案例研究
高光谱成像与食物浪费斗争-案例ImpactVision
发表于04/16/2020.
撞击等介绍
撞击等是一家机器学习公司,将高光谱成像技术应用于食品供应链,以提高食品质量,产生一致,优质的产品,减少浪费。
ImpactVision软件的目标客户是食品加工商、制造商、分销商和零售商。它提供了对食物质量的实时洞察。例如,该系统能够快速、非侵入性并以生产级速度确定鱼的新鲜程度、牛油果的干物质含量或异物的存在。
ImpactVision推出的第一个商业化产品是异物检测(FoD)系统,帮助那些面临非磁性异物污染严峻挑战的食品公司。该团队目前正在与墨西哥最大的糖加工企业贝塔圣米格尔(Beta San Miguel)合作。该客户在墨西哥拥有17家工厂,他们希望通过ImpactVision扩大业务规模,从4个仓库开始。目前,ImpactVision正在更广泛地接触制糖业,以及面粉、香料和盐等其他大宗商品,以及葡萄干、曲奇饼和农产品等相邻行业。
CheftVision的系统将超光相机硬件与其专有的机器学习软件相结合。该硬件安装在食品加工设施中的传送带上方,以便实时捕获产品的图像,因为它们在下面通过。然后,软件模型分析这些图像即可提供关于产品质量的见解,即时和非侵入性。这些信息允许食品公司决定如何根据新鲜度,保质期,保质期或污染的质量属性包装,分类和分发。
食品工业:挑战和解决方案
食品工业加工市场巨大:仅在美国,就有3万家食品加工厂,其中22000家是适合于国外物体检测系统的设施,5000家是水果和蔬菜配送中心,600家是海鲜加工者。北美前75家食品杂货零售商拥有533个配送中心和5万家零售店。
如今,食品检测采用的是破坏性的、基于样品的方法,这种方法只占总体积的1-3%左右,如果食品工业要养活全球不断增长的人口,就需要一种更有效的检测方法。
- 世界上生产的食物中有三分之一被浪费了,而50%的浪费是在供应链的上游产生的。
- 2018年,有超过30件高调的产品召回与异物相关。
- 食物欺诈 - 掺假,错误标记,替代,未经批准的添加剂等 - 每年可以花费30-40亿美元。
具有高光谱成像,检查覆盖率可以达到100%的目标食物,它可以包括尚未完成的测量。它能可靠地识别食品的化学性质。因此,食品工业可以从反应型转变为预测型。这意味着更少的召回、更少的食品欺诈和更少的食品浪费。
ImpactVision并不努力成为一个相机制造商:他们的战略是提供软件平台,并与提供高光谱相机的硬件供应商合作。在选择合作伙伴时,ImpactVision强调了相机的以下选择标准:
- 良好的空间分辨率(参见尽可能小的物体)
- 良好的光谱分辨率(访问光谱右侧的多个波长)
- 灵活的接口(从相机到计算机的传输足够快,可以连接到Linux系统。)
- 可承受的价格(当将ImpactVision系统出售给利润微薄的食品行业时,总价不能太高)。
为什么Specim ?
在比较了不同的高光谱相机供应商后,ImpactVision认为他们购买了specm相机,性价比最高。
在fx10系列中,他们得到了许多波长在光谱的正确部分,具有良好的空间分辨率。高效的摄像头管道捕获的信息需要更少的预处理步骤,这有助于减少ImpactVision的应用开销。specm还提供了快速的吞吐量和集成,使改进到现有的食品加工管道。
当使用specm时,ImpactVision发现订购过程很简单,而且specm总是能够快速响应,并且非常擅长响应任何问题和支持请求。
开发空间
与传统相机相比,HSI相机通常分辨率有限,噪音更高。即使最近在高光谱相机技术上有了重大的发展,在这些领域的进一步改进可能会打开许多其他领域的机会。
每个新应用程序的挑战都是你不知道你不知道什么。所以问题是,在购买相机之前,如何验证应用程序是否可以工作?ImpactVision的首席执行官兼创始人Abi Ramanan表示:“我建议对这项技术和specm产品感兴趣的人在购买前进行研究,看看你的应用程序是否可以由一台hsii相机解决。”
下一个下一个
借助Specim的相机系统和高光谱图像,可以在食物分级和质量方面绘制巨大的见解。随着更多信息,收集了不同食品的光谱特性的关键差异是什么,可以利用评分和质量评估的信息。该数据库将是一个有价值的工具,可以提供更好的质量分销和包装系统。
从长远来看,ImpactVision正在与合作伙伴合作开发一种手持设备,该设备可以解决供应链其他部分的用例,比如在现场,或者在零售和消费者层面。specm提供的高光谱相机为移动和稳健的图像采集提供了前提。