Hygiënescreening kippenkarkassen automatiseren via innovatief visiesysteem

Tijdens het slachtproces kunnen bacteriën uit de krop en het darmkanaal van de kip op het karkas terecht komen. Een doorgedreven hygiënescreening is dus noodzakelijk. De huidige snelle proceslijnen vereisen een snel, online, automatisch detectiesysteem. 

Pilootschaal onderzoek

Onderzoekers van het Russel Research center (Georgia, VS) ontwikkelden een prototype voor online detectie van contaminatie met fecaal en krop materiaal op kippenkarkassen gebaseerd op hyperspectrale beeldvorming. Het systeem werd geoptimaliseerd aan de hand van zestien kippenkarkassen en vier verschillende types besmettingen (materiaal afkomstig uit duodenum, colon, ceca, krop) en dit bij twee processnelheden (140 vogels per minuut en 180 vogels per minuut). Deze experimenten werden uitgevoerd op pilootschaal in een kippenslachterij. Het ontwikkelde detectiesysteem is in staat beelden te registeren en te verwerken bij drie golflengten wanneer de karkassen aan 180 stuks per minuut langs de hyperspectrale camera passeren. Oppervlaktebesmettingen konden met een accuraatheid van 89 to 98% gedetecteerd worden met een minimum aantal aan vals positieve resultaten (minder dan 1%). Bovendien kon ook de graad van bevuiling worden bepaald (% bevuild oppervlak).

Figuur 1: Opnames van een karkas met oppervlaktebesmetting: (a) met een digitale camera, (b) met de hyperspectrale camera en beeldverwerking op drie golflengten (517nm, 5665nm, 802nm), (c) specifieke gebieden met fecale contaminatie (rood) en normale huid (groen)

Combineer hygiënescreening met andere kwaliteitscontroles

In vleesverwerking bieden hyperspectrale camera’s niet alleen mogelijkheden naar detectie van karkascontaminatie toe. De malsheid van het vlees en waterbindendvermogen kan geëvalueerd worden, maar ook detectie van botfragmenten in kipfilets behoort tot de mogelijkheden. Botfragmenten in kipfilets (Figuur 2) vormen een reëel risico voor de voedselveiligheid wanneer ze groter zijn dan 2 cm. Onderzoek heeft aangetoond dat deze botfragmenten met hyperspectrale beeldvorming gedetecteerd kunnen worden wanneer de kipfilets door ze tijdens de meting te comprimeren tot een dikte van 1 cm. Deze techniek staat nog niet helemaal op punt: de aanwezige botfragmenten konden wel met 100% accuraatheid gedetecteerd worden, maar daarnaast werden 10% valse positieve resultaten bekomen. 

 Figuur 2: Botfragment in kipfilet

De sterkte van hyperspectrale beeldvorming ligt in het feit dat uit één hyperspectraal beeld zowel informatie met betrekking tot de malsheid en het waterbindend vermogen van het vlees, de kleur van het vlees, en de aanwezigheid van vreemde voorwerpen zoals botsplinters kan verkregen worden. 

Sensors for Food project evalueert deze mogelijkheden ook voor uw bedrijf!

Ziet u mogelijkheden voor dergelijke kwaliteitsanalyses op uw product? Dan is het interessant om weten dat Flanders’ FOOD recent van start is gegaan met het door het IWT goedgekeurde project ‘Sensors For Food’ (IWT financieringskanaal ‘VIS-trajecten’). Hyperspectrale camera’s zijn één van de innovatieve sensortypes die hierbinnen geëvalueerd, geoptimaliseerd en gevalideerd worden. Imec (Interuniversitair micro-elektonica centrum) en MeBioS (KU Leuven) stellen hun geavanceerde prototypes ter beschikking waarmee, indien gewenst, tot bij bedrijven zelf gegaan kan worden om oplossingen en opportuniteiten te bieden voor problemen en uitdagingen in de voedingsproductie die met steekproefsgewijze en manuele controles of met huidige sensortypes minder efficiënt aangepakt kunnen worden. 

Meer weten

Ziet u mogelijke toepassingen van hyperspectrale camera’s op uw producten bent u geïnteresseerd in een test op uw grondstoffen of producten, of wil u gewoon méér weten over het potentieel van deze toptechnologie? Aarzel dan niet om Flanders’ FOOD te contacteren via veerle.degraef@flandersfood.com

Bronnen:

• Yoon, C.Y., Park, B., Lawrence, K.C., Windham, W.R. & Heitschmidt, G.W. (2011) Line-scan hyperspectral imaging system for real-time inspection of poultry carcasses with fecal material and ingesta, Computers and Electronics in Agriculture, 79, 159-168.
• Yoon, S.C., Lawrence, K.C., Smith, P.D., Park, B. & Windham, W.R. (2008), Embedded bone fragment detection in chicken fillets using transmittance image enhancement and hyperspectral reflectance imaging, Sens. & Instrumen. Food Qual., 2, 197-207