Imagem hiperespectral: uma visão interna da qualidade dos alimentos

A China na ponta da língua já se despediu da era do “basta comer”. Hoje, buscamos alimentos de maior qualidade e seguros. Como uma tecnologia emergente, a tecnologia de imagem de alto espectro penetra na imagem de um alimento como um "olho de ouro de fogo" para detectar sua composição, qualidade e segurança intrinsecas. Abaixo, vamos entrar juntos em um passeio pela aplicação da tecnologia de imagem de alto espectro na indústria alimentar.

Na China, a era de estar satisfeito com simplesmente "ter o suficiente para comer" já passou. Hoje, buscamos alimentos de maior qualidade, mais seguros e mais confiáveis. Como uma tecnologia emergente, a imagem hiperespectral pode penetrar na superfície de produtos alimentares – muito como ter “olhos que veem abaixo da superfície” – para detectar sua composição interna, qualidade e condições de segurança. Abaixo, vamos explorar as aplicações da tecnologia de imagem hiperespectral na indústria alimentar.

Inspeção de Qualidade de Produtos Agrícolas

A imagem de alto espectro é particularmente boa na classificação de produtos agrícolas para detectar danos internos que são difíceis de detectar ao olho nu. Por exemplo, ele pode detectar hematomas ou lesões internas que podem ser invisíveis ​​na aparência da maçã para obter classificações mais precisas e aumentar o valor do produto. Essa abordagem não destrutiva ajuda os produtores a eliminar os produtos que apresentam problemas de qualidade potenciais, melhorando a qualidade geral do produto e a competitividade no mercado.

A imagem hiperespectral destaca-se na inspeção não destrutiva de produtos agrícolas, particularmente nas operações de triagem. Pode detectar danos internos que são difíceis de ver a olho nu. Por exemplo, ele pode identificar hematomas ou defeitos internos em maçãs que não são visíveis externamente, permitindo uma classificação mais precisa e melhorando o valor do produto. Este método de teste não destrutivo ajuda os produtores a remover itens com potenciais problemas de qualidade, melhorando assim a qualidade geral do produto e a competitividade do mercado.

Classificação de maçãs baseada em hiperespectro

Avaliação das Características Sensoriais em Produtos Agrícolas

As características sensoriais, como açúcar, acidez, dureza e maturidade, afetam diretamente as preferências dos consumidores por produtos agrícolas. As tecnologias de imagem de alto espectro apresentam um enorme potencial na avaliação sensorial dos alimentos para prever esses indicadores-chave sem danos. Por exemplo, analisando a refletidão de tomates em comprimentos de onda específicos, é possível construir modelos de previsão de sabor turbulento; A análise das características de absorção espectral das uvas na faixa de infravermelho próximo permite prever sua açúcar e acidez. Em comparação com os métodos tradicionais de avaliação sensorial, a imagem de alto espectro apresenta vantagens rápidas, objetivas e sem danos.

Atributos sensoriais como o teor de açúcar, acidez, firmeza e maturidade influenciam diretamente a preferência do consumidor por produtos agrícolas. A imagem hiperespectral mostra grande potencial na avaliação sensorial dos alimentos, pois pode prever esses indicadores-chave de forma não destrutiva. Por exemplo, analisando a reflectância de persimmons em comprimentos de onda específicos, um modelo de predição para astringência pode ser desenvolvido. Da mesma forma, examinando as características de absorção espectral das uvas na faixa do infravermelho próximo, seus níveis de açúcar e ácido podem ser previstos. Em comparação com os métodos de avaliação sensorial tradicionais, a imagem hiperespectral oferece as vantagens de velocidade, objetividade e não destrutividade.

Detecção on-line de glicose em tempo real com tecnologia de alto espectro / Real-Time Online Detection of Grape Sugar Content Using Hyperspectral Technology

Avaliação da Qualidade do Chá / Tea Quality Assessment

Ao analisar as informações espectrais do chá, os componentes bioativos do chá, como polifenóis do chá, cafeína e aminoácidos, podem ser analisados com precisão e sem danos, que são essenciais para o sabor e a qualidade do chá. Uma equipe usou dados espectrais elevados para construir um modelo que poderia estimar com precisão o teor de polifenóis do chá na folha. Outra equipe usou câmeras de alto espectro equipadas com drones para prever o teor de polifenóis e aminoácidos do chá e avaliar a relação de polifenóis e aminoácidos do chá.

Ao analisar a informação espectral das folhas de chá, os principais componentes bioativos, como os polifenóis do chá, a cafeína e os aminoácidos, que são cruciais para o sabor e a qualidade do chá, podem ser avaliados com precisão e de forma não destrutiva. Uma equipe de pesquisadores desenvolveu um modelo baseado em dados hiperespectrais para estimar com precisão o conteúdo de polifenóis do chá. Outra equipe usou uma câmera hiperespectral montada em drones para prever o conteúdo de polifenóis de chá e aminoácidos, e avaliou ainda mais a relação entre os dois.

Avaliação da Qualidade da Carne / Meat Quality Assessment

A imagem de alto espectro mede com precisão o teor de gordura e proteína, avaliando o valor nutricional e o sabor. Por exemplo, analisar padrões de mármore de carne bovina para prever a suavidade e a sucosidade, ou avaliar a degradação da proteína de peixe para julgar a frescura e distinguir entre peito normal e "peito de madeira", não só pode otimizar a utilização, mas também detectar objetos estranhos, como fragmentos ósseos, para garantir a segurança alimentar.

A imagem hiperespectral pode medir com precisão o conteúdo de gordura e proteína, ajudando a avaliar o valor nutricional e os perfis de sabor. Por exemplo, ele pode analisar o mármore da carne bovina para prever a ternura e suciedade, ou avaliar o grau de degradação das proteínas no peixe para determinar a frescura. Ele também é capaz de distinguir entre peito de galinha normal e peito de madeira, e pode detectar materiais estranhos, como fragmentos ósseos, aumentando a eficiência da utilização, garantindo a segurança alimentar.

Diferenciar a Qualidade da Carne da Mama de Frango Usando a Tecnologia Hiperspectral

As tecnologias de imagem de alto espectro têm um enorme potencial como meio emergente de detecção de alimentos. Apesar dos desafios do processamento de dados, custos de equipamento e complexidade de cenários de aplicação, o rápido desenvolvimento da inteligência artificial e aprendizado de máquina traz novas oportunidades para as tecnologias de imagem de alto espectro. Ao combinar análise e modelagem de big data, espera-se melhorar ainda mais a precisão das previsões de qualidade dos alimentos e alcançar a atualização inteligente das cadeias industriais, como produtos agrícolas, da produção ao processamento e às vendas, trazendo modelos de produção mais eficientes e com maior garantia de qualidade.

Como uma ferramenta emergente na inspeção de alimentos, a imagem hiperespectral possui um potencial significativo. Embora permaneçam desafios no processamento de dados, custos de equipamentos e complexidade de cenários de aplicação, o rápido desenvolvimento da inteligência artificial e aprendizado de máquina apresenta novas oportunidades para a tecnologia. Ao integrar análise e modelagem de big data, espera-se que a imagem hiperespectral melhore ainda mais a precisão da previsão da qualidade dos alimentos e permita atualizações inteligentes em todas as cadeias de produção agrícola e alimentar - da produção e processamento às vendas - abrindo o caminho para modelos de produção mais eficientes e com garantia de qualidade.