用于食品检验应用的机器视觉趋势

机器视觉检查需要照明和传感器，以便对食物进行正确的成像，并确定深入的信息，诸如神经网络检查和近红外检查之类的技术。

长期以来，包装已经通过机器视觉技术进行检查。条形码阅读器和机器视觉相机通常会验证是否正确标记了盒子。最近，机器视觉对于食品加工变得至关重要。例如，期望系统在不处理好产品的情况下检查一块水果是否有瘀伤。

虽然可以快速培训人员如何识别瘀伤，但是这需要复杂的系统才能使机器学习相同的知识。机器视觉检查需要照明和传感器，以使食物正确成像并确定深入的信息。

近红外（NIR）机器视觉检查

食品和饮料应用长期使用RGB传感器，但是现在处理器希望包含NIR的数据。NIR提供有关食物的有用信息。NIR处于硅传感器仍可工作的光谱区域。就好像添加了新的颜色。生成了更多的数据，并且分析系统需要处理更多的数据。

3D机器视觉检查

3D系统可以在微小的表面上找到小的结构。3D系统可以检测产品的位置和方向。可以快速计算X，Y，Z测量值。由于3D实施增加了数据量，因此可能需要使用工业级的图像采集卡和软件。排序诸如冷冻豌豆以每分钟100,000的速度移动的东西是要处理的大量数据。可能需要几张图像才能确定豌豆的品质或清除污染物。图像采集卡可能能够将响应速度提高十倍，从而提高质量和产量。

食品检查中的机器视觉使食品生产商能够确保产品之间的一致性和安全性。