AO_449

SPECIALE OTTOBRE 2023 AUTOMAZIONE OGGI 449 | 89 eliminati prima del confezionamento. Se pas- sassero inosservati e venissero confezionati con il caffè, potrebbero causare problemati- che di natura igienico-sanitaria e danni alle macchine macinacaffè. La visione artificiale può essere utilizzata per distinguere oggetti di forma, dimensioni e colori simili. Posizio- nando camere e rilevatori in punti strategici della linea di produzione è infatti possibile identificare i materiali sulla base dei loro spet- tri Swir, distinguendo dunque tra chicchi e pietre anche molto piccole. Ricerca di difetti visibili e invisibili Il contenuto di umidità può influire notevol- mente sulla qualità e sulla durata di conser- vazione dei prodotti agricoli. Una minima traccia di umidità in eccesso può essere già in- dicativa di un incipiente sviluppo di muffe. La presenza di ammaccature in frutta o verdura può invece significare che dell’ossigeno è pe- netrato nella buccia e all’interno dell’alimento; di conseguenza, frutta e verdura ammaccate presentano macchie marroni e/o tenderanno a diventare completamente scure. Anche se nella maggior parte dei casi si tratta di cibo che può essere consumato in sicurezza, frutta e verdura danneggiate possono andare incon- tro a un’eccessiva maturazione o non risultare esteticamente gradevoli. In una linea di produzione di mele, per esempio, queste vengono scansionate con camere InGaAs e Cmos mentre scorrono su un nastro trasporta- tore. Le camere InGaAs sono in grado di rilevare difetti che iniziano a formarsi sotto la buccia e che l’occhio umano non può individuare, mentre le camere Cmos mostrano difetti visibili. Per ottimizzare il processo di ispezione e sele- zione degli alimenti è necessario posizionare diversi dispositivi di imaging ad alta velocità in punti strategici del nastro trasportatore. I Le mele vengono scansionate mentre scorrono lungo il nastro trasportatore, utilizzando camere InGaAs e Cmos: la camera InGaAs mostrerà i difetti che iniziano a formarsi sotto la buccia e che l’occhio umano non può individuare, la camera Cmos evidenzierà i difetti visibili H amamatsu Photonics offre un’ampia selezione di sensori di immagine lineari e ad area, basati sia su tecnologia Cmos che InGaAs, per imaging UV-VIS e IR applicato all’industria degli alimenti. Oltre ai singoli sensori la line-up di prodotti, comprende soluzioni modulari e camere In- GaAs. – I sensori di immagine lineari Cmos , con elevata sensibilità dall’UV alla regione del vicino infrarosso fino a 1.100 nm, sono disponibili in differenti configurazioni di pixel (da 128 a 4.096 pixel), sensibilità e velocità di linea; – i sensori di immagine Cmos ad area sono disponibili in varie configurazioni di array, da 30x30 a 1.280x1.024 pixel; – i sensori di immagine lineari InGaAs sono adatti allo smistamento in linea dei pro- dotti agricoli grazie alla loro velocità ed elevata sensibilità. Sono disponibili con diverse lunghezze d’onda di taglio, nu- mero di pixel e velocità di readout delle linee; – i sensori di immagine ad area InGaAs sono adatti per l’imaging iperspettrale. Ca- ratterizzati da elevato frame rate, basso rumore di lettura e alta sensibilità, sono disponibili in varie lunghezze d’onda, configurazioni di pixel e frame rate; – le camere InGaAs offrono infine soluzioni plug&play utilizzando sensori di imma- gine InGaAs 1D o 2D. Si tratta anche di semplici soluzioni per una successiva realizzazione di camere multispettrali e iperspettrali (HSI). L’imaging iperspettrale Swir è solamente agli inizi per quanto riguarda le applicazioni nei processi alimentari e presenta un grande potenziale. Si tratta infatti di una tecnica in grado non solo di rilevare corpi estranei, ma anche di classificare i gradi di qualità di ali- menti come noci e mandorle e di identificare gli ingredienti. Soluzioni tecnologiche L'immagine a infrarosso della mela, ripresa con la camera InGaAs C12741-03, mostra difetti nascosti non identificabili dall’occhio umano dispositivi scansioneranno automaticamente i prodotti alla ricerca di difetti visibili e invisibili, determinandone l’eventuale scarto prima che raggiungano il punto vendita. Hamamatsu Photonics - www.hamamatsu.com Immagine a lunghezze d’onda nel visibile di una mela