在全球分銷市場中使用紅外熱像儀技術既可用于產品質量維護，又可用于食品監(jiān)控，從而可以控制易腐食品（如易腐食品）的臨界溫度。此外，停電在銷售點可能是災難性的，因此預防性地使用紅外熱像儀技術進行冷凍和新鮮食品監(jiān)控至關重要。例如，冷藏室的微氣候監(jiān)測可以減少產品過早變質的威脅，從而提高食品安全性和保質期，同時減少能量分散。在紅外熱像儀中，所有參數和變量都會影響對分析有用的輻射測量。一些研究人員已經使用紅外熱像儀方法來監(jiān)視蘋果的加熱，其中使用鹵素燈作為熱源來促進“熱讀數”。研究強調了紅外熱像儀技術還可以不僅用于分析周圍環(huán)境的溫度均勻性，還可以用于分析每種食品的溫度均勻性。例如，考慮到非常大的冷藏室，安裝多個能夠遠程控制不同產品的微氣候和溫度的紅外熱像儀可能很重要。從工業(yè)的角度來看，可以采用紅外熱像儀技術來監(jiān)視超市的食品環(huán)境，從而驗證了將新鮮產品的紅外熱像儀分析視為可追溯過程的一部分的想法，從而優(yōu)化了食品的可追溯性。在倉庫路徑和貨架上的產品分配上，紅外熱像儀技術可以避免溫度不均勻，同時檢查設備的熱擴散。因此，紅外熱像儀技術能夠驗證熱量，異常冷卻或溫度分布不規(guī)則對食品造成的任何損害。

圖為新鮮肉的紅外熱像儀

在紅外熱像儀領域還進行了其他研究，以監(jiān)測肉和蔬菜的質量，這表明圖像處理是每種產品質量的可追溯工具。在圖中示出了在實驗中使用的肉樣品的紅外熱圖像的示例。在紅外熱像儀圖像分析領域，數據挖掘可以提供進一步的決策支持系統(tǒng)，以起到食品監(jiān)控新鮮產品的狀態(tài)。一個想法可能就是將K-means聚類算法應用于紅外熱像儀圖像，以便更好地突出以相同溫度為特征的冰箱環(huán)境的不同區(qū)域（具有相似溫度特性的區(qū)域的分組），并對每種新鮮產品的損壞區(qū)域進行分類。應用于紅外熱圖像的另一種方法是基于人工神經網絡-ANN-，能夠對不同的缺陷進行分類。

通過定義針對食品損害風險降低的實驗證明，將肉類產品放在冰箱環(huán)境中一個小時是危險的。該研究還著重于通過K-Means算法增強分析食物的不同溫度的聚類來表征食物的局部區(qū)域。最后，提供了與距離，視角和技術分辨率有關的溫度記錄圖采集的其他方面。通過同時實時檢查食品質量和保護環(huán)境溫度，可以采用建議的方法將新鮮食品控制在市場中。