Обнаружение повреждений фруктов с помощью датчика SWIR
Коротковолновое инфракрасное изображение (SWIR) предоставляет полезную информацию о состоянии и качестве таких свежих продуктов, как яблоки, порча которых не может быть выявлена невооруженным глазом. Процедура еще никогда не была проще.
Введение в SWIR
Коротковолновое инфракрасное излучение (SWIR) представляет собой излучение в диапазоне волн от 0.9 – 1.7 мкм. SWIR-изображение позволяет выявить то, что при использовании иных приборов было бы невозможно. В отличие от длинноволнового (LWIR) и средневолнового инфракрасного (MWIR), свет SWIR подвергается поглощению или отражению предметом, создавая резкий контраст, необходимый для изображения с высоким разрешением.
Поскольку у датчиков на основе кремния верхнее пороговое значение около 1.0 мкм, для получения изображений SWIR требуется специальная оптика и электроника для работы в коротковолновом инфракрасном спектре. Детекторы из арсенида индия-галлия (InGaAs), которые охватывают обычный коротковолновый инфракрасный спектр, это основные устройства, которые используются для получения изображений SWIR.
Коротковолновые инфракрасные волны могут проходить через линзы, стекло и различные другие оптические элементы. Системы на основе детекторов SWIR могут быть созданы с использованием тех же процедур, что и для видимых компонентов, что снижает производственные затраты и позволяет включать защитные окна и фильтрацию внутри системы.
Использование датчиков в пищевой промышленности
Пищевая промышленность находится под жестким контролем и наблюдением, где представлены механизмы постоянного контроля операций и за чистотой. Давление, температура, уровни твердых или жидких веществ, а также вес измеряются и контролируются датчиками.
В последнее время технология SWIR зарекомендовала себя как один из самых успешных методов улучшения операций контроля качества в пищевой промышленности. Проверка продуктов питания является важной составляющей бизнеса, поскольку это гарантирует, что только лучшие образцы проходят через производственный процесс.
Проверка пищевых продуктов не может полагаться исключительно на ручной труд. Обычные проверки, когда сотрудники физически разрезают и осматривают продукты питания, могут быть расточительными, трудоемкими, дорогими и влекут ошибки.
С другой стороны, методы визуализации обеспечивают быстрое неразрушающее качественное исследование и классификацию пищевых продуктов. Видимые, инфракрасные и мультиспектральные методы визуализации уже используются в системах сортировки свежих продуктов.
Важность осмотра фруктов на наличие повреждений
Случаи повреждения фруктов, возникающие после ударов, а также сжатий в местах скопления плодов, широко распространены и признаны основной причиной порчи плодов и снижения их качества.
Все это приводит к финансовым убыткам и потерям после сбора урожая из-за обесценивания или прямого отказа клиентов, увеличения отходов и сопутствующих неблагоприятных экономических, социальных и экологических последствий.
Проверка позволяет идентифицировать и отбраковывать поврежденные фрукты и овощи. На самом деле, более эффективная сортировка сокращает количество отходов, поскольку такие фрукты, как яблоки, можно классифицировать на основе их пригодности для альтернативных товаров, включая джемы и мармелады, варенья и смеси для заморозки. Тем не менее, автоматизированным технологиям сортировки часто не хватает точности, что вынуждает предприятия полагаться на методы сортировки с участием человека.
Состояние и качество фруктов должно проходить на более глубинном уровне, чем то, что потребители могут выявить на поверхности. Невидимые факторы, которые предполагают большую долгосрочность и качество плодов, охватывают уровень сахара, твердость, концентрацию растворимых твердых веществ и питательную ценность.
Именно здесь и начинают использоваться датчики SWIR, обеспечивающие детальное понимание, детали, которые в противном случае было бы невозможно выявить.
Волны спектра SWIR взаимодействуют также как и волны видимого света. Цели поглощают или возвращают фотоны на этой длине волны, тем самым обеспечивая изображения высокого разрешения с превосходным контрастом. Хотя SWIR-изображения обладают качествами, сравнимыми с видимым светом, такими как отражение и контрастность, они доступны только в черно-белом цвете.
Гиперспектральная визуализация в спектре SWIR, может обеспечить полезную информацию обо всех характеристиках поверхности исследуемых фруктов, например размеры и геометрия, повреждения, цвет и химический состав поверхности фруктов в сплошном спектре.
С другой стороны, мультиспектральная визуализация позволяет сканировать огромные объемы свежих продуктов с гораздо большей скоростью за счет сбора информации в определенных дискретных спектральных диапазонах, удовлетворяя промышленный спрос на быстрое распознавание и восприятие.
