用于识别猪五花肉异物的光谱成像
计算机视觉与模式识别
2025-03-21 v1 机器学习
摘要
确保食品安全与质量在食品加工行业中至关重要，其中污染物的检测仍是一项长期挑战。本研究提出了一种利用高光谱成像（HSI）检测猪五花肉异物的自动化解决方案。使用高光谱相机在近红外（NIR）光谱（900-1700 nm）的多个波段采集数据，从而能够准确识别传统视觉检查方法通常无法检测到的污染物。所提出的解决方案将预处理技术与基于轻量级 Vision Transformer (ViT) 的分割方法相结合，以区分污染物与肉、脂肪及传送带材料。所采用的策略展示了高检测精度与训练效率，同时解决了固有的噪声、温度变化以及污染物与猪五花肉之间的光谱相似性等关键工业挑战。实验结果验证了高光谱成像在提升食品安全方面的有效性，突显了其在自动化质量控制过程中广泛实时应用的潜力。
引用
@article{arxiv.2503.16086,
title = {Hyperspectral Imaging for Identifying Foreign Objects on Pork Belly},
author = {Gabriela Ghimpeteanu and Hayat Rajani and Josep Quintana and Rafael Garcia},
journal= {arXiv preprint arXiv:2503.16086},
year = {2025}
}
备注
Article under review by Computers in Industry, Elsevier