跟踪加工设施中的食品的方法和用于加工食品的系统

技术领域

本公开内容涉及用于跟踪通过加工设施的食品的方法和系统，并且具体涉及在食品流中接收食品并且在检入(check-in)位置处获取检入图像的方法。

背景技术

在食物加工厂中，食品通常按顺序被递送到工作站，例如用于修整、切片、分拣或去除骨骼等。

工作站通常沿输送机定位，并且操作员、机器人或处理装置——诸如刀具——可以在食品移动时或在食品被放置在临时加工台上时接近食品，在加工之后食品从该临时加工台被返回到输送机。

在加工期间唯一地标识食品是众所周知的。在一个示例中，为屠宰而饲养的动物被提供有唯一标识标签(tag)，通常被提供有条形码、编号或其它形式的电子可读标识。这样的标识允许标识与加工设施内的重量、脂肪百分比、质量或加工线相关的数据。如有必要，这样的数据可以是有用的，例如以追踪污染或以通常符合对食品认证的客户要求。

虽然标签、标牌(label)和类似的单独应用的标识符可能在加工期间无意地与食品分离，并且从而变得无用，但是直接地将标记、燃烧压花和类似的物理标记印刷到食品中可能是不期望的，例如出于美学原因。

发明内容

为了提高在加工期间跟踪食品的能力，本公开内容在第一方面提供了一种自动跟踪通过处理设施的食品流中的食品的方法。

所述方法包括：

-在检入位置中接收所述食品；

-获取所述食品的至少一个检入图像；

-根据所述检入图像创建至少一个唯一标识标志(UII)；

-使所述食品流中的食品或食品的块移动通过所述处理站到检出(check-out)位置；

-在所述检出位置处获取所述食品或食品的块的至少一个检出图像；

-执行识别过程，所述识别过程被配置为确定所述检出图像是否能够被分配给创建的UII；以及

-如果可以确定所述检出图像能够被分配给创建的UII，定义包括分配的UII的数据记录。

具体地，食品可以通过输送机系统被移动通过处理设施，该输送机系统形成从检入位置和提供食品的检入图像的摄像机、经过处理站、并且进一步到达检出位置和提供检出图像的另一个摄像机的路径。

识别过程将根据至少一个检出图像识别该检出图像是否能够被分配给创建的UII中的一个。

由于在检出图像中识别UII，因此食品的图像本身用作标识，并且在检入位置和检出位置之间可以避免使用标签、标牌、盖章或类似的物理标识标记。

在检出位置处，数据记录可以被存储在数据库中，或它可以被附着到食品或其包装。

例如，食品可以是来自如下清单的制品，该清单由蔬菜、水果、肉类、家禽、鱼类和海鲜组成。食品可以被切割成数块。即在本文中，术语“块”是指从食品切断的部分。术语“部分”是指食品的一个区域，该区域不一定从食品切断，并且因此不一定形成食品的块。

UII可以是数字格式，例如诸如具有整数的数据串，并且它可以例如通过使用将图片转换为这样的数字格式的算法的过程来定义。

检入图像和/或检出图像可以用本领域已知的图像捕获装置捕获，所述图像捕获装置包括捕获电磁辐射的摄像机，例如线型或矩阵型CCD摄像机或任何类似种类的摄像机，包括捕获在可见范围之外的电磁辐射的摄像机，例如x射线摄像机。检入图像和/或检出图像也可以用超声波捕获。

处理站可以包括一个或多个站或站的组合，用于分拣、称重、切割、切片、修整、针状骨骼(pin-bone)去除、分批处理(batch)、包装或简单地计数或登记食品。因此，食品在已经通过处理站之后可以被切割成数块。

食品特别地可以通过使用输送机系统来移动，例如使用输送带。

在本文中通过“根据所述至少一个检出图像识别创建的UII”意味着，在检出位置处，食品基于检出图像被分配给其最初分配的UII。

在一个实施方案中，基于检出图像创建附加的UII——在本文中被称为检出UII。检出UII以相同的方式被创建，例如，通过使用被用来基于检入图像创建UII的相同算法和程序。随后，将检出UII与UII进行比较。

如果检出UII与UII相同，或如果它与UII至少部分地相同，识别过程可以识别到检出图像能够被分配给创建的UII中的一个。

如果UII和检出UII是数字值，例如被包含在数据串中，则识别过程可以包括比较数字值或数据串并且评估一定量的距离或重叠。

在一个示例中，检入图像被转变为数字的第一数组，并且重复该过程以用检出图像定义数字的第二数组。因此，第二数组可以是相同的，例如对于所有数字，或对于部分数字，例如对于15个数字中的12个。识别过程可以包括为重叠数字的数目定义一个阈值，例如，15个中的至少10个的阈值是用于将UII视为“已识别”的限制。如果15个数字中的少于10个是相同的，识别过程可以返回“识别不足”，并且否则它可以返回已识别的UII。

所述方法可以包括将UII与和加工设施相关或和食品相关的元数据——例如与食品一起接收的数据，即在进入检入位置之前获得的数据——组合的步骤。

这样的元数据的示例可以包括源自最初生产食品的农场或地方的数据，或仅是这样的农场或地方的标识符。它可以包括与食品的重量、大小、形状或质量相关的信息，并且它可以包括例如在蔬菜上使用杀虫剂或在动物中使用的疫苗。

与处理站相关的元数据的示例可以包括用于处理的装备的标识、已经处理或加工食品的操作员的标识，或它可以指定环境参数，例如温度或湿度等。

在一个示例中，元数据标识处理站的能力，例如相对于将传入的食品或食品的块分成不同类别在不同的检出位置处离开设施——例如，一些制品或制品的块被不同地分级，或一些制品或制品的块被拒绝——的能力。

元数据和UII可以被组合在一个数据文件中。以此方式，食品或食品的块的图像与元数据相关。

所述方法可以包括定义另外的处理站的步骤，以及为食品或食品的块选择定义的加工站以及生成包含所选择的加工站的标识和UII的数据文件的步骤。对另外的处理站的选择可以例如基于元数据中的信息。

除非另有说明，否则术语“加工站”和“处理站”在本文中可以是可互换的。

通过示例，数据文件可以表达具有基于检入图像生成的特定UII的食品可以具有证明其在没有另外的加工——诸如修整——的情况下被包装的特定质量参数，或它可以指定食品被拒绝等。

所述方法还可以包括当不能够从至少一个检出图像识别UII时，选择定义的另外的加工站中的特定的一个，并且将其分配给食品或食品的块。例如，在检出位置处可能未识别出食品，并且因此该食品的身份是不可得的。作为示例，可以决定以较低的价格出售这样的食品或在不同的背景——例如在预加工的食物产品中(例如在烹饪状态下)——使用这样的食品。

所述方法可以包括在检入图像中标识不期望的食品部分，并且根据所述图像的不包含所述不期望的食品部分的一部分创建UII的步骤。这样的不期望的部分的示例可以是具有高含量的脂肪、骨骼、软骨等的部分，它可以是具有不期望的颜色(例如由血迹产生)的部分，它可以是异物(例如蓝色塑料、针头)，或它可以是食品的缺陷。

为了能够基于检出图像识别UII起见，可能期望的是基于比定义UII所需的更多的图像信息生成UII，从而使识别过程相对于检入图像和检出图像之间的变化鲁棒。这样的过程存在于本领域中，并且它们通常基于包括的用于UII生成和随后对UII的标识的冗余图像数据。在一个示例中，UII至少由15个数字组成，但是为了使识别更鲁棒，可以用20个或更多个数字生成UII。

所述方法还可以包括为每个食品建立多个UII。例如，可以为食品的不同部分建立UII。这可以使得能够针对单独的块识别UII，例如，如果不期望的部分被切掉，或如果食品在检入位置和检出位置之间在处理站中被切割成块。

例如，所述方法可以包括在检入图像中定义将食品切割成食品的块的分份计划，并且为食品的块中的每个创建一个UII。食品的每个块从而可以在检出位置处被单独地识别。

所述方法可以包括基于食品的结构唯一性生成UII。其示例包括脂肪、骨骼或肌肉纤维图案、软骨、肌腱和其它食品的唯一结构。它也可以是基于食品的大小或形状生成的，或是基于食品的颜色或颜色分布生成的，或是基于其组合生成的。在一个示例中，UII是基于食品的厚度剖面生成的，例如，当食品在输送带上被输送时，由线扫描摄像机拍摄的检入图像确定该厚度剖面。

所述方法可以包括建立在检入位置处获取其检入图像的食品的UII的队列(que)，并且从所述队列删除在检出图像中识别的UII的步骤。

如果为同一检入图像生成多个UII，这些UII可以被分组成一组UII，并且所述方法可以包括：如果识别过程确定一个或多个检出图像能够被分配给来自所述一组UII的预定数目的UII，从所述队列删除所述一组UII的所有UII的步骤。所述预定数目可以是“所述一组UII的所有UII”或特定百分比，例如，当一组UII的90％的UII在检出图像中被识别时。这允许一旦源自食品的块的主要部分已经经过检出位置就减少所述队列。

当创建UII时，可以给每个由此建立的UII分配检入时间。随后，当已经经过预定时间时，可以从队列删除UII。这可以将队列中的UII的数目减少到队列仅包含相关UII的水平，并且从而实现更快并且更高效的识别过程。

该队列定义相对少量的UII在检出图像中是潜在地可识别的移动窗口，并且它限制识别错误UII的风险。特别地，如果识别过程包括对UII和检出UII之间的最佳匹配的评估，即使UII和检出UII不一定相同，它也可以提高提供正确识别的能力。

所述方法可以针对各种各样的食品被执行，所述食品是例如蔬菜、水果、肉类、家禽、鱼类和海鲜。特别地，所述方法可以用于处理：鱼类，诸如鱼类肉片，例如鲑鱼片；肉类，诸如牛肉片、猪肉片、家禽肉片；或其切片。

在一个实施方案中，食品或食品的块被分类为至少第一类别和第二类别。所述分类在检入位置和检出位置之间被执行，并且例如可以涉及不同的质量标准。在一个实施方案中，属于所述第一类别的食品或食品的块被引导通过检出位置，并且属于所述第二类别的食品或食品的块不被引导通过检出位置。

在一个示例中，属于所述第二类别的食品或食品的块可以被拒绝或转移到另一个检出设施。例如，该设施可以包括与不同类别有关的2个、3个或更多个不同的出口。

可以建立在检出位置处获取其检入图像的食品的UII的队列。此队列可以被认为先前提到的队列，即当食品或食品的块通过检出位置或超时持续时间到期时被更新的队列。

当食品或食品的块被分类为第二类别或其他不应该通过检出位置的类别时，可以从队列删除它们。在该情况下，食品可以通过替代检出位置被分发(pass out)。例如，当食品或食品的块在检入位置和检出位置之间被拒绝时，可以使用此特征。在此“被拒绝”意味着“不适合某种用途”，并且因此可以包括将食品或食品的块降级用于另一种用途，其可以包括供人类消费的用途。

除了为其中检出图像能够被分配给创建的UII的那些食品或食品的块生成具有分配的UII的数据记录之外，所述方法还可以包括为通过检出位置的所有食品定义数据记录。在该情况下，可以为在检出位置处的每一个食品定义检出id，并且数据记录可以包括检出id并且在检出图像能够被分配给创建的UII的那些情况下可选地包括UII。当没有UII可以被分配时，可以简单地省略数据记录，或数据记录可以包括没有UII可以被分配的信息。

在第二方面，本公开内容提供了一种用于加工食品并且具有自动跟踪能力的系统。这样的系统包括：

-至少一个输送机，其被配置为使所述食品从检入位置移动到至少一个加工站并且移动到检出位置；

-检入摄像机，其被布置在所述检入位置处，并且被配置为捕获所述食品的检入图像；

-处理结构，其被配置为根据所述检入图像创建唯一标识标志(UII)；以及

-检出摄像机，其被布置在所述检出位置处，并且被配置为捕获所述食品或食品的块的检出图像。

所述处理结构被配置为执行识别过程，所述识别过程被配置为确定所述检出图像是否能够被分配给创建的UII；并且所述处理结构被配置为，如果可以确定所述检出图像能够被分配给创建的UII，则定义包括分配的UII的数据记录，例如与检出id组合。

对应于第一方面的方法，所述处理结构可以为通过所述检出位置的每一个食品或食品的块定义一个数据记录，并且根据UII是否被识别，所述UII被包括在数据记录中或在数据记录中被省略。

所述处理结构可以被配置为建立在所述检入位置处获取其检入图像的食品的UII的队列，并且从所述队列删除在所述检出图像中识别的UII。

所述系统还可以被配置为在创建每个UII时将检入时间分配给所述每个UII，并且在已经经过预定时间时从所述队列删除所述UII。

所述系统还可以包括传感器，所述传感器被配置为确定所述食品从所述检入位置到所述检出位置的订货交付时间(lead time)，并且其中基于所述订货交付时间动态地更新所述预定时间。

所述系统可以特别地包括输送机结构，所述输送机结构允许在进料部段和出料部段之间形成间隙，其中进料和出料是相对于这两个部段之间的间隙，并且其中进料部段和/或出料部段可以相对于该间隙移动。结合该间隙，可以定位刀具，并且在用于切割食品/将食品分份的切割过程期间，可以将切下的块引导通过该间隙，或可以将食品的末端块引导通过该间隙。

在该间隙处执行或不执行过程的这样的结构可以允许在检入位置和检出位置之间的位置中拒绝食品或食品的块。在鲑鱼加工和一般鱼类加工的情况下，食品可以是整个鱼，并且食品的块可以包括通常在检入位置和检出位置之间被拒绝的尾部部分或头部部分。

此外，根据第二方面的系统可以包括鉴于根据本公开内容的第一方面的方法而隐含的任何特征。

实施方案列表

1.一种自动跟踪加工设施中的食品的方法，所述方法包括：

-接收所述食品；

-使所述食品移动到检入位置；

-获取所述食品的至少一个检入图像；

-根据所述检入图像创建至少一个唯一标识标志(UII)；

-使所述食品从所述检入位置移动到至少一个处理站；

-使所述食品或食品的块从所述处理站移动到检出位置；

-在所述检出位置处获取所述食品或所述食品的块的至少一个检出图像；以及

-根据所述至少一个检出图像识别创建的UII。

2.根据实施方案1所述的方法，包括：根据所述检入图像创建多个UII。

3.根据实施方案2所述的方法，其中所述多个UII包括与所述检入图像的一个部分相关的UII和与所述检入图像的不同部分并且因此与所述食品的不同部分相关的其他UII。

4.根据实施方案3所述的方法，其中所述不同部件为重叠部分。

5.根据实施方案2-4中任一个所述的方法，还包括：为每个食品定义一组UII，所述一组UII定义属于同一食品的UII之间的关系。

6.根据前述实施方案中任一个所述的方法，包括：建立在所述检入位置处获取其检入图像的食品的UII的队列，并且从所述队列删除在所述检出图像中识别的UII。

7.根据实施方案5或6所述的方法，包括：当在所述检出图像中已经识别来自所述一组UII中的预定数目的UII时，从该一组UII删除所有UII。

8.根据实施方案6或7所述的方法，还包括：当创建每个UII时，将检入时间分配给每个建立的UII，并且当已经经过预定时间时，从所述队列删除一个UII。

9.根据前述实施方案中任一个所述的方法，包括：将所述UII与和所述处理站相关的、与所述食品一起接收的或在所述检入位置处获得的元数据组合。

10.根据前述实施方案中任一个所述的方法，包括：定义用于在所述检出位置之后加工所述食品的另外的处理站，为所述食品或所述食品的块选择定义的加工站，以及生成包含所选择的加工站的标识和所述UII的数据文件。

11.根据实施方案9或10所述的方法，其中所述选择是基于所述元数据中的信息。

12.根据实施方案10或11所述的方法，包括：当不能够从所述至少一个检出图像识别所述UII时，选择定义的另外的加工站中的特定的一个，并且将其分配给食品或食品的块。

13.根据前述实施方案中任一个所述的方法，包括：在所述检入图像中标识不期望的食品部分，并且根据所述图像的不包含所述不期望的食品部分的一部分创建至少一个UII。

14.根据前述实施方案中任一个所述的方法，包括：在所述检入图像中标识不期望的食品部分，并且根据所述图像的确实包含所述不期望的食品部分的一部分创建至少一个UII。

15.根据实施方案14所述的方法，包括以下步骤：根据所述图像的确实包含所述不期望的食品部分的一部分标识至少一个UII，并且在识别后拒绝包含所述不期望的食品部分的食品或食品的块。

16.根据前述实施方案中任一个所述的方法，包括：基于所述检入图像定义将所述食品切割成所述食品的块的分份计划，并且为所述食品的块中的每个创建至少一个UII。

17.根据前述实施方案中任一个所述的方法，其中所述UII是基于所述食品的结构唯一性生成的，或基于所述食品或食品的块的大小或形状生成的，或基于所述食品的颜色或颜色分布生成的，或基于其组合生成的。

18.根据前述实施方案中任一个所述的方法，其中所述食品选自由以下组成的组：蔬菜、水果、肉类、家禽、鱼类和海鲜，或其切片。

19.根据前述实施方案中任一个所述的方法，其中所述食品是鲑鱼，诸如鲑鱼肉片。

20.根据前述实施方案中任一个所述的方法，其中食品或食品的块被分类为至少第一类别和第二类别，所述分类在所述检入位置和所述检出位置之间被执行，并且其中属于所述第一类别的食品或食品的块被引导通过所述检出位置，并且其中属于所述第二类别的食品或食品的块不被引导通过所述检出位置。

21.根据实施方案20所述的方法，包括：建立在所述检入位置处获取其检入图像的食品的UII的队列，并且从所述队列删除被分类为所述第二类别的食品或食品的块的UII。

22.一种用于加工食品并且具有自动跟踪能力的系统，所述系统包括：

-至少一个输送机，其被配置为使所述食品从检入位置移动到至少一个加工站并且移动到检出位置；

-检入摄像机，其被布置在所述检入位置处，并且被配置为捕获所述食品的检入图像；

-处理结构，其被配置为根据所述检入图像创建唯一标识标志(UII)；以及

-检出摄像机，其被布置在所述检出位置处，并且被配置为捕获所述食品或食品的块的检出图像；

其中所述处理结构被配置为根据所述至少一个检出图像识别创建的UII。

23.根据实施方案22所述的系统，其中所述处理结构被配置为建立在所述检入位置获取其检入图像的食品的UII的队列，并且从所述队列删除在所述检出图像中识别的UII。

24.根据实施方案23所述的系统，其中所述处理结构还被配置为在创建每个UII时将检入时间分配给所述每个UII，并且在已经经过预定时间时从所述队列删除一个UII。

25.根据实施方案24所述的系统，包括：传感器，所述传感器被配置为确定所述食品从所述检入位置到所述检出位置的订货交付时间，并且其中基于所述订货交付时间动态地更新所述预定时间。

附图说明

在下文中，将参考附图更详细地描述本公开内容的实施方案，在附图中：

图1示意性例示了根据本公开内容的系统的主要部件；

图2例示了根据本公开内容的系统的另外的细节；

图3例示了具有可标识结构唯一性的食品；

图4例示了具有较低质量——例如具有不期望的要素——的区域的食品；

图5例示了来自先前的图4但是具有重叠的分份计划的食品；

图6例示了在检入图像中为其创建多个UII的食品；以及

图7例示了时间线。

具体实施方式

详细描述和具体示例，虽然表明了实施方案，但是仅通过例示的方式被给出，因为根据此详细描述在本公开内容的精神和范围内的各种变化和修改对于本领域技术人员将变得明显。

图1示意性地例示了包括被命名为S1、S2和S3的三个站的系统。所述三个站可以例如通过输送机连接，或它们可以只是布置在一个台的三个不同位置处的三个站。S1可以表示检入位置。S2可以表示处理站，例如加工站，在此食品被加工或以其他方式被处理。这样的处理的示例可以是分拣、计数、标记、切片、修整、称重、分批处理或任何类似种类的已知食品处理。S3可以表示检出位置。

图2例示了图1中示意性地描绘的这样的系统的一个示例。在图2中，系统201被例示为具有另外的细节。所例示的系统被配置用于对食品202的操作员辅助加工，但是它可以是全自动加工，或它可以是对食品的简单处理，例如简单地登记食品以用于包装。

所例示的系统具有自动跟踪能力，从而允许进入所述系统的每个食品在其离开食物加工系统时被识别。所例示的设施包括输送机203，该输送机将食品从入口204运输到出口205。

检入位置206沿输送机定义。在该位置处，检入摄像机207被定位使得它可以捕获食品的检入图像。在所例示的实施方案中，检入摄像机位于输送机上方，并且灯208可以被布置为提供足够的光以用于识别食品中的愈加精细的细节。摄像机207是基于视觉光反射的，但是在替代实施方案中，摄像机可以是基于X射线的或基于超声波的等。

检出摄像机209被布置在检出位置210处，在此它可以捕获食品或食品的块的检出图像，例如通过灯211的辅助等。摄像机207和209可以被布置在对应的灯208和211之前，然而灯也可以被定位在摄像机之前或任何其他合适的位置处。

在检入位置和检出位置之间，食品在处理站处被处理。在此情况下，处理站包括两个加工台212、213。替代地，这样的处理站可以包括自动加工装备。

操作员214、215可以被分配给每个加工台。每个台和每个操作员具有单独的ID，例如以标识号的形式。

计算机216包括数据输入，该数据输入被配置为例如经由局域网，即LAN 217，接收来自检入摄像机和来自检出摄像机的捕获的图像。具有对应的软件代码的CPU被配置为形成处理结构，并且基于检入图像创建唯一标识标志(UII)，并且在检出图像中识别该UII。计算机216可以生成由产品卡218符号化的数据记录218。数据记录可以包含UII和其他类型的数据，例如与食品相关或与对食品的处理相关的元数据，例如操作员的ID等。

每个台可以具有计算机接口，例如以触摸屏219、220的形式，从而使得操作员能够标识食品，以生成与食品相关的信息。这样的信息可以指定操作员的ID、台的ID，或与食品相关的视觉上观察到的问题，例如由操作员观察到的质量参数。该信息可以通过LAN 217被传输到计算机216或其他地方，例如传输到监督者计算机系统221，在此监督者222可以审查数据。所述数据可以作为元数据被包括在数据记录218中。数据——例如如被包括在数据记录中的数据——也可以被导出到例如相邻的处理站，或以跟随食品或食品的块一直到消费者。

出口可以被布置为将食品或食品的块递送到相邻的处理站，例如用于进一步加工、包装、检查或拒绝等。

该系统可以包括转向器，该转向器可以由处理结构控制，使得根据在检出位置处对食品或食品的块的识别，将食品引导到后续加工站中的一个或另一个。作为示例，处理结构可以具有带有对应的UII的N个特定的食品的列表。如果要为特定客户包装这N个食品，可以通过处理结构控制食品转向器，以将这些特定的食品引导到专用于特定的客户的包装站。如果在检出位置处无法识别特定的食品，处理结构可以使用预先选择的后续加工站，例如，具有人类操作员的加工站，该操作员可以决定用于未被识别的食品的动作。

UII可以是基于食品的结构唯一性生成的。这样的结构唯一性的示例是脂肪、骨骼、肌肉、纤维图案的形状和大小。它也可以是基于食品的形状或大小生成的，或可以是基于食品的颜色或颜色分布生成的。

特别地，检入图像可以是为获得此唯一特征的最佳图像而准备的食品的图像。

图3例示了鱼类——特别是鲑鱼——肉片。所例示的鲑鱼被切片。此过程揭示了肉类和脂肪的结构，并且该结构可以被用于获得表示唯一“指纹(fingerprint，区别性特征)”的良好图像，该“指纹”可以定义UII。如果期望切片，该系统可以特别地包含放置在检入位置之前的切片站，以实现包含肉片的指纹结构的检入图像。

由框301指示的灰色区域通常被切掉并且被拒绝以被不同地加工。在灰色框301内的鲑鱼的块可以被分类为不应该传递通过检出位置的食品块。因此，目标可以是从UII的队列去除来自食品的这样的块的UII，以从而便于更快或更鲁棒地标识检出图像中的剩余UII。

图4中所例示的食品已经被捕获在检入图像401上。处理结构标识血迹402。这样的血迹通常是不期望的，并且因此通常在加工期间被切掉。

由于这样的切割可能发生在检入位置和检出位置之间，因此可能不期望使用血迹周围的区域用于生成UII的目的，或至少期望基于如下原则生成UII，该原则对去除食品的各部分并且因此去除图像的一部分是鲁棒的。

如果去除食品的这样的不期望的要素，可能损害过程结构识别检出图像中的UII的能力。因此，处理结构在标识这样的不期望的食品部分时被编程，以创建血迹402周围的框403并且根据图像的不包括框403的一部分生成UII。

图5例示了来自先前的图4但是具有重叠的分份计划的食品，该重叠的分份计划定义用于将食品切割成块的切割线501。分份计划被用于控制放置在检入位置和检出位置之间的分份切割器。由于此过程，可能难以识别UII，并且由于该原因，处理结构被配置用于根据分份计划为块中的每个创建一个UII。

图6例示了在检入图像中为其创建多个UII的食品。创建的UII被唯一地编号为61-90，并且它们与食品的不同唯一部分相关。在替代实施方案中，UII中的至少一些可以与食品的重叠部分相关。

计算机216可以为与同一食品相关的所有这些UII定义一组UII，所述一组UII定义属于同一食品的UII之间的关系。作为一个示例，所有UII 61-90可以被定义为UII 1-61、1-62、1-63……1-90，从而定义它们属于1号食品。

图7例示了时间线T，该时间线指示在本文中被定义为从食品进入检入位置S1直到它离开检出位置S3的持续时间的订货交付时间。根据该系统的特定的布局，例如同时地或相继地加工有限数目的食品。为了提高所述系统的效率并且特别是为了提高处理结构根据检出图像识别创建的UII的能力，减少由处理结构考虑的食品的数目可以是一个优势。

在图7中，用A标记的五个食品将进入检入位置S1。用B标记的七个食品正在被处理。它们中的五个在流中，并且这七个食品中的两个——即被标记B'的食品——当前被停放在检入位置S1和检出位置S3之间。停放食品的原因可能是缺乏可用资源，例如由于传入的食品的加工需要不均匀。如果数个食物接连食物的制品需要特定的加工，用于处理食品的能力可能必需停放食品，直到可以加工它们为止。

计算机216包括存储器，在该存储器中存储被标记为B的食品的UII的队列。

每次食品到达检入位置，用新的UII更新该队列。每次食品离开检出位置并且通过检出图像被识别为具有特定的UII，从该队列删除对应的UII。以该方式，该队列仅包含有限数目的可用UII，并且可以提高正确地识别UII的能力。当基于一个特征(例如结构、大小、形状或颜色)生成UII时，该特征是特别相关的，在相对少量的制品中该特征在统计上具有良好的概率被认为是唯一的，但是在较大量的食品中可能不被认为是唯一的。

图7通过时间线T指示时钟被内置于计算机。该时钟指示处理结构在每个UII被创建时将检入时间分配给所述每个UII的功能。基于关于特定的布局的知识，可以确定食品通常将在预定的时间点离开该系统。因此，检入时间可以被用于在预定时段已经过去时从队列删除UII。该情况可能发生，例如如果停放的食品B'由于某种原因被拒绝。

在一个实施方式中，检入摄像机和检出摄像机是沿输送带布置的CCD摄像机。摄像机将数字图像与处理结构进行通信。该处理结构包括图像识别单元，该图像识别单元提供能够将来自检入或检出摄像机的数字图像转换为唯一数据记录的转换器。通信单元能够将数据记录输出到其他计算机，例如用于标牌打印目的或用于稍后对食品的认证，或将数据记录存储在数据库中。

在内部，数据记录被保存在存储器中，并且呈微处理器的形式的图像信号处理单元被配置为执行重组程序，其中验证检出图像和检入图像是否来自同一食品。微处理器使用与为识别图像中的特征而开发的标准软件类似的技术开发的软件进行编程。这样的系统被广泛开发，例如用于人脸检测或指纹识别。

处理结构可以包括具有帧缓冲器和被配置用于处理来自摄像机的输入的其他特征的视频卡，并且UII可以是基于可用于例如人脸识别、指纹识别等的标准处理器功能生成的。这样的处理器可以递送表示图片的UII的唯一数据串。