光譜學(xué)等其他技術(shù)相結(jié)合，為未來(lái)在食品檢測(cè)領(lǐng)域中的應(yīng)用發(fā)揮巨大作用。