X射线检测系统的最新发展趋势：人工智能驱动的X射线检测技术的发展

D7E安检之家

介绍X射线检测系统的变化和趋势，这些变化和趋势在采用新技术的同时继续发展。D7E安检之家
D7E安检之家

零售商和消费者对制造商确保食品安全的需求空前增长。为了满足这一需求，由于检测技术的发展，制造商现在可以依靠X光机来检测肉眼看不见的物体。D7E安检之家
D7E安检之家

“异物”的定义D7E安检之家
D7E安检之家

外来物，一般是指从外部污染食品的实物。在一些国家，它们是根据大小来定义的。例如，美国食品和药物管理局（FDA）的合规政策指南包含以下声明：“委员会发现，最大尺寸小于7 mm的异物很少造成外伤或严重伤害，除非是婴儿、手术患者和老年人等特殊风险群体。科学和临床文献支持这一结论”。D7E安检之家
D7E安检之家

在日本，每年召回1000种食品。其中百分之五十是针对那些印刷错误的日期前最好的或错误的成分的产品，而15%是由于异物污染。食品被异物污染，会对消费者造成伤害，也会损害品牌的信誉，因此，在生产阶段对异物进行检测正成为过程中必不可少的环节。D7E安检之家
D7E安检之家

异物检测D7E安检之家
D7E安检之家

在食品制造业，自上世纪90年代以来，检测系统（主要是金属探测器）一直用于检测产品是否有异物。当时的主要目的是检测由于工厂设备磨损或损坏而污染食品的异物。2000年前后，由于消费者对食品安全意识的提高，对生产现场食品中非金属异物污染的检测需求不断上升，如农产品中的小石块或玻璃碎片。利益相关者对能够探测金属以外的异物的X射线设备越来越感兴趣。D7E安检之家
D7E安检之家

人们也越来越需要检测有机物，例如硬塑料和橡胶，以及在食用鸡骨头中自然发现的不需要的食物传播物，但现有的X射线检测系统无法检测到这些东西。这为双能源技术的发展奠定了基础：一种可以捕捉两种类型图像，并通过比较图像特性来检测异物的方法。这项划时代的技术对以前很难检测到的骨骼达到了更高的检测精度。D7E安检之家
D7E安检之家

近年来，人们对能够去除甚至更低密度材料（如软骨、毛发和昆虫）的控制装置有需求，但现实是，即使使用双能源技术，这些物体也很难被检测到。D7E安检之家
D7E安检之家

图像处理技术的发展D7E安检之家
D7E安检之家

D7E安检之家

双能源不仅改善了机器传感技术，而且是异物探测领域的一场革命。在软件方面，X射线异物探测的另一个重要元素正在继续开发：图像处理软件。最早的X射线设备使用普通的图像处理方法，但在2004年，Ishida IX系列发布，配备了尖端的遗传算法技术。这些技术使它能够使用计算机自动生成区分食品和异物的最佳图像处理方法，并根据具体情况应用最合适的图像处理类型。现在，食品可以进行高精度的检验。多年来，X射线检测系统已经开始使用机器学习，并且能够估计产品的重量。他们不仅可以利用这些数据来检查货物是否有异物，还可以检查货物是否丢失，并按等级对货物进行分类。这些技术可以广泛地称为人工智能（AI）。D7E安检之家
D7E安检之家

人工智能的应用D7E安检之家

在过去15年里，利用人工智能的产品一直在开发中，而最近在深度学习领域的突飞猛进使人们对如何将这项技术应用于探测异物提出了疑问。事实上，石田在2018年的一次展览上展示了一种包含人工智能的X射线检测系统。在一般的深度学习中，大量的图像由人类用户预先标记（在异物检测中，这意味着手动指出物体的位置），然后用于训练计算机。这种学习过程需要高度复杂的计算，但深度学习操作类似于计算机图形学中使用的操作，而且由于与图形处理单元（GPU）的高度亲和力，近年来信息技术的快速发展使人工智能学习成为现实的可能性越来越大。石田团队目前仍处于测试阶段，但我们逐渐了解到，基于GPU的深度学习可以用于IX系列的高级异物检测操作，就像互联网搜索引擎和自动驾驶系统等其他系统获得复杂的功能一样。通过应用人工智能，X射线检测系统将能够检测到甚至极难检测到的异物，包括制造商放弃寻找的某些类型的骨骼。