CN112052810A - 一种菜品质量检测方法及装置 - Google Patents
一种菜品质量检测方法及装置 Download PDFInfo
- Publication number
- CN112052810A CN112052810A CN202010953195.7A CN202010953195A CN112052810A CN 112052810 A CN112052810 A CN 112052810A CN 202010953195 A CN202010953195 A CN 202010953195A CN 112052810 A CN112052810 A CN 112052810A
- Authority
- CN
- China
- Prior art keywords
- dish
- detected
- data
- standard
- quality
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
- G01K13/00—Thermometers specially adapted for specific purposes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
- G01N27/26—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating electrochemical variables; by using electrolysis or electrophoresis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/68—Food, e.g. fruit or vegetables
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Theoretical Computer Science (AREA)
- Molecular Biology (AREA)
- Multimedia (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Electrochemistry (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本申请涉及一种菜品质量检测方法及装置,其中,质量检测方法包括:标准菜品模型建立步骤,利用预先获取的样本菜品的样本菜品特征进行训练,得到一标准菜品模型;菜品数据获取步骤,在一预设位置获取待测菜品的菜品图像及菜品蒸汽,并解析得到待测菜品数据,待测菜品数据至少包括:待测菜品图像数据、待测菜品温度数据、待测菜品成分数据;菜品质量评价步骤,基于图像识别将所述待测菜品图像数据与标准菜品模型中各样本菜品的标准图像数据一一进行图像粗匹配,确定待测菜品对应的标准特征数据后,根据标准特征数据判断待测菜品是否满足质量要求。通过本申请,解决了对餐品质量把控的量化问题,实现餐品质量检测的无人质检,提高餐品质量检测效率。
Description
技术领域
本申请涉及菜品检测领域,特别是涉及一种菜品质量检测方法及装置。
背景技术
中国美食讲究色香味俱全,中餐做法复杂多样,没有通用的标准,不同的人做出的菜品也不一样,而在连锁餐饮企业,通常需要保证各家分店的菜品口味和质量一致。尽管许多餐饮企业、门店要求厨师认真做好每一道菜,对厨师要求较高,但每道菜是否做好没有量化标准,缺少系统量化的质量把控,无法确保所有门店的菜品均符合标准化规定。
现有一些餐饮企业为了远程标准化监测菜品,解决方式是通过在各个门店的出菜口安装摄像头,通过人工筛查监控画面的方式判断菜品的摆盘是否准确,或直接通过对菜品图像进行质量检测判断菜品是否为不合格的菜品,但也仅限于对菜品的摆盘进行检测。
目前针对相关技术中对出品的菜品进行最后一道质量把控,不让问题菜品送到顾客食用,尚未提出有效的解决方案。
发明内容
本申请实施例提供了一种菜品质量检测方法、装置,以至少解决相关技术中对餐品质量把控的量化问题,实现餐品质量检测的无人质检,提高餐品质量检测效率。
为了实现上述目的,第一方面,本申请实施例提供了一种菜品质量检测方法,包括:
标准菜品模型建立步骤,用于利用预先获取的样本菜品的样本菜品特征进行训练,得到标准菜品模型,所述标准菜品模型中至少包括各样本菜品的标准图像数据和标准特征数据;
菜品数据获取步骤,用于在一预设位置获取待测菜品的菜品图像及菜品蒸汽,并解析所述菜品蒸汽得到温度数据和成分数据,从而得到待测菜品数据,所述待测菜品数据至少包括:待测菜品图像数据、待测菜品温度数据、待测菜品成分数据;
菜品质量评价步骤,用于基于图像识别将所述待测菜品图像数据与所述标准菜品模型中各样本菜品的标准图像数据一一进行图像粗匹配,确定所述待测菜品对应的标准特征数据后,根据所述标准特征数据判断所述待测菜品是否满足质量要求;
本申请实施例通过建立标准菜品模型将合格的样本菜品的菜品特征进行量化;通过待测菜品的菜品图像、菜品蒸汽的检测分析判断待测菜品的质量,实现待测菜品多角度的质量把控,而不是的单一的根据待测菜品的摆盘判断菜品质量。
在其中一些实施例中,所述菜品质量检测方法进一步包括:所述标准特征数据至少包括:菜品名称、菜品食材及标准数值范围,其中标准数值范围包括但不限于温度范围、盐度范围、甜度范围、酸度范围及辣度范围,其中,菜品特征也可以包括菜品编号,便于对待测菜品进行管理。
在其中一些实施例中,所述预设位置为菜品出餐窗口,所述菜品数据获取步骤进一步包括:
通过一摄像头摄取所述菜品图像并采集所述菜品蒸汽后,通过一传感器模块将所述菜品蒸汽转换为电信号数据,所述传感器模块包括但不限于:温度传感器、电化学传感器;
分析所述待测菜品的电信号数据得到所述待测菜品温度数据、待测菜品成分数据,所述待测菜品成分数据至少包括:含盐量、含甜量、含酸量及含辣量。
在其中一些实施例中,所述菜品质量评价步骤进一步包括:
菜品外观质量评价步骤,用于对所述待测菜品图像数据进行图像识别判断所述待测菜品摆盘是否整齐,并标记所述待测菜品的外观是否合格,所述菜品外观质量评价内容包括但不限于是否有菜品掉落至餐具外侧;
菜品用料评价步骤,用于对所述待测菜品图像数据进行颜色识别获取食材颜色并对比所述标准特征数据的菜品食材判断所述待测菜品用料是否准确,并标记所述菜品用料是否合格;
菜品味道评价步骤,用于将所述待测菜品成分数据与所述待测菜品对应的标准数值范围对比、判断并标记所述待测菜品味道是否合格,所述待测菜品味道至少包括:盐度、甜度、酸度、辣度;
菜品温度评价步骤,用于将所述待测菜品温度数据与所述待测菜品对应的温度范围对比、判断并标记所述待测菜品的温度是否合格;
上述菜品外观质量评价步骤、菜品用料评价步骤、菜品味道评价步骤及菜品温度评价步骤的先后顺序及优先级关系可根据需求随机调整,通过上述步骤其一或其任意组合实现了对菜品外观、用料、味道和/或温度的检测评价。
在其中一些实施例中,所述菜品质量检测方法进一步包括:
报警通知步骤,当所述菜品质量评价步骤中所述待测菜品的至少一项标记为不合格时,输出通知信号提示工作对象,本申请实施例的工作对象为后厨工作人员,所述通知信号可以是通过通讯消息、语音播报、无线喊话、显示设备等方式,以便于提醒后厨工作人员重新处理菜品。
第二方面,本申请实施例提供了一种菜品质量检测装置,包括:
一标准菜品模型建立模块,用于利用预先获取的样本菜品的样本菜品特征进行训练,得到标准菜品模型,所述标准菜品模型中至少包括各样本菜品的标准图像数据和标准特征数据;
一菜品数据获取模块,用于在一预设位置获取待测菜品的菜品图像及菜品蒸汽,并解析所述菜品蒸汽得到温度数据和成分数据,从而得到待测菜品数据,所述待测菜品数据至少包括:待测菜品图像数据、待测菜品温度数据、待测菜品成分数据;及
一菜品质量评价模块,用于基于图像识别将所述待测菜品图像数据与所述标准菜品模型中各样本菜品的标准图像数据一一进行图像粗匹配,确定所述待测菜品对应的标准特征数据后,根据所述标准特征数据判断所述待测菜品是否满足质量要求。
在其中一些实施例中,所述标准特征数据至少包括:菜品名称、菜品食材及标准数值范围,其中标准数值范围包括但不限于温度范围、盐度范围、甜度范围、酸度范围及辣度范围。
在其中一些实施例中,所述预设位置为菜品出餐窗口,所述菜品数据获取模块进一步包括:
一摄像头,设置于所述菜品出餐窗口上方,用于摄取所述菜品图像并采集所述菜品蒸汽;
一传感器模块,设置于所述摄像头内部,用于经检测将所述菜品蒸汽转换为电信号数据,所述传感器模块包括但不限于:温度传感器、电化学传感器;
一分析模块,通信连接所述传感器模块,用于分析所述菜品的电信号数据得到所述待测菜品温度数据、待测菜品成分数据,所述待测菜品成分数据至少包括:含盐量、含甜量、含酸量及含辣量。
在其中一些实施例中,所述菜品质量评价模块进一步包括:
一菜品外观质量评价模块,用于对所述待测菜品图像数据进行图像识别判断所述待测菜品摆盘是否整齐,并标记所述待测菜品的外观是否合格,所述菜品外观质量评价内容包括但不限于是否有菜品掉落至餐具外侧;
一菜品用料评价模块,用于对所述待测菜品图像数据进行颜色识别获取食材颜色并对比所述标准特征数据的菜品食材判断所述菜品用料是否准确,并标记所述菜品用料是否合格;
一菜品味道评价模块,用于将所述待测菜品成分数据与所述待测菜品对应的标准数值范围对比、判断并标记所述待测菜品味道是否合格,所述菜品味道至少包括:盐度、甜度、酸度、辣度;
一菜品温度评价模块,用于将所述待测菜品温度数据与所述待测菜品对应的温度范围对比、判断并标记所述待测菜品的温度是否合格。
在其中一些实施例中,所述菜品质量检测装置进一步包括:
一报警通知模块,当所述菜品质量评价模块中所述待测菜品的至少一项标记为不合格时,输出一通知信号提示工作对象。
与现有技术相比,本发明的优点和积极效果在于:
本申请实施例提供的菜品质量检测方法及装置通过建立标准菜品模型将合格样本菜品的样本菜品特征进行量化,明确菜品及其对应的菜品特征数据,并以标准菜品模型作为数据对比模板,解决了对餐品质量把控的量化问题,实现餐品质量检测的无人质检,提高餐品质量检测效率;
本申请实施例还通过待测菜品的菜品图像、菜品蒸汽的检测分析判断待测菜品质量,实现待测菜品外观、用料、温度及味道多方面的质量把控,而不是的单一的根据待测菜品的摆盘判断菜品质量。
本申请的一个或多个实施例的细节在以下附图和描述中提出,以使本申请的其他特征、目的和优点更加简明易懂。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。在附图中:
图1是根据本申请实施例的菜品质量检测方法流程示意图;
图2是根据本申请实施例的菜品质量检测方法另一流程示意图;
图3是根据本申请实施例的菜品质量检测装置的结构示意框图。
附图说明:
1、标准菜品模型建立模块;2、菜品数据获取模块;3、菜品质量评价模块;
4、报警通知模块;
21、摄像头;22、传感器模块;23、分析模块;
31、菜品外观质量评价模块;32、菜品用料评价模块;33、菜品味道评价模块;34、菜品温度评价模块。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行描述和说明。应当理解,此处所描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。基于本申请提供的实施例,本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
显而易见地,下面描述中的附图仅仅是本申请的一些示例或实施例,对于本领域的普通技术人员而言,在不付出创造性劳动的前提下,还可以根据这些附图将本申请应用于其他类似情景。此外,还可以理解的是,虽然这种开发过程中所作出的努力可能是复杂并且冗长的,然而对于与本申请公开的内容相关的本领域的普通技术人员而言,在本申请揭露的技术内容的基础上进行的一些设计,制造或者生产等变更只是常规的技术手段,不应当理解为本申请公开的内容不充分。
在本申请中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域普通技术人员显式地和隐式地理解的是,本申请所描述的实施例在不冲突的情况下,可以与其它实施例相结合。
除非另作定义,本申请所涉及的技术术语或者科学术语应当为本申请所属技术领域内具有一般技能的人士所理解的通常意义。本申请所涉及的“一”、“一个”、“一种”、“该”等类似词语并不表示数量限制,可表示单数或复数。本申请所涉及的术语“包括”、“包含”、“具有”以及它们任何变形,意图在于覆盖不排他的包含;例如包含了一系列步骤或模块(单元)的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可以还包括没有列出的步骤或单元,或可以还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。本申请所涉及的“连接”、“相连”、“耦接”等类似的词语并非限定于物理的或者机械的连接,而是可以包括电气的连接,不管是直接的还是间接的。本申请所涉及的“多个”是指两个或两个以上。“和/或”描述关联对象的关联关系,表示可以存在三种关系,例如,“A和/或B”可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。本申请所涉及的术语“第一”、“第二”、“第三”等仅仅是区别类似的对象,不代表针对对象的特定排序。
本实施例提供了一种菜品质量检测方法。图1是根据本申请实施例的菜品质量检测的流程示意图,如图1所示,该流程包括如下步骤:
标准菜品模型建立步骤S1,用于利用预先获取的样本菜品的样本菜品特征进行训练,得到标准菜品模型,标准菜品模型至少包括各样本菜品的标准图像数据和标准特征数据;
菜品数据获取步骤S2,用于在一预设位置获取待测菜品的菜品图像及菜品蒸汽,并解析菜品蒸汽得到温度数据和成分数据,从而得到待测菜品数据,所述待测菜品数据至少包括:待测菜品图像数据、待测菜品温度数据、待测菜品成分数据;
菜品质量评价步骤S3,用于基于图像识别将所述待测菜品图像数据与所述标准菜品模型中各样本菜品的标准图像数据一一进行图像粗匹配,确定所述待测菜品对应的标准特征数据后,根据所述标准特征数据判断所述待测菜品是否满足质量要求,其中,标准特征数据至少包括:菜品名称、菜品食材及标准数值范围,标准数值范围包括但不限于温度范围、盐度范围、甜度范围、酸度范围及辣度范围,也可设置菜品编号,便于对菜品进行管理;
其中,预设位置为菜品出餐窗口,菜品数据获取步骤S2进一步包括:
通过一摄像头摄取待测菜品的菜品图像并采集其菜品蒸汽后,通过一传感器模块将菜品蒸汽转换为电信号数据,传感器模块包括但不限于:温度传感器、电化学传感器,其中,菜品蒸汽的采集通过在摄像头设置蒸汽采集孔实现,也可通过外置采集装置实现;
分析待测菜品的电信号数据得到待测菜品温度数据、待测菜品成分数据,待测菜品成分数据至少包括:含盐量、含甜量、含酸量及含辣量。
通过上述步骤,本申请实施例一方面通过建立标准菜品模型将合格样本菜品的样本菜品特征进行量化;通过待测菜品的菜品图像、菜品蒸汽的检测分析判断待测菜品的质量,实现待测菜品多角度的质量把控,而不是的单一的根据待测菜品的摆盘判断待测菜品质量。
在其中一些实施例中,菜品质量评价步骤S3进一步包括:
菜品外观质量评价步骤S301,用于对待测菜品图像数据进行图像识别判断待测菜品摆盘是否整齐,并标记待测菜品的外观是否合格,菜品外观质量评价内容包括但不限于是否有菜品掉落至餐具外侧;
菜品用料评价步骤S302,用于对待测菜品图像数据进行颜色识别获取食材颜色并对比待测菜品对应的标准特征数据中的菜品食材判断待测菜品用料是否准确,并标记待测菜品用料是否合格,具体的,不同的菜对应不同的材料,待测菜品图像数据中需包含对应食材颜色为合格;
菜品味道评价步骤S303,用于将待测菜品成分数据与待测菜品对应的标准数值范围对比、判断并标记待测菜品味道是否合格,待测菜品味道至少包括:盐度、甜度、酸度、辣度;
菜品温度评价步骤S304,用于将待测菜品温度数据与待测菜品对应的温度范围对比、判断并标记待测菜品的温度是否合格;
值得注意的是,上述菜品外观质量评价步骤、菜品用料评价步骤、菜品味道评价步骤及菜品温度评价步骤的先后顺序及优先级关系可根据需求随机调整,通过上述步骤其一或其任意组合实现了对菜品外观、用料、味道和/或温度的检测评价。
在其中一些实施例中,菜品质量检测方法进一步包括:
报警通知步骤S4,当菜品质量评价步骤S3中待测菜品的至少一项标记为不合格时,输出通知信号提示工作对象,本申请实施例的工作对象为后厨工作人员,通知信号可以是通过通讯消息、语音播报、无线喊话、显示设备等方式,以便于提醒后厨工作人员重新处理菜品。
本实施例还提供了一种菜品质量检测方法。图2是根据本申请实施例的另一种菜品质量检测方法的流程示意图,如图2所示,该流程与上述实施例的区别在于,菜品质量评价步骤S3中各评价步骤的优先级最高级为菜品外观质量评价步骤S301,首先由菜品外观质量评价步骤S301评价菜品质量,若经过菜品外观质量评价步骤S301得到的菜品质量被标记为不合格,那么无需进行步骤S3中其他评价步骤,直接执行报警通知步骤S4,菜品质量检测结果为不合格;反之,若经过菜品外观质量评价步骤S301得到的菜品质量被标记为合格,执行菜品用料评价步骤S302继续评价菜品质量,若每一评价结果均为合格,那么菜品为合格菜品,若任一评价结果为不合格,那么由报警通知步骤S4通知工作人员。
通过上述步骤,节省最高优先级评价步骤之后的其他步骤的执行,提高了本申请实施例的工作效率。
本实施例提供了一种菜品质量检测装置0。图3是根据本申请实施例的菜品质量检测装置的结构示意框图。如图3所示,该检测装置0包括:标准菜品模型建立模块1、菜品数据获取模块2、菜品质量评价模块3、报警通知模块4等模块。本领域技术人员可以理解,图3中示出的用户终端结构并不构成对菜品质量检测装置的限定,可以包括比图示更多或更少的模块,或者组合某些模块,或者不同的模块设置。
下面结合图3对菜品质量检测装置的各个构成模块进行具体的介绍,包括:
标准菜品模型建立模块1,用于利用预先获取的样本菜品的样本菜品特征进行训练,得到一标准菜品模型,标准菜品模型至少包括各样本菜品的标准图像数据和标准特征数据;
菜品数据获取模块2,用于在一预设位置获取待测菜品的菜品图像及菜品蒸汽,并解析菜品蒸汽得到温度数据和成分数据,从而得到待测菜品数据,待测菜品数据至少包括:待测菜品图像数据、待测菜品温度数据、待测菜品成分数据;
菜品质量评价模块3,用于基于图像识别将待测菜品图像数据与标准菜品模型中各样本菜品的标准图像数据一一进行图像粗匹配,确定待测菜品对应的标准特征数据后,根据标准特征数据判断菜品的是否满足质量要求;
报警通知模块4,当菜品质量评价模块中菜品的至少一项标记为不合格时,输出一通知信号提示工作对象。
在其中一些实施例中,预设位置为菜品出餐窗口,菜品数据获取模块2进一步包括:
摄像头21,设置于菜品出餐窗口上方,用于摄取菜品图像并采集菜品蒸汽,具体的,摄像头21通过设置一蒸汽采集孔采集菜品蒸汽;
传感器模块22,设置于摄像头21内部,用于经检测将菜品蒸汽转换为电信号数据,传感器模块22包括但不限于:温度传感器、电化学传感器;
分析模块23,通信连接传感器模块22,用于分析菜品的电信号数据得到待测菜品温度数据、待测菜品成分数据,待测菜品成分数据至少包括:含盐量、含甜量、含酸量及含辣量。
在其中一些实施例中,标准特征数据至少包括:菜品名称、菜品食材及标准数值范围,其中标准数值范围包括但不限于温度范围、盐度范围、甜度范围、酸度范围及辣度范围,举例而非限定,菜品的盐度参考范围为1.2%-2%;菜品温度范围根据菜品不同设置,如:凉菜为8°~13°、汤菜为>50°、青菜炒类温度为>40°、白灼类菜品温度为>30°、炸类菜品温度为>70°、蒸车菜品温度为>60°、蒸鱼菜品温度为>30°、面点温度为>40°、汤类、粥类温度为>60°。
在其中一些实施例中,菜品质量评价模块3进一步包括:
一菜品外观质量评价模块31,用于对待测菜品图像数据进行图像识别判断待测菜品摆盘是否整齐,并标记待测菜品的外观是否合格,菜品外观质量评价内容包括但不限于是否有菜品掉落至餐具外侧;
一菜品用料评价模块32,用于对待测菜品图像数据进行颜色识别获取食材颜色并对比标准特征数据的菜品食材判断待测菜品用料是否准确,并标记待测菜品用料是否合格;
一菜品味道评价模块33,用于将待测菜品的成分数据与待测菜品对应的标准数值范围对比、判断并标记待测菜品味道是否合格,待测菜品味道至少包括:盐度、甜度、酸度、辣度;
一菜品温度评价模块34,用于将待测菜品的温度数据与待测菜品对应的温度范围对比、判断并标记待测菜品的温度是否合格。
需要说明的是,上述各个模块可以是功能模块也可以是程序模块,既可以通过软件来实现,也可以通过硬件来实现。对于通过硬件来实现的模块而言,上述各个模块可以位于同一服务器中;或者上述各个模块还可以按照任意组合的形式分别位于不同的设备中。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种菜品质量检测方法,其特征在于,包括:
标准菜品模型建立步骤,用于利用预先获取的样本菜品的样本菜品特征进行训练,得到一标准菜品模型,所述标准菜品模型中至少包括各样本菜品的标准图像数据和标准特征数据;
菜品数据获取步骤,用于在一预设位置获取待测菜品的菜品图像及菜品蒸汽,并解析所述菜品蒸汽得到温度数据和成分数据,从而得到待测菜品数据,所述待测菜品数据至少包括:待测菜品图像数据、待测菜品温度数据、待测菜品成分数据;
菜品质量评价步骤,用于基于图像识别将所述待测菜品图像数据与所述标准菜品模型中各样本菜品的标准图像数据一一进行图像粗匹配,确定所述待测菜品对应的标准特征数据后,根据所述标准特征数据判断所述待测菜品是否满足质量要求。
2.根据权利要求1所述的菜品质量检测方法,其特征在于,所述标准特征数据至少包括:菜品名称、菜品食材及标准数值范围,其中,标准数值范围包括但不限于温度范围、盐度范围、甜度范围、酸度范围及辣度范围。
3.根据权利要求2所述的菜品质量检测方法,其特征在于,所述预设位置为菜品出餐窗口,所述菜品数据获取步骤进一步包括:
通过一摄像头摄取所述菜品图像并采集所述菜品蒸汽后,通过一传感器模块将所述菜品蒸汽转换为电信号数据,所述传感器模块包括但不限于:温度传感器、电化学传感器;
分析所述待测菜品的电信号数据得到所述待测菜品温度数据、待测菜品成分数据,所述待测菜品成分数据至少包括:含盐量、含甜量、含酸量及含辣量。
4.根据权利要求3所述的菜品质量检测方法,其特征在于,所述菜品质量评价步骤进一步包括:
菜品外观质量评价步骤,用于对所述待测菜品图像数据进行图像识别判断所述待测菜品摆盘是否整齐,并标记所述待测菜品的外观是否合格,所述菜品外观质量评价内容包括但不限于是否有菜品掉落至餐具外侧;
菜品用料评价步骤,用于对所述待测菜品图像数据进行颜色识别获取食材颜色并对比所述标准特征数据的菜品食材判断所述待测菜品用料是否准确,并标记所述菜品用料是否合格;
菜品味道评价步骤,用于将所述待测菜品成分数据与所述待测菜品对应的标准数值范围对比、判断并标记所述待测菜品味道是否合格,所述待测菜品味道至少包括:盐度、甜度、酸度、辣度;
菜品温度评价步骤,用于将所述待测菜品温度数据与所述待测菜品对应的温度范围对比、判断并标记所述待测菜品的温度是否合格。
5.根据权利要求4所述的菜品质量检测方法,其特征在于,所述菜品质量检测方法进一步包括:
报警通知步骤,当所述菜品质量评价步骤中所述待测菜品的至少一项标记为不合格时,输出通知信号提示工作对象。
6.一种菜品质量检测装置,其特征在于,包括:
一标准菜品模型建立模块,用于利用预先获取的样本菜品的样本菜品特征进行训练,得到一标准菜品模型,所述标准菜品模型中至少包括各样本菜品的标准图像数据和标准特征数据;
一菜品数据获取模块,用于在一预设位置获取待测菜品的菜品图像及菜品蒸汽,并解析所述菜品蒸汽得到温度数据和成分数据,从而得到待测菜品数据,所述待测菜品数据至少包括:待测菜品图像数据、待测菜品温度数据、待测菜品成分数据;及
一菜品质量评价模块,用于基于图像识别将所述待测菜品图像数据与所述标准菜品模型中各样本菜品的标准图像数据一一进行图像粗匹配,确定所述待测菜品对应的标准特征数据后,根据所述标准特征数据判断所述待测菜品是否满足质量要求。
7.根据权利要求6所述的菜品质量检测装置,其特征在于,所述标准特征数据至少包括:菜品名称、菜品食材及标准数值范围,其中标准数值范围包括但不限于温度范围、盐度范围、甜度范围、酸度范围及辣度范围。
8.根据权利要求7所述的菜品质量检测装置,其特征在于,所述预设位置为所述菜品出餐窗口,所述菜品数据获取模块进一步包括:
一摄像头,设置于所述菜品出餐窗口上方,用于摄取所述菜品图像并采集所述菜品蒸汽;
一传感器模块,设置于所述摄像头内部,用于经检测将所述菜品蒸汽转换为电信号数据,所述传感器模块包括但不限于:温度传感器、电化学传感器;
一分析模块,通信连接所述传感器模块,用于分析所述菜品的电信号数据得到所述待测菜品温度数据、待测菜品成分数据,所述待测菜品成分数据至少包括:含盐量、含甜量、含酸量及含辣量。
9.根据权利要求8所述的菜品质量检测装置,其特征在于,所述菜品质量评价模块进一步包括:
一菜品外观质量评价模块,用于对所述待测菜品图像数据进行图像识别判断所述待测菜品摆盘是否整齐,并标记所述待测菜品的外观是否合格,所述菜品外观质量评价内容包括但不限于是否有菜品掉落至餐具外侧;
一菜品用料评价模块,用于对所述待测菜品图像数据进行颜色识别获取食材颜色并对比所述标准特征数据的菜品食材判断所述菜品用料是否准确,并标记所述菜品用料是否合格;
一菜品味道评价模块,用于将所述待测菜品成分数据与所述待测菜品对应的标准数值范围对比、判断并标记所述待测菜品味道是否合格,所述菜品味道至少包括:盐度、甜度、酸度、辣度;
一菜品温度评价模块,用于将所述待测菜品温度数据与所述待测菜品对应的温度范围对比、判断并标记所述待测菜品的温度是否合格。
10.根据权利要求9所述的菜品质量检测装置,其特征在于,所述菜品质量检测装置进一步包括:
一报警通知模块,当所述菜品质量评价模块中所述待测菜品的至少一项标记为不合格时,输出一通知信号提示工作对象。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010953195.7A CN112052810A (zh) | 2020-09-11 | 2020-09-11 | 一种菜品质量检测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010953195.7A CN112052810A (zh) | 2020-09-11 | 2020-09-11 | 一种菜品质量检测方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112052810A true CN112052810A (zh) | 2020-12-08 |
Family
ID=73610825
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010953195.7A Withdrawn CN112052810A (zh) | 2020-09-11 | 2020-09-11 | 一种菜品质量检测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112052810A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113838272A (zh) * | 2021-09-03 | 2021-12-24 | 北京优海网络科技有限公司 | 一种智慧餐饮用带有统计功能的菜品出入库装置 |
JP7227423B1 (ja) | 2022-06-10 | 2023-02-21 | セーフィー株式会社 | 情報処理システム、情報処理方法及びプログラム |
-
2020
- 2020-09-11 CN CN202010953195.7A patent/CN112052810A/zh not_active Withdrawn
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113838272A (zh) * | 2021-09-03 | 2021-12-24 | 北京优海网络科技有限公司 | 一种智慧餐饮用带有统计功能的菜品出入库装置 |
JP7227423B1 (ja) | 2022-06-10 | 2023-02-21 | セーフィー株式会社 | 情報処理システム、情報処理方法及びプログラム |
JP2023181050A (ja) * | 2022-06-10 | 2023-12-21 | セーフィー株式会社 | 情報処理システム、情報処理方法及びプログラム |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
AU2019201466B2 (en) | Apparatus and method for monitoring preparation of a food product | |
US10971031B2 (en) | Apparatus and method for identifying food nutritional values | |
Ma et al. | Applications of computer vision for assessing quality of agri-food products: a review of recent research advances | |
CN112052810A (zh) | 一种菜品质量检测方法及装置 | |
EP2930432B1 (en) | Oven comprising weight sensors | |
WO2016141080A1 (en) | Apparatus and method for identifying food nutritional values | |
CN107024433A (zh) | 一种检测冰箱内食物新鲜度的方法及系统 | |
CN110179319A (zh) | 一种智能烹饪的方法及装置 | |
CN106504033A (zh) | 信息推送方法及装置 | |
Ghasemi-Varnamkhasti et al. | Application of image analysis combined with computational expert approaches for shrimp freshness evaluation | |
Huang et al. | Evaluating quality of tomato during storage using fusion information of computer vision and electronic nose | |
CN110243805A (zh) | 基于拉曼高光谱成像技术的鱼刺检测方法 | |
US11478096B2 (en) | Food monitoring system | |
CN106680441A (zh) | 一种便携式肉质检测器、系统和方法 | |
Jiang et al. | Evaluation of factors in development of Vis/NIR spectroscopy models for discriminating PSE, DFD and normal broiler breast meat | |
KR20210074812A (ko) | 식품 신선도 검사방법 | |
Xu | Electronic eye for food sensory evaluation | |
CN114092806A (zh) | 识别方法及其装置、烹饪设备及其控制方法和存储介质 | |
Khairunniza-Bejo et al. | Chokanan mango sweetness determination using hsb color space | |
Pallottino et al. | Assessment of quality‐assured Tarocco orange fruit sorting rules by combined physicochemical and sensory testing | |
JP7064853B2 (ja) | 調理内容判別システム及び摂取内容判別システム | |
EP3882830A1 (en) | System and method for the quality control of cooked dishes | |
CN113838004A (zh) | 食物烘焙的控制方法和装置、存储介质及电子装置 | |
CN106442339B (zh) | 熟肉冷藏时间可视化检测方法及装置 | |
CN106897812A (zh) | 电饭煲烹饪质量的测评方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20201208 |
|
WW01 | Invention patent application withdrawn after publication |