CN114624233A - 食物监测装置、包括食物监测装置的冰箱及其操作方法 - Google Patents
食物监测装置、包括食物监测装置的冰箱及其操作方法 Download PDFInfo
- Publication number
- CN114624233A CN114624233A CN202110847466.5A CN202110847466A CN114624233A CN 114624233 A CN114624233 A CN 114624233A CN 202110847466 A CN202110847466 A CN 202110847466A CN 114624233 A CN114624233 A CN 114624233A
- Authority
- CN
- China
- Prior art keywords
- food
- information
- monitoring device
- light
- parameter
- 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
- 235000013305 food Nutrition 0.000 title claims abstract description 349
- 238000012806 monitoring device Methods 0.000 title claims abstract description 85
- 238000000034 method Methods 0.000 title claims description 38
- 238000004891 communication Methods 0.000 claims description 20
- BOPGDPNILDQYTO-NNYOXOHSSA-N nicotinamide-adenine dinucleotide Chemical compound C1=CCC(C(=O)N)=CN1[C@H]1[C@H](O)[C@H](O)[C@@H](COP(O)(=O)OP(O)(=O)OC[C@@H]2[C@H]([C@@H](O)[C@@H](O2)N2C3=NC=NC(N)=C3N=C2)O)O1 BOPGDPNILDQYTO-NNYOXOHSSA-N 0.000 claims description 19
- 230000005070 ripening Effects 0.000 claims description 19
- 229930027945 nicotinamide-adenine dinucleotide Natural products 0.000 claims description 14
- 238000004806 packaging method and process Methods 0.000 claims description 14
- VWWQXMAJTJZDQX-UYBVJOGSSA-N flavin adenine dinucleotide Chemical compound C1=NC2=C(N)N=CN=C2N1[C@@H]([C@H](O)[C@@H]1O)O[C@@H]1CO[P@](O)(=O)O[P@@](O)(=O)OC[C@@H](O)[C@@H](O)[C@@H](O)CN1C2=NC(=O)NC(=O)C2=NC2=C1C=C(C)C(C)=C2 VWWQXMAJTJZDQX-UYBVJOGSSA-N 0.000 claims description 13
- 235000019162 flavin adenine dinucleotide Nutrition 0.000 claims description 13
- 239000011714 flavin adenine dinucleotide Substances 0.000 claims description 13
- 229940093632 flavin-adenine dinucleotide Drugs 0.000 claims description 13
- 150000004032 porphyrins Chemical class 0.000 claims description 12
- 102000008186 Collagen Human genes 0.000 claims description 8
- 108010035532 Collagen Proteins 0.000 claims description 8
- 229920001436 collagen Polymers 0.000 claims description 8
- 238000010411 cooking Methods 0.000 claims description 8
- 238000012544 monitoring process Methods 0.000 claims description 7
- 230000001678 irradiating effect Effects 0.000 claims description 5
- 230000003247 decreasing effect Effects 0.000 claims description 4
- 239000007789 gas Substances 0.000 description 17
- 238000004422 calculation algorithm Methods 0.000 description 14
- 238000010586 diagram Methods 0.000 description 11
- 230000015654 memory Effects 0.000 description 10
- 238000013528 artificial neural network Methods 0.000 description 8
- 230000007423 decrease Effects 0.000 description 8
- 235000013372 meat Nutrition 0.000 description 8
- 239000000470 constituent Substances 0.000 description 7
- 238000005259 measurement Methods 0.000 description 7
- 239000000463 material Substances 0.000 description 6
- 238000012856 packing Methods 0.000 description 6
- 230000003595 spectral effect Effects 0.000 description 6
- 230000003252 repetitive effect Effects 0.000 description 5
- 238000001228 spectrum Methods 0.000 description 4
- 210000000577 adipose tissue Anatomy 0.000 description 3
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 230000006866 deterioration Effects 0.000 description 3
- 230000035800 maturation Effects 0.000 description 3
- 210000003205 muscle Anatomy 0.000 description 3
- 239000001301 oxygen Substances 0.000 description 3
- 229910052760 oxygen Inorganic materials 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 241000251468 Actinopterygii Species 0.000 description 2
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 2
- VGGSQFUCUMXWEO-UHFFFAOYSA-N Ethene Chemical compound C=C VGGSQFUCUMXWEO-UHFFFAOYSA-N 0.000 description 2
- 239000005977 Ethylene Substances 0.000 description 2
- 235000013339 cereals Nutrition 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000007635 classification algorithm Methods 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 235000013365 dairy product Nutrition 0.000 description 2
- 235000013399 edible fruits Nutrition 0.000 description 2
- 235000013601 eggs Nutrition 0.000 description 2
- 235000019688 fish Nutrition 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012880 independent component analysis Methods 0.000 description 2
- 238000003064 k means clustering Methods 0.000 description 2
- 244000005700 microbiome Species 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000005022 packaging material Substances 0.000 description 2
- 238000003909 pattern recognition Methods 0.000 description 2
- 238000000513 principal component analysis Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 210000001519 tissue Anatomy 0.000 description 2
- 235000013311 vegetables Nutrition 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- BAWFJGJZGIEFAR-NNYOXOHSSA-N NAD zwitterion Chemical compound NC(=O)C1=CC=C[N+]([C@H]2[C@@H]([C@H](O)[C@@H](COP([O-])(=O)OP(O)(=O)OC[C@@H]3[C@H]([C@@H](O)[C@@H](O3)N3C4=NC=NC(N)=C4N=C3)O)O2)O)=C1 BAWFJGJZGIEFAR-NNYOXOHSSA-N 0.000 description 1
- 230000004098 cellular respiration Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 235000013611 frozen food Nutrition 0.000 description 1
- 235000021109 kimchi Nutrition 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003387 muscular Effects 0.000 description 1
- 229940101270 nicotinamide adenine dinucleotide (nad) Drugs 0.000 description 1
- 229910052757 nitrogen Inorganic materials 0.000 description 1
- 238000011176 pooling Methods 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 238000004579 scanning voltage microscopy Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/28—Investigating the spectrum
- G01J3/2823—Imaging spectrometer
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
-
- 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
- G01N21/84—Systems specially adapted for particular applications
-
- 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
- F25D27/00—Lighting arrangements
- F25D27/005—Lighting arrangements combined with control means
-
- 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
- F25D29/00—Arrangement or mounting of control or safety devices
- F25D29/003—Arrangement or mounting of control or safety devices for movable 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
- F25D29/00—Arrangement or mounting of control or safety devices
- F25D29/005—Mounting of control devices
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/02—Details
- G01J3/027—Control of working procedures of a spectrometer; Failure detection; Bandwidth calculation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/02—Details
- G01J3/10—Arrangements of light sources specially adapted for spectrometry or colorimetry
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/02—Food
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- 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
- F25D2317/00—Details or arrangements for circulating cooling fluids; Details or arrangements for circulating gas, e.g. air, within refrigerated spaces, not provided for in other groups of this subclass
- F25D2317/04—Treating air flowing to refrigeration compartments
- F25D2317/041—Treating air flowing to refrigeration compartments by purification
- F25D2317/0413—Treating air flowing to refrigeration compartments by purification by humidification
- F25D2317/04131—Control means therefor
-
- 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
- F25D2400/00—General features of, or devices for refrigerators, cold rooms, ice-boxes, or for cooling or freezing apparatus not covered by any other subclass
- F25D2400/36—Visual displays
-
- 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
- F25D2400/00—General features of, or devices for refrigerators, cold rooms, ice-boxes, or for cooling or freezing apparatus not covered by any other subclass
- F25D2400/36—Visual displays
- F25D2400/361—Interactive visual displays
-
- 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
-
- 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
- F25D2600/00—Control issues
- F25D2600/02—Timing
-
- 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
- F25D2600/00—Control issues
- F25D2600/04—Controlling heat transfer
-
- 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
- F25D2600/00—Control issues
- F25D2600/06—Controlling according to a predetermined profile
-
- 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
- F25D2700/00—Means for sensing or measuring; Sensors therefor
- F25D2700/06—Sensors detecting the presence of a product
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J2003/003—Comparing spectra of two light sources
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/02—Details
- G01J3/10—Arrangements of light sources specially adapted for spectrometry or colorimetry
- G01J2003/102—Plural sources
- G01J2003/104—Monochromatic plural sources
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/28—Investigating the spectrum
- G01J2003/283—Investigating the spectrum computer-interfaced
- G01J2003/2843—Processing for eliminating interfering spectra
-
- 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
- G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
- G01N21/63—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
- G01N21/64—Fluorescence; Phosphorescence
- G01N21/645—Specially adapted constructive features of fluorimeters
- G01N21/6456—Spatial resolved fluorescence measurements; Imaging
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2201/00—Features of devices classified in G01N21/00
- G01N2201/12—Circuits of general importance; Signal processing
- G01N2201/129—Using chemometrical methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10141—Special mode during image acquisition
- G06T2207/10152—Varying illumination
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Spectroscopy & Molecular Physics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Food Science & Technology (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- Thermal Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Analytical Chemistry (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Medicinal Chemistry (AREA)
- Signal Processing (AREA)
- Multimedia (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Cold Air Circulating Systems And Constructional Details In Refrigerators (AREA)
- Devices That Are Associated With Refrigeration Equipment (AREA)
Abstract
提供了一种食物监测装置,包括:至少一个光源,被配置为向食物选择性地照射第一波段的光和与所述第一波段不同的第二波段的光;至少一个图像传感器,被配置为基于从所述食物散射、发射或反射的光而获得所述食物的可见图像和所述食物的高谱图像;以及至少一个处理器,被配置为基于所述可见图像获得所述食物的第一信息,并且基于所述第一信息和所述高谱图像获得所述食物的第二信息。
Description
相关申请的交叉引用
本申请基于并要求于2020年12月11日在韩国知识产权局递交的韩国专利申请No.10-2020-0173505的优先权,其全部公开内容通过引用合并于此。
技术领域
本公开的示例实施例涉及食物监测装置、包括食物监测装置的冰箱及其操作方法。
背景技术
获取与食物有关的信息以及基于获取的信息来分析食物的特性或情况的技术不仅广泛用于研究目的也用于为用户提供方便的目的。
在分析食物的状态的传统方法中,通过磨碎食物制备样本并且测量样本的pH、挥发性碱性氮(VBN)含量和微生物的数量的方法可以适合于测量食物的新鲜度,但是可能因为要破坏要被测量的食物而不适于一般消费者。因此,需要一种在不破坏要被测量的食物的情况下准确地提供与食物的情况有关的信息的技术。
发明内容
一个或多个示例实施例提供了食物监测装置、包括食物监测装置的冰箱、以及食物监测装置的操作方法。
要通过本公开实现的技术问题不限于上述技术问题,并且可以从以下示例实施例推断出其他技术问题。
附加方面部分地将在接下来的描述中阐述,且部分地将通过该描述而变得清楚明白,或者可以通过对示例实施例的实践来获知。
根据示例实施例的一个方面,提供了一种食物监测装置,包括:至少一个光源,被配置为向食物选择性地照射第一波段的光和与第一波段不同的第二波段的光;至少一个图像传感器,被配置为基于从食物散射、发射或反射的光而获得食物的可见图像和食物的高谱图像;以及至少一个处理器,被配置为基于可见图像获得食物的第一信息,并且基于第一信息和高谱图像获得食物的第二信息。
至少一个处理器还可以被配置为:基于第一信息来校正高谱图像、用于分析高谱图像的参数、以及参数与第二信息之间的相关性中的至少一项。
第一信息可以包括食物的类型和食物的部分中的至少一项,并且至少一个处理器还可以被配置为:基于第一信息选择性地对参数施加权重,以及通过基于施加了权重的参数分析高谱图像来获得第二信息。
第一信息可以包括食物的包装情况,并且至少一个处理器还可以被配置为:基于包装情况校正参数,以及基于经校正的参数获得第二信息。
参数可以包括食物中所包括的1,4二氢烟酰胺腺嘌呤二核苷酸(NADH)含量、卟啉含量、黄素腺嘌呤二核苷酸(FAD)含量、胶原蛋白含量中的至少一项。
第一信息可以包括食物在食物监测装置中的位置,并且至少一个处理器还可以被配置为:控制至少一个光源向食物监测装置中与食物的位置相对应的区域照射第二波段的光;以及根据从食物监测装置中与食物的位置相对应的区域接收的光,获得高谱图像。
第一波段的范围可以从400nm到700nm,第二波段的范围可以从250nm到400nm,并且至少一个图像传感器还可以被配置为测量范围从300nm到700nm的波段中的光。
根据示例实施例的另一个方面,提供了一种冰箱,包括:主体,包括储存空间;门,被配置为打开和封闭储存空间;以及设置在储存空间中的食物监测装置。
第二信息可以包括食物的新鲜度、成熟度和变质情况中的至少一项,并且至少一个处理器还可以被配置为:基于食物的新鲜度、成熟度和变质情况中的至少一项来确定食物是否可食用、食物的可食用时间段、食物的最佳食用时间和食物的烹饪方法中的至少一项。
冰箱还可以包括:控制器,被配置为控制储存空间中的温度、湿度和气体成分比率中的至少一项。
第二信息可以包括食物的成熟度,并且至少一个处理器还可以被配置为:基于食物的成熟度来确定是否需要加快或减慢食物的成熟以在食物的预设食用时间达到目标成熟度;以及由控制器控制储存空间中的温度、湿度和气体成分比率中的至少一项。
当确定需要加快或减慢食物的成熟时,至少一个处理器还可以被配置为:在确定食物的成熟度的时间和预设食用时间之间的时间段中的至少一部分期间将储存空间中的温度从预设温度升高或降低。
冰箱还可以包括:显示设备,设置在门上,显示设备被配置为输出从食物监测装置接收的第二信息。
冰箱还可以包括:通信接口,被配置为与外部设备通信以将第二信息发送到外部设备。
根据示例实施例的又一个方面,提供了一种操作食物监测装置的方法,方法包括:由至少一个光源向食物选择性地照射第一波段的光和与第一波段不同的第二波段的光;由至少一个图像传感器基于从食物散射、发射或反射的光来获得食物的可见图像和食物的高谱图像;基于可见图像获得食物的第一信息;以及基于第一信息和高谱图像获得食物的第二信息。
获得第二信息可以包括:基于第一信息来校正高谱图像、用于分析高谱图像的参数、以及参数与第二信息之间的相关性中的至少一项。
第一信息可以包括食物的类型和食物的部分中的至少一项,并且获得第二信息可以包括:基于第一信息选择性地对参数施加权重,以及通过基于施加了权重的参数分析高谱图像来获得第二信息。
第一信息可以包括食物的包装情况,并且获得第二信息可以包括:基于包装情况校正参数,以及基于经校正的参数来获得第二信息。
参数可以包括食物中的1,4二氢烟酰胺腺嘌呤二核苷酸(NADH)含量、卟啉含量、黄素腺嘌呤二核苷酸(FAD)含量、胶原蛋白含量中的至少一项。
第一信息可以包括食物在食物监测装置中的位置,并且获得食物的高谱图像可以包括:控制至少一个光源向食物监测装置中与食物的位置相对应的区域照射第二波段的光,以及基于从食物监测装置中与食物的位置相对应的区域接收的光来获得高谱图像。
根据示例实施例的一个方面,提供了一种食物监测装置,包括:至少一个光源,被配置为向食物选择性地照射第一波段的光和与第一波段不同的第二波段的光;至少一个图像传感器,被配置为基于从食物散射、发射或反射的光而获得食物的可见图像和食物的高谱图像;以及至少一个处理器,被配置为基于可见图像获得食物的第一信息,基于第一信息和高谱图像获得食物的第二信息,并且基于第一信息校正高谱图像。
附图说明
根据结合附图的以下描述,将更清楚示例实施例的以上和/或其他方面、特征和优点,在附图中:
图1是示出根据示例实施例的食物监测装置的示例的框图;
图2是根据示例实施例的食物监测装置的概念图;
图3和图4是示出根据示例实施例的根据食物不同部分的高谱图像获得的参数的示例的图;
图5是示出根据示例实施例的通过改变食物的包装状态而从高谱图像获取的数据的示例的图;
图6是示出根据示例实施例的操作食物监测装置的方法的流程图;
图7是根据示例实施例的冰箱的透视图;
图8是根据示例实施例的还包括用于与外部装置通信的通信接口的冰箱的概念图;以及
图9是示出根据示例实施例的由冰箱控制储存空间中的温度、湿度和气体成分比率中的至少一项的方法的流程图。
具体实施方式
现在将详细参考附图中所示出的实施例,其中类似的附图标记始终指代类似的元件。在这点上,示例实施例可以具有不同形式,并且不应当被解释为受限于本文所阐明的描述。因此,下面仅通过参考附图描述示例实施例,以解释各个方面。如本文中所使用的术语“和/或”包括相关列出项中的任一项和一项或多项的所有组合。称为“......中的至少一个”之类的表述在元件列表之后时修饰整个元件列表,而不是修饰列表中的单独元件。例如,表述“a、b和c中的至少一个”应该理解为仅包括a、仅包括b、仅包括c、包括a和b两者、包括a和c两者、包括b和c二者、或包括a、b和c的全部。
本文使用的术语根据本领域普通技术人员考虑示例实施例的功能时通常的使用进行选择,但是可以根据技术目的、先例或新技术的公开而改变。此外,在特定情况下,申请人可以任意选择一些术语,并且在这种情况下,将在本说明书的对应部分中详细描述这些术语的含义。因此,本说明书中使用的术语不应该基于其命名简单解释而是基于整个说明书的含义和内容来解释。
如本文中使用的,单数形式“一”、“一个”和“所述”意在还包括复数形式,除非上下文明确地给出相反的指示。应该理解的是,当本说明书中的部件“包括”或“包含”元件时,除非另外定义,否则并不从该部件排除其他元件,而是该部件还可以包括其他元件。
还应理解,术语“包括”或“包含”不应该被解释为必须包括本说明书中描述的各种构成元件和各种操作,并且也不应该被解释为可以不包括各种构成元件或各种操作中的构成要素或操作的部分或还可以包括附加的构成元件和操作。
应当理解,虽然可以在本文使用术语“第一”、“第二”等来描述各种构成元件,但是这些构成元件不应被这些术语限制。这些术语仅用来将构成元件彼此区分。
对示例实施例的描述不应该被解释为限制权利的范围,并且由本领域普通技术人员基于详细描述和实施例容易地推断出来的实施例将被解释为包括在本发明构思中。现在将详细参考在附图中示出的示例实施例。
图1是示出根据示例实施例的食物监测装置10的示例的框图。
食物监测装置10可以不受限制地适用于确定食物状态的任意装置。例如,食物监测装置10可以对应于通过被设置在食物储存装置(例如,冰箱、泡菜冰箱、加热器、储存容器、密封容器等)中而确定食物状态的装置,但是实施例不限于此。食物监测装置10可以对应于用于为了研究目的而分析食物状态的装置。食物指个人日常消耗的食物,并且可以包括例如肉、鱼、蛋、谷物、蔬菜、水果、乳制品等。
参考图1,食物监测装置10可以包括至少一个光源110、至少一个图像传感器120和至少一个处理器130。然而,在图1所示的食物监测装置10中仅示出与示例实施例有关的组件。因此,除了图1所示的组件之外,食物监测装置10还可以包括其他通用组件。例如,食物监测装置10还可以包括存储器。
此外,即使在仅包括图1所示的组件中的一些组件而实现本公开的目的时,仅包括图1所示的组件中的一些组件的装置也对应于食物监测装置10。例如,食物监测装置10可以仅包括至少一个图像传感器120和至少一个处理器130,而至少一个光源110可以设置在食物监测装置10外部。
存储器可以是存储由食物监测装置10处理的各种类型的数据的硬件,例如,存储器可以存储由食物监测装置10处理的数据和要被处理的数据。此外,存储器可以存储要由食物监测装置10驱动的应用、驱动程序等。
存储器可以包括诸如动态随机存取存储器(DRAM)、静态随机存取存储器(SRAM)之类的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、CD-ROM、蓝光光盘或其他光盘储存器、硬盘驱动器(HDD)、固态驱动器(SSD)或闪存,并且还可以包括可以由食物监测装置10访问的其他外部存储设备。
至少一个光源110可以指用于将光照射在食物上的设备。至少一个光源110可以向食物照射多个不同波段的光。例如,至少一个光源110可以向食物选择性地照射第一波段的光和与第一波段不同的第二波段的光。第一波段可以例如在约400nm到约700nm的范围,第二波段可以例如在约250nm到约400nm的范围。
例如,至少一个光源110可以是发光二极管(LED)或照射可见光波段中的漫射光的荧光灯,也可以是照射具有短波长的强光的激光二极管。然而,实施例不必限于此。至少一个光源110可以发射适于获取与食物有关的第一信息或第二信息的波段的光。
此外,至少一个光源110可以是被配置为选择性地将多个不同波段的光照射在食物上的单个光源。然而,实施例不限于此,并且至少一个光源110可以包括多个光源,该多个光源中的每一个可以照射一个波段的光。此外,至少一个光源110可以包括能够向食物选择性地照射多个不同波段的光的多个光源。
至少一个图像传感器120可以指用于基于从食物散射的、发射的或反射的光来获取食物的可见图像或高谱图像的设备。在一个示例中,至少一个图像传感器120可以通过测量范围从约300nm到约700nm的波段中的光来获得食物的可见图像或高谱图像。然而,实施例不必限于此,并且至少一个图像传感器120可以测量适于获取与食物有关的信息的任意波段中的光。
例如,至少一个图像传感器120可以包括能够获得可见图像的电荷耦合器件(CCD)传感器、互补金属氧化物半导体(CMOS)传感器或光电二极管阵列,但是不限于此。至少一个图像传感器120可以获取包括与外观有关的信息(例如,食物的颜色或形状)的可见图像。例如,至少一个图像传感器120可以获取食物的RGB图像。
此外,至少一个图像传感器120可以获取包括与从食物发射的荧光有关的信息的高谱图像。当从至少一个光源110照射光时,食物中的指示物材料可以发射荧光。例如,指示物材料可以包括1,4二氢烟酰胺腺嘌呤二核苷酸(NADH)、卟啉、黄素腺嘌呤二核苷酸(FAD)和胶原蛋白中的至少一项。NADH可以表示烟酰胺腺嘌呤二核苷酸(NAD)的还原态。表示指示物材料的含量的参数可以从高谱图像获得,并且被用于获取第二信息。例如,NADH是细胞呼吸作用的产物所产生的材料,并且因为其仅在动物死后由微生物产生,所以可以基于NADH含量来获得食物的信息(例如,新鲜度、成熟度和变质情况)。
此外,至少一个图像传感器120可以是被配置为根据从食物散射、发射或反射的光来获取食物的可见图像或高谱图像的单个图像传感器。然而,实施例不限于此,并且至少一个图像传感器120可以包括多个图像传感器,该多个图像传感器分别根据从食物散射、发射或反射的光来获得食物的一个可见图像或高谱图像。此外,至少一个图像传感器120可以包括:多个图像传感器,用于基于从食物散射、发射或反射的光来获取食物的多个可见或高谱图像。
至少一个处理器130可以执行用于控制食物监测装置10的总体功能。例如,至少一个处理器130可以控制至少一个光源110和至少一个图像传感器120的操作。至少一个处理器130可以被实现为多个逻辑门的阵列,并且可以被实现为通用微处理器与存储由该微处理器可执行的程序的存储器的组合。
至少一个处理器130可以基于从至少一个图像传感器120获取的可见图像来获取与食物有关的第一信息,并且可以基于获取的第一信息和从至少一个图像传感器120获得的高谱图像来获取与食物有关的第二信息。以这种方式,至少一个处理器130不是仅通过使用通过分析高谱图像所获取的信息来获取第二信息,而是通过全面考虑通过分析可见图像所获取的信息来获取第二信息,因此,与食物有关的第二信息的准确性可以提高。
例如,第一信息包括食物的类型、部分和包装情况、以及食物在食物监测装置10中的位置中的至少一项,并且第二信息包括食物的新鲜度、成熟度和变质情况中的至少一项。然而,实施例不必限于此。
至少一个处理器130可以使用识别算法来识别食物的存在,并获取与食物的类型、部分和包装情况、以及食物在食物监测装置10中的位置有关的信息。识别算法可以对应于分类算法、聚类算法、集成学习算法、用于预测任意结构化标签的通用算法、回归算法等。
分类算法可以包括SVC、朴素贝叶斯分类器、K最近邻分类器、集成分类器、SGD分类器、核近似、神经网络、SVM、决策树、逻辑回归等,并且聚类算法可以包括谱聚类、K均值聚类、最小批量K均值聚类等。而且,集成学习算法可以包括提升(元算法)、自举汇聚(“装袋”)和集成平均,用于预测任意结构化标签的通用算法可以包括贝叶斯网络和马尔可夫随机场,并且回归算法可以包括高斯过程回归(克里金)、线性/非线性回归和扩展、神经网络和深度学习方法、独立成分分析(ICA)、主成分分析(PCA)等。
神经网络可以包括:包括一个或多个隐层的n层神经网络或深度神经网络(DNN)。DNN可以包括卷积神经网络(CNN)、循环神经网络(RNN)、深度信念网络、受限玻尔兹曼机等,但是不限于此。当模式识别算法是神经网络时,模式识别算法的估计结果可以对应于神经网络的推断结果。
至少一个处理器130可以基于食物中的NADH含量、卟啉含量、FAD含量和胶原蛋白含量中的至少一项或其含量比率来确定食物的新鲜度、成熟度和变质情况。当在食物上照射特定波段的光时,至少一个处理器130可以基于关于例如约430nm到约550nm的波段的谱分布来测量NADH含量,并且可以基于关于例如约570nm到约630nm的波段的谱分布来测量卟啉含量。此外,至少一个处理器130可以基于关于例如约500nm到约550nm的波段的谱分布来测量FAD含量,并且基于关于例如约360nm到约420nm的波段的谱分布来测量胶原蛋白含量。
根据一个示例,至少一个处理器130可以通过使用通过分析可见图像所获取的信息来校正高谱图像、用于分析高谱图像的参数、以及该参数和与食物的状态有关的信息之间的相关性中的至少一项。如下文所述,当通过分析可见图像所获取的信息包括食物在食物监测装置中的位置时,至少一个处理器130可以通过允许至少一个光源110对与食物的位置相对应的区域照射第二波段的光来获得要被测量的目标的更清楚的高谱图像。当通过分析可见图像所获取的信息包括食物的包装情况时,至少一个处理器130可以根据用于每个包装情况的预定比率来放大参数的含量。此外,当通过分析可见图像所获取的信息包括食物的类型和部分中的至少一项时,至少一个处理器130可以对参数分配权重。然而,实施例不必限于此。
以这种方式,至少一个处理器130不是通过仅使用通过分析高谱图像所获取的信息、而是通过全面考虑通过分析可见图像所获取的信息来确定食物的状态。因此可以提高食物情况的准确性。在下文中,将参考图2更详细地描述操作食物监测装置10的过程。
图2是根据示例实施例的食物监测装置10的概念图。
参考图2,示出了用于说明图1的食物监测装置10确定食物140的状态的过程的概念图。至少一个光源110可以向食物140选择性地照射第一波段的光和与第一波段不同的第二波段的光,并且该光可以从食物140散射、发射或反射。
根据示例实施例,至少一个处理器130可以基于从至少一个图像传感器120获得的可见图像来获取与食物140的位置有关的信息,并且可以准确地向食物140的位置照射第二波段的光。在该示例中,与在食物监测装置10的整个测量空间上照射光相比,光可以集中照射到作为要被测量的目标的食物140上。因此,可以去除除了食物140以外的食物或物品的信号,并且可以使用至少一个光源110的最大输出来确定食物140的状态,因此,可以提高从光谱图像获得的关于食物的情况的信息的准确性。
例如,当通过分析可见图像所获取的信息包括食物在食物监测装置10中的位置时,至少一个处理器130可以控制至少一个光源110对与食物的位置相对应的区域照射第二波段的光,并且可以基于从与食物的位置相对应的区域接收的光来获取高谱图像。
图3和图4是示出根据示例实施例的根据食物不同部分的高谱图像获得的参数的示例的图。
在图3中,曲线图310和320示出从肉的脂肪组织散射、发射或反射的、范围从约350nm到约750nm的波段中的光的强度的测量结果。曲线图310对应于新鲜肉的脂肪组织的测量结果,并且曲线图320对应于腐烂肉的脂肪组织的测量结果。在图4中,曲线图410和420示出从肉的肌肉组织散射、发射或反射的、范围从约350nm到约750nm的波段中的光的强度的测量结果。曲线图410对应于新鲜肉的肌肉组织的测量结果,并且曲线图420对应于腐烂肉的肌肉组织的测量结果。
在曲线图中,约430nm到约550nm的波段中的强度对应于NADH含量,并且约570nm到约630nm的波段中的强度对应于卟啉含量。可以基于曲线图图案和特定波段中的强度来获得与食物的新鲜度、变质情况和成熟度有关的信息。例如,可以使用参考图1描述的识别算法来获得与食物的新鲜度、变质情况和成熟度有关的信息。
然而,比较图3和图4,可以看出测量脂肪组织的新鲜度的曲线图310和320的图案与测量肌肉组织的新鲜度的曲线图410和420的图案不同。因此,用于确定食物的新鲜度的标准可以根据食物的部分而不同。
此外,根据食物的类型,例如,根据要被测量的食物是否是肉、鱼、蛋、谷物、蔬菜、水果或乳制品,参数的各方面的改变可以不同。因此,与食物的部分的情况相同,用于确定食物的新鲜度的标准可以根据食物的类型而不同。在一个示例中,食物的类型可以根据卟啉含量来分类,并且可以基于从可见图像获得的食物的外观的颜色来分析卟啉含量。
例如,当通过分析可见图像所获取的信息包括食物类型和部分中的至少一项时,至少一个处理器(例如,图1或图2中的至少一个处理器110)可以根据该信息选择性地对参数施加权重,并且可以通过使用加权后的参数、通过分析高谱图像来获取与食物的状态有关的信息。当根据食物的类型或部分对参数施加权重时,可以通过使用更适于分析要被测量的食物的状态的参数来确定食物的状态。因此,可以提高与食物的状态有关的信息的准确性。
图5是示出根据示例实施例的通过改变食物的包装状态而从高谱图像获取的数据的示例的图。曲线图510表示所获得的关于乙烯缠绕包装的食物的数据,并且曲线图520表示所获得的关于乙烯真空包装食物的数据。
在曲线图510和520中,约430nm到约550nm的波段中的光的强度对应于NADH含量,并且约570nm到约630nm的波段中的光的强度对应于卟啉含量。
参考图5,与曲线图510相比,在曲线图520的示例中,与NADH含量相对应的主峰出现在约430nm到约550nm的波段中。如果不去除除了要被测量的食物以外的物品的信号,那么确定食物的状态的方法的准确性就可能下降,因此,必须根据食物的包装情况来校正参数。
例如,当通过分析可见图像所获取的信息包括食物的包装情况时,至少一个处理器(例如,图1或图2的至少一个处理器110)可以基于包装情况来校正参数,并且基于经校正的参数来获取与食物的状态有关的信息。
例如,当去除包装的信号时,图案或曲线图的参数的改变可以变得更加清楚,因此,可以提高与食物的状态有关的信息的准确性。
此外,当包装材料中存在阻断第二波段的光照射到食物的材料时,第二波段的光可以照射到食物中不存在包装材料中的该材料的部分。在这种情况下,从要被测量的食物的被包装部分发射的信号可以减小。因此,可以提高与食物的状态有关的信息的准确性。
图6是示出根据示例实施例的操作食物监测装置10的方法的流程图。
参考图6,操作食物监测装置10的方法包括在图1和图2所示的食物监测装置10中按时间顺序处理的操作。因此,即使在下面省略针对图1至图5给出的描述,该描述也可以应用于图6的操作食物监测装置的方法。
在操作610中,食物监测装置可以通过使用至少一个光源选择性地将第一波段的光和与第一波段不同的第二波段的光照射在食物上。
在一个示例中,食物监测装置可以通过使用至少一个光源选择性地照射约400nm到约700nm的范围中的第一波段中的光和约250nm到约400nm的范围中的第二波段中的光。然而,实施例不必限于此。
在操作620中,食物监测装置可以通过使用至少一个图像传感器根据从食物散射、发射或反射的光来获取食物的可见图像或高谱图像。至少一个图像传感器可以获取包括关于食物的外观的信息(例如,颜色或形状)的可见图像。此外,至少一个图像传感器可以获取包括与从食物发射的荧光有关的信息的高谱图像。
在一个示例中,食物监测装置可以通过使用至少一个图像传感器来测量范围从约300nm到约700nm的波段中的光。然而,实施例不必限于此。
在操作630中,食物监测装置可以基于可见图像获取与食物有关的第一信息。第一信息可以包括准确地测量食物的状态所需要的任意信息。例如,第一信息可以包括食物的类型、部分和包装情况、以及食物在食物监测装置中的位置中的至少一项。然而,实施例不必限于此。
在操作640中,食物监测装置可以基于获取的第一信息和高谱图像来获取与食物有关的第二信息。与食物有关的第二信息可以包括指示食物的状态的所有信息。例如,第二信息可以包括食物的新鲜度、成熟度和变质情况中的至少一项。然而,实施例不必限于此。
食物监测装置可以包括:校正操作,通过使用获取的第一信息来校正高谱图像、用于分析高谱图像的参数、以及该参数与第二信息之间的相关性中的至少一项。例如,参数可以包括食物中的NADH含量、卟啉含量、FAD含量和胶原蛋白含量中的至少一项。然而,实施例不必限于此。
当第一信息包括食物的类型和部分中的至少一项时,食物监测装置可以根据第一信息选择性地对参数施加权重,并且可以通过使用加权后的参数分析高谱图像来获取第二信息。
此外,当第一信息包括食物的包装情况时,食物监测装置可以基于包装情况校正参数,并且基于经校正的参数来获取第二信息。
当第一信息包括食物在食物监测装置中的位置时,食物监测装置可以控制至少一个光源对与食物的位置相对应的区域照射第二波段的光,并且根据从与食物的位置相对应的区域接收的光来获得高谱图像。
上述操作食物监测装置的方法可以被存储在计算机可读记录介质中,该计算机可读记录介质中记录了包括用于执行该方法的指令的一个或多个程序。计算机可读记录介质的示例包括磁性介质(例如,硬盘、软盘和磁带)、光学介质(例如,CD-ROM和DVD)、磁光介质(例如,光磁软盘)、以及具体配置为存储并执行程序命令的硬件设备(例如,ROM、RAM、闪存等)。程序指令的示例包括由编译器产生的机器代码、以及可以由计算机使用解释器来执行的高级语言代码等。
图7是根据示例实施例的冰箱的透视图。
参考图7、可以提供包括主体710、门720、显示设备730和食物监测装置的冰箱70。因为食物监测装置对应于图1和图2的食物监测装置10,所以省略了其重复描述。
主体710包括储存空间,并且在储存空间中可以存在多个食物,而不止一个食物。门720可以打开和封闭储存空间,因此,可以在储存空间中形成独立于外部环境的环境。显示设备730布置在门720的正面,并且可以输出从食物监测装置接收的第二信息。显示设备730通过输出图像或音频来将从食物监测装置接收的第二信息提供给用户。
根据示例实施例,当第二信息包括食物的新鲜度、成熟度和变质情况中的至少一项时,食物监测装置中包括的至少一个处理器(例如,图1或图2的至少一个处理器110)可以基于新鲜度、成熟度和变质情况中的至少一项来确定食物是否是可食用的、可食用时间段、最佳食用时间和烹饪方法中的至少一项。此外,至少一个处理器可以通过显示设备730向用户提供所确定的食物是否可食用的概率、可食用时间段、最佳食用时间或烹饪方法。
根据示例实施例,冰箱70还可以包括:控制器,其包括至少一个处理器并且被配置为控制储存空间中的温度、湿度和气体成分比率中的至少一项。此外,控制器将储存空间中的温度控制为在约-25℃到约10℃的范围中,但是不限于此。因为储存空间形成了独立于外部的环境,所以可以控制储存空间中的气体成分比率,并且可以控制储存空间中的气体中的氧气的比率。
例如,当第二信息包括食物的成熟度时,至少一个处理器可以基于食物的成熟度确定是否需要加快或减慢食物的成熟以在食物的计划食用日期达到目标成熟度。根据该确定,至少一个处理器可以通过使用被配置为控制温度、湿度和气体成分比率中的至少一项的控制器来控制储存空间中的温度、湿度和气体成分比率中的至少一项。
至少一个处理器计算确定食物的成熟度的时间和所估计的食物需要等到的计划食用日期,如果在确定食物的成熟度时的温度没有高到足以在计划食用日期达到目标成熟度,则确定加快成熟,如果温度高到足以在计划食用日期超过目标成熟度,则确定减慢成熟。
此外,当确定需要加快或减慢食物的成熟时,至少一个处理器可以在确定食物的成熟度的时间和计划食用日期之间的时间段中的至少一部分期间将储存空间中的温度从预设温度升高或降低。
成熟速率与周围环境的温度、湿度和气体成分比率有关。例如,当温度升高、湿度下降、或气体中的氧气比率升高时,成熟速率升高,而当温度下降、湿度升高、或气体中的氧气比率下降时,成熟速率下降。
例如,当需要加快食物的成熟时,至少一个处理器可以通过升高储存空间中的温度来加快用于成熟的化学反应。因此,食物的成熟可以加快。当需要减慢食物的成熟时,至少一个处理器可以通过降低储存空间中的温度来减慢用于成熟的化学反应。因此,食物的成熟可以减慢。
当需要加快或减慢食物的成熟时,至少一个处理器可以计算储存空间在确定食物的成熟度时的温度和在可以在计划食用日期达到目标成熟度的温度之间的温度差,并且可以基于对应的温度差来升高或降低储存空间中的温度。在这种情况下,用户可以在食用日期获取希望的成熟度的食物,因此,不会出现由于不够成熟而需要额外的成熟时间或由于过于成熟而破坏食物的味道或口感这样的情况。
此外,当储存空间中的温度从预设温度升高或减小以加快或减慢食物的成熟时,至少一个处理器可以在用户食用或烹饪前将储存空间中的温度改变到预设温度或者用户为了食用或烹饪所设置的温度。在这种情况下,因为用户可以获取适合于食用或烹饪的温度下的食物,所以减少了加热或冷却食物所需(例如,为了食用或烹饪而使冷冻食物解冻)的时间。
上述由至少一个处理器对食物的处理可以由食物监测装置中所包括的至少一个处理器之外的设置在冰箱中的单独处理器来执行。
图8是根据示例实施例的还包括用于与外部装置通信的通信接口的冰箱的概念图。
参考图8,冰箱70可以包括:通信接口,其与外部装置通信以向外部装置发送第二信息。冰箱70可以通过通信接口与服务器810和/或移动终端820通信。通信接口可以包括短程无线通信接口、移动通信单元等。短程无线通信接口包括蓝牙通信单元、蓝牙低功耗(BLE)通信单元、近场通信接口、WLAN(Wi-Fi)通信单元、Zigbee通信单元、红外数据协会(IrDA)通信单元、Wi-Fi直连(WFD)通信单元、超宽带(UWB)通信单元、Ant+通信单元等,但不限于此。
包括被配置为与外部装置通信的通信接口在内的冰箱70通过向用户的移动终端820发送与食物的状态有关的信息,来允许用户监测与储存空间中的食物的状态有关的信息而不受位置和时间的限制。此外,来自多个冰箱70的与食物有关的信息可以提供给服务器810,并且用户可以容易地确定和管理数量很多的任意产品的状态。因此,包括与外部装置通信的通信接口在内的冰箱70还可以应用于分配管理。
图9是示出根据示例实施例的由冰箱控制储存空间中的温度、湿度和气体成分比率中的至少一项的方法的流程图。
参考图9,由冰箱控制储存空间中的温度、湿度和气体成分比率中的至少一项的方法包括在图7和图8所示的冰箱70中按照时间顺序执行的操作。因此,即使在下面省略关于图7和图8给出的描述,其也可以应用于图9的控制冰箱的储存空间中的温度、湿度和气体成分比率中的至少一项的方法。
此外,图9的方法可以由冰箱(例如,图7或图8的冰箱70)中所包括的食物监测装置(例如,图1或图2的食物监测装置10)执行,或者可以由食物监测装置外部的单独处理器执行。当图9的方法由食物监测装置执行时,图9的方法可以由食物监测装置中包括的任意组件(例如,图1或图2的至少一个处理器130)执行。
在操作910中,冰箱可以通过使用至少一个光源选择性地向食物照射第一波段的光和与第一波段不同的第二波段的光。图9的操作910对应于图6的操作610,因此省略了其重复描述。
在操作920中,冰箱可以通过使用至少一个图像传感器,根据从食物散射、发射或反射的光来获取食物的可见图像或高谱图像。图9的操作920对应于图6的操作620,因此省略了其重复描述。
在操作930中,冰箱可以基于可见图像获取与食物有关的第一信息。图9的操作930对应于图6的操作630,因此省略了其重复描述。
在操作940中,冰箱可以基于已获取的第一信息和高谱图像来获取与食物有关的第二信息。图9的操作940对应于图6的操作640,因此省略了其重复描述。
在操作950中,如果第二信息包括食物的成熟度,则冰箱基于食物的成熟度确定是否需要加快或减慢食物的成熟以在食物的计划食用日期达到目标成熟度。例如,冰箱计算确定食物的成熟度的时间和所估计的食物需要等到的计划食用日期,如果在确定食物的成熟度时的温度没有高到足以在计划食用日期达到目标成熟度,则确定加快成熟,如果温度高到足以在计划食用日期超过目标成熟度,则确定减慢成熟。
在操作960中,当确定需要加快或减慢食物的成熟时,冰箱可以通过使用被配置为控制温度、湿度和气体成分比率中的至少一项的控制器来控制储存空间中的温度、湿度和气体成分比率中的至少一项。例如,在确定食物的成熟度的时间和计划食用日期之间的时间段中的至少一部分期间,冰箱可以将储存空间中的温度从预设温度升高或降低。
冰箱可以计算储存空间中在确定食物的成熟度时的温度和在可以在计划食用日期达到目标成熟度的温度之间的温度差,并且可以基于对应的温度差来升高或降低储存空间中的温度。此外,当储存空间中的温度从预设温度升高或减小以加快或减慢食物的成熟时,冰箱可以在用户食用或烹饪前将储存空间中的温度改变到预设温度或者用户为了食用或烹饪所偏好的温度。
在操作970中,当确定不需要加快或减慢食物的成熟时,冰箱可以保持储存空间中的温度、湿度和气体成分比率。
虽然上面已经详细描述了示例实施例,但是范围不限于此,并且由本领域技术人员使用随附权利要求中限定的基本构思做出的各种修改和改进也被包括在本发明的范围中。
应当理解,本文所描述的示例实施例应当被认为仅是描述性的,而不是为了限制目的。对每个示例性实施例中的特征或方面的描述应当典型地被看作是可用于其他实施例中的其他类似特征或方面。
尽管已经参考附图描述了示例实施例,但本领域普通技术人员将理解,在不脱离所附权利要求及其等同物限定的精神和范围的情况下,可以进行形式和细节上的多种改变。
Claims (20)
1.一种食物监测装置,包括:
至少一个光源,被配置为向食物选择性地照射第一波段的光和与所述第一波段不同的第二波段的光;
至少一个图像传感器,被配置为基于从所述食物散射、发射或反射的光,获得所述食物的可见图像和所述食物的高谱图像;以及
至少一个处理器,被配置为基于所述可见图像获得所述食物的第一信息,并且被配置为基于所述第一信息和所述高谱图像获得所述食物的第二信息。
2.根据权利要求1所述的食物监测装置,其中,所述至少一个处理器还被配置为:基于所述第一信息来校正所述高谱图像、用于分析所述高谱图像的参数、以及所述参数与所述第二信息之间的相关性中的至少一项。
3.根据权利要求2所述的食物监测装置,其中,所述第一信息包括所述食物的类型和所述食物的部分中的至少一项,并且
其中,所述至少一个处理器还被配置为:基于所述第一信息选择性地对所述参数施加权重,以及通过基于施加了所述权重的参数分析所述高谱图像来获得所述第二信息。
4.根据权利要求2所述的食物监测装置,其中,所述第一信息包括所述食物的包装情况,并且
其中,所述至少一个处理器还被配置为:基于所述包装情况校正所述参数,以及基于经校正的所述参数来获得所述第二信息。
5.根据权利要求2所述的食物监测装置,其中,所述参数包括所述食物中所包括的1,4二氢烟酰胺腺嘌呤二核苷酸NADH含量、卟啉含量、黄素腺嘌呤二核苷酸FAD含量和胶原蛋白含量中的至少一项。
6.根据权利要求1所述的食物监测装置,其中,所述第一信息包括所述食物在所述食物监测装置中的位置,并且
其中,所述至少一个处理器还被配置为:
控制所述至少一个光源向所述食物监测装置中与所述食物的位置相对应的区域照射所述第二波段的光;并且
根据从所述食物监测装置中与所述食物的位置相对应的区域接收的光,获得所述高谱图像。
7.根据权利要求1所述的食物监测装置,其中,所述第一波段的范围从400nm到700nm,
其中,所述第二波段的范围从250nm到400nm,并且
其中,所述至少一个图像传感器还被配置为测量范围从300nm到700nm的波段中的光。
8.一种冰箱,包括:
主体,包括储存空间;
门,被配置为打开和封闭所述储存空间;以及
设置在所述储存空间中的根据权利要求1所述的食物监测装置。
9.根据权利要求8所述的冰箱,其中,所述第二信息包括所述食物的新鲜度、成熟度和变质情况中的至少一项,并且
其中,所述至少一个处理器还被配置为:基于所述食物的新鲜度、成熟度和变质情况中的至少一项来确定所述食物是否可食用、所述食物的可食用时间段、所述食物的最佳食用时间和所述食物的烹饪方法中的至少一项。
10.根据权利要求8所述的冰箱,还包括:控制器,被配置为控制所述储存空间中的温度、湿度和气体成分比率中的至少一项。
11.根据权利要求10所述的冰箱,其中,所述第二信息包括所述食物的成熟度,并且
其中,所述至少一个处理器还被配置为:
基于所述食物的成熟度来确定是否需要加快或减慢所述食物的成熟以在所述食物的预设食用时间达到目标成熟度;并且
由所述控制器控制所述储存空间中的温度、湿度和气体成分比率中的至少一项。
12.根据权利要求11所述的冰箱,其中,当确定需要加快或减慢所述食物的成熟时,所述至少一个处理器还被配置为:在确定所述食物的成熟度的时间和所述预设食用时间之间的时间段中的至少一部分期间,将所述储存空间中的温度从预设温度升高或降低。
13.根据权利要求8所述的冰箱,还包括:显示设备,设置在所述门上,所述显示设备被配置为输出从所述食物监测装置接收的所述第二信息。
14.根据权利要求8所述的冰箱,还包括:通信接口,被配置为与外部设备通信以将所述第二信息发送到所述外部设备。
15.一种操作食物监测装置的方法,所述方法包括:
由至少一个光源向食物选择性地照射第一波段的光和与所述第一波段不同的第二波段的光;
由至少一个图像传感器基于从所述食物散射、发射或反射的光来获得所述食物的可见图像和所述食物的高谱图像;
基于所述可见图像获得所述食物的第一信息;以及
基于所述第一信息和所述高谱图像获得所述食物的第二信息。
16.根据权利要求15所述的方法,其中,获得所述第二信息包括:基于所述第一信息来校正所述高谱图像、用于分析所述高谱图像的参数、以及所述参数与所述第二信息之间的相关性中的至少一项。
17.根据权利要求16所述的方法,其中,所述第一信息包括所述食物的类型和所述食物的部分中的至少一项,并且
其中,获得所述第二信息包括:基于所述第一信息选择性地对所述参数施加权重,以及通过基于施加了所述权重的参数分析所述高谱图像来获得所述第二信息。
18.根据权利要求16所述的方法,其中,所述第一信息包括食物的包装情况,并且
其中,获得所述第二信息包括:基于所述包装情况校正所述参数,以及基于经校正的所述参数来获得所述第二信息。
19.根据权利要求16所述的方法,其中,所述参数包括所述食物中的1,4二氢烟酰胺腺嘌呤二核苷酸NADH含量、卟啉含量、黄素腺嘌呤二核苷酸FAD含量和胶原蛋白含量中的至少一项。
20.根据权利要求15所述的方法,其中,所述第一信息包括所述食物在所述食物监测装置中的位置,并且
其中,获得所述食物的所述高谱图像包括:控制所述至少一个光源向所述食物监测装置中与所述食物的位置相对应的区域照射所述第二波段的光,以及基于从所述食物监测装置中与所述食物的位置相对应的区域接收的光来获得所述高谱图像。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR10-2020-0173505 | 2020-12-11 | ||
KR1020200173505A KR20220083349A (ko) | 2020-12-11 | 2020-12-11 | 식품 모니터링 장치, 이를 포함하는 냉장고, 및 이의 동작 방법 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114624233A true CN114624233A (zh) | 2022-06-14 |
Family
ID=78371827
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110847466.5A Pending CN114624233A (zh) | 2020-12-11 | 2021-07-26 | 食物监测装置、包括食物监测装置的冰箱及其操作方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US11758091B2 (zh) |
EP (1) | EP4012384A1 (zh) |
JP (1) | JP2022093290A (zh) |
KR (1) | KR20220083349A (zh) |
CN (1) | CN114624233A (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102654875B1 (ko) | 2021-12-23 | 2024-04-05 | 삼성전자주식회사 | 자외선 차단 물질을 검출하는 장치 및 이를 포함하는 모바일 디바이스 |
CN115046363B (zh) * | 2022-06-30 | 2024-05-07 | 桂林电子科技大学 | 基于机器视觉及光谱检测的智能冰箱及运行方法 |
CN116196621B (zh) * | 2023-05-05 | 2023-10-03 | 荣耀终端有限公司 | 应用处理方法及相关装置 |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0396838A (ja) | 1989-09-08 | 1991-04-22 | Sumitomo Electric Ind Ltd | 食肉鮮度測定装置 |
WO1993021597A1 (en) | 1992-04-13 | 1993-10-28 | Meat Research Corporation | Image analysis for meat |
JP2002162358A (ja) | 2000-11-22 | 2002-06-07 | Ishii Ind Co Ltd | 被検出物の変異部検出方法及びその変異部検出装置 |
WO2010081116A2 (en) | 2009-01-10 | 2010-07-15 | Goldfinch Solutions, Llc | System and method for analyzing properties of meat using multispectral imaging |
US9322769B2 (en) | 2011-12-19 | 2016-04-26 | Robert R. Alfano | Method and apparatus for detecting degree of spoilage of food |
JP2014153163A (ja) | 2013-02-07 | 2014-08-25 | Zensho Holdings Co Ltd | 食物検査装置及び食物検査方法 |
US20140267684A1 (en) | 2013-03-15 | 2014-09-18 | Chemlmage Corporation | System and method for detecting contamination in food using hyperspectral imaging |
US10628660B2 (en) * | 2018-01-10 | 2020-04-21 | Trax Technology Solutions Pte Ltd. | Withholding notifications due to temporary misplaced products |
CN112789495B (zh) * | 2018-08-01 | 2022-05-27 | 库塞尔专业公司 | 混合光谱成像仪 |
US11353259B2 (en) * | 2018-09-18 | 2022-06-07 | Samsung Electronics Co., Ltd. | Augmented-reality refrigerator and method of controlling thereof |
KR102551358B1 (ko) * | 2018-09-21 | 2023-07-04 | 삼성전자주식회사 | 냉장고 내 객체의 상태와 관련된 정보를 제공하는 방법 및 시스템 |
JP6913953B2 (ja) | 2018-11-07 | 2021-08-04 | 有限会社 ワーコム農業研究所 | 肉質等級の品質基準のデジタル化方法、それによる品質基準を利用した品質評価のデジタル処理方法、それらを利用した自動肉質評価装置、および、それに搭載されるソフトウェア |
CN110987885A (zh) | 2019-11-23 | 2020-04-10 | 四川省农业科学院分析测试中心 | 基于鱼体自身荧光强度检测鱼体新鲜度检测方法及装置 |
CN110956217A (zh) | 2019-12-06 | 2020-04-03 | 广东美的白色家电技术创新中心有限公司 | 食物成熟度识别方法、装置以及计算机存储介质 |
CN114252400A (zh) | 2020-09-21 | 2022-03-29 | 三星电子株式会社 | 肉类检查装置、肉类检查系统、冰箱和肉类检查方法 |
-
2020
- 2020-12-11 KR KR1020200173505A patent/KR20220083349A/ko active Search and Examination
-
2021
- 2021-07-02 US US17/366,695 patent/US11758091B2/en active Active
- 2021-07-26 CN CN202110847466.5A patent/CN114624233A/zh active Pending
- 2021-10-21 EP EP21203948.1A patent/EP4012384A1/en active Pending
- 2021-12-01 JP JP2021195163A patent/JP2022093290A/ja active Pending
Also Published As
Publication number | Publication date |
---|---|
JP2022093290A (ja) | 2022-06-23 |
KR20220083349A (ko) | 2022-06-20 |
US20220191432A1 (en) | 2022-06-16 |
EP4012384A1 (en) | 2022-06-15 |
US11758091B2 (en) | 2023-09-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114624233A (zh) | 食物监测装置、包括食物监测装置的冰箱及其操作方法 | |
CN112740229A (zh) | 用于提供与冰箱中的物体的状态有关的信息的方法和系统 | |
Papadopoulou et al. | Sensory and microbiological quality assessment of beef fillets using a portable electronic nose in tandem with support vector machine analysis | |
CN108713208B (zh) | 易腐产品的货物运输系统 | |
He et al. | Rapid and real-time prediction of lactic acid bacteria (LAB) in farmed salmon flesh using near-infrared (NIR) hyperspectral imaging combined with chemometric analysis | |
Huang et al. | Rapid and nondestructive detection of freshness quality of postharvest spinaches based on machine vision and electronic nose | |
US20210311011A1 (en) | Techniques for scoring food specimens, and related methods and apparatus | |
Cui et al. | Recent advances in shelf life prediction models for monitoring food quality | |
CN113791055B (zh) | 一种鱼肉新鲜度检测方法及系统 | |
JP7534116B2 (ja) | 保管容器、冷蔵庫及び熟成度推定装置 | |
Soni et al. | Hyperspectral imaging and deep learning for quantification of Clostridium sporogenes spores in food products using 1D-convolutional neural networks and random forest model | |
US20230214982A1 (en) | Machine learning-based assessment of food item quality | |
Dourou et al. | Rapid microbial quality assessment of chicken liver inoculated or not with Salmonella Using FTIR spectroscopy and machine learning | |
Alshejari et al. | An intelligent decision support system for the detection of meat spoilage using multispectral images | |
US11847681B2 (en) | Ultraviolet light and machine learning-based assessment of food item quality | |
WO2022221232A1 (en) | Produce quality assessment and pricing metric system | |
de la Cruz Quiroz et al. | Residential refrigerator performance based on microbial indicators of ground beef preservation assessed using predictive microbiology tools | |
JP6915718B1 (ja) | 学習装置、生鮮品の収容装置およびプログラム | |
Ahmad et al. | Application of support vector classification algorithms for the prediction of quality level of frozen shrimps (Litopenaeus vannamei) suitable for sensor-based time-temperature monitoring | |
Sun et al. | An electronic nose based on adaptive fusion of transformer-ELM with active temperature modulation algorithm for accurate odor detection in refrigerators | |
Swanson et al. | Detection of previously frozen poultry through plastic lidding film using portable visible spectral imaging (443–726 NM) | |
Vashishth et al. | Smart technologies in food manufacturing | |
Yang et al. | Developing a predictive model of salted kimchi cabbage shelf-life using the general stability index | |
Natarajan et al. | A review on fish species classification and determination using machine learning algorithms | |
Fonseca et al. | Monitoring perishable food |
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 |