Versheid van vis door de ogen van een kreeft

Bepaalde kreeftsoorten zijn gezegend met een paar hyperspectrale ogen waarmee ze zowel in het zichtbare als infrarood-licht kunnen zien. Excellent om prooien of vijanden op te sporen. Geen wonder dus dat met hyperspectrale camera’s de versheid van vis bepaald kan worden. Maar hoe doet men dat het efficiëntst en kosten-effectiefst? Met een CCD, CMOS of InGaAs camera? En hoe helpt micro-elektronica ons daarbij?

Bij vis is versheid één van de belangrijke kwaliteitskarakteristieken. Een niet-destructieve, objectieve en snelle methode om dit te bepalen is dan ook interessant en biedt perspectieven om versheidsscreening van vis te automatiseren. Nabij infrarood (NIR) spectroscopie komt hiervoor in aanmerking. Onderzoekers hebben NIR spectroscopie op zalm en kabeljauw geëvalueerd. Ze stootten daarbij op een voorname beperking: spectrofotometrie gebeurt typisch op één punt. Om een betrouwbare bepaling te doen moet men dus meerder punten opmeten. Een verder nadeel is dat een spectroscoop zonder bijkomende hulp niet op zoek kan gaan naar een vis die bijvoorbeeld op een transportband passeert. Laat staan dat die op zoek zou moeten gaan naar de meest uitgelezen zone op de vis om een meting uit te voeren.

Een oplossing is om de vis vast te nemen en er een draagbaar spectroscopie toestel (zie Food Radar Oktober 2014/1) op te richten. Een andere oplossing is om spectroscopie te combineren met een camera, om zo via beeldverwerking de vis te lokaliseren. Helemaal rechttoe rechtaan is om beeldverwerking rechtstreeks te combineren met spectroscopie. Kortom, het aanpakken zoals een bidsprinkhaankreeft: die kan een vis in een oogwenk opmerken en hem volledig scannen in het zichtbare en het infrarood-licht. Met beeldspectroscopie komen we het dichtst in de buurt van die prestatie.

BEELDSPECTROSCOPIE

Bij beeldspectroscopie wordt een spectroscopie uitgevoerd op elke pixel van het camerabeeld. In de praktijk worden hiervoor hyperspectrale camera opstellingen gebruikt (Figuur 1). Dit zijn digitale camera’s waarvoor een spectrograaf wordt geplaatst. De spectrograaf zorgt via optische prisma en/of grating systemen voor het opsplitsen van het gereflecteerde zichtbare en infrarode licht in nauwe golflengte banden zodat spectroscopische analyses mogelijk worden. Spectroscopie maakt het mogelijk om zich obv het gereflecteerde licht (absorptiespectra) ‘een beeld’ te vormen over de chemische samenstelling van een product. In het geval van vis zijn bijvoorbeeld vochtgehalte en vetgehalte relevant. Het camerabeeld laat dan weer toe om in het beeld alle pixels van de vis te onderscheiden van deze van de omgeving (bv. kale transportband). Om de vis als dusdanig te herkennen volstaat het de absorptiespectra van slechts enkele golflengten te bekijken.

Figuur 1: Hyperspectrale imaging opstelling. [Bron: Khojastehnazhand et al., 2014]

Verschillende digitale camera types kunnen gebruikt worden. Belangrijke karakteristieken zijn niet enkel de pixel resolutie, maar zeker ook de optische gevoeligheid. Zo opereren CCD en CMOS camera’s in het Vis–NIR domein (400–1000 nm) en InGaAs camera’s in het SWIR domein (1000–2500 nm). Een verder aandachtspunt vormt de belichtingsopstelling (zie halogeenlamp opstelling in Figuur 1).

VERSHEID VAN VIS HYPERSPECTRAAL BEPAALD: EEN CASE STUDIE OP FOREL

Recent onderzoek aan KU Leuven (Khojastehnazhand et al., 2014) evalueerde in een case studie het potentieel van hyperspectrale imaging om de versheid van regenboogforel te bepalen. Dit is een vis die typisch ‘in zijn vel’ en van ‘kop tot staartvin’ verhandeld en verwerkt wordt en dus een mooi model vormt voor hyperspectraal-gebaseerde versheidsbepaling. Daarbij werden antwoorden gezocht op vragen als:

  • Op welk deel van de vis wordt versheidsbepaling het best uitgevoerd?
  • In welk golflengtegebied?
  • Welke chemometrische analyse van de spectrale data geeft het betrouwbaarste resultaat?

Het onderzoek toonde aan dat de versheid van regenboogforel perfect bepaald kon worden door:

  • Berekening van het gemiddelde Vis–NIR spectrum
  • Op het ‘vlezige deel’ van de vis (het deel van de vis zonder kop, staart en vinnen)

-Dit kan door de camera automatisch als ‘region of interest’ gedetecteerd worden

  • Preprocessing van spectrale data voor het opstellen van een betrouwbaar chemometrisch model:

-Toepassen van verstrooiingscorrectie

-Correctie van baseline effecten via het nemen van de 2e afgeleide

Figuur 2 toont het resultaat van de kalibratie en validatie volgens Partial Least Squares-Discriminate Analysis (PLS-DA). Toepassing ervan leidde tot een 100% juiste classificatie van de regenboogforellen volgens aantal dagen post-mortem.

 

Figuur 2: Perfecte voorspelling van aantal dagen post-mortem van regenboogforel met de Vis–NIR hyperspectrale camera opstelling en preprocessing van de spectrale data door de 2e afgeleide te nemen. [Bron: Khojastehnazhand et al., 2014]

TOEPASSING IN DE PRAKTIJK

Het goede nieuws is dus dat versheidsbepaling van vis mogelijk is met camera’s die gevoelig zijn in het Vis–NIR golflengtegebied. Deze zijn goedkoper dan camera’s die opereren in het SWIR domein en gebaseerd zijn op legeringen van indium, gallium en arsenide (InGaAs) als halfgeleidermateriaal.

Ook is het voor een specifieke toepassing zoals versheidsbepaling in de praktijk vaak niet nodig om de volledige spectrale informatie (volledige Vis-NIR fingerprint) te gebruiken, want dat geeft een hele ‘hypercube’ aan informatie om te verwerken. Dus als het aankomt op een snelle versheidsbepaling van vis, dan kan er gekeken worden naar de fingerprint van een beperkte set van (meest discriminerende) golflengtegebieden.

De eerste commerciële toepassingen van hyperspectrale camera’s voor de voedingsindustrie dienen zich aan. Zo biedt het Nederlandse Condi Food sinds kort een hyperspectrale camera aan voor visversheidsbepaling. De spectrale camera onderscheidt tweehonderd kleuren van elkaar. De vis wordt gekeurd op bijvoorbeeld de kleur van de kieuwen of de helderheid van de ogen. Vervolgens vergelijkt de camera deze kenmerken met een verse vis, zo bepaalt de camera de versheid van de vis. De analyse werkt batchgewijs (staalname) en is nog niet rijp voor toepassing op transportbanden. 

MICRO-ELEKTRONICA GEEFT HYPERSPECTRALE ANALYSES EEN BOOST AAN SNELHEID, COMPACTHEID EN EVALUATIEKRACHT

Hoewel slim van opzet, geeft de bidsprinkhaankreeft de huidige beeldspectroscopie opstellingen het nakijken, zeker op vlak van compactheid en snelheid. Dankzij een micro-elektronica innovatie van imec halen we onze achterstand op de natuur echter snel in. Door het vervangen van de spectrograaf (met zijn vele optische componenten: lijnmasker, collimatorlens, focuslens) door een vernuftig ontworpen optisch nanofilterlaagje, dat rechtstreeks wordt aangebracht op state-of-the-art CMOS beeldsensoren kan men hyperspectrale camera’s bouwen die compact, goedkoper en sneller zijn.

EVALUEER MOGELIJKHEDEN VAN HYPERSPECTRALE KWALITEITSANALYSES VOOR UW CASES

In het huidige VIS-traject Sensors For Food evalueert Flanders’ FOOD voor de gebruikersgroep van het validatietraject hyperspectrale camera’s toepassingsmogelijkheden van hyperspectrale camera opstellingen, inclusief deze van imec voor lijn scan toepassingen. Deze opstelling kan typisch toegepast worden voor producten in beweging (bv. op een transportband).

Binnen het VIS-trajectvoorstel i-FAST (in-factory Food Analytical Systems and Technologies) worden in het MOBI-SPEC validatietraject onder meer de imec hyperspectrale snap shot imagers ingeschakeld. Die laten toe om ingebouwd te worden draagbare hyperspectrale camera’s (zie Food Radar Oktober 2014/1). Dit geeft voedingsbedrijven ruimere, flexibelere toepassingsmogelijkheden (o.a. opnames aan video snelheden). Voor meer info en voor het intekenen in MOBI-SPEC surft u naar Oproep VIS-traject i-FAST en http://2014.flandersfoodprojecten.com/ifast.

Uitdagingen die voor visverwerkende bedrijven kunnen aangegaan worden liggen in het uittesten (via haalbaarheidstesten) en het uitwerken van proof-of-concepts voor verschillende cases die relevant zijn voor de industrie. Er liggen daarbij valorisatiemogelijkheden om versheidsbepaling bijvoorbeeld te combineren met andere kwaliteitsbepalingen zoals bijvoorbeeld (Cheng en Su, 2014):

  • Waterhoudend vermogen bepalen
  • Kleur bepalingen
  • Samenstellingsbepalingen
  • Nematode contaminatie detectie
  • Textuurbepaling
  • Bederf screening
  • pH bepaling

Voor effectieve implementaties in de voedingsbedrijven van de gebruikersgroep wordt beroep gedaan op systeemintegratoren die op maat werken. Het project voorziet daarbij in het initiëren van partnermatching en adviesverlening omtrent de technische specificaties (ahv opgestelde applicatie afhankelijke specifieke specificatie sheets).

Ziet u een aantal probleemstellingen of opportuniteiten die aan gepakt kunnen worden met spectroscopie of  hyperspectrale camera's?  Wij bekijken dan met u graag de haalbaarheid ervan. Neem gerust contact op met steven.vancampenhout@flandersfood.com, Wouter.Saeys@biw.kuleuven.be of Kris Van de Voorde (vdvoorde@imec.be).   

BRONNEN

  • Imec interconnect 35, 5-6 (maart 2011): Door de ogen van een kreeft.
  • Cheng J-H., Su D-W. (2014). Hyperspectral imaging as an effective tool for quality analysis and control of fish and other seafoods: Current research and potential applications. Trends in Food Science & Technology 37, 78-91.
  • Khojastehnazhand M., Khoshtaghaza M. H., Mojaradi B., Rezaei M., Goodarzi M., Saeys W. (2014). Comparison of Visible–Near Infrared and Short Wave Infrared hyperspectral imaging for the evaluation of rainbow trout freshness. Food Research International 56 (2014) 25–34. Pdf aan te vragen bij: Wouter.Saeys@biw.kuleuven.be, die de leiding had over dit onderzoek. 

MEER INFO