Imagerie hyperspectrale multimode pour la qualité et la sécurité des aliments Par Fartash Vasefi, Nicholas Booth, Hesam Hafizi et Daniel L. Farkas

https://www.intechopen.com/books/hyperspectral-imaging-in-agriculture-food-and-environment/multimode-hyperspectral-imaging-for-food-quality-and-safety

La sécurité et la qualité des aliments deviennent de plus en plus importantes, et l’incapacité à mettre en œuvre des processus de surveillance et à identifier des anomalies dans la composition, la production et la distribution peut entraîner de graves dommages sur les finances et la santé des clients. Si les consommateurs n’étaient pas certains de la sécurité et de la qualité des aliments, l’impact pourrait être profond; par conséquent, nous avons besoin de meilleurs moyens de minimiser ces risques. Du côté de la gestion des données, l’intensification de l’intelligence artificielle, de l’analyse de données, de l’Internet des objets et de la blockchain offrent d’énormes opportunités pour la gestion de la chaîne logistique et la responsabilité, mais l’impact de toute approche commence par la qualité des données pertinentes. Nous présentons ici les technologies spectroscopiques les plus récentes.
comprenant la réflectance hyperspectrale, l’imagerie par fluorescence, la spectroscopie Raman et l’imagerie par chatoiement, toutes validées pour des applications en matière de sécurité et de qualité des aliments. Nous pensons qu’une approche multimode comprenant un certain nombre de ces modes de détection optiques synergiques est

nécessaire pour la plus haute performance. Nous présentons un plan dans lequel nos implémentations reflètent ce concept via un système de table multimode, en ce sens qu’un grand périphérique de production en temps réel serait basé sur davantage de modes que celui de niveau intermédiaire, alors qu’une unité portable, portable répondre à moins de défis, mais avec un coût et une taille inférieurs.