L’idée derrière l’imagerie hyperspectrale est qu’en analysant un large spectre de lumière, au lieu de simplement attribuer les couleurs primaires du rouge, du vert, du bleu à chaque pixel, la lumière frappant chaque pixel est décomposée en de nombreuses bandes spectrales différentes pour révéler une mine d’informations supplémentaires sur ce qui est photographié.
La pratique a généralement été utilisée dans des applications militaires, mais avec la baisse des coûts, elle étend maintenant ses ailes à d’autres industries. La première est le secteur alimentaire, où les applications potentielles sont nombreuses, estime HinaLea Imaging, une société américaine qui courtise actuellement les producteurs alimentaires européens avec sa technologie d’imagerie hyperspectrale. Il affirme que la méthode gagne encore du terrain dans l’industrie de la salubrité des aliments, mais qu’elle a connu une forte hausse lors de son adoption en 2020.
Il peut être utilisé, par exemple, dans l’assurance de la qualité pour la détection des anomalies de production et de transformation dans une variété de produits alimentaires, ainsi que pour la détection et la classification des agents pathogènes d’origine alimentaire. L’agriculture de précision est un autre domaine. L’imagerie peut être utilisée pour détecter la viabilité des cultures, par exemple, l’exposition à des contaminants nocifs et aux maladies pathogènes, ainsi que la couverture de la végétation sanitaire et la cartographie de l’hydratation.
« Cette technologie a toujours été très coûteuse, et vous avez eu besoin d’un doctorat pour pouvoir l’exploiter »,Le directeur général de HinaLea Imaging, Barry McDonogh, a déclaré à Soya75. Mais deux choses se sont produites: le coût du matériel a chuté, tandis que l’avènement de l’apprentissage automatique ou de l’IA signifie qu’il est beaucoup plus facile à utiliser. Une usine de chips ou de chips, par exemple, pourrait maintenant former un système d’imagerie hyperspectrale pour s’assurer que les lots contiennent la quantité optimale et la couverture de l’assaisonnement.
L’entreprise, a-t-il expliqué, se concentre principalement sur l’assurance de la qualité, tant du côté de la transformation que de l’agriculture. La technologie d’imagerie pourrait potentiellement aider les producteurs, par exemple, à économiser des coûts en optimisant la maturité des cultures. Selon HinaLea Imaging, les résultats montrent que les images hyperspectrales offrent une puissance plus discriminante que les images RGB standard pour discriminer les stades de maturité des tomates, réduisant l’erreur de classification des pixels individuels de 40% à 7%.
« Nous pouvons mettre ces caméras sur des drones, sur des tracteurs, ou ils peuvent s’asseoir dans des champs où l’on examine la santé et l’hydratation des plantes, le moment optimal pour la récolte et la cartographie des mauvaise récoltes », a ajouté McDonogh.
« L’une des choses très intéressantes que nous avons commencé à faire du côté de la transformation des aliments est la détection d’agents pathogènes. Nous travaillons avec l’USDA pour poursuivre un niveau en ligne de détection des pathogènes, qui est le Saint Graal. L’idée de base est que vous pouvez obtenir des résultats pathogènes dans la plante au lieu d’avoir besoin de prendre les échantillons au laboratoire – ainsi que de réduire considérablement le temps à donner. En ce moment, la norme est 24-36 heures plus tard, donc si nous pouvons le descendre à seulement quatre heures, nous serons en très bon état. L’imagerie hyperspectrale permet essentiellement d’inspecter la ligne de l’usine à peu près à l’époque sans incubation.
Le nombre « fou » d’applications alimentaires potentielles
Il existe d’autres applications potentielles pour l’imagerie hyperspectrale dans l’industrie alimentaire, nous a-t-on dit.
« Il y a des applications folles à qui on ne penserait jamais parce qu’on n’a jamais été en mesure d’utiliser cette technologie dans l’industrie auparavant. Par exemple, quel pourcentage d’assaisonnement est sur un croustillant par rapport à un autre croustillant? L’industrie alimentaire n’aurait pas pu imaginer répondre à une question aussi précise d’assurance de la qualité, mais maintenant elle peut le faire.
Parmi les autres applications du secteur alimentaire à l’étude par HinaLea Imaging, mentionnons le classement des aliments, la fraîcheur des aliments et l’uniformité des ingrédients. « Si vous pouvez imaginer quelqu’un qui a beaucoup d’expérience dans le classement des aliments, l’imagerie hyperspectrale vous permet essentiellement d’embouteiller cette expérience afin qu’elle ne soit plus subjective »,dit McDonogh.
La détection et l’optimisation des temps de cuisson des aliments comme les pommes de terre et les haricots sont également sur sa liste de cas d’utilisation. L’entreprise affirme en outre que l’imagerie hyperspectrale peut être utilisée pour identifier l’intégrité de l’emballage et pour l’inspection du remplissage.
« C’est une nouvelle technologie, et avec ces systèmes hyperspectraux, l’idée est que nous pouvons remplacer ou augmenter les systèmes d’inspection existants »,dit McDonogh. « Je pense que ce sera une technologie très intéressante à l’avenir. »
