研究背景
食品产品中的微生物和粪便污染(一种常见的病原微生物来源)可能在加工前和加工后发生,可能是由于多种因素造成的,包括感染、不当处理、加工不足、昆虫侵扰以及受污染的土壤和水。除了这些主要来源外,食品处理人员的个人卫生不佳也会导致食品污染。微生物对新鲜和最少加工食品产品的污染不仅是由于相关安全风险,而且由于处理受污染批次造成的经济损失而引起重大关注。食品腐败可以通过物理损伤、微生物可见生长或粘液形成来察觉。
研究主旨
本文全面回顾了机器视觉技术在检测食品中的微生物和粪便污染的应用,特别是针对农产品如谷物、水果、蔬菜和肉类的霉菌毒素和病原体。文中详细介绍了机器视觉系统的组成,包括相机、照明源、图像采集设备等,并探讨了热成像、X射线成像和多光谱/高光谱成像在食品工业中的作用。此外,文章还分析了这些技术在不同食品类型上的应用案例,如使用高光谱成像检测苹果表面缺陷,以及使用X射线成像检测坚果内部的霉菌感染。研究强调了机器视觉技术在提高食品安全性和减少经济损失方面的潜力。
研究特点
食用被霉菌毒素污染的农产品和食品会导致人类健康不良影响。虽然农业产品的霉菌毒素污染仍然存在,但创新的农业实践、食品加工和处理技术已大大减少了消费者接触霉菌毒素的风险。本文回顾了机器视觉系统取代目前劳动密集型、耗时的方法的最新发展和潜在应用,为检测新鲜和加工食品中的微生物和粪便污染物提供了一种快速、准确和低成本的替代方案。还讨论了机器视觉系统的基本原理和组成部分。