鱼肉中的塑料异物怎么识别？彩谱科技高光谱相机应用实践

在鱼肉加工、预制食品、水产制品等生产过程中，除了原料品质，异物控制也是质量管理中需要关注的一环。

塑料碎片、鱼骨等异物一旦混入产品，不仅会影响后续加工，还可能带来产品质量风险。

图1：鱼肉组织、鱼骨、塑料片三类样本

但实际检测中，有些异物尺寸较小，或者颜色与鱼肉比较接近，仅依靠人工观察并不容易稳定区分。那么，能不能利用不同物质本身的光谱特征，对鱼肉和异物进行识别？

彩谱科技使用FS-19S近红外高光谱相机进行了鱼肉异物识别测试。

一、这次我们测了什么？

本次测试选取了鱼肉组织、鱼骨、塑料片三类样品，使用FS-19S近红外高光谱相机采集其900～1700nm波段的反射光谱，并配合SortingExpert软件进行数据处理与分类建模。

测试目的并不是单纯“拍一张图”，而是想看看：

鱼肉和这些异物之间，是否存在可以用于识别的光谱差异？

图2：FS-19S近红外高光谱相机

二、为什么普通图像不好分，高光谱却有机会？

普通工业相机主要记录物体的颜色、轮廓和纹理，而高光谱成像除了获得空间图像，还能够记录图像中不同位置随波长变化的光谱信息。

简单来说：

看起来相似的两种材料，其内部成分不同，对不同波长光的吸收和反射也可能不同。

这就给异物识别提供了另一种判断依据。

本次使用的FS-19S近红外高光谱相机工作于900～1700nm近红外波段。实验分别提取三类样品对应区域的光谱数据，通过滑动平滑校正后获得平均光谱曲线，为后续特征分析和分类建模提供数据基础。

图3：鱼肉、塑料片等样品高光谱数据采集图

三、鱼肉和塑料，光谱上真的不一样

从测试得到的光谱曲线可以看到，鱼肉主体与塑料片之间的光谱差异主要集中在1000～1450nm区域。

配图4：鱼肉与塑料片平均光谱曲线对比图

黄色标签区为鱼肉组织，绿色标签区为塑料片异物，蓝色标签区为鱼刺（鱼骨）。进一步分析发现，在1000～1300nm 以及1400～1450nm 附近，鱼肉与塑料片呈现出较为明显的光谱差异。报告分析认为，这与鱼肉中的水分、蛋白质等成分有关。

也就是说，即使一块塑料在普通图像中与鱼肉颜色接近，在近红外光谱数据中，两者仍可能表现出不同的“光谱特征”。

这正是高光谱用于食品异物识别的重要思路：

不只是看它“长什么样”，还要看它在不同波长下“怎么反射光”。

四、导入模型后，能不能把塑料找出来？

获得光谱差异之后，还需要进一步验证这些数据能否真正用于分类。

本次实验将处理后的数据导入分选软件进行分类建模，通过不同颜色的掩膜显示预测结果：

黄色代表鱼肉组织，绿色代表塑料异物，蓝色代表鱼刺（鱼骨）。

从测试结果来看，鱼肉主体与塑料片能够形成较清晰的分类区域，说明利用 FS-19S获取的近红外高光谱数据，结合相应的数据处理与分类模型，可以用于本次样品中鱼肉与塑料片异物的识别和分选判断。

图5：SortingExpert软件分类识别结果图

总结

从这次测试可以看到，高光谱成像为食品异物检测提供了一种不同于普通视觉检测的技术路径。

对于鱼肉与塑料片这类外观可能接近、但材料组成不同的目标，可以利用近红外波段下的光谱响应差异建立识别模型，再进一步结合生产线进行分选应用。

对于鱼肉、水产制品、肉制品及其他食品中的异物检测需求，实际能否识别、选择哪个光谱范围，更建议先从真实样品测试入手。

因为高光谱应用的关键，不只是“相机能拍到什么”，更在于——你的样品之间，是否存在足够稳定、可用于建模的光谱差异。