Sistema per il rilevamento automatico di contaminanti alimentari basato su immagini iperspettrali

Product inspection by means of nondestructive testing (NDT) technologies has become an indispensable element of responsible food production. Any contamination of food with impurities of any kind may have most serious consequences for a company, because under the product liability law every food producer is liable for contaminations of his products in case a consumer should be harmed by such contaminations. Among the most common NDT technologies for food inspection there are metal detectors and X-ray radiography. Industrial radiography is based on the principle of radiation-matter interaction, by which high energy X-ray beams can penetrate solid bodies otherwise opaque to the visible spectrum. Photon counting detectors can then measure the intensity of radiation passing through the objects in each point of space and assign it to each pixel in an image. Innovative multi-energy detectors based on semiconductor crystals (CdTe) are able to measure radiation intensity at each frequency of the X-ray spectrum. Resulting images are hyperspectral, because to each pixel is associated the whole intensity spectrum. After the acquisition phase, there is the need to develop algorithms able to automatically identify threats in the measured images. Goal of this thesis is to design and validate new algorithms able to classify hyperspectral images in order to detect foreign bodies inside food packages.

L'ispezione di prodotti alimentari confezionati mediante tecnologie di controllo non distruttivo (CND) sta rivestendo negli ultimi anni un'importanza sempre maggiore. Un prodotto contaminato da impurità di qualsiasi genere, infatti, può comportare gravi conseguenze per l'azienda produttrice, essendo essa responsabile, a norma di legge, di eventuali danni arrecati al consumatore a causa di tali contaminazioni. Le tecnologie CND più diffuse per l'ispezione di prodotti confezionati sono i metal detector e la radiografi a industriale mediante raggi X. Le tecnologie di radiogra fia industriale si basano sul principio di interazione della radiazione X con la materia, secondo cui un fascio di raggi X emesso da un generatore a sorgente continua riesce ad attraversare materiali che risultano altrimenti opachi alla luce visibile. Mediante l'uso di rivelatori a conteggio fotonico l'intensità della radiazione che attraversa i materiali viene misurata e assegnata a ciascun pixel di un'immagine. Un moderno ed innovativo tipo di rivelatore è quello iperspettrale basato sull'uso di cristalli al tellururo di cadmio (CdTe), che permette di misurare l'intensità della radiazione trasmessa ad ogni frequenza dello spettro X. Le immagini così generate sono iperspettrali, ovvero associano ad ogni pixel lo spettro di intensità trasmesse in quel punto dello spazio. A seguito del processo di acquisizione delle immagini, una naturale esigenza è quella di sviluppare algoritmi che analizzino gli spettri misurati per determinare in maniera automatica la natura dei materiali posti di fronte al rivelatore. Lo scopo di questa tesi è quello di valutare le prestazioni di nuovi algoritmi che, sfruttando l'intera informazione iperspettrale permessa da un innovativo rivelatore al CdTe, siano in grado di classi care gli spettri relativi a contenitori alimentari al ne di individuare la presenza di materiali contaminanti.