CN105241826A - 智能移动终端及其进行食品检测的方法 - Google Patents

Abstract

本发明提供了一种智能移动终端及其进行食品检测的方法。该方法包括以下步骤：获取样本反射的光谱信息；根据所述光谱信息获得所述样本各成分的种类和含量的数据信息；将所述样本的数据信息与数据库的参考模型的数据信息进行匹配，以判断所述样本的种类和品质；显示判断结果。智能移动终端包括：感光模块、智能分析模块、比较模块和显示模块。本发明的检测方法快速、准确，智能移动终端体积小、成本低、携带方便，使得人们在购买食品的时候，能自行检测食品的信息，从而用户可以放心购买和食用，提高了饮食安全和生活品质。

Description

智能移动终端及其进行食品检测的方法

技术领域

本发明涉及智能移动终端技术领域，特别是涉及一种智能移动终端及其进行食品检测的方法。

背景技术

随着智能移动终端应用的不断扩充和增强，现在的智能手机不仅仅具备了通信、相机、导航、办公等功能，而且正在一步步逐渐集成电脑、支付终端等等一系列的应用实体功能。以往一些价格昂贵、体型庞大的终端实体也正在逐步集成到智能手机或平板上。

光谱仪，现在已经在天文、生物、物理、化学、医疗、食品、检验检疫等各个领域有了很广泛的应用，光谱仪是通过物品的光信息的抓取来检测物品所含的元素，其检测速度快、检测结果准确。

随着人们生活水平的提升，人们越来越关注食品的质量，在购买肉类等食品的时候，人们往往希望能够亲自检测出例如肉类等食品的种类和品质，以放心食用，但是，由于光谱仪的价格高昂，体积大，约束了其使用场景和范围，因而难以实现在人们购买肉类等食品的时候人人均能通过光谱仪对该食品进行检测。

发明内容

本发明提供一种智能移动终端及其进行食品检测的方法，能够解决现有技术存在的人们在购买食品的时候难以通过光谱仪对食品进行种类和品质检测的问题。

为解决上述技术问题，本发明采用的一个技术方案是：提供一种智能移动终端进行食品检测的方法，该方法包括以下步骤：获取样本反射的光谱信息；根据所述光谱信息获得所述样本各成分的种类和含量的数据信息；将所述样本的数据信息与数据库的参考模型的数据信息进行匹配，以判断所述样本的种类和品质；显示判断结果。

其中，获取样本反射的光谱信息的步骤之后还包括：将所述光谱信息转换为数字信号。

其中，将所述光谱信息转换为数字信号的步骤包括：根据所述光谱信息形成光谱图像；根据所述光谱图像获取所述样本的光谱信息的模拟信号；将所述模拟信号进行信号放大和模数变换以转换为数字信号。

其中，根据所述光谱信息获得所述样本各成分的种类和含量的数据信息的步骤包括：对所述数字信号进行计算以获取所述样本的参数信息；根据所述参数信息进行分析以获得所述样本各成分的种类和含量的数据信息。

其中，将所述样本的数据信息与数据库的参考模型的数据信息进行匹配，以判断所述样本的种类和品质信息的步骤之前还包括：建立所述参考模型的数据信息的数据库。

为解决上述技术问题，本发明采用的另一个技术方案是：提供一种智能移动终端，该智能移动终端包括：感光模块、智能分析模块、比较模块和显示模块；感光模块用于获取样本反射的光谱信息；智能分析模块用于根据所述光谱信息获得所述样本各成分的种类和含量的数据信息；比较模块用于将所述数据信息与数据库的参考模型进行匹配，以判断所述样本的种类和品质；显示模块用于显示判断结果。

其中，所述智能移动终端进一步包括转换模块，所述转换模块用于将所述光谱信息转换为数字信号。

其中，所述转换模块包括成像模块、模拟信号获取模块和模数转换模块；成像模块用于根据所述光谱信息形成光谱图像；模拟信号获取模块用于根据所述光谱图像获取所述样本的光谱信息的模拟信号；模数转换模块用于进行信号放大和模数变换以将所述模拟信号转换为数字信号。

其中，所述智能分析模块包括计算模块和分析模块；计算模块用于对所述数字信号进行计算以获取所述样本的参数信息；分析模块用于根据所述参数信息进行分析以获得所述样本各成分的种类和含量的数据信息。

其中，所述智能移动终端进一步包括数据存储模块，用于建立参考模型的数据库。

本发明的有益效果是：区别于现有技术的情况，本发明通过使用智能移动终端、并通过肉类的光谱信息来检测食品的种类和品质，还在智能移动终端上显示出检测的结果，该种检测方法快速、准确，且智能移动终端体积小、成本低、携带方便，使得人们在购买肉类的时候，能自行检测食品的信息，并能快速获得准确的检测结果，从而可以放心购买和食用，提高了饮食安全和生活品质。

附图说明

图1是本发明智能移动终端进行食品检测的方法第一实施例的流程示意图；

图2是本发明智能移动终端进行食品检测的方法第二实施例的流程示意图；

图3是图2中步骤S22的流程示意图；

图4是图2中步骤S23的流程示意图；

图5是本发明智能移动终端第一实施例的模块连接框图；

图6是本发明智能移动终端第二实施例的模块连接框图。

具体实施方式

下面结合附图和具体实施方式对本发明进行详细说明。

现有的光谱成像技术包括近红外光谱技术、高光谱图像检测技术和胶体量子点光谱技术，胶体量子点光谱技术的技术光谱仪在分辨率、适用范围和效率方面与现有设备性能相当，且可集成到智能移动终端上，成本也能大幅度降低，这对移动光谱仪的广泛应用奠定了基础。

本发明提供了一种智能移动终端及其进行食品检测的方法，该智能移动终端里集成有光谱仪，并以检测肉类为例进行说明，实现利用光谱技术通过智能移动终端来检测肉类种类及品质。

请参阅图1，图1是本发明智能移动终端进行食品检测的方法第一实施例的流程示意图。

具体而言，该方法包括以下步骤：

S11、获取样本反射的光谱信息。

步骤S11中，光谱信息可以通过扫描的方式来获取。

S12、根据光谱信息获得样本各成分的种类和含量的数据信息。

具体地，各成分的种类和含量的数据信息可以是例如该样本包括了蛋白质、水分、脂肪、磷和铁等成分，以及，蛋白质的含量、水分的含量、脂肪的含量、磷和铁的含量分别是多少等等信息。

S13、将样本的数据信息与数据库的参考模型的数据信息进行匹配，以判断样本的种类和品质。

不同的物质的光吸收特性都是不一样的，不同肉类的光吸收特性也是有所差别的。因此，判断样本的种类主要是以样本的光吸收特性而转换成的数据信息作为依据。具体而言，该样本的数据信息与数据库的某个参考模型的数据信息匹配，则判断该样本与该参考模型为同一种类。还可以通过各成分的种类和含量判断出样本的品质。例如，可以根据新鲜程度、以及添加剂、砷、汞等成分及成分的含量的信息将样品的品质区分为优、良、差三个品质等级。

数据库中参考模型的数据信息可以是，例如，猪肉的砷含量在x₁之内，汞含量在y₁之内，铅含量在z₁之内，则该猪肉品质为优，砷含量在x₁-x₂之间，汞含量在y₁-y₂之间,铅含量在z₁-z₂之间，则该猪肉的品质为良，砷含量大于x₂，汞含量大于y₂，铅含量大于z₂时，则该猪肉品质为差。当检测的猪肉的砷含量在x₁之内，汞含量在y₁之内，铅含量在z₁之内时，智能移动终端上显示出该猪肉样本的品质为优。当然，上述例子只是在砷、汞、铅的含量的指标上分的等级，实际上还可以根据猪肉添加剂的含量、或者猪肉的新鲜程度等信息来进行综合判断。

S14、显示判断结果。

通过检测判断出样本的种类和品质之后，在智能移动终端上显示出该判断结果，以告知用户，该样本属于那种肉类，其新鲜程度、含水量、添加剂含量等为多少。显示结果的时候，可以直接显示样本的成分及成分的含量信息，或者直接直观地显示品质为优、或为良、或者为差的结论，当然也可以同时显示样本的成分和含量信息以及品质的等级的结论，从而使用户更加直接地获知样本的种类和品质信息。

区别于现有技术，本发明通过使用智能移动终端、并通过肉类的光谱信息来检测肉类的种类和品质，还在智能移动终端上显示出检测的结果，该种检测方法快速、准确，且智能移动终端体积小、成本低、携带方便，使得人们在购买肉类的时候，能自行检测肉类的信息，并能快速获得准确的检测结果，从而可以放心购买和食用，提高了饮食安全和生活品质。

请参阅图2，图2是本发明智能移动终端进行食品检测的方法第二实施例的流程示意图。

S21、获取样本反射的光谱信息。

S22、将光谱信息转换为数字信号。

请参阅图3，图3是图2中步骤S22的流程示意图。其中，步骤S22具体包括：

S221、根据光谱信息形成光谱图像。

本步骤S221是通过光学及比色系统进行色散分光，按波长顺序记录在感光板上，就可呈现出有规则的光谱线条，即光谱图像。

S222、根据光谱图像获取样本的光谱信息的模拟信号。

其中，模拟信号为光谱频段、光谱位移等信号。

S223、将模拟信号进行信号放大和模数变换以转换为数字信号。

S23、根据光谱信息获得样本各成分的种类和含量的数据信息。

请参阅图4，图4是图2中步骤S23的流程示意图。其中，步骤S23具体包括：

S231、对数字信号进行计算以获取样本的参数信息。

步骤S231中，光谱信息转换为数字信号之后，根据相关算法，进行主成分分析及计算样本相关的一系列参数信息，该参数信息可以为颜色、pH值、大理石纹、蛋白质、脂肪、含水量、添加剂或细菌等，不同的物质的光吸收特性都是不一样的，不同肉类的光吸收特性也是有所差别的。因此，可以通过光吸收特性来判断样本的种类及品质。

S232、根据参数信息进行分析以获得样本各成分的种类和含量的数据信息。

举例而言，获取的样本的数据信息为样本的颜色的数据信息，pH值的数据信息，大理石纹的数据信息，水的含量的数据信息、添加剂的含量的数据信息等等。

S24、建立参考模型的数据信息的数据库。

举例而言，该参考模型的数据信息的数据库中的参考模型为各种肉类及其对应的特征数据。例如，猪肉的颜色的数据信息为A1，pH值的数据信息为B1，大理石纹的数据信息为C1等等；牛肉的颜色的数据信息为A2，pH值的数据信息为B2，大理石纹的数据信息为C2等；羊肉的颜色的数据信息为A3，pH值的数据信息为B3，大理石纹的数据信息为C3等。

值得一提的是，本实施例中，建立参考模型的数据信息的数据库这一步骤为步骤S204的前一步，在其它实施例中，该数据库的建立可以在步骤S204之前的任意时候进行建立。例如，在第一次使用智能移动终端检测肉类种类和品质之前，在智能移动终端中即建立好了参考模型的数据信息的数据库，该数据库一直保存在智能移动终端中，每次检测的时候都可以调出使用。

S25、将样本的数据信息与数据库的参考模型的数据信息进行匹配，以判断样本的种类和品质。

例如，测得样本的颜色的数据信息为A1，pH值的数据信息为B1，大理石纹的数据信息为C1等，经过与数据库的数据信息精细匹配，则可判断样本的种类为猪肉。

样本的品质则为样本的新鲜程度、含水量、添加剂的含量等信息。或者，也可以根据各种信息综合判断其品质为优、良、差中的哪个等级。

S26、显示判断结果。

判断结果出来之后，智能移动终端上会显示该判断结果，判断结果包括肉类的种类、新鲜程度、含水量和添加剂含量中的至少一种。

本发明还提供了一种智能移动终端，请参阅图5，图5是本发明智能移动终端第一实施例的模块连接框图。其中，智能移动终端可以是手机、平板电脑等。

本发明的智能移动终端包括感光模块11、智能分析模块12、比较模块13和显示模块14。

其中，感光模块11用于获取样本反射的光谱信息，例如，感光模块11通过扫描的方式获取样本反射的光谱信息。

智能分析模块12用于根据光谱信息获得样本各成分的种类和含量的数据信息。其中，各成分的种类和含量的数据信息可以是：样本包括的成分为蛋白质、水分、脂肪、磷和铁等，以及，蛋白质的含量、水分的含量、脂肪的含量、磷和铁的含量分别是多少等等信息。

比较模块13用于将数据信息与数据库的参考模型进行匹配，以判断样本的种类和品质信息。其中，数据库的参考模型包括了各种种类的肉类的数据信息，样本的数据信息与数据库的某个参考模型的数据信息匹配，则判断该样本与该参考模型为同一种类。同时，还通过对样本的各成分的种类和含量判断样本的品质。

显示模块14用于显示判断结果。例如，在检测结果出来之后，通过手机或者平板电脑的屏幕显示出肉的种类，以及该肉类的品质等的信息，以供用户参考，用户可以通过平面显示的结构直观地了解到该肉类的有关信息，从而可以放心购买和食用，提高了饮食安全和生活品质。

请参阅图6，图6是本发明智能移动终端第二实施例的模块连接框图。

本实施例中，智能移动终端包括感光成像模块21、智能分析模块22、比较模块23、显示模块24以及数据存储模块25。

其中，感光成像模块21包括感光模块211和转换模块212。

感光模块211用于获取样本反射的光谱信息。

转换模块212用于将光谱信息转换为数字信号。举例而言，转换模块212还包括：成像模块2121、模拟信号获取模块2122和模数转换模块2123。

具体而言，成像模块2121用于根据光谱信息形成光谱图像。模拟信号获取模块2122用于根据光谱图像获取样本的光谱信息的模拟信号。模数转换模块2123用于进行信号放大和模数变换以将模拟信号转换为数字信号。

智能分析模块22用于根据光谱信息获得样本各成分的种类和含量的数据信息。智能分析模块22具体包括计算模块221和分析模块222。

计算模块221用于对数字信号进行计算以获取样本的参数信息。

分析模块222用于根据参数信息进行分析以获得样本各成分的种类和含量的数据信息。

比较模块23用于将数据信息与数据库的参考模型进行匹配，以判断样本的种类和品质信息。

显示模块24用于显示判断结果。

数据存储模块25用于建立并储存参考模型的数据库。

本实施例的只能移动终端的工作过程如下：感光成像模块21中的感光模块211通过扫描获得样本反射的光谱信息，并将该光谱信息发送给转换模块212中的成像模块2121，成像模块2121根据该光谱信息形成光谱图像，当光谱图像形成之后，模拟信号获取模块2122根据该光谱图像获取样本的光谱信息的模拟信号，并将该模拟信号发送给模数转换模块2123，模数转换模块2123对该模拟信号进行信号放大和模数变换，从而将该模拟信号转换为数字信号，并将数字信号发送给智能分析模块22中的计算模块221，计算模块221收到数字信号之后，根据相关的算法，进行主成分分析及计算提取肉(制)品相关的一系列参数，如：颜色、pH值、大理石纹、蛋白质、脂肪、含水量、添加剂、细菌等，从而获得样本的参数信息，然后将该参数信息发送给分析模块222，分析模块222根据该参数信息进行分析而获得样本各成分的种类和含量的数据信息，再将该数据信息发送给比较模块23，比较模块23调用数据存储模块25的数据库中的参考模型的数据信息与分析模块222发来的数据信息进行匹配，以判断样本的种类和品质信息。值得一提的是，数据库的参考模型的信息在匹配之前已经建立并储存在数据存储模块25中，在进行匹配的时候，直接调用出数据存储模块25内的参考模型的信息即可。当样本的种类和品质信息判断出来后，比较模块23将判断结果发送给显示模块24，显示模块24则将该判断结果显示出来，以供用户参考。

本发明能通过智能移动终端检测肉类的种类及品质，并显示检测结果，检测快速、准确，且智能移动终端体积小、成本低、携带方便，使得人们在购买肉类的时候，能自行检测肉类的信息，并能快速获得准确的检测结果，从而可以放心购买和食用，提高了饮食安全和生活品质。

以上所述仅为本发明的实施方式，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种智能移动终端进行食品检测的方法，其特征在于，包括以下步骤：

获取样本反射的光谱信息；

根据所述光谱信息获得所述样本各成分的种类和含量的数据信息；

将所述样本的数据信息与数据库的参考模型的数据信息进行匹配，以判断所述样本的种类和品质；

显示判断结果。

2.根据权利要求1所述的方法，其特征在于，获取样本反射的光谱信息的步骤之后还包括：将所述光谱信息转换为数字信号。

3.根据权利要求2所述的方法，其特征在于，将所述光谱信息转换为数字信号的步骤包括：

根据所述光谱信息形成光谱图像；

根据所述光谱图像获取所述样本的光谱信息的模拟信号；

将所述模拟信号进行信号放大和模数变换以转换为数字信号。

4.根据权利要求3所述的方法，其特征在于，根据所述光谱信息获得所述样本各成分的种类和含量的数据信息的步骤包括：

对所述数字信号进行计算以获取所述样本的参数信息；

根据所述参数信息进行分析以获得所述样本各成分的种类和含量的数据信息。

5.根据权利要求3所述的方法，其特征在于，将所述样本的数据信息与数据库的参考模型的数据信息进行匹配，以判断所述样本的种类和品质信息的步骤之前还包括：建立所述参考模型的数据信息的数据库。

6.一种智能移动终端，其特征在于，包括：

感光模块，用于获取样本反射的光谱信息；

智能分析模块，用于根据所述光谱信息获得所述样本各成分的种类和含量的数据信息；

比较模块，用于将所述数据信息与数据库的参考模型进行匹配，以判断所述样本的种类和品质；

显示模块，用于显示判断结果。

7.根据权利要求6所述的智能移动终端，其特征在于，所述智能移动终端进一步包括转换模块，所述转换模块用于将所述光谱信息转换为数字信号。

8.根据权利要求7所述的智能移动终端，其特征在于，所述转换模块包括：

成像模块，用于根据所述光谱信息形成光谱图像；

模拟信号获取模块，用于根据所述光谱图像获取所述样本的光谱信息的模拟信号；

模数转换模块，用于进行信号放大和模数变换以将所述模拟信号转换为数字信号。

9.根据权利要求8所述的智能移动终端，其特征在于，所述智能分析模块包括：

计算模块，用于对所述数字信号进行计算以获取所述样本的参数信息；

分析模块，用于根据所述参数信息进行分析以获得所述样本各成分的种类和含量的数据信息。

10.根据权利要求9所述的智能移动终端，其特征在于，所述智能移动终端进一步包括数据存储模块，用于建立参考模型的数据库。