Fra lys ide til kommersiell kvalitetsmåling i laksenæringen

The main goal of this project is to develop industrial technology that facilitates real-time measurement of salmon fillet quality on the processing lines. The technology applied is based on the use of hyperspectral camera. And we are now in a ordering process for the items for the spectral camera. By detecting these flaws, the salmon processors will be able to sort out the fillets at an earlier stage in the production. They will thus avoid using resources on processing fish that has to be sorted out later in the process. An important task in the project is to make the algorithms as "simple" as possible in order to reduce the cost of the hardware and also make it easier to do real-time processing at a speed high enough to implement the application in the salmon production lines.For the salmon processing industry this technology will facilitate better usage of raw materials of different quality, improved yield, and a better basis for determining product price. Also, being able to localize the positions of the flaws in the fillets will be an important step towards automatic trimming by robots and thereby reducing the manual labor in processing. Prototype 1 is now under a planning process, and items which should be used for the spectral camera is now ordered, and we have a cooperations with av actor in the salmon industry.

Maritech Systems AS har, basert på prosjektet resultater, oppnådd en viktig milepæl i å kunne tilby et kommersielt produkt for kvalitetsmåling av fisk i laksefamilien. Gjennom prosjektet har teknologien bevist at den kan fungere som en katalysator for måling av flere parameter for kvalitet som blant annet blod, melanin, fett og pigmentering/farge. Produktet er lansert under det kommersielle navnet "Maritech Eye". Effektene av dette produktet vil først og fremst komme brukeren til gode gjennom en forbedret og automatisert kvalitetskontroll av fisk som skal foredles. Dette gir gevinster både økonomisk og bærekraftsmessig siden produktet vil på en effetkiv måte forbedre allokeringen av råstoff og forhindre svinn. Produktet vil kunne tilpasses enhver bruker sine behov ut i sluttmarkedet, hvor grenseverdier for superior, ordinary og prod-fisk kan justeres. Produktet er tilpasset for å kunne integreres med kjent utstyr, hovedsakelig grader-utstyr.

Formålet med dette prosjektet er å utvikle en industriell måleteknologi som gjennomlyser fileter av rødfisk for sortering på kvalitet i sanntid på produksjonslinjene. Selv om objektiv måling av kvalitet på rødfiskfilet har vært jobbet med i mange sammenhenger finnes det i dag ikke kommersielle løsninger for påvisning av fylte blodårer, blodflekker og melaninflekker. I hvert fall ikke dersom flekkene ikke vises i overflaten av filetene. En slik gjennomlysning vil kunne detektere og lokalisere blodflekker og melaninflekker som ikke er synlig på overflaten og næringen vil kunne sortere ut den dårlige fisken og slippe å bruke ressurser på fileter som uansett må sorteres ut senere i prosessen eller enda verre – bli sendt i retur fra butikkjedene. Påvisning av blodfylte årer og blodflekker som er lokalisert inne i muskelen er i utgangspunktet problematisk. I et prosjekt finansiert av FHF i 2009-2011 (Heia et al, 2012) ble en løsning, basert på «Constrained spectral unmixing» kombinert med intern kalibrering for hver filet, utviklet som fungerte veldig bra på melanin og blodflekker. I løpet av de siste årene har Nofima hatt stor aktivitet på videreutvikling av metodikken mot hvitfisk. Kunnskapen kan ikke kopieres direkte til rødfisk, men vil danne en viktig kunnskapsbase for å forbedre/forenkle løsningene utviklet i 2009-2011. I tillegg til blod og melanin skal det også utvikles funksjonalitet for å måle fettmengde og pigment i filetene samt lokalisere brusk, buklist og trimmefeil, siden dette også er viktige kvalitetsparametre for foredlingsbedriftene. Det er utfordring i prosjektet å gjøre algoritmene så "enkle" som mulig men samtidig få ut den nødvendige informasjonen. Dette vil redusere pris på hardware og samtidig blir det enklere å få til sanntids prosesseringen i en hastighet som tilfredsstiller kravene fra næringen ved at den da vil kreve mindre regnekraft.