CN114359895B - 一种食品新鲜度检测的方法及系统 - Google Patents
一种食品新鲜度检测的方法及系统 Download PDFInfo
- Publication number
- CN114359895B CN114359895B CN202111680359.4A CN202111680359A CN114359895B CN 114359895 B CN114359895 B CN 114359895B CN 202111680359 A CN202111680359 A CN 202111680359A CN 114359895 B CN114359895 B CN 114359895B
- Authority
- CN
- China
- Prior art keywords
- food
- user
- freshness
- image
- cloud server
- 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.)
- Active
Links
- 235000013305 food Nutrition 0.000 title claims abstract description 158
- 238000000034 method Methods 0.000 title claims description 25
- 238000001514 detection method Methods 0.000 claims abstract description 17
- 239000003086 colorant Substances 0.000 claims description 15
- 238000004458 analytical method Methods 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 9
- 238000004891 communication Methods 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 6
- 238000009499 grossing Methods 0.000 claims description 6
- 238000012163 sequencing technique Methods 0.000 claims description 6
- 230000009466 transformation Effects 0.000 claims description 6
- 238000007781 pre-processing Methods 0.000 claims description 3
- 230000001131 transforming effect Effects 0.000 claims description 3
- 238000009920 food preservation Methods 0.000 claims 3
- 238000005516 engineering process Methods 0.000 description 16
- 238000009659 non-destructive testing Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 235000002595 Solanum tuberosum Nutrition 0.000 description 2
- 244000061456 Solanum tuberosum Species 0.000 description 2
- 238000000701 chemical imaging Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000002329 infrared spectrum Methods 0.000 description 2
- 235000012015 potatoes Nutrition 0.000 description 2
- 238000005481 NMR spectroscopy Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Landscapes
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种食品新鲜度检测的方法，云端服务器接收所述用户的基础信息，基于用户的预设选择确定所述用户对于食品新鲜度的判定范围，并基于所述用户的基础信息及所述判定范围生成对应的初始用户画像，根据所述初始用户画像生成该用户的食品新鲜度的判断模型；云端服务器根据该用户对应的判断模型对处理后的图像进行判断，并生成第一判断结果；根据生成的所述初始用户画像与其余云端用户的对应画像进行匹配，获取与该用户的初始用户画像相似度大于第一预设值的全部用户的判断逻辑模型，生成全部的用户判断结果作为第二判断结果，对所述第二判断结果进行数据统计并发送至用户的移动智能终端。
Description
技术领域
本发明涉及食品检测技术领域，尤其涉及一种食品新鲜度检测的方法及系统。
背景技术
无损检测技术是将被测对象的力学、电学、电磁学、声学、光学等物理性质与计算机、传感器、人工智能等信息技术相结合，从而实现对被测对象的品质进行准确、客观、快速检测的一种实用技术，近年来，无损检测技术因具有不会破坏被测对象原来的状态和化学性质，且检测周期短、成本低等优点而在农产品品质检测领域获得了越来越广泛的应用。
目前，国内外学者已对无损检测技术在食品品质检测中的应用做了大量深入地研究。例如超声波技术、电子鼻和电子舌技术、核磁共振技术、计算机视觉技术、近红外光谱技术、高光谱成像技术在食品品质无损检测中的应用研究进展。
例如，超声波技术在食品品质无损检测领域的应用研究国外起步较早、研究时间较长、目前技术较为成熟，已有很多商用的在线检测设备。但是超声波检测结果往往会受到被测食品的不规则性、食品组成的分布不均匀性、被测食品的测量部位、超声波频率等因素的影响，有时甚至会产生较大的误差。
例如，电子鼻和电子舌在食品品种和品质辨别、储藏时间判断、新鲜度评价等方面有很好的应用空间。但由于电子鼻和电子舌技术存在采集时间长、需要封闭式采样等缺点，所以不适宜应用在开放空间的在线检测；
再例如近红外光谱技术、高光谱成像技术等虽然具有较高的准确度，然而其设备的成本过高过大导致在家用领域中较难施展。
另外，现有技术中存在另外一个问题，现有的食品检测方法中，采用的判断方法并不能因人而异，给出的检测结果往往也只有合格或者不合格的两种结果，更进一步的也仅仅是提供一个新鲜度数值给使用者，而不同的使用者对于相同食品的新鲜度、是否可以食用的判断并不相同，例如有的人认为土豆发芽不能食用，而有的人认为土豆虽然发芽，然而并未变色则可以食用。
因此，现需要一种设置成本低，并可以对于不同用户根据不同用户自己的判断及与用户相类似的其他用户提供食品的可食用建议的食品新鲜度检测方法以解决上述技术问题。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明公开一种食品新鲜度检测的方法，安装摄像头于食品保存装置内，通过摄像头采集所述食品保存装置内的待监测食品，云端服务器与所述食品保存装置进行无线和/或有线通信，所述云端服务器设置有分析及存储单元，用于接收所述摄像头采集的信息并于后台进行分析，用户通过移动智能终端访问所述云端服务器，所述方法包括：
步骤1，用户通过移动智能终端完成云端服务器的初始登录，所述云端服务器接收所述用户的基础信息，基于用户的预设选择确定所述用户对于食品新鲜度的判定范围，并基于所述用户的基础信息及所述判定范围生成对应的初始用户画像，根据所述初始用户画像生成该用户的食品新鲜度的判断模型；
步骤2，通过所述摄像头采集待监测食品图像信息，同时采集所述食品的背景信息，将采集的图像数据发送至云端服务器，其中，所述食品的背景信息包括图像噪声信息，所述云端服务器对所述待监测食品图像信息进行预处理，通过不同色光对图像进行变换，并根据所述变换结果获得所述的待监测食品的图像轮廓，采用预设底色对获取的图像轮廓进行填充建立图像掩膜，在根据所述掩膜对原图进行裁剪，以此去除所述待监测食品的背景噪声；
步骤3，确定剪裁后的图像的中心位置，设置预设大小的窗口并确定以该中心位置的像素为中心点的邻域，然后将中心位置的邻域中的各个像素的灰度值进行排序，根据所述排序的中间值作为中心点像素灰度的新值，移动所述窗口在图像中的位置，通过中值滤波对所述剪裁后的图像进行平滑处理；
步骤4，云端服务器根据该用户对应的判断模型对处理后的图像进行判断，并生成第一判断结果；
步骤5，根据生成的所述初始用户画像与其余云端用户的对应画像进行匹配，获取与该用户的初始用户画像相似度大于第一预设值的全部用户的判断逻辑模型，生成全部的用户判断结果作为第二判断结果，对所述第二判断结果进行数据统计；
步骤6，很据所述第一判断结果、所述第二判断结果的数据统计结果生成针对于待监测食品的新鲜度报告，并发送至用户的移动智能终端。
更进一步地，所述步骤1进一步包括：云端服务器生成问答问题，选择不同种类、形状、颜色、纹理的食品问询食品的新鲜度，所述用户对其进行新鲜度评分，所述云端服务器根据用户的评分结果及用户的基础信息完成用户的初始用户画像的生成。
更进一步地，通过摄像头测食品新鲜度、时间，如果判断不新鲜的程度大于预设的危险阈值，则对用户移动智能终端发送警告信息。
更进一步地，摄像头拍摄待监测食品的整体图像，然后将其上传至云端服务器，云端服务器对图像进行分析，获得待分析食品的种类，再通过食品新鲜度的判断模型基于该食品种类对食品进行新鲜度判断。
更进一步地，包括步骤7：用户在接收到新鲜度报告后，可以对其进行信息反馈，云端服务器根据反馈结果对所述的初始用户画像进行调整，生成调整后的用户画像。
本发明还公开了一种食品新鲜度检测的系统，安装摄像头于食品保存装置内，通过摄像头采集所述食品保存装置内的待监测食品，云端服务器与所述食品保存装置进行无线和/或有线通信，所述云端服务器设置有分析及存储单元，用于接收所述摄像头采集的信息并于后台进行分析，用户通过移动智能终端访问所述云端服务器，所述系统包括：
用户画像生成模块，用户通过移动智能终端完成云端服务器的初始登录，所述云端服务器接收所述用户的基础信息，基于用户的预设选择确定所述用户对于食品新鲜度的判定范围，并基于所述用户的基础信息及所述判定范围生成对应的初始用户画像，根据所述初始用户画像生成该用户的食品新鲜度的判断模型；
图像初级处理模块，通过所述摄像头采集待监测食品图像信息，同时采集所述食品的背景信息，将采集的图像数据发送至云端服务器，其中，所述食品的背景信息包括图像噪声信息，所述云端服务器对所述待监测食品图像信息进行预处理，通过不同色光对图像进行变换，并根据所述变换结果获得所述的待监测食品的图像轮廓，采用预设底色对获取的图像轮廓进行填充建立图像掩膜，在根据所述掩膜对原图进行裁剪，以此去除所述待监测食品的背景噪声；
图像二级处理模块，确定剪裁后的图像的中心位置，设置预设大小的窗口并确定以该中心位置的像素为中心点的邻域，然后将中心位置的邻域中的各个像素的灰度值进行排序，根据所述排序的中间值作为中心点像素灰度的新值，移动所述窗口在图像中的位置，通过中值滤波对所述剪裁后的图像进行平滑处理；
自判断模块，云端服务器根据该用户对应的判断模型对处理后的图像进行判断，并生成第一判断结果；
他判断模块，根据生成的所述初始用户画像与其余云端用户的对应画像进行匹配，获取与该用户的初始用户画像相似度大于第一预设值的全部用户的判断逻辑模型，生成全部的用户判断结果作为第二判断结果，对所述第二判断结果进行数据统计；
结果输出模块，很据所述第一判断结果、所述第二判断结果的数据统计结果生成针对于待监测食品的新鲜度报告，并发送至用户的移动智能终端。
更进一步地，所述用户画像生成模块进一步包括：云端服务器生成问答问题，选择不同种类、形状、颜色、纹理的食品问询食品的新鲜度，所述用户对其进行新鲜度评分，所述云端服务器根据用户的评分结果及用户的基础信息完成用户的初始用户画像的生成。
更进一步地，通过摄像头测食品新鲜度、时间，如果判断不新鲜的程度大于预设的危险阈值，则对用户移动智能终端发送警告信息。
更进一步地，摄像头拍摄待监测食品的整体图像，然后将其上传至云端服务器，云端服务器对图像进行分析，获得待分析食品的种类，再通过食品新鲜度的判断模型基于该食品种类对食品进行新鲜度判断。
更进一步地，包括用户画像调整模块：用户在接收到新鲜度报告后，可以对其进行信息反馈，云端服务器根据反馈结果对所述的初始用户画像进行调整，生成调整后的用户画像；
本发明于现有技术相比，本发明通过加入采用图像分析的方式，并对用户进行画像设定，采用的判断方法因人而异，给出的检测结果往往针对于不同的用户的结果也会不相同，不仅仅是提供一个新鲜度数值给使用者，同时不同的使用者对于相同食品的新鲜度、是否可以食用的判断并不相同，本申请将人群根据相似度进行分类，根据人群对应的模型对相同食物的新鲜度进行评价，并将全部评价生成数据报表发送给用户进行参考，以达到用户在自己认知范围内对于食物的最大可能的应用。
附图说明
从以下结合附图的描述可以进一步理解本发明。图中的部件不一定按比例绘制，而是将重点放在示出实施例的原理上。在图中，在不同的视图中，相同的附图标记指定对应的部分。
图1是本发明的食品新鲜度检测的方法的流程图。
具体实施方式
如图1所示的一种食品新鲜度检测的方法，安装摄像头于食品保存装置内，通过摄像头采集所述食品保存装置内的待监测食品，云端服务器与所述食品保存装置进行无线和/或有线通信，所述云端服务器设置有分析及存储单元，用于接收所述摄像头采集的信息并于后台进行分析，用户通过移动智能终端访问所述云端服务器，所述方法包括：
步骤1，用户通过移动智能终端完成云端服务器的初始登录，所述云端服务器接收所述用户的基础信息，基于用户的预设选择确定所述用户对于食品新鲜度的判定范围，并基于所述用户的基础信息及所述判定范围生成对应的初始用户画像，根据所述初始用户画像生成该用户的食品新鲜度的判断模型；
步骤2，通过所述摄像头采集待监测食品图像信息，同时采集所述食品的背景信息，将采集的图像数据发送至云端服务器，其中，所述食品的背景信息包括图像噪声信息，所述云端服务器对所述待监测食品图像信息进行预处理，通过不同色光对图像进行变换，并根据所述变换结果获得所述的待监测食品的图像轮廓，采用预设底色对获取的图像轮廓进行填充建立图像掩膜，在根据所述掩膜对原图进行裁剪，以此去除所述待监测食品的背景噪声；
步骤3，确定剪裁后的图像的中心位置，设置预设大小的窗口并确定以该中心位置的像素为中心点的邻域，然后将中心位置的邻域中的各个像素的灰度值进行排序，根据所述排序的中间值作为中心点像素灰度的新值，移动所述窗口在图像中的位置，通过中值滤波对所述剪裁后的图像进行平滑处理；
步骤4，云端服务器根据该用户对应的判断模型对处理后的图像进行判断，并生成第一判断结果；
步骤5，根据生成的所述初始用户画像与其余云端用户的对应画像进行匹配，获取与该用户的初始用户画像相似度大于第一预设值的全部用户的判断逻辑模型，生成全部的用户判断结果作为第二判断结果，对所述第二判断结果进行数据统计；
步骤6，很据所述第一判断结果、所述第二判断结果的数据统计结果生成针对于待监测食品的新鲜度报告，并发送至用户的移动智能终端。
更进一步地，所述步骤1进一步包括：云端服务器生成问答问题，选择不同种类、形状、颜色、纹理的食品问询食品的新鲜度，所述用户对其进行新鲜度评分，所述云端服务器根据用户的评分结果及用户的基础信息完成用户的初始用户画像的生成。
更进一步地，通过摄像头测食品新鲜度、时间，如果判断不新鲜的程度大于预设的危险阈值，则对用户移动智能终端发送警告信息。
更进一步地，摄像头拍摄待监测食品的整体图像，然后将其上传至云端服务器，云端服务器对图像进行分析，获得待分析食品的种类，再通过食品新鲜度的判断模型基于该食品种类对食品进行新鲜度判断。
更进一步地，包括步骤7：用户在接收到新鲜度报告后，可以对其进行信息反馈，云端服务器根据反馈结果对所述的初始用户画像进行调整，生成调整后的用户画像。
本实施例从硬件的角度对本发明的发明构思进行阐述，本实施例公开了一种食品新鲜度检测的系统，安装摄像头于食品保存装置内，通过摄像头采集所述食品保存装置内的待监测食品，云端服务器与所述食品保存装置进行无线和/或有线通信，所述云端服务器设置有分析及存储单元，用于接收所述摄像头采集的信息并于后台进行分析，用户通过移动智能终端访问所述云端服务器，所述系统包括：
用户画像生成模块，用户通过移动智能终端完成云端服务器的初始登录，所述云端服务器接收所述用户的基础信息，基于用户的预设选择确定所述用户对于食品新鲜度的判定范围，并基于所述用户的基础信息及所述判定范围生成对应的初始用户画像，根据所述初始用户画像生成该用户的食品新鲜度的判断模型；
图像初级处理模块，通过所述摄像头采集待监测食品图像信息，同时采集所述食品的背景信息，将采集的图像数据发送至云端服务器，其中，所述食品的背景信息包括图像噪声信息，所述云端服务器对所述待监测食品图像信息进行预处理，通过不同色光对图像进行变换，并根据所述变换结果获得所述的待监测食品的图像轮廓，采用预设底色对获取的图像轮廓进行填充建立图像掩膜，在根据所述掩膜对原图进行裁剪，以此去除所述待监测食品的背景噪声；
图像二级处理模块，确定剪裁后的图像的中心位置，设置预设大小的窗口并确定以该中心位置的像素为中心点的邻域，然后将中心位置的邻域中的各个像素的灰度值进行排序，根据所述排序的中间值作为中心点像素灰度的新值，移动所述窗口在图像中的位置，通过中值滤波对所述剪裁后的图像进行平滑处理；
自判断模块，云端服务器根据该用户对应的判断模型对处理后的图像进行判断，并生成第一判断结果；
他判断模块，根据生成的所述初始用户画像与其余云端用户的对应画像进行匹配，获取与该用户的初始用户画像相似度大于第一预设值的全部用户的判断逻辑模型，生成全部的用户判断结果作为第二判断结果，对所述第二判断结果进行数据统计；
结果输出模块，很据所述第一判断结果、所述第二判断结果的数据统计结果生成针对于待监测食品的新鲜度报告，并发送至用户的移动智能终端。
更进一步地，所述用户画像生成模块进一步包括：云端服务器生成问答问题，选择不同种类、形状、颜色、纹理的食品问询食品的新鲜度，所述用户对其进行新鲜度评分，所述云端服务器根据用户的评分结果及用户的基础信息完成用户的初始用户画像的生成。
更进一步地，通过摄像头测食品新鲜度、时间，如果判断不新鲜的程度大于预设的危险阈值，则对用户移动智能终端发送警告信息。
更进一步地，摄像头拍摄待监测食品的整体图像，然后将其上传至云端服务器，云端服务器对图像进行分析，获得待分析食品的种类，再通过食品新鲜度的判断模型基于该食品种类对食品进行新鲜度判断。
更进一步地，包括用户画像调整模块：用户在接收到新鲜度报告后，可以对其进行信息反馈，云端服务器根据反馈结果对所述的初始用户画像进行调整，生成调整后的用户画像。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
虽然上面已经参考各种实施例描述了本发明，但是应当理解，在不脱离本发明的范围的情况下，可以进行许多改变和修改。因此，其旨在上述详细描述被认为是例示性的而非限制性的，并且应当理解，以下权利要求(包括所有等同物)旨在限定本发明的精神和范围。以上这些实施例应理解为仅用于说明本发明而不用于限制本发明的保护范围。在阅读了本发明的记载的内容之后，技术人员可以对本发明作各种改动或修改，这些等效变化和修饰同样落入本发明权利要求所限定的范围。
Claims (10)
1.一种食品新鲜度检测的方法，安装摄像头于食品保存装置内，通过摄像头采集所述食品保存装置内的待监测食品，云端服务器与所述食品保存装置进行无线和/或有线通信，所述云端服务器设置有分析及存储单元，用于接收所述摄像头采集的信息并于后台进行分析，用户通过移动智能终端访问所述云端服务器，其特征在于，所述方法包括：
步骤1，用户通过移动智能终端完成云端服务器的初始登录，所述云端服务器接收所述用户的基础信息，基于用户的预设选择确定所述用户对于食品新鲜度的判定范围，并基于所述用户的基础信息及所述判定范围生成对应的初始用户画像，根据所述初始用户画像生成该用户的食品新鲜度的判断模型；
步骤2，通过所述摄像头采集待监测食品图像信息，同时采集所述食品的背景信息，将采集的图像数据发送至云端服务器，其中，所述食品的背景信息包括图像噪声信息，所述云端服务器对所述待监测食品图像信息进行预处理，通过不同色光对图像进行变换，并根据所述变换结果获得所述的待监测食品的图像轮廓，采用预设底色对获取的图像轮廓进行填充建立图像掩膜，在根据所述掩膜对原图进行裁剪，以此去除所述待监测食品的背景噪声；
步骤3，确定剪裁后的图像的中心位置，设置预设大小的窗口并确定以该中心位置的像素为中心点的邻域，然后将中心位置的邻域中的各个像素的灰度值进行排序，根据所述排序的中间值作为中心点像素灰度的新值，移动所述窗口在图像中的位置，通过中值滤波对所述剪裁后的图像进行平滑处理；
步骤4，云端服务器根据该用户对应的判断模型对处理后的图像进行判断，并生成第一判断结果；
步骤5，根据生成的所述初始用户画像与其余云端用户的对应画像进行匹配，获取与该用户的初始用户画像相似度大于第一预设值的全部用户的判断逻辑模型，生成全部的用户判断结果作为第二判断结果，对所述第二判断结果进行数据统计；
步骤6，很据所述第一判断结果、所述第二判断结果的数据统计结果生成针对于待监测食品的新鲜度报告，并发送至用户的移动智能终端。
2.如权利要求1所述的一种食品新鲜度检测的方法，其特征在于，所述步骤1进一步包括：云端服务器生成问答问题，选择不同种类、形状、颜色、纹理的食品问询食品的新鲜度，所述用户对其进行新鲜度评分，所述云端服务器根据用户的评分结果及用户的基础信息完成用户的初始用户画像的生成。
3.如权利要求1所述的一种食品新鲜度检测的方法，其特征在于，通过摄像头测食品新鲜度、时间，如果判断不新鲜的程度大于预设的危险阈值，则对用户移动智能终端发送警告信息。
4.如权利要求3所述的一种食品新鲜度检测的方法，其特征在于，摄像头拍摄待监测食品的整体图像，然后将其上传至云端服务器，云端服务器对图像进行分析，获得待分析食品的种类，再通过食品新鲜度的判断模型基于该食品种类对食品进行新鲜度判断。
5.如权利要求4所述的一种食品新鲜度检测的方法，其特征在于，进一步包括步骤7：用户在接收到新鲜度报告后，可以对其进行信息反馈，云端服务器根据反馈结果对所述的初始用户画像进行调整，生成调整后的用户画像。
6.一种食品新鲜度检测的系统，安装摄像头于食品保存装置内，通过摄像头采集所述食品保存装置内的待监测食品，云端服务器与所述食品保存装置进行无线和/或有线通信，所述云端服务器设置有分析及存储单元，用于接收所述摄像头采集的信息并于后台进行分析，用户通过移动智能终端访问所述云端服务器，其特征在于，所述系统包括：
用户画像生成模块，用户通过移动智能终端完成云端服务器的初始登录，所述云端服务器接收所述用户的基础信息，基于用户的预设选择确定所述用户对于食品新鲜度的判定范围，并基于所述用户的基础信息及所述判定范围生成对应的初始用户画像，根据所述初始用户画像生成该用户的食品新鲜度的判断模型；
图像初级处理模块，通过所述摄像头采集待监测食品图像信息，同时采集所述食品的背景信息，将采集的图像数据发送至云端服务器，其中，所述食品的背景信息包括图像噪声信息，所述云端服务器对所述待监测食品图像信息进行预处理，通过不同色光对图像进行变换，并根据所述变换结果获得所述的待监测食品的图像轮廓，采用预设底色对获取的图像轮廓进行填充建立图像掩膜，在根据所述掩膜对原图进行裁剪，以此去除所述待监测食品的背景噪声；
图像二级处理模块，确定剪裁后的图像的中心位置，设置预设大小的窗口并确定以该中心位置的像素为中心点的邻域，然后将中心位置的邻域中的各个像素的灰度值进行排序，根据所述排序的中间值作为中心点像素灰度的新值，移动所述窗口在图像中的位置，通过中值滤波对所述剪裁后的图像进行平滑处理；
自判断模块，云端服务器根据该用户对应的判断模型对处理后的图像进行判断，并生成第一判断结果；
他判断模块，根据生成的所述初始用户画像与其余云端用户的对应画像进行匹配，获取与该用户的初始用户画像相似度大于第一预设值的全部用户的判断逻辑模型，生成全部的用户判断结果作为第二判断结果，对所述第二判断结果进行数据统计；
结果输出模块，很据所述第一判断结果、所述第二判断结果的数据统计结果生成针对于待监测食品的新鲜度报告，并发送至用户的移动智能终端。
7.如权利要求6所述的一种食品新鲜度检测的系统，其特征在于，所述用户画像生成模块进一步包括：云端服务器生成问答问题，选择不同种类、形状、颜色、纹理的食品问询食品的新鲜度，所述用户对其进行新鲜度评分，所述云端服务器根据用户的评分结果及用户的基础信息完成用户的初始用户画像的生成。
8.如权利要求6所述的一种食品新鲜度检测的系统，其特征在于，通过摄像头测食品新鲜度、时间，如果判断不新鲜的程度大于预设的危险阈值，则对用户移动智能终端发送警告信息。
9.如权利要求8所述的一种食品新鲜度检测的系统，其特征在于，摄像头拍摄待监测食品的整体图像，然后将其上传至云端服务器，云端服务器对图像进行分析，获得待分析食品的种类，再通过食品新鲜度的判断模型基于该食品种类对食品进行新鲜度判断。
10.如权利要求9所述的一种食品新鲜度检测的系统，其特征在于，进一步包括用户画像调整模块：用户在接收到新鲜度报告后，可以对其进行信息反馈，云端服务器根据反馈结果对所述的初始用户画像进行调整，生成调整后的用户画像。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111680359.4A CN114359895B (zh) | 2021-12-30 | 2021-12-30 | 一种食品新鲜度检测的方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111680359.4A CN114359895B (zh) | 2021-12-30 | 2021-12-30 | 一种食品新鲜度检测的方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114359895A CN114359895A (zh) | 2022-04-15 |
| CN114359895B true CN114359895B (zh) | 2024-04-02 |
Family
ID=81105206
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111680359.4A Active CN114359895B (zh) | 2021-12-30 | 2021-12-30 | 一种食品新鲜度检测的方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114359895B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107024433A (zh) * | 2016-02-02 | 2017-08-08 | 苏州三星电子有限公司 | 一种检测冰箱内食物新鲜度的方法及系统 |
| KR20180112136A (ko) * | 2017-03-30 | 2018-10-12 | 주식회사 원더풀플랫폼 | 식품 신선도 분석방법 및 이를 이용한 식품 신선도 분석시스템 |
| CN111060473A (zh) * | 2020-01-15 | 2020-04-24 | 王丽娟 | 一种食品质量分析检测装置 |
| WO2020213761A1 (ko) * | 2019-04-17 | 2020-10-22 | (주)그린에스시스템즈 | 식품의 신선도 모니터링 방법 및 모니터링 시스템 |
| CN113780182A (zh) * | 2021-09-13 | 2021-12-10 | 阜阳职业技术学院 | 一种检测食品新鲜度的方法和系统 |
-
2021
- 2021-12-30 CN CN202111680359.4A patent/CN114359895B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107024433A (zh) * | 2016-02-02 | 2017-08-08 | 苏州三星电子有限公司 | 一种检测冰箱内食物新鲜度的方法及系统 |
| KR20180112136A (ko) * | 2017-03-30 | 2018-10-12 | 주식회사 원더풀플랫폼 | 식품 신선도 분석방법 및 이를 이용한 식품 신선도 분석시스템 |
| WO2020213761A1 (ko) * | 2019-04-17 | 2020-10-22 | (주)그린에스시스템즈 | 식품의 신선도 모니터링 방법 및 모니터링 시스템 |
| CN111060473A (zh) * | 2020-01-15 | 2020-04-24 | 王丽娟 | 一种食品质量分析检测装置 |
| CN113780182A (zh) * | 2021-09-13 | 2021-12-10 | 阜阳职业技术学院 | 一种检测食品新鲜度的方法和系统 |
Non-Patent Citations (2)
| Title |
|---|
| 多源信息融合技术的猪肉新鲜度检测方法研究;黄懿;李小昱;王为;周炜;周竹;;湖北农业科学;20110620(12);全文 * |
| 高光谱成像技术在食品品质无损检测中的应用初探;王轩;;食品安全导刊;20180125(03);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114359895A (zh) | 2022-04-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Zahran et al. | Automatic weld defect identification from radiographic images | |
| Alam et al. | Local masking in natural images: A database and analysis | |
| CN109977813A (zh) | 一种基于深度学习框架的巡检机器人目标定位方法 | |
| US10726532B2 (en) | Measurement of non-uniformity noise | |
| US20220300809A1 (en) | Data generation system, learning apparatus, data generation apparatus, data generation method, and computer-readable storage medium storing a data generation program | |
| WO2017053037A1 (en) | Classifying images and videos | |
| CN111242123A (zh) | 一种基于红外图像的电力设备故障诊断方法 | |
| CN102740114B (zh) | 一种视频主观质量的无参评估方法 | |
| CN108445011A (zh) | 一种基于深度学习的瑕疵检测系统及方法 | |
| CN110736709A (zh) | 一种基于深度卷积神经网络的蓝莓成熟度的无损检测方法 | |
| CN116761049B (zh) | 一种家用智能安防监控方法及系统 | |
| CN112415050B (zh) | 一种基于温度分布差异的羊肉掺假定性判别方法 | |
| CN111428655A (zh) | 一种基于深度学习的头皮检测方法 | |
| CN110243805A (zh) | 基于拉曼高光谱成像技术的鱼刺检测方法 | |
| JP7388137B2 (ja) | 統合分析方法、統合分析装置、及び統合分析プログラム | |
| CN112200238A (zh) | 基于声响特征的硬岩拉剪破裂识别方法与装置 | |
| CN116388379A (zh) | 一种变电站远程红外智能巡检方法及系统 | |
| CN115661057A (zh) | 一种基于云边协同和深度学习的工业无损检测系统与方法 | |
| CN114359895B (zh) | 一种食品新鲜度检测的方法及系统 | |
| CN116849612B (zh) | 一种多光谱舌象图像采集分析系统 | |
| CN209655389U (zh) | 一种能与健康营食资料库比对的自动烟灶系统 | |
| CN109631111A (zh) | 一种能与健康营食资料库比对的自动烟灶系统 | |
| CN111126230A (zh) | 一种烟雾浓度的量化评价方法及应用该方法的电子设备 | |
| CN109654559A (zh) | 一种能识别水汽与油烟的健康烹饪系统 | |
| CN114973354A (zh) | 基于群体人面红外热像个体情绪即时监测系统和判断方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |