CN113218889A - 水果的检测方法、冰箱及存储介质 - Google Patents
水果的检测方法、冰箱及存储介质 Download PDFInfo
- Publication number
- CN113218889A CN113218889A CN202010069856.XA CN202010069856A CN113218889A CN 113218889 A CN113218889 A CN 113218889A CN 202010069856 A CN202010069856 A CN 202010069856A CN 113218889 A CN113218889 A CN 113218889A
- Authority
- CN
- China
- Prior art keywords
- information
- fruit
- fruits
- variety
- refrigerator
- 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.)
- Pending
Links
- 235000013399 edible fruits Nutrition 0.000 title claims abstract description 194
- 238000001514 detection method Methods 0.000 title claims abstract description 11
- 238000000034 method Methods 0.000 claims abstract description 25
- 230000003595 spectral effect Effects 0.000 claims description 18
- VGGSQFUCUMXWEO-UHFFFAOYSA-N Ethene Chemical compound C=C VGGSQFUCUMXWEO-UHFFFAOYSA-N 0.000 claims description 13
- 239000005977 Ethylene Substances 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 12
- 238000001228 spectrum Methods 0.000 claims description 11
- 230000005070 ripening Effects 0.000 claims description 6
- 238000013178 mathematical model Methods 0.000 claims description 4
- 238000010183 spectrum analysis Methods 0.000 abstract description 16
- 239000007787 solid Substances 0.000 abstract description 9
- 238000004458 analytical method Methods 0.000 abstract description 6
- 241000220225 Malus Species 0.000 description 14
- 230000006872 improvement Effects 0.000 description 9
- 241000219109 Citrullus Species 0.000 description 7
- 235000012828 Citrullus lanatus var citroides Nutrition 0.000 description 7
- 235000011430 Malus pumila Nutrition 0.000 description 7
- 235000015103 Malus silvestris Nutrition 0.000 description 7
- 235000021016 apples Nutrition 0.000 description 7
- 235000013305 food Nutrition 0.000 description 6
- 238000004519 manufacturing process Methods 0.000 description 6
- 244000298697 Actinidia deliciosa Species 0.000 description 5
- 235000009436 Actinidia deliciosa Nutrition 0.000 description 5
- 240000008790 Musa x paradisiaca Species 0.000 description 5
- 238000012360 testing method Methods 0.000 description 4
- 235000004936 Bromus mango Nutrition 0.000 description 3
- 240000007228 Mangifera indica Species 0.000 description 3
- 235000014826 Mangifera indica Nutrition 0.000 description 3
- 235000018290 Musa x paradisiaca Nutrition 0.000 description 3
- 241000121802 Royena lycioides Species 0.000 description 3
- 235000009184 Spondias indica Nutrition 0.000 description 3
- CIWBSHSKHKDKBQ-JLAZNSOCSA-N Ascorbic acid Chemical compound OC[C@H](O)[C@H]1OC(=O)C(O)=C1O CIWBSHSKHKDKBQ-JLAZNSOCSA-N 0.000 description 2
- 235000011511 Diospyros Nutrition 0.000 description 2
- 244000061176 Nicotiana tabacum Species 0.000 description 2
- 235000002637 Nicotiana tabacum Nutrition 0.000 description 2
- 244000025272 Persea americana Species 0.000 description 2
- 235000008673 Persea americana Nutrition 0.000 description 2
- 235000010724 Wisteria floribunda Nutrition 0.000 description 2
- 235000021015 bananas Nutrition 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 229910052739 hydrogen Inorganic materials 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000035800 maturation Effects 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 244000291564 Allium cepa Species 0.000 description 1
- 235000010167 Allium cepa var aggregatum Nutrition 0.000 description 1
- 241000675108 Citrus tangerina Species 0.000 description 1
- ZZZCUOFIHGPKAK-UHFFFAOYSA-N D-erythro-ascorbic acid Natural products OCC1OC(=O)C(O)=C1O ZZZCUOFIHGPKAK-UHFFFAOYSA-N 0.000 description 1
- 241000723267 Diospyros Species 0.000 description 1
- 244000236655 Diospyros kaki Species 0.000 description 1
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 1
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 229930003268 Vitamin C Natural products 0.000 description 1
- 244000273928 Zingiber officinale Species 0.000 description 1
- 235000006886 Zingiber officinale Nutrition 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 235000019606 astringent taste Nutrition 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 235000008397 ginger Nutrition 0.000 description 1
- 239000001257 hydrogen Substances 0.000 description 1
- 238000002329 infrared spectrum Methods 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000005057 refrigeration Methods 0.000 description 1
- 235000019640 taste Nutrition 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 235000019154 vitamin C Nutrition 0.000 description 1
- 239000011718 vitamin C Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- 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
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
- F25D—REFRIGERATORS; COLD ROOMS; ICE-BOXES; COOLING OR FREEZING APPARATUS NOT OTHERWISE PROVIDED FOR
- F25D29/00—Arrangement or mounting of control or safety devices
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
- F25D—REFRIGERATORS; COLD ROOMS; ICE-BOXES; COOLING OR FREEZING APPARATUS NOT OTHERWISE PROVIDED FOR
- F25D2500/00—Problems to be solved
- F25D2500/06—Stock management
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Thermal Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Combustion & Propulsion (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明揭示了一种水果的检测方法、冰箱及存储介质,在判断出水果种类的基础上,通过光谱分析,针对该种类的水果的特征指标信息进行光谱分析,例如对其水分含量、成分组成、大小、硬度、密度、颜色、可溶性固形物等物理量进行判断分析,进一步地判断出水果的具体品种信息,使得对水果的分析和判断能力更加精准,再在判断出水果的品种信息的基础上,可以对水果的成熟度和含糖量有更准确的分析,从而展开其他对于该品种的水果更针对性的方法,使冰箱使用更方便,智能化程度更高,满足了智慧家庭的需求。
Description
技术领域
本发明涉及制冷设备领域,尤其涉及一种水果的检测方法、冰箱及存储介质。
背景技术
随着智能家居的发展,为了生产出智能冰箱,第一步需要使冰箱知道内部存放的具体水果是什么,才能进行下一步的其他定制。现有通过拍照的方式对水果进行识别的方案,通过视觉识别对拍的照片进行分析,存在一些障碍,例如内部物品堆叠放置,部分区域光线不足,导致识别不准确,且及时拍照清晰,对具体水果的品种仍很难判断,相同种类的不同品种的水果往往外观差异较小,凭外表较难直接做出判断,而不同品种及不同产地的水果往往内部成分差异挺大,例如新疆的阿克苏苹果和山东烟台的红富士苹果的含糖量差异较大,黄色猕猴桃相对于绿色猕猴桃的维生素C含量多70%,在品种不同导致成分有巨大差异的基础上,伴随着其他很多差异化的需求,且用户的需求也不一致,水果信息无法准确识别,制约了冰箱的智能化,不能满足智慧家庭的需求。
发明内容
为解决现有技术中的问题,本发明的目的在于提供一种水果的检测方法、冰箱及存储介质。
为实现上述发明目的之一,本发明一实施例提供了一种水果的检测方法,包括如下步骤:
获取所述水果的种类信息;
获取与所述种类信息对应的特征指标信息;
获取所述水果的光谱数据;
根据所述特征指标信息和所述光谱数据,判断所述水果的品种信息;
根据所述品种信息与所述光谱数据,判断所述水果的成熟度信息和含糖量信息。
作为本发明一实施例的进一步改进,还包括步骤:根据所述品种信息、冰箱的存储环境信息、所述成熟度信息和所述含糖量信息,计算所述水果的预期成熟时间信息。
作为本发明一实施例的进一步改进,还包括步骤:获取与所述品种信息对应的成熟含糖信息,当所述水果的含糖量信息在所述成熟含糖信息的区间范围内时,发出提示食用信息。
作为本发明一实施例的进一步改进,还包括步骤:获取与所述品种信息对应的适宜存储环境信息,当冰箱的存储环境信息与所述适宜存储环境信息不一致时,发出提示。
作为本发明一实施例的进一步改进,当多个品种的水果放置在一起时,判断多个品种的水果的存放方式是否合理。
作为本发明一实施例的进一步改进,所述步骤“判断多个品种的水果的存放方式是否合理”包括:
根据多个品种的水果的乙烯释放量和乙烯环境成长值,判断多个品种的水果的存放方式是否合理。
作为本发明一实施例的进一步改进,所述步骤“获取所述水果的种类信息”包括:根据光谱数学模型,对所述光谱数据分析,检测所述水果的种类信息。
作为本发明一实施例的进一步改进,所述步骤“获取所述水果的种类信息”包括:获取用户输入的水果信息,所述水果信息包括所述水果的种类信息。
作为本发明一实施例的进一步改进,还包括步骤:所述水果信息还包括参考品种信息;
当所述参考品种信息与所述品种信息不一致时,发出提示。
为实现上述发明目的之一,本发明一实施例提供了一种冰箱,包括存储器和处理器,所述存储器存储有可在处理器上运行的计算机程序,还包括:
光谱仪,扫描所述冰箱内的水果得到光谱数据;
接收模块,接收所述水果的种类信息,接收与所述种类信息对应的特征指标信息;
所述处理器执行所述计算机程序时可实现上述的水果的检测方法中的步骤。
为实现上述发明目的之一,本发明一实施例提供了一种存储介质,其存储有计算机程序,该计算机程序被处理器执行时可实现上述的水果的检测方法中的步骤。
与现有技术相比,本发明具有以下有益效果:在判断出水果种类的基础上,通过光谱分析,针对该种类的水果的特征指标信息进行光谱分析,例如对其水分含量、成分组成、大小、硬度、密度、颜色、可溶性固形物等物理量进行判断分析,进一步地判断出水果的具体品种信息,使得对水果的分析和判断能力更加精准,再在判断出水果的品种信息的基础上,可以对水果的成熟度和含糖量有更准确的分析,从而展开其他对于该品种的水果更针对性的方法,使冰箱使用更方便,智能化程度更高,满足了智慧家庭的需求。
附图说明
图1是本发明水果的检测方法一实施例的流程图;
图2是本发明一实施例冰箱的结构示意图;
其中,1、光谱仪;2、接收模块;3、处理器;4、存储器。
具体实施方式
以下将结合附图所示的具体实施方式对本发明进行详细描述。但这些实施方式并不限制本发明,本领域的普通技术人员根据这些实施方式所做出的结构、方法、或功能上的变换均包含在本发明的保护范围内。
本发明一实施例提供一种水果的检测方法、冰箱及存储介质,通过该检测方法可以准确的识别水果的品种,并根据该品种展开更深度的定制,使冰箱的智能化程度更高,满足智能家庭的需求。
本实施例所述的水果的检测方法,包括如下步骤:
获取所述水果的种类信息;
获取与所述种类信息对应的特征指标信息;
获取所述水果的光谱数据;
根据所述特征指标信息和所述光谱数据,判断所述水果的品种信息;
根据所述品种信息与所述光谱数据,判断所述水果的成熟度信息和含糖量信息。
水果根据种类分,可以分为多个大类,例如香蕉、苹果、西瓜等,对于每个种类而言,可以细分为多个品种,品种可以是包括食物自身固有的品种的区别,也可以是因产地不同而带来的不同,不同品种之间水果成分差异较大,且有些水果会因为产地不同,而造成南橘北枳的情况,本实施例中,通过光谱分析水果的种类以及品种信息,可以对水果进行精准的分析,方便了用户的使用。
对水果的品种的判断包括下述步骤:
首先对水果的种类判断,包括下述两种方式:
方式一
用户在向冰箱内放入水果时,对冰箱输入水果相关的信息,例如放入的是桔子,则输入桔子。若水果附有标签信息,可以根据水果的标签,进一步输入更全面的信息,信息内容包括水果的种类,水果的产地,由客户确保信息的正确性。
方式二
与方式一的区别在于,方式二由光谱分析识别出水果的种类。光谱仪对水果进行扫描,再通过分析仪判断出水果的种类。不同水果的参数相差很大,例如苹果的大小、成分含量、水分组成等参数和西瓜完全不同,基于不同水果各自的特点,根据检测到的水果的光谱,分析各指标的特性与水果的光谱数学模型拟合度的重合程度,可以判断出水果的种类,这样可以提高用户操作的方便程度,避免了每次输入水果信息的繁琐。
在判断出水果的种类后,根据种类信息对水果进行光谱分析,判断水果的具体品种。同一种类水果的不同品种之间的各个参数也会有很大的不同,通过光谱分析,可以判断水果的水分含量、成分组成、大小、硬度、密度、颜色、可溶性固形物等等物理量,不同种类的水果的特征指标会有所区别,特征指标即为不同品种、不同产地的相同水果的参数差异相对更明显的指标。针对符合该水果种类的特征指标进行比较,通过各物理量的区别,可以判断出水果的具体品种。例如在初步判断是苹果后,针对苹果的特征指标进行分析,判断苹果的具体的品种,例如不同品种的苹果的含糖量不同,对于成熟的水果而言,新疆的阿克苏苹果含糖量18%左右,烟台的红富士苹果的含糖量11%左右,通过含糖量的判断,判断出具体的水果类型;例如检测到西瓜,不同品种的西瓜的可溶性固形物的含量不同,如黑金刚西瓜含可溶性固形物12%以上,华蜜冠龙可溶性固形物11%左右,麒麟王西瓜可溶性固形物12.9%,春雷西瓜可溶性固形物含量13.9%以上。针对水果的种类,进行该种类的水果的不同品种及不同产地的具有明显差异的特征指标进行分析,可以精准地判断水果的具体品种和产地信息。
光谱扫描可以采用近红外光谱或高光谱,这些光谱的分析技术较为成熟,记录了含氢基团,如C-O、O-H、N-H、S-H、P-H等信息,对不同基团的检测都很准确,非常适合应用于有机物的检测,能对食物进行定性和定量的识别。再根据光谱数学模型对光谱数据分析得到食材的种类信息,光谱数学建模的建立,包括扫描识别采集数据、识别出食物所在的背景信息、测定食物中各物质和成分的化学值、去除异常值、选择合适的光谱区域、选择合适的算法和参数进行建模、检验校准模型等多个阶段,使其能通过光谱信息准确对应到食材的种类信息。
在判断出具体的品种和产地后,又可以进一步的针对该水果进行其他指标信息分析,关键的两个信息是成熟度信息和含糖量信息,成熟度信息决定了水果什么时候可以吃,含糖量决定了水果什么时候更好吃,通过对水果的这两个指标的光谱分析,可以达到传统分析做不到的效果。不同水果对成熟度的判断指标也不同,例如猕猴桃的不同硬度对应的成熟度不同,芒果和香蕉出现黑色的斑块说明已经过于成熟,例如柿子在不同成熟度下含糖量不同。再具体到品种而言,不同品种的香蕉和芒果出现黑色斑块的时间不同,不同品种的猕猴桃的成熟度与硬度之间的关系也不同,牛油果的成熟度从外表看往往不容易直观地把握,通过光谱分析精确地判断出水果种类和品种后,可以进行更针对性地检测,对其参数判断后可以方便的掌握水果当前的成熟度和含糖量等信息,方便用户食用。
控制系统可根据预先存储的上述的特征指标信息,对特定的水果进行针对性的特定指标的分析,该特定指标可以在出厂时预先存储,也可以在冰箱上设置连接服务器的接口,在服务器内存储主要的水果的特定指标数据,再将其传输到冰箱中,这样该特定指标的数据可以获得更新,另外不同水果的不同类型的量可能很大,冰箱存储该信息的数据量可能很大,或者一开始不能完全覆盖,所以连接服务器后可以减小冰箱的内存信息占用,且数据实时更新,根据用户放入的水果,针对性的完善需要补充的特定指标的数据。
进一步地,可以将光谱分析得到的品种信息与用户输入的水果信息作对比,若用户输入了参考品种信息,当所述参考品种信息与所述品种信息不一致时,发出提示。
对于不同的种类的水果以及不同的品种而言,光谱分析后得到的参数信息与水果的新鲜度和含糖量等信息之间的关系,可以通过大样本的多次试验得出。例如在测试水果的过程中,先通过光谱分析测试数据,再对水果进行定量定性地测试,对于一些主观判断方面,可以通过人为的感受判断,得出同一品种的水果的多个参数的不同状态的平均值,在进行多次测试后,可以得出某一品种的水果的合适参数信息,选取其中不同成熟度下差异较为明显的值,作为主要的判断指标,例如某品种的水果的不同阶段的颜色无变化,或者密度变化很小,而含糖量和硬度的变化很大,则主要选取含糖量和硬度作为主要的特定指标。
进一步地,在判断出是什么水果以及水果的具体的品种后,可以方便地对水果进行精细化地保存和分析,根据所述品种信息、冰箱的存储环境信息、所述成熟度信息和所述含糖量信息,计算所述水果的预期成熟时间信息,从而使用户对水果的成熟有更好的掌握,冰箱更加智能。
在知晓水果品种的基础上,结合冰箱的存储环境,可以判断水果在该环境下的生长情况,针对水果的具体品种,可以判断该品种的水果以哪种方式保鲜更合适,针对其保鲜特点进行针对性的温度和湿度的调控。
获取与所述品种信息对应的成熟含糖信息,当所述水果的含糖量信息在所述成熟含糖信息的区间范围内时,发出提示食用信息。
当水果的预期成熟时间拟合出后,可以进一步地判断在哪个阶段食用口味最佳,提示客户在什么时候食用;提供更具有针对性的推荐,例如冰箱里存放多个水果,成熟度不同时,针对成熟度更高的水果进行组合推荐做出相应的水果拼盘等。
在不同水果存在个体差异的基础上,设置一个平均的含糖量的区间范围,当含糖量达到该区间范围,就被认为是成熟可食用的状态。
进一步地,获取与所述品种信息对应的适宜存储环境信息,当冰箱的存储环境信息与所述适宜存储环境信息不一致时,发出提示。
具体地,不同水果需要的保鲜需求不同,例如热带水果不适宜过低的保温环境,例如香蕉不适宜低温储存,而有些水果适宜低温保存,例如柿子在更冷的环境下又例如变得更甜减少涩感,光谱分析检测出水果类型后,选择与该水果相符合的储存特性参数,该储存特性参数可存储于控制系统中,针对性地根据水果的特性,调整制冷间室内的温度和湿度,使其尽量符合水果的存储需求。
进一步地,当多个品种的水果放置在一起时,判断多个品种的水果的存放方式是否合理。
在不同品种的水果放在一起保鲜是否合适方面,不同水果放在一起对成熟度起到抑制或促进的作用不用,例如不同品种的苹果在成熟情况下的乙烯释放量不同,如红星苹果的乙烯释放量大于乔纳苹果的乙烯释放量,当需要延迟与苹果一起放置的其他水果的成熟速度时,则红星苹果更不适宜和其他水果放在一起,而需要促进其他水果成熟时,可以放在一起。
而有些水果,例如苹果自身,在乙烯环境中的成长值较低,不易受乙烯浓度的增高而影响成熟度,即不同水果的乙烯环境成长值不同,在此基础上,根据多个品种的水果的乙烯释放量和乙烯环境成长值,判断多个品种的水果的存放方式是否合理。若同时存放易挥发乙烯的物品和易受乙烯影响成熟度的物品,则判断为不适合存放在一起。
另外,不同的水果放在一起可能会产生不好的影响,例如鸡蛋和葱姜等气味大的水果放在一起不好,强烈气味进入鸡蛋的气孔中使鸡蛋容易变质,在光谱分析存储水果的放置位置后,若水果放置方式很不合理,发出提示,该提示可以通过语音或通过显示屏显示,告知用户以哪种合适的方式放置更好。
进一步地,本发明一实施例提供了一种冰箱,包括存储器4和处理器3,所述存储器4存储有可在处理器3上运行的计算机程序,还包括:
光谱仪1,扫描所述冰箱内的水果得到光谱数据;
接收模块2,接收所述水果的种类信息,接收与所述种类信息对应的特征指标信息;
所述处理器3执行所述计算机程序时可实现上述的水果的检测方法中的任意一个步骤,也就是说,实现上述水果的检测方法中的任意一个技术方案中的步骤。
进一步地,本发明一实施例提供了一种存储介质,其存储有计算机程序,该计算机程序被处理器执行时可实现上述的水果的检测方法中的任意一个步骤,也就是说,实现上述水果的检测方法中的任意一个技术方案中的步骤。
与现有技术相比,本实施例具有以下有益效果:
在判断出水果种类的基础上,通过光谱分析,针对该种类的水果的特征指标信息进行光谱分析,例如对其水分含量、成分组成、大小、硬度、密度、颜色、可溶性固形物等物理量进行判断分析,进一步地判断出水果的具体品种信息,使得对水果的分析和判断能力更加精准,再在判断出水果的品种信息的基础上,可以对水果的成熟度和含糖量有更准确的分析,从而展开其他对于该品种的水果更针对性的方法,使冰箱使用更方便,智能化更高,满足智能家庭的需求。
上文所列出的详细说明仅仅是针对本发明的可行性实施方式的具体说明,它们并非用以限制本发明的保护范围,凡未脱离本发明技艺精神所作的等效实施方式或变更均应包含在本发明的保护范围之内。
Claims (11)
1.一种水果的检测方法,其特征在于,包括如下步骤:
获取所述水果的种类信息;
获取与所述种类信息对应的特征指标信息;
获取所述水果的光谱数据;
根据所述特征指标信息和所述光谱数据,判断所述水果的品种信息;
根据所述品种信息与所述光谱数据,判断所述水果的成熟度信息和含糖量信息。
2.根据权利要求1所述的水果的检测方法,其特征在于,还包括步骤:根据所述品种信息、冰箱的存储环境信息、所述成熟度信息和所述含糖量信息,计算所述水果的预期成熟时间信息。
3.根据权利要求2所述的水果的检测方法,其特征在于,还包括步骤:获取与所述品种信息对应的成熟含糖信息,当所述水果的含糖量信息在所述成熟含糖信息的区间范围内时,发出提示食用信息。
4.根据权利要求1所述的水果的检测方法,其特征在于,还包括步骤:获取与所述品种信息对应的适宜存储环境信息,当冰箱的存储环境信息与所述适宜存储环境信息不一致时,发出提示。
5.根据权利要求1所述的水果的检测方法,其特征在于,当多个品种的水果放置在一起时,判断多个品种的水果的存放方式是否合理。
6.根据权利要求1所述的水果的检测方法,其特征在于,所述步骤“判断多个品种的水果的存放方式是否合理”包括:
根据多个品种的水果的乙烯释放量和乙烯环境成长值,判断多个品种的水果的存放方式是否合理。
7.根据权利要求1所述的水果的检测方法,其特征在于,所述步骤“获取所述水果的种类信息”包括:根据光谱数学模型,对所述光谱数据分析,检测所述水果的种类信息。
8.根据权利要求1所述的水果的检测方法,其特征在于,所述步骤“获取所述水果的种类信息”包括:获取用户输入的水果信息,所述水果信息包括所述水果的种类信息。
9.根据权利要求8所述的水果的检测方法,其特征在于,还包括步骤:所述水果信息还包括参考品种信息;
当所述参考品种信息与所述品种信息不一致时,发出提示。
10.一种冰箱,包括存储器和处理器,所述存储器存储有可在处理器上运行的计算机程序,其特征在于,还包括:
光谱仪,扫描所述冰箱内的水果得到光谱数据;
接收模块,接收所述水果的种类信息,接收与所述种类信息对应的特征指标信息;
所述处理器执行所述计算机程序时可实现权利要求1至9中任意一项所述的水果的检测方法中的步骤。
11.一种存储介质,其存储有计算机程序,其特征在于,该计算机程序被处理器执行时可实现权利要求1至9中任意一项所述的水果的检测方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010069856.XA CN113218889A (zh) | 2020-01-21 | 2020-01-21 | 水果的检测方法、冰箱及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010069856.XA CN113218889A (zh) | 2020-01-21 | 2020-01-21 | 水果的检测方法、冰箱及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113218889A true CN113218889A (zh) | 2021-08-06 |
Family
ID=77085150
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010069856.XA Pending CN113218889A (zh) | 2020-01-21 | 2020-01-21 | 水果的检测方法、冰箱及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113218889A (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102818777A (zh) * | 2012-08-24 | 2012-12-12 | 北京农业智能装备技术研究中心 | 一种基于光谱和颜色测量的水果成熟度评价方法 |
CN102972512A (zh) * | 2012-11-28 | 2013-03-20 | 刘江辉 | 家用果蔬贮藏保鲜智能装置 |
CN104636856A (zh) * | 2014-11-03 | 2015-05-20 | 广东奥马电器股份有限公司 | 智能冰箱的食物数量及品种信息处理方法及系统 |
CN106642969A (zh) * | 2016-11-11 | 2017-05-10 | 青岛海尔特种电冰箱有限公司 | 冰箱的食物管理方法及冰箱 |
CN106871569A (zh) * | 2016-12-30 | 2017-06-20 | 青岛海尔智能技术研发有限公司 | 冰箱内部食物的种类识别方法与冰箱 |
CN106932359A (zh) * | 2017-03-02 | 2017-07-07 | 兰州大学 | 一种基于近红外光谱的苹果分类方法 |
CN107036980A (zh) * | 2016-11-10 | 2017-08-11 | Tcl集团股份有限公司 | 一种检测冰箱食品新鲜度的方法及冰箱 |
CN107477971A (zh) * | 2017-08-04 | 2017-12-15 | 三星电子(中国)研发中心 | 一种对冰箱内食物的管理方法和设备 |
CN108846203A (zh) * | 2018-06-13 | 2018-11-20 | 深圳市华慧品牌管理有限公司 | 水果无损检测的方法及装置 |
CN109631486A (zh) * | 2018-12-18 | 2019-04-16 | 广东美的白色家电技术创新中心有限公司 | 一种食物监控方法、冰箱及具有存储功能的装置 |
-
2020
- 2020-01-21 CN CN202010069856.XA patent/CN113218889A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102818777A (zh) * | 2012-08-24 | 2012-12-12 | 北京农业智能装备技术研究中心 | 一种基于光谱和颜色测量的水果成熟度评价方法 |
CN102972512A (zh) * | 2012-11-28 | 2013-03-20 | 刘江辉 | 家用果蔬贮藏保鲜智能装置 |
CN104636856A (zh) * | 2014-11-03 | 2015-05-20 | 广东奥马电器股份有限公司 | 智能冰箱的食物数量及品种信息处理方法及系统 |
CN107036980A (zh) * | 2016-11-10 | 2017-08-11 | Tcl集团股份有限公司 | 一种检测冰箱食品新鲜度的方法及冰箱 |
CN106642969A (zh) * | 2016-11-11 | 2017-05-10 | 青岛海尔特种电冰箱有限公司 | 冰箱的食物管理方法及冰箱 |
CN106871569A (zh) * | 2016-12-30 | 2017-06-20 | 青岛海尔智能技术研发有限公司 | 冰箱内部食物的种类识别方法与冰箱 |
CN106932359A (zh) * | 2017-03-02 | 2017-07-07 | 兰州大学 | 一种基于近红外光谱的苹果分类方法 |
CN107477971A (zh) * | 2017-08-04 | 2017-12-15 | 三星电子(中国)研发中心 | 一种对冰箱内食物的管理方法和设备 |
CN108846203A (zh) * | 2018-06-13 | 2018-11-20 | 深圳市华慧品牌管理有限公司 | 水果无损检测的方法及装置 |
CN109631486A (zh) * | 2018-12-18 | 2019-04-16 | 广东美的白色家电技术创新中心有限公司 | 一种食物监控方法、冰箱及具有存储功能的装置 |
Non-Patent Citations (26)
Title |
---|
ROGER B.BOULTON等著: "《葡萄酿造学 原理及应用》", 31 July 2001, 中国轻工业出版社, pages: 51 - 52 * |
侯国山等: "陕西合阳地区酿酒葡萄果实成熟特性研究", 《中国酿造》 * |
侯国山等: "陕西合阳地区酿酒葡萄果实成熟特性研究", 《中国酿造》, no. 12, 25 December 2019 (2019-12-25) * |
刘燕德等: "基于近红外光谱检测不同产地石榴的糖度", 《激光与光电子学进展》, no. 01 * |
刘辉军等: "基于近红外光谱的不同产地苹果货架期鉴别方法", 《光电工程》 * |
刘辉军等: "基于近红外光谱的不同产地苹果货架期鉴别方法", 《光电工程》, no. 05, 15 May 2011 (2011-05-15) * |
李记明,李华: "酿酒葡萄成熟度的研究", 《中外葡萄与葡萄酒》 * |
李记明,李华: "酿酒葡萄成熟度的研究", 《中外葡萄与葡萄酒》, no. 03, 30 September 1994 (1994-09-30) * |
樊书祥等: "苹果产地差异对可溶性固形物近红外光谱检测模型影响的研究", 《分析化学》 * |
樊书祥等: "苹果产地差异对可溶性固形物近红外光谱检测模型影响的研究", 《分析化学》, no. 02, 15 February 2015 (2015-02-15) * |
涂勋良等: "不同产地尤力克柠檬果皮精油成分对比分析", 《食品与机械》 * |
涂勋良等: "不同产地尤力克柠檬果皮精油成分对比分析", 《食品与机械》, no. 04, 28 April 2016 (2016-04-28) * |
王海波等: "几个早熟苹果品种果实糖酸组分及风味品质的评价", 《果树学报》 * |
王海波等: "几个早熟苹果品种果实糖酸组分及风味品质的评价", 《果树学报》, no. 04, 15 August 2007 (2007-08-15) * |
章林忠等: "近红外光谱定量和定性分析技术在鲜食葡萄果实无损检测中的应用", 《浙江农业学报》 * |
章林忠等: "近红外光谱定量和定性分析技术在鲜食葡萄果实无损检测中的应用", 《浙江农业学报》, no. 02, 10 February 2018 (2018-02-10) * |
郁网庆等: "苹果成熟度确定方法", 《中国果菜》 * |
郁网庆等: "苹果成熟度确定方法", 《中国果菜》, no. 11, 15 November 2012 (2012-11-15) * |
陈海强等: "不同品种香蕉果实成熟期主要营养与功能成分含量变化", 《广东农业科学》 * |
陈海强等: "不同品种香蕉果实成熟期主要营养与功能成分含量变化", 《广东农业科学》, no. 22, 25 November 2014 (2014-11-25) * |
陈香维等: "猕猴桃糖度傅里叶变换近红外光谱无损检测", 《西北农业学报》 * |
陈香维等: "猕猴桃糖度傅里叶变换近红外光谱无损检测", 《西北农业学报》, no. 07, 25 July 2011 (2011-07-25) * |
韩东海等: "水果内部品质近红外光谱无损检测研究进展", 《中国激光》 * |
韩东海等: "水果内部品质近红外光谱无损检测研究进展", 《中国激光》, no. 08, 15 August 2008 (2008-08-15) * |
马书尚: "四个苹果品种采收成熟度指标的研究", 《陕西农业科学》 * |
马书尚: "四个苹果品种采收成熟度指标的研究", 《陕西农业科学》, no. 01, 31 January 1993 (1993-01-31) * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Cárdenas-Pérez et al. | Evaluation of the ripening stages of apple (Golden Delicious) by means of computer vision system | |
Hobson et al. | Assessing the colour of tomato fruit during ripening | |
Biancolillo et al. | Data fusion strategies in food analysis | |
Sánchez et al. | Non-destructive characterization and quality control of intact strawberries based on NIR spectral data | |
Huang et al. | Rapid and nondestructive detection of freshness quality of postharvest spinaches based on machine vision and electronic nose | |
ElMasry et al. | Hyperspectral imaging for nondestructive determination of some quality attributes for strawberry | |
Downey | Authentication of food and food ingredients by near infrared spectroscopy | |
Meléndez et al. | Modelling phenolic and technological maturities of grapes by means of the multivariate relation between organoleptic and physicochemical properties | |
Gao et al. | Soluble solid content and firmness index assessment and maturity discrimination of Malus micromalus Makino based on near-infrared hyperspectral imaging | |
CN107478736B (zh) | 一种基于挥发性成分组成判断啤酒花新鲜度的方法 | |
CN105954412B (zh) | 用于山核桃新鲜度检测的传感器阵列优化方法 | |
Matteoli et al. | A spectroscopy-based approach for automated nondestructive maturity grading of peach fruits | |
Amoriello et al. | Classification and prediction of early-to-late ripening apricot quality using spectroscopic techniques combined with chemometric tools | |
CN104330382A (zh) | 一种生鲜牛肉的安全分级方法 | |
CN110987865A (zh) | 一种基于近红外光谱检测无花果品质的方法 | |
CN107219184A (zh) | 一种应用于产地溯源的肉类鉴别方法及装置 | |
Giménez et al. | Estimation of failure criteria in multivariate sensory shelf life testing using survival analysis | |
Herrero‐Langreo et al. | Multispectral vision for monitoring peach ripeness | |
CN113218879A (zh) | 冰箱的食材存储方法、冰箱及存储介质 | |
Jiang et al. | Identification of tomato maturity based on multinomial logistic regression with kernel clustering by integrating color moments and physicochemical indices | |
Li et al. | Rapid assessment of ready-to-eat Xuxiang kiwifruit quality based on chroma recognition and GC-MS analysis | |
Brezmes et al. | Electronic noses for monitoring the quality of fruit | |
Li et al. | Study on qualitative impact damage of yellow peaches using the combined hyperspectral and physicochemical indicators method | |
Kailaku et al. | Appropriate harvest age of mango (Mangifera indica cv. Arumanis) for quality assurance in long distance transportation planning in Indonesia | |
Iswari | Fruitylicious: Mobile application for fruit ripeness determination based on fruit image |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210806 |
|
RJ01 | Rejection of invention patent application after publication |