热成像技术在食品工业中的研究进展

王雪莹，罗佳丽，黄明亮，蒋和体

(西南大学食品科学学院，重庆400715)

热成像技术(thermal imaging，TI)是一种无损、无触点的检测系统，一般用于材料表温的非破坏性质量评价。该技术最早用于美军的夜间观察，后来发展为具备高分辨率图像的计算机分析工具，并逐渐向民用工业领域扩展，如医学、材料科学、医疗、食品工业等领域［1］。美国《化学文摘》在50年前报道过相关的研究，但该技术的发展却受到灵敏性的局限。随着科学技术的发展，热成像技术逐渐成为一项能够记录物体表面温度空间分布图的新型诊断工具［2］，能够进行非接触式的、高分辨率的温度成像，提供测量目标的众多信息，弥补人类肉眼的不足。本文阐述了热成像技术的原理及其在食品工业领域中的研究现状和应用潜力，为相关的研究提供依据和参考，以加快该技术的应用进程。

1 热成像技术的原理

任何绝对零度(-273℃)以上的物体都可以连续发射红外线，热成像技术利用该原理，选择被测物表面的多个点测温、再使用红外探测器和光学成像物镜将被测物的热能分布反映到光敏元件上，从而绘制其热力分布图［3］。

热成像系统通常包括相机、光学系统(如聚焦镜、透镜、平行过滤器)、检波器组合(如微型辐射热测量器)、信号处理、图像处理系统等部件，不需要光源，但是需要配备温差生成装置。温差生成装置一般分为加热或制冷装置，测量前对被测物进行预热或遇冷处理，再利用生成的温差来进一步检测分析。微型辐射热测量器是敏感的红外探测器，当受到被测物的红外辐射时，摄像系统能够将被测物体发射的8～12μm波段的红外射线转化为电子信号、进而转化为图像。热电电压、电阻、热释电电压等机械装置可以探测短波到长波范围的红外射线［4］，在室温下可灵敏检测出长波红外射线、高温时(如400℃)对中波红外线的检测灵敏度较高，这些性质都可以应用于食品工业。图像模型中用不同色彩代表不同的温度，能够准确体现被测物体的空间温度分布。

与热电偶、温度计等单一点接触式的测温方法相比，热成像技术具有较高的瞬时性和空间分辨率，并且可以量化表达表面温度的变化，能够提供被测物的相关性质，如结构组成、尺寸、理化性质、动力学特性等［5］，与计算机软件的连用可以加强其分析强度。高空间分辨率的热成像技术可以根据温差直观分析被测物体，分析过程中图像采集速度高达50～60图/s，非常适于测定热性质变化迅速的物体［6］。

2 热成像技术在食品工业中的研究现状

2.1 热成像技术在热处理中的应用

温度的控制、监测不仅是预煮、热烫、消毒等食品加工前处理过程中的重要控制因素，也影响着食品贮藏运销过程中的其他方面。食品工业中传统的温度控制采用热电偶、温度计、热电阻等接触式的方法，近年来，包括热成像技术在内的一些无触点式测量方法和成像技术也以其高频率和高分辨率的优点得到广泛应用［7］。热处理有助于多种食品风味物质的形成，增加食品的安全性，延长货架期［8］。过度地加热会引起食品组织损伤，而热量不足会导致受热不均或杀菌不彻底。与传统热处理方式相比，热成像技术对于杀菌处理中的热量迁移和受热均衡意义重大，并且有高速、无损和防止交叉感染的优点。Samuel等［9］研发了一种高温恒热蒸汽杀菌系统，采用表面热杀菌的方式有效减少了物料内部受热、损伤程度。该系统基于热成像技术，结合蒸汽喷射、电力蒸汽干燥等原理，使用温度监控器实时、独立、分段、精确地控制加工过程中各个阶段的温度。结果表明该系统能够有效降低胡萝卜贮藏期间核盘菌引发的软腐病发病率，减少其60%～80%具有植物毒性的颜色变化。

热成像技术有助于加强控制食品表面的冷热循环［10-11］，可以用于即食食品质量安全控制以及食品表面温度的在线检测［12-13］。Ibarra 等［14］依据鸡胸肉的表面温度和加热时间构建统计学模型，借助热成像技术测温后进一步估算出鸡肉蒸煮后的内部温度。此外，该技术可以用于微波加热过程的设计［15］以及不同种类食品微波加热模式的区分［16］。在另一项相似的研究里，该技术被用于确定黑麦、燕麦微波加热时的过冷点和过热点［17］。热成像技术还可以改善水果热消耗、提升其质量品质。Fito等［18］通过测定柑橘在失水过程中的温度分布研究其脱水动力学，继而确定水果的最终干燥点，建立其在线质量控制系统。此外，热成像技术可以检测食品的加热效率、通风情况、空气条件和制冷效果，追踪食品生产中的潜在空气污染源等［19］。

2.2 热成像技术在果蔬采后质量控制方面的应用

机械损伤引起的表观受损、微生物侵染和加速成熟往往会影响采后果蔬的品质，造成较大的经济损失。传统方法中的目测法等人工评价方法耗时长、易受到人体疲劳的影响，而光谱成像、热成像等无损检测技术在采后果蔬质量控制方面发展快速［20-22］。目前，热成像技术在机械伤的客观量化方面崭露头角，该方法借助样品之间热扩散系数的差异，利用不同损伤程度的样品对于温度的差异性响应进行检测。

自然对流的方式在1980年已经被用于苹果机械伤随温度变化的研究［23］。在一项最近的研究中，Varith等［24］将有机械伤的苹果藏于26℃、空气湿度50%的环境下48h，然后用热成像技术分别观察热处理和冷却过程中苹果的温度变化，判定具有机械伤的个体，该技术与高光谱技术联用可有效检测果实的早期机械伤［25］。结果表明受损组织与正常组织在30～180s内至少存在1～2℃的温差，机械伤检出率为100%，该方法可广泛应用于果蔬的机械分选。贮藏前后的冷却速率、表面温度可以用于评价苹果的表面质量和蜡质层结构，研究发现不同品种的冷却速率有显著区别，这与其蜡质层结构相关，但是该指标在贮藏期间却并无显著差异［26］。

热成像技术不仅可以用于检测采后果蔬的机械伤，还可以用于其生理病害的检测。“水心病”是苹果生理病害中的一种，病果内部组织呈水渍状，果肉为半透明，轻病果的外表不易识别，必须剖开后才见到病变。Baranowski等［27］将1.5℃下贮藏的水果样品移至20℃环境中(温差18.5℃)，升温20min，通过升温速率的差异判定果实是否感染水心病。研究发现，预处理时增加温差可以缩短水心病害的观察时间。一项西红柿轻微组织软化的研究分别比较了1℃冷却 90min、70℃ 烘箱加热 1～2min、微波加热7～15s三种不同方式在检测机械伤时的处理效果;结果表明微波加热15s后可以有效区分出被检测物体细微的机械伤［28］。

果蔬成熟度的评估在采摘前后都是很关键的步骤，Bulanon等［29］研究了柑橘树冠、果实的热量瞬时变化，将热成像技术用于柑橘成熟度的检测。该研究使用红外照相机24h循环监测树冠，测定其表面温度、环境温度和相对湿度，再以上述测定数据结合果实的热辐射系数(估值0.9)来补偿热力图像。分析结果表明树冠和果实的温差在下午四点至午夜时间段内较大，可通过测量果实在该时段的温差而区分其成熟度。此外，利用热成像技术可以非倾入、无损伤地观测植株各个器官的生长状况及水分含量［30-31］，为研究大型苗木种群提供一个全新的视角。

2.3 热成像技术在谷物质量安全评估上的应用

病虫害、微生物侵染是影响谷物质量安全的重要因素，食品在货架期和贮藏期内的病虫害检测至关重要，这不仅与食品安全规范相关，也关系着人们谷物消费的健康、满意度。传统用于检查粮食病虫害的方法有手工挑选、筛分等，由于谷物籽粒数量大、体积小、许多特征肉眼难以发觉，人工检测方法操作繁琐、效率低、主观性强、误差较大，难以准确判断侵染昆虫的具体生长时期［32］，热成像技术的出现和发展可以有效解决此类问题。

利用热成像技术可以检测出谷物中胚后发育阶段的昆虫，原理是该时期的昆虫呼吸作用生热，与谷物形成温度差异［33-34］。该技术在谷物病虫害侵染鉴别方面效果良好，但在识别昆虫的生长阶段方面效果相对较差［35］。Manickavasagan 等［36］研究了受锈赤扁谷盗侵染小麦的温度分布图，观察到小麦的温度曲线与侵染昆虫的呼吸作用相关，该研究结果可进一步应用于谷物的在线连续检测。此外，热成像技术在小麦的分级和品种鉴别中体现出较高的辨别力，这是传统方法中仅凭外观检测手段很难达到的［37-38］。

2.4 热成像技术在异物检测方面的应用

异物检测是食品质量安全检测中的一个重要方面，最常见的手段为目测法，但限制因素较多。常见的物理筛选手段有筛分、沉降、筛选、过滤和重力法等，金属探测器、X-射线、光学传感、超声波法等精密仪器系统也常被用于异物检测［39］，上述方法都无法依据大小、形状检测出所有的异物。

热成像技术通过热力性质的差异区分食品和异物，该技术在异物检测方面是一种辅助方法，是光学和机械法的补充检测手段，检测效果与被测食品的物理性质、组成和图像的噪音有关［40］。Ginesu 等［41］使用热感摄像机成功检测出食品中的异物，如腐烂的坚果、贝壳、小石子等，证实了热成像技术在该检测领域的有效性。

3 热成像技术的前景展望

随着高分辨率红外检测器的发展，热成像技术在食品工业领域得到越来越广泛的应用，然而该技术在食品质量在线检测方面的应用还需克服一些局限性。首先，热成像技术在检测前一般通过冷或热处理来形成样品间的温差，该过程有可能引入污染物并且改变某些食品的感官性质［42］。因此，热成像检测系统的设计需要考虑被检测食品对温度的耐受性。此外，热处理或冷处理系统在红外摄像机的拍照范围内要均一分布，否则热分布的变化可能会影响成像效果。其次，环境热干扰会影响热成像传感器的运行，因此在线监测中，各加工过程都须注重环境温度的控制。另外，传输带系统等不均匀的图像背景会影响由检测器引发的背景噪声的去除效果。就检测器本身而言，如像素出现不均一的响应或“死点”、“坏点”，就要加强对所获图像精确性的要求。一般来说，“坏点”约占检测器像素中的1%，该比例随着摄像机的衰老而增加［43］，因此，建议经常检测热成像摄像机的性能。“坏点”的检测表面可能温度分布均匀，通过代替临近像素的平均值或中值来校准此类像素。

作为食品工业中一项新兴的质量安全评估技术，现代热成像技术高效、高速、无损、无辐射源、精密度好、安全性高并且容易使用，在食品工业中将会有广泛的应用前景。就今后的发展方向而言，与高光谱成像系统的联用将加强热成像技术在食品过程控制中的能力，也有助于对所测物体进行更加全面、完整的描述。该项复合技术有可能加强整个食品流程链的监测力度，但仍然在热源、光源、被测物形状描述等方面存在挑战。目前该领域的相关研究尚处在实验阶段，未来的研究应该注重其在工业中的具体应用。

［1］Amon F，Hamins A，Bryner N，et al.Meaningful performance evaluation conditions for fire service thermal imaging cameras［J］.Fire Safety Journal，2008，43(8):541-550.

［2］Ng EY-K.A review of thermography as promising noninvasive detection modality for breast tumor［J］.International Journal of Thermal Sciences，2009，48(5):849-859.

［3］Arora N，Martins D，Ruggerio D，et al.Effectiveness of a noninvasive digitalinfrared thermalimaging system in the detection of breast cancer［J］.Surgery，2008，196(4):523-526.

［4］Rogalski A.Infrared detectors:status and trends［J］.progress in Quantum Electronics，2003，27(2/3):59-210.

［5］GiorleoG，MeolaC.Comparison betweenpulsed and modulated thermography in glass-epoxy laminates［J］.NDT ＆ E International，2002，35(5):287-292.

［6］Rahkonen J，Jokela H.Infrared radiometry for measuring plant leaf temperature during thermal weed control treatment ［J］.Biosystems Engineering，2003，83(3):257-266.

［7］Manickavasagan A，Jayas DS，White NDG，et al.Applications of thermal imaging in agriculture-A review［C］.proceedings of the CSAE/SCGR 2005 meeting，2005:05-002.

［8］Nott KP，Hall LD.Advances in temperature validation of food［J］.Trends in Food Science ＆ Technology，1999，10(11):366-374.

［9］Samuel GM，Rafi R，Asher L，et al.Adapted thermal imaging for the development of postharvest precision steam-disinfection technology for carrots ［J］.Postharvest Biology and Technology，2011，59(3):265-271.

［10］Foster AM，Ketteringham LP，Purnell GL，et al.New apparatus to provide repeatable surface temperature-time treatments on inoculated food samples［J］.Journal of Food Engineering，2006，76(1):19-26.

［11］Foster AM，Ketteringham LP，Swain MJ，et al.Design and development of apparatus to provide repeatable surface temperature-time treatments on inoculated food samples ［J］.Journal of Food Engineering，2006，76(1):7-18.

［12］Ibarra JG，Tao Yang，Xin Hongwei.Combined IR imagingneural network method for the estimation of internal temperature in cooked chicken meat［J］.Optical Engineering，2000，39(11):3032-3038.

［13］Goedeken DL，Tong CH，Lentz RR.Design and calibration of a continuous temperature measurement system in a microwave cavity by infrared imaging［J］.Journal of Food Processing and Preservation，1991，15(5):331-337.

［14］Ibarra JG，Tao Yang，Walker C，et al.Internal temperature of cooked chicken meat through infrared imaging and time series analysis［J］.Transactions oftheASAE，1999，42(5):1383-1390.

［15］Varith J，Noochuay C，Netsawang P，et al.Design of multimode-circular microwave cavity for agri-food processing［C］.Proceedings of Asia-Pacific Microwave Conference，2007:1-4.

［16］Bows JR，Patrick ML，Janes R，et al.Microwave phase control heating［J］.InternationalJournalofFood Science and Technology，1999，34(4):295-304.

［17］Vadivambal R，Jayas DS，Chellaaurai V，et al.Temperature distribution studies in microwave-heated grains using a thermal camera［C］.Proceedings of ASABE Annual Meeting，2007.

［18］Fito PJ，OrtoláMD，De Los Reyes R，et al.Control of citrus surface drying by image analysis of infrared thermography［J］.Journal of Food Engineering，2004，61(3):287-290.

［19］Burfoot D，Brown K，Xu Y，et al.Localised air delivery systems in the food industry［J］.Trends in Food Science ＆Technology，2000，11(11):410-418.

［20］Gowe AA，O＇Donnell CP，Cullen PJ，et al.Hyperspectral imaging e an emerging process analytical tool for food quality and safety control［J］.Trends in Food Science ＆ Technology，2007，18(2):590-590.

［21］Zhao Jiewen，Liu Jianhua，Chen Quansheng，et al.Detecting subtle bruiseson fruitswith hyperspectralimaging［J］.Transactions of the Chinese Society for Agricultural Machinery，2008，39(1):106-109.

［22］Ueno A，Zhang S，Takahashi T.Determination of spectral wavelengths for detecting bruise defects on apple fruits［J］.Journal of the Japanese Society of Agricultural Machinery，2008，70(5):63-68.

［23］Danno A，Miyazato M，Ishiguro E.Quality evaluation of agricultural products by infrared imaging method III Maturity evaluation of fruits and vegetables［J］.Memoirs of the Faculty of Agriculture Kagoshima University，1980，16:157-164.

［24］Varith J，Hyde GM，Baritelle AL，et al.Non-contact bruise detection in apples by thermal imaging［J］.Innovative Food Science and Emerging Technologies，2003，4(2):211-218.

［25］Piotr B，Wojciech M，Joanna W，et al.Detection of early bruises in apples using hyperspectral data and thermal imaging［J］.Journal of Food Engineering，2012，110(3):345-355.

［26］VeraverbekeEA，Verboven P，Lammertyn J，etal.Thermographic surface quality evaluation of apple［J］.Journal of Food Engineering，2006，77(1):162-168.

［27］Baranowski P，Lipecki J，Mazurek W，et al.Detection of watercore in ＇Gloster＇apples using thermography［J］.Postharvest Biology and Technology，2008，47(3):358-366.

［28］Van Linden V，Vereycken R，Bravo C，et al.Detection technique for tomato bruise damage by thermal imaging［J］.Acta Horticulturae，2002，599:389-394.

［29］Bulanon DM，Burks TF，Alchanatis V.Study on temporal variation in citrus canopy using thermal imaging for citrus fruit detection ［J］.Biosystems Engineering，2008，101(2):161-171.

［30］Jiménez-Bello MA，Ballester C，Castel JR，et al.Food thermal imaging process for assessing plant water status［J］.Agricultural Water Management，2011，98(10):1497-1504.

［31］Belin é，Rousseau D，Rojas-Varela J.Thermography as noninvasive functional imaging for monitoring seedling growth［J］.Computers and Electronics in Agriculture，2011，79(2):236-240.

［32］Eethirajan S，Karunakaran C，Jayas DS，et al.Detection techniques for stored-product insects in grain［J］.Food Control，2007，18(2):157-162.

［33］Emeci M，Navrro S，Donhaye E，et al.Respiration of Tribolium castaneum(Herbst)at reduced oxygen concentrations［J］.Journal of Stored Products Research，2002，38(5):413-425.

［34］Emekci M，Navrro S，Donahaye E，et al.Respiration of Rhyzopertha dominica(F.)at reduced oxygen concentrations［J］.Journal of Stored Products Research，2004，40(1):27-38.

［35］Chelladurai V，Jayas DS，White NDG.Thermal imaging for detecting fungal infection in stored wheat［J］.Journal of Stored Products Research，2010，46(3):174-179.

［36］Manickavasagan A，Jayas DS，White NDG.Thermal imaging to detect infestation by Cryptolestes ferrugineus inside wheat kernels［J］.Journal of Stored Products Research，2008，44(2):186-192.

［37］Manickavasagan A，Jayas DS，White NDG.Wheat class identification using thermal imaging［J］.Food and Bioprocess Technology，2010，3(3):450-460.

［38］Manickavasagan A，Jayas DS，White NDG.Wheat class identification using thermalimaging:a potentialinnovative technique［J］.Transactions of ASABE 2008，51(2):649-651.

［39］Graves M，Smith A，Batchelor B.Approaches to foreign body detection in foods［J］.Trends in Food Science ＆ Technology，1998，9(1):21-27.

［40］Meinlschmidt P，Maergner V.Thermographic techniques and adapted algorithms for automatic detection of foreign bodies in food［C］.Proceedings of Conference Thermosense XXV，2003:168-177.

［41］Genesu G，Giusto DD，Margner V，et al.Detection of foreign bodies in food by thermalimage processing ［J］.IEEE Transactions on Industrial Electronics，2004，51(2):480-490.

［42］Jha SN，Narsaiah K，Basediya AL，et al.Measurement techniques and application of electrical properties for nondestructive quality evaluation of foods-a review［J］.Journal of Food Science and Technology，2011，48(4):387-411.

［43］Gowen AA，Tiwari BK，Cullen PJ，et al.Applications of thermal imaging in food quality and safety assessment［J］.Trends in Food Science and Technology，2010，21(4):190-200.