食品加工

    傳統食品乾燥系統中，須定時取樣監測乾燥情形，近年來隨著光譜感測器及AI相關技術發展，藉由可見光、近紅外光、近紅外光-高光譜三種影像結合機器學習，提供即時監測，為食品乾燥帶來突破性的革新。
 

    乾燥是常見的食物保存方式，常用於蔬菜、肉品等長期保存，乾燥過程中食物的品質及營養成分會隨之改變，若以傳統系統進行乾燥，需每隔一段時間取樣以了解情況，近年來，研究人員相繼開發光學感測器結合AI等設備，可精準且持續監控乾燥過程，提高準確性及效率。美國伊利諾大學(University of Illinois Urbana-Champaign)的研究人員，探討了三種新興的智慧乾燥技術，提供食品產業重要且實用的資訊，相關文獻發表於Food Engineering Reviews期刊中。

    文獻重點探討3種光學感測系統之機制、應用、優點及侷限性，包含可見光(RGB)影像結合電腦視覺成像、近紅外光(NIR)及近紅外光-高光譜影像(NIR-HSI)，同時概述標準的乾燥加工方式如冷凍乾燥、熱風乾燥等，與新興精密監測技術的結合。可見光相機可擷取表面特徵資訊如大小、形狀、顏色、缺陷等，然而無法測量含水率；近紅外光譜則藉由測量不同波長的吸光度與化學及物理特性進行相關性分析，可測量食物內部品質如含水量等，然而缺點為一次僅能掃描一個點；NIR-HIS為最全面的技術，能夠提供乾燥速率及各項特徵精確的資訊，然而其成本較高，三者皆需要結合AI及機器學習處理影像資訊並訓練模型，使用者可自行評估用途及成本，選擇工具或結合應用。

    此外，研究人員自行開發乾燥系統，藉由對流加熱方式乾燥切片蘋果，測試結合RGB、NIR相機與NIR-HIS系統。這些技術克服了傳統乾燥系統中的監測限制，帶來突破性的變革，未來將研發手持式NIR-HIS設備，期望能應用在各種操作環境、提供即時的品質監測。


資料來源：農業科技決策資訊平台
https://agritech-foresight.atri.org.tw/article/contents/5873