Peat detection in half peaches by multispectral imaging
Détection des débris de noyaux sur oreillons de pêches par vision multispectrale
Résumé
Stone parts in PAVIES half peaches is one of the most defect aspect mentioned during consumer complaints.The Security food is not insured with this hard foreign body during product mastication. To assist manual operators, food compagnies have been looking for , during many years, a technical solution to help the detection of half Peaches presenting stone parts. Thus, a rechearch program has been initiated in 2000 to developp a protoype for sorting stone parts in half Peaches. In 2000, a first prototype was built with an InGaAs linear imaging sensor. In 2001, This tool has been optimisaed and validated in industrial environnement.Thus, a consequent number of samples has been tested in real conditions. This first prototype allows us to obtain sixty seven percent. Of correct classification. Manual sorting has been equally evaluated during the experimentations. Manual Sorting performances Are Lower than the automatic ones.
La présence de fragments de noyaux dans les pêches Pavies appertisées est l'un des défauts d'aspect les plus souvent mentionnés lors de réclamations consommateurs. La sécurité alimentaire n'est d'ailleurs pas assurée avec ces corps étrangers durs et contondants, lors de la mastication du produit. Afin d'assister les opérateurs du tri manuel, les industriels transformant les fruits ont longtemps recherché une réponse technique afin de faciliter la détection des oreillons de pêches présentant des débris de noyaux. Un programme de recherche a donc été initié en 2000 afin de développer une maquette de tri des débris de noyaux sur oreillons de pêche à l'aide d'une nouvelle technique émergente et ayant fait ces preuves sur ce problème particulier : l'imagerie multispectrale ou imagerie NIR. L'année 2000 a permis de mettre au point la maquette à partir d'une barrette InGaAs. L'année 2001 a été consacrée à l'optimisation et à la validation de cet outil en milieu industriel. Ainsi, un nombre conséquent d'échantillons a pu être testé en conditions réelles. Le tri automatique permet d'obtenir un taux de bon classement d'environ 77%. Cette campagne d'essais nous a également permis d'évaluer le tri manuel. Ainsi, le tri automatique apparaît plus performant que le tri manuel.