AO_468

MARZO 2026 AUTOMAZIONE OGGI 468 | 45 SPECIALE Figura 4 Esempio schematico di ispezione a raggi X con telecamera lineare Figura 5a Rilevazione di corpi estranei all’interno di una confezione di vetro e metallo Figura 5b Rilevazione di corpi estranei all’interno di una fetta di formaggio Figura 3 Ammaccature presenti in un limone e in un pomodoro. Vediamo che nelle immagini di destra (Swir) il difetto è maggiormente evidente, rispetto all’immagine di sinistra (VIS) Figura 2 Mentre le mele scorrono lungo il nastro trasportatore vengono scansionate con telecamere InGaAs e Cmos. La telecamera InGaAs mostrerà i difetti che iniziano a formarsi sotto la buccia e che l’occhio umano non può individuare, la telecamera Cmos evidenzierà i difetti visibili caci quando il prodotto è confezionato in me- tallo o vetro (figura 5.a), quando la struttura è complessa o molto densa (figura 5.b), quando è necessario rilevare contaminanti di piccole dimensioni o quando si devono verificare livelli di riempimento e integrità delle confe- zioni. L’unico limite è la necessità di scherma- ture in piombo, che rende questi sistemi più complessi e costosi rispetto alle soluzioni Swir. Tuttavia, la loro capacità di ‘vedere attraverso’ materiali completamente opachi li rende inso- stituibili in molte applicazioni. L’analisi oltre l’immagine: spettrometria e imaging iperspettrale Oltre alle tecniche di visione, un ruolo sempre più strategico nell’automazione agroalimen- tare è svolto dalla spettrometria e dall’ima- ging iperspettrale, strumenti che permettono di analizzare non solo l’aspetto degli alimenti, ma anche la loro composizione chimica. La spettrometria VISNIR è una delle tecniche più consolidate per valutare parametri qualitativi in modo non distruttivo. Analizzando come un alimento assorbe o riflette la luce tra il visi- bile e il vicino infrarosso, è possibile, ad esem- pio, stimare il contenuto zuccherino, l’umidità o il grado di maturazione. L’imaging iperspet- trale estende ulteriormente queste possi- bilità, combinando l’informazione spettrale con quella spaziale. Ogni pixel dell’immagine contiene un intero spettro, permettendo di mappare variazioni chimiche e fisiche con un livello di dettaglio impossibile da otte- nere con le sole immagini. Questa tecnologia consente di individuare difetti interni non vi- sibili, distinguere materiali simili attraverso le loro firme spettrali, rilevare contaminazioni o alterazioni precoci e valutare in modo accu- rato freschezza, maturazione e qualità nutri- zionale. Un esempio significativo riguarda la classificazione dei chicchi di caffè. L’imaging iperspettrale permette di distinguere tipo- logie diverse analizzando le loro curve di riflettanza, che variano in funzione della com- posizione interna e del grado di lavorazione. Differenze che a occhio nudo risultano im- percettibili emergono chiaramente quando ogni chicco viene descritto da uno spettro completo, rendendo possibile una selezione più precisa e una valutazione qualitativa più affidabile. Le tecniche fotoniche analizzate non competono tra loro ma si completano. La visione nel visibile fornisce informazioni este- tiche e superficiali; lo Swir rivela difetti sotto la buccia e variazioni legate all’umidità; i raggi X identificano contaminanti fisici e densità interne; la spettrometria aggiunge la dimen- sione chimica; l’imaging iperspettrale unisce tutto in un’unica misura completa. L’integra- zione di queste tecnologie consente un con- trollo qualità più accurato, una riduzione degli sprechi e una gestione più sostenibile della filiera agroalimentare. In un settore che deve produrre di più, meglio e con meno risorse e la luce, in tutte le sue forme, è diventata uno degli strumenti più potenti a disposizione dell’automazione industriale. Hamamatsu Photonics Italia www.hamamatsu.it A B