کاربرد پردازش تصویر در صنایع غذایی

سلامت و ایمنی مواد غذایی به یکی از اولویت‌های اصلی در سراسر جهان تبدیل شده است و اهمیت آن برای همه افراد در زنجیره تامین مواد‌غذایی از جمله تولید‌کنندگان، پردازشگرها، حمل و نقل، خرده‌فروشان و مصرف‌کنندگان به خوبی درک شده است. استانداردهای ایمنی مواد‌غذایی به طور دوره‌ای در سراسر جهان برای افزایش ایمنی و حفظ کیفیت محصولات کشاورزی و غذاهای فرآوری‌شده عرضه شده به مصرف‌کنندگان بازنگری می‌شوند. با افزایش استانداردهای ایمنی، فن‌آوری‌های قدیمی نمی‌توانند این نیازها را تامین کنند و از این رو راه را برای فن‌آوری‌های جدید مانند پردازش تصویر در صنایع غذایی هموار می‌کنند.

تاریخچه پردازش تصویر در صنایع غذایی
پردازش تصویر دیجیتال در دهه 1960 برای کاربردهای فضایی و اوایل دهه 1970 برای کاربردهای پزشکی، بررسی از فواصل دور و علم نجوم آغاز شد. علاقه تحقیقاتی به پردازش تصویر برای صنایع غذایی و کشاورزی در اواخر دهه 1970 آغاز شد و طی چند برنامه بلادرنگ در سال‌های 1980 و 1990 توسعه یافت. محققان پتانسیل پردازش تصویر را درک کردند و شروع به تمرکز بر تحقیقات در صنایع غذایی نمودند.

تصویربرداری و پردازش تصویر در صنایع غذایی
پردازش تصویر زیستی یا بیولوژیکی یک فن‌آوری بینایی ماشین است که از دید مصنوعی به جای دید انسان برای مشاهده، گرفتن، پردازش و تشخیص شی مورد نظر استفاده می‌کند. محققان در صنایع غذایی و کشاورزی امکان استفاده از اشعه ایکس، ام آر آی، مادون قرمز و تصویربرداری حرارتی را بررسی کرده‌اند.

سیستم‌های تصویربرداری و پردازش تصویر در صنایع غذایی
سیستم‌های تصویربرداری و پردازش تصاویر در صنایع غذایی شامل اجزای اصلی مانند دوربین، نورپردازی، Frame Grabber، سخت‌افزار و نرم‌افزار پردازش تصویر هستند. دوربین‌ها و سنسورها جزء اصلی این سیستم‌ها هستند که تصویری از مواد مورد نظر را می‌گیرند. طیف گسترده‌ای از سنسورها برای ارزیابی ویژگی‌های ظاهری مانند رنگ، شکل، اندازه و بافت سطح مورد استفاده قرار می‌گیرند. برای ارزیابی ویژگی‌های کیفی داخلی، از سنسورهای پیشرفته اکتساب تصویر، مانند سنسورهای اپتیکال و نوری استفاده می‌شود.

منبع نور عامل بسیار مهمی در ثبت تصاویر با کیفیت است. Frame Grabber دستگاهی است که به تبدیل سیگنال ویدئویی آنالوگ دوربین به سیگنال دیجیتال کمک می‌کند. سخت‌افزار پردازش تصویر عملیات حسابی و منطقی را انجام می‌دهد و نرم‌‌افزار کاربران را قادر می‌سازد تا کدهایی را برای تجزیه و تحلیل تصاویر گرفته شده بنویسند.

مراحل مربوط به پردازش تصویر در صنایع غذایی
پردازش تصاویر در صنایع‌ غذایی شامل مراحل اساسی مانند اکتساب تصویر، پیش پردازش، بهبود، بخش‌بندی، نمایش، توصیف و شناسایی است. اکتساب تصویر فرآیند به دست آوردن داده‌های باینری خام از تصویر مورد نظر است. پیش پردازش فرآیند کاهش ویژگی‌های ناخواسته در تصاویر است. بهبود تکنیکی است که تصویر را واضح‌تر و ناحیه مورد نظر را برجسته می‌کند.

تقسیم‌بندی، فرآیند تقسیم تصویر به بخش‌های مختلف است. پس از تقسیم‌بندی، نمایش داده می‌شود که در آن داده‌ها بسته به اینکه هدف تمرکز بر ویژگی‌های شکل خارجی یا ویژگی‌های داخلی باشد، به‌عنوان یک مرز یا کل منطقه نشان داده می‌شوند. توضیحات فرآیند به دست آوردن اطلاعات کمی مفید از ویژگی‌های تصویر است. تشخیص تصویر فرآیند شناسایی یک شی بر اساس توصیف آن می‌باشد.

نیاز به پردازش تصویر در صنایع غذایی
کیفیت مهم‌ترین جنبه صنعت مواد‌‌غذایی است زیرا محصول نهایی ارتباط مستقیمی با سلامت و رفاه مصرف‌کننده دارد. نیاز به پردازش‌ تصویر در صنایع‌ غذایی با افزایش آگاهی و انتظارات مصرف‌کنندگان در مورد جنبه‌های ایمنی و سلامت محصولات غذایی بسیار حائز اهمیت است. بسیاری از فرآیندهای نظارت بر کیفیت در صنایع غذایی توسط بازرسی انسانی انجام می‌شوند که کاری فشرده، خسته‌کننده، ناسازگار و ذهنی است. تکنیک‌های پردازش تصویر برای ارزیابی کیفیت غذاهای مختلف سریع، ثابت و غیر مخرب هستند.

تکنیک های پردازش تصویر در صنایع غذایی
بازرسی مواد غذایی بر اساس حسگرهای بصری، امواج کوتاه مادون قرمز، اشعه ماوراء بنفش و اشعه ایکس در ارتباط با روش‌های مرتب‌سازی و طبقه‌بندی خودکار به یک زمینه اصلی برای سیستم‌های ضبط تصویر پیشرفته و دوربین‌های مادون قرمز تبدیل شده است. سیستم‌های پردازش تصویر و تصویربرداری با قابلیت‌ها و تکنیک‌های مختلف می‌توانند در صنایع غذایی بسیار کاربرد داشته باشند که در زیر به آنها اشاره شده است.

دوربین‌ها و سنسورها
دوربین‌ها و سنسورهای اپتیکال پرسرعت CCD و CMOS با نرم‌افزارهای کاربردی برای بازرسی مواد غذایی در خط تولید، برای چندین دهه برای شناسایی موفقیت‌آمیز فرورفتگی‌ها، خراش‌ها و کپک‌ها استفاده می‌شوند. دوربین‌های تشخیص رنگ RGB یا چند طیفه و دوربین‌های تشخیص شی می‌توانند به درجه‌بندی مواد غذایی بر اساس رنگ، شکل و اندازه کمک کنند. علاوه بر این بازرسی‌های سه‌بعدی با استفاده از دوربین‌ها‌ اجازه می‌دهد تا ساختارهای کوچکی را روی سطوح ریز پیدا کنند که ممکن است مواد غذایی را غیرقابل فروش و مصرف کند.

بازرسی‌های سه بعدی بسیار دقیق هستند زیرا می‌توانند مکان و جهت یک محصول را با استفاده از اندازه‌گیری‌های x، y و z به سرعت تشخیص دهند. همچنین دوربین‌های چند طیفی، صنایع غذایی را قادر می‌سازد تا کیفیت داخلی میوه‌ها را با اندازه‌گیری پارامترهایی مانند اسیدیته و سطح نشاسته درجه‌بندی کنند.

پردازش تصویر مادون قرمز
تصویربرداری نامرئی، مانند امواج کوتاه مادون قرمز (SWIR) با استفاده از دوربین‌های ایندیوم گالیوم آرسنید (InGaAs)، اطلاعاتی را ارائه می‌دهند که دوربین‌های معمولی نمی‌توانند. تصویربرداری نامرئی معمولاً از دوربین‌های InGaAs به دلیل حساسیت بالای 900 تا 2500 نانومتر استفاده می‌کند. برخلاف دهه‌های پیش که تکنیک‌های ساخت InGaAs در مراحل ابتدایی بودند، امروزه سازندگان دوربین‌های InGaAs با وضوح بالا و سرعت بالا را بدون نیاز به خنک‌کننده ارائه می‌کنند.

پردازش تصویر اشعه ایکس
به دلیل توانایی تشخیص فلز یا محصولات نازک در محدوده 0.5 تا 0.7 میلی متر و آلاینده‌های شیشه‌ای در محدوده 1.5 تا 3 میلی‌متر جایگزین فلزیاب‌ها شد. از آن‌جایی که براساس تراکم محصولات است، می‌توان بسیاری از آلاینده‌ها را در مواد‌غذایی تشخیص داد.

فلزیاب‌ها را نمی‌توان برای محصولات بسته‌بندی‌شده در فیلم‌های فلزی، فویل‌ها یا سینی‌های آلومینیومی استفاده کرد، در حالی که سیستم‌های اشعه ایکس را می‌توان برای انواع بسته‌بندی محصولات استفاده نمود. پردازش تصویر اشعه ایکس نه تنها برای تشخیص آلودگی محصول استفاده می‌شود، بلکه می‌تواند محصولات گم شده یا شکسته را نیز پیدا کند، سطح پر شدن را کنترل و بسته‌های مهر‌ و موم شده را شناسایی نماید.

پردازش تصویر تشدید مغناطیسی
اطلاعات مفیدی در مورد فرآیندهای داخلی مانند توزیع روغن و رطوبت، تبلور مواد‌غذایی منجمد، نظارت بر فرآیند تولید در محصولات لبنی ارائه می‌دهد. MRI برای نظارت و ارائه ویژگی‌های داخلی میوه‌ها و سبزیجات مانند کبودی، ترک سیب، گوجه‌فرنگی و سیب‌زمینی مفید است.

پردازش تصویر حرارتی
در صنایع غذایی برای اندازه‌گیری دمای بدون تماس غذاها استفاده می‌شود. دما یک پارامتر مهم است و افزایش یا کاهش آن ممکن است باعث کاهش ماندگاری محصولات و یا حتی رشد میکروارگانیسم‌ها شود که باعث می‌گردد محصول برای مصرف ناایمن باشد. پردازش تصویر حرارتی کاربردهای مختلفی مانند نظارت بر دمای محصولات مختلف و غذاهای منجمد دارد.

کاربردهای مختلف پردازش تصویر در صنایع غذایی
دانه ها
پردازش تصویر برای تشخیص آلودگی حشرات، تشخیص عفونت قارچی در گندم استفاده می‌شود. همچنین پردازش تصویر در صنایع غذایی می‌تواند برای اندازه‌گیری تغییر پروفایل رطوبت و بررسی تغییرات ساختاری برنج در طول پخت با نظارت بر توزیع آب استفاده گردد. پردازش تصویر حرارتی برای تشخیص آلودگی حشرات در غلات و آسیب جوانه در گندم استفاده می‌شود.

میوه ها و سبزیجات
پردازش تصویر در صنایع غذایی برای طبقه‌بندی هلوهای دوشاخه و معمولی و تشخیص آسیب حشرات در انبه، کبودی و هسته آب در سیب، نقص در پیاز استفاده می‌شود. همچنین پردازش تصویر در صنایع‌غذایی می‌تواند برای تشخیص هسته گلابی، تجزیه و تحلیل کیفیت سیب‌زمینی و اندازه‌گیری میزان رسیده بودن گوجه‌فرنگی استفاده شود.

از پردازش تصویر حرارتی می‌توان برای نظارت و ارزیابی زمان خشک‌شدن سطحی مرکبات استفاده کرد. دوربین‌ها و سنسورهای نوری برای درجه‌بندی میوه‌ها و سبزیجات مانند هلو، سیب، نارنگی، توت‌فرنگی، سیب‌زمینی، گوجه‌فرنگی و پیاز استفاده می‌شود.

آجیل
پردازش تصویر در صنایع غذایی برای تشخیص اجسام خارجی در فندق استفاده می‌شود. وجود مواد خارجی ناخواسته مانند سنگ، تراشه فلز و مقوا در بادام، شاه بلوط و کشمش با استفاده از سنسورهای نوری و حرارتی شناسایی می‌گردد.

قنادی
ریزساختار سلولی سه بعدی غذاهایی مانند شکلات، گل ختمی و کلوچه با استفاده از پردازش تصویر در صنایع غذایی مورد تجزیه و تحلیل قرار می‌گیرد. همچنین پردازش تصویر در صنایع غذایی می‌تواند برای مشاهده مهاجرت رطوبت در قنادی‌ها و مطالعه خواص آب‌رسانی مجدد ماکارونی استفاده شود.

گوشت و مرغ
از کاربردهای پردازش تصویر در صنایع غذایی در صنعت گوشت می‌توان به تخمین بازده گوشت دام و طیور، تعیین اجزای مختلف غذایی مانند آب و محتوای چربی در گوشت چرخ‌کرده، مرغ بدون استخوان پرچرب و میزان تازگی گوشت، اندازه‌گیری درصد گوشت بدون چربی، تعیین میزان چربی گوشت گاو و ژامبون استفاده می‌شود. همچنین از دوربین‌ها و سنسورهای مختلف برای تعیین کیفیت تخمک‌ها برای تشخیص عیوب مانند لکه‌های خونی، لکه‌های کثیفی و ترک‌های تخم استفاده می‌شود.

غذاهای بسته بندی شده
تشخیص فساد در مواد‌غذایی بسته‌بندی‌شده یک چالش بزرگ برای صنایع غذایی است زیرا نیاز به آزمایش مخرب نمونه و روش‌های وقت‌گیر دارد. پردازش تصویر در صنایع غذایی می‌تواند برای بررسی کیفیت غذا استفاده شود زیرا شاخص اصلی فساد مواد غذایی کاهش pH است. همچنین پردازش تصویر در صنایع غذایی برای تشخیص آلودگی باکتریایی در سس سویا، شیر و پنیر استفاده می‌شود. توموگرافی انسجام نوری می‌تواند برای تجزیه و تحلیل آنلاین و کنترل کیفیت فویل‌های چند لایه مورد استفاده در بسته‌بندی مواد‌غذایی استفاده شود.