CN115868814B - 一种具有视觉感知的煎饼机智能调控方法及系统 - Google Patents
一种具有视觉感知的煎饼机智能调控方法及系统 Download PDFInfo
- Publication number
- CN115868814B CN115868814B CN202310186603.4A CN202310186603A CN115868814B CN 115868814 B CN115868814 B CN 115868814B CN 202310186603 A CN202310186603 A CN 202310186603A CN 115868814 B CN115868814 B CN 115868814B
- Authority
- CN
- China
- Prior art keywords
- edge
- pancake
- glossiness
- sampling
- contour
- 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
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Image Analysis (AREA)
Abstract
本发明涉及图像数据处理技术领域,具体涉及一种具有视觉感知的煎饼机智能调控方法及系统。该方法获取煎饼表面灰度图像的煎饼区域,识别煎饼区域内直线边缘像素点,存在直线边缘像素点则构建翘边采样轮廓和非翘边采样轮廓,根据直线边缘像素点的数量和相对位置获得翘边度,根据采样轮廓上像素点间的灰度变化差异获取采样轮廓的光泽度,依据采样轮廓间光泽度的相似性获取采样轮廓的修正光泽度,基于修正光泽度、翘边度和采样轮廓的位置获取煎饼区域的整体光泽度,本发明结合整体光泽度、翘边度和煎饼表面颜色差异获取煎饼的成熟度,增加了通过成熟度判断煎饼被煎饼机产出时刻的准确性,提高煎饼机生产时间控制效果。
Description
技术领域
本发明涉及图像数据处理技术领域,具体涉及一种具有视觉感知的煎饼机智能调控方法及系统。
背景技术
煎饼是具有民族特色的传统食品,在我国分布地区广泛、历史悠久。煎饼的种类众多,传统煎饼往往采用手工制作,然而随着时代的发展,由于煎饼的需求量变大,手工制作煎饼的缺点也随之暴露,例如,手工煎饼耗费时间长,且制作人经验影响煎饼的口感与外观。故自动煎饼机随之兴起,自动煎饼机采用微电脑控制,实现煎饼制作的整个流程,包括上料、刮糊等一系列动作。
传统的方法获取煎饼的外观完整度,以及颜色光泽等特征判断煎饼是否完成生产,在煎饼生产过程中,将面糊加入鏊子上,通过刮糊工具让面糊在鏊子不断旋转得到煎饼,但是不同位置的面糊量不能保证均匀,故在进行加热时,不同位置的面糊温度变化不同,由于加热过程中煎饼表面颜色不断变化,即灰度值会发生变化,所以基于煎饼图像内像素点局部灰度值变化获取煎饼的光滑度;对于煎饼是否煎熟往往是基于煎饼是否发生翘边进行判断的,当煎饼发生翘边程度较小时,则翘边像素点会由于灰度梯度较小而无法检测出来,导致无法准确判断煎饼的成熟时刻,导致生产出的煎饼外观与口感均较差,进而对煎饼机生产时间控制效果较差。
发明内容
为了解决煎饼随温度变化使光滑度改变以及煎饼的翘边程度较小无法及时检测,导致煎饼机生产时间控制效果较差的技术问题,本发明的目的在于提供一种具有视觉感知的煎饼机智能调控方法及系统,所采用的技术方案具体如下:
第一方面,本发明一个实施例提供了一种具有视觉感知的煎饼机智能调控方法,该方法包括:
采集煎饼加热至变黄成型过程中每个时刻下的煎饼表面灰度图像,获取所述煎饼表面灰度图像的煎饼区域;
识别所述煎饼区域中的直线边缘像素点;若存在所述直线边缘像素点,则以煎饼区域中心点为圆心构建至少两个翘边采样轮廓和至少两个非翘边采样轮廓;所述翘边采样轮廓包含直线边缘像素点和一段圆弧,所述非翘边采样轮廓为圆形轮廓;根据所述直线边缘像素点的数量和所述圆心与每个所述直线边缘像素点的相对位置获得翘边度;
根据每个采样轮廓上像素点间的灰度变化差异分别获取所述非翘边采样轮廓的第一光泽度和所述翘边采样轮廓的第二光泽度;
根据煎饼区域内采样轮廓间光泽度的相似性分别获取所述非翘边采样轮廓的第一修正光泽度和所述翘边采样轮廓的第二修正光泽度;基于所述第一修正光泽度、所述第二修正光泽度、所述翘边度和采样轮廓的位置获取煎饼区域的整体光泽度;
基于所述整体光泽度、所述翘边度和煎饼表面颜色差异获取煎饼的成熟度;根据所述成熟度控制煎饼机产出煎饼。
进一步地,所述煎饼区域的获取方法,包括:
对所述煎饼表面灰度图像进行边缘检测得到初始边缘像素点,根据所述初始边缘像素点的梯度值筛选出轮廓边缘像素点,所述轮廓边缘像素点构成煎饼区域轮廓;所述煎饼区域轮廓构成的区域为所述煎饼区域;对所述轮廓边缘像素点进行霍夫圆检测得到初始圆;所述初始圆的圆心作为所述煎饼区域中心点。
进一步地,所述直线边缘像素点的识别方法,包括:
获取在霍夫圆检测过程中对初始圆的圆心进行投票的所述初始边缘像素点在煎饼区域上对应的轮廓边缘像素点,将所述轮廓边缘像素点作为圆形边缘像素点,将所述煎饼区域上的其他轮廓边缘像素点作为所述直线边缘像素点。
进一步地,所述翘边度的获取方法,包括:
将所述煎饼区域内的所有直线边缘像素点进行连接得到目标直线;
获取所述煎饼区域上的圆形边缘像素点在所述初始圆上的对应像素点作为目标像素点,将所述初始圆上的非目标像素点作为翘边圆弧像素点;
将所述翘边圆弧像素点的数量与所述初始圆上所有像素点的数量的比值作为翘边占比值,将每个所述翘边圆弧像素点到所述目标直线的距离进行累加得到翘边距离值,将所述翘边占比值与所述翘边距离值的乘积作为煎饼区域的翘边度。
进一步地,所述光泽度的获取方法,包括:
计算每个所述非翘边采样轮廓的旋转方向上相邻像素点之间的灰度差值绝对值作为非翘边灰度差,将所述非翘边灰度差进行负相关映射并累加得到对应非翘边采样轮廓的所述第一光泽度;
计算每个所述翘边采样轮廓的旋转方向上所述圆弧内相邻像素点之间的灰度差值绝对值作为翘边灰度差,将所述翘边灰度差进行负相关映射并累加得到对应翘边采样轮廓的所述第二光泽度。
进一步地,所述修正光泽度的获取方法,包括:
计算每个非翘边采样轮廓与目标非翘边采样轮廓之间的半径差值和光泽度差值,将半径差值绝对值的倒数、光泽度差值绝对值与预设常数之和的倒数与目标非翘边采样轮廓的光泽度的乘积的平均值作为对应目标非翘边采样轮廓的第一修正光泽度;
计算每个翘边采样轮廓对应的所述圆弧与目标翘边采样轮廓对应的所述圆弧之间的圆弧半径差值,计算每个翘边采样轮廓与目标翘边采样轮廓之间光泽度差值,将圆弧半径差值绝对值的倒数、光泽度差值绝对值与预设常数之和的倒数与目标翘边采样轮廓的光泽度的乘积的平均值作为对应目标翘边采样轮廓的第二修正光泽度。
进一步地,所述整体光泽度的获取方法,包括:
将非翘边采样轮廓的半径负相关映射并归一化,获得第一相对位置权重,将每个所述非翘边采样轮廓的第一修正光泽度与对应的所述第一相对位置权重相乘后累加,获得第一初始整体光泽度;
将所述翘边采样轮廓对应的所述圆弧的半径负相关映射并归一化,获得第二相对位置权重,将所述第二相对位置权重与所述翘边度的倒数的乘积作为第三相对位置权重,将每个所述翘边采样轮廓的第二修正光泽度与对应的所述第三相对位置权重相乘后累加,获得第二初始整体光泽度;
将所述第一初始整体光泽度与所述第二初始整体光泽度相加获得所述整体光泽度。
进一步地,所述成熟度的获取方法,包括:
将相邻的翘边圆弧像素点进行连接得到目标翘边圆弧,以所述目标直线为对称线,获取所述目标翘边圆弧关于目标直线的对称圆弧,将所述对称圆弧作为实际翘边圆弧;
由所述实际翘边圆弧和所述目标直线组成翘边区域;
去除所述煎饼区域中的所述翘边区域得到目标区域;
计算所述目标区域内像素点的灰度值均值,将所述灰度值均值与预设成熟状态灰度值之间的差值绝对值进行负相关映射,得到煎饼颜色差异度,将煎饼区域所述整体光泽度、所述翘边度和所述煎饼颜色差异度的乘积作为煎饼的成熟度。
进一步地,所述根据所述成熟度确定对应时刻下煎饼的是否被煎熟的方法,包括:
对每个时刻下煎饼的成熟度进行归一化处理,得到归一化成熟度;
设置成熟度阈值,当所述归一化成熟度大于成熟度阈值时,则认为煎饼成熟,煎饼机停止生产;当所述归一化成熟度小于等于成熟度阈值时,则煎饼机继续生产。
第二方面,本发明另一个实施例提供了一种具有视觉感知的煎饼机智能调控系统,该系统包括:存储器、处理器以及存储在所述存储器中并可在处理器上运行的计算机程序,处理器执行所述计算机程序时,实现上述任意一项方法的步骤。
本发明具有如下有益效果:
本发明实施例中由于煎饼加热至变黄成型过程中煎饼会出现翘边特征,为了精确地分析煎饼机中煎饼的成熟情况,获取煎饼表面灰度图像的煎饼区域;煎饼某部分翘边,相当于该部分煎饼被折起,使得煎饼区域会出现明显直线,即通过识别煎饼区域中的直线边缘像素点可以清楚地判断煎饼是否翘边;若煎饼出现翘边,则基于煎饼区域中心点构建的采样轮廓会出现两类,分别为翘边采样轮廓和非翘边采样轮廓,对两类采样轮廓分开进行分析,提高了对煎饼成熟情况分析的准确性;煎饼的翘边度能够表征煎饼的成熟情况,煎饼区域中心与直线边缘像素点的位置反映煎饼的翘起程度,所以根据直线边缘像素点的数量和圆心与每个直线边缘像素点的相对位置获得翘边度;在煎饼形成过程中,由于不同距离处的离心力不同,导致在不同距离处的像素点灰度值不同,根据每个采样轮廓上像素点间的灰度变化差异分别计算非翘边采样轮廓的第一光泽度和翘边采样轮廓的第二光泽度,极大的减小了由于离心力干扰造成的像素点局部灰度不均匀;因为光泽度无法表现出越接近的采样轮廓间光泽度差异越大,显现在图像上整体光泽度就会越小的特征,所以对煎饼区域内采样轮廓进行修正,获取修正光泽度,并根据煎饼区域内修正光泽度、翘边度和采样轮廓的位置获取整体光泽度,提高煎饼区域光泽度的准确性;煎饼表面光泽度在煎熟过程中呈现先增加后下降趋势,仅凭翘边度对煎饼情况判断易出现煎饼被煎糊的现象,故通过整体光泽度、翘边度和煎饼表面颜色差异相互约束得到成熟度,使得煎饼的成熟度准确性更高,降低了煎饼被煎饼机产出时出现煎饼未被煎熟或被煎糊的情况,进而提高煎饼机生产时间控制效果。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案和优点,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍,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的前提下,还可以根据这些附图获得其它附图。
图1为本发明一个实施例所提供的一种具有视觉感知的煎饼机智能调控方法的步骤流程图;
图2为本发明一个实施例所提供的煎饼区域示意图;
图3为本发明一个实施例所提供的煎饼区域采样轮廓示意图;
图4为本发明一个实施例所提供的初始圆内区域分布示意图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明提出的一种具有视觉感知的煎饼机智能调控方法及系统,其具体实施方式、结构、特征及其功效,详细说明如下。在下述说明中,不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外,一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
本发明所针对的具体场景:根据先验知识可知,煎饼的摊制过程大致分为“刮、摊、滚”3个过程,“刮”和“摊”均需要将原料粉混合成面糊,将面糊倒入预热好的鏊子,使用木刮板将面糊刮匀;“滚”则是将原料粉和成黏、软适宜的面团,在预热好的鏊子上滚动出一层均匀的面糊。待鏊子将面糊加热至变黄成型,将煎饼揭离鏊子便制作完成。对鏊子将面糊加热至变黄成型这一过程中的煎饼图像进行分析,完成煎饼是否完成生产的判断。
下面结合附图具体的说明本发明所提供的一种具有视觉感知的煎饼机智能调控方法及系统的具体方案。
请参阅图1,其示出了本发明一个实施例提供的一种具有视觉感知的煎饼机智能调控方法的步骤流程图,该方法包括:
步骤S1:采集煎饼加热至变黄成型过程中每个时刻下的煎饼表面灰度图像,获取所述煎饼表面灰度图像的煎饼区域。
在本发明实施例中,通过全自动煎饼机的视觉感知装置对煎饼生产过程中的煎饼进行采集,将采集装置设置在煎饼机的正上方,所采集的图像为煎饼的俯视图,将采集的图像作为煎饼表面图像,煎饼表面图像为RGB图像。在煎饼加热至变黄成型过程中,获取每个时刻下煎饼表面灰度图像。优选的,本发明实施例通过加权灰度化的方法对煎饼表面图像进行灰度化处理,得到煎饼表面灰度图像。其中,加权灰度化为公知技术,具体方法在此不做介绍。
煎饼由面糊在鏊子表面摊匀所制作,已知鏊子为圆形,所以煎饼区域可能与鏊子表面区域大小一致,此时煎饼尚未翘起,则煎饼表面灰度图像中像素点均为煎饼区域像素点;因为煎饼加热至变黄成型过程中煎饼会出现翘边特征,所以也可能整个煎饼区域占据鏊子区域部分,此时煎饼出现翘边,煎饼翘起部分会露出鏊子,则煎饼表面灰度图像中像素点为煎饼区域像素点和鏊子表面像素点,为了对煎饼机中煎饼的成熟情况进行针对性分析,所以需要获取煎饼表面灰度图像的鏊子区域内的煎饼区域。
优选地,煎饼区域的获取方法为:对煎饼表面灰度图像进行边缘检测得到初始边缘像素点,根据初始边缘像素点的梯度值筛选出轮廓边缘像素点,轮廓边缘像素点构成煎饼区域轮廓;煎饼区域轮廓构成的区域为煎饼区域;对轮廓边缘像素点进行霍夫圆检测得到初始圆;初始圆的圆心作为煎饼区域中心点。
作为一个示例,由于煎饼表面灰度图像获取过程不可避免地会出现噪声,为了减少噪声对煎饼表面灰度图像的干扰,对煎饼表面灰度图像采用均值滤波进行去噪处理。煎饼由面糊在鏊子表面摊匀所制作,且鏊子为圆形,故本发明实施例对去噪后的煎饼表面灰度图像使用canny算子进行边缘检测,获取初始边缘像素点。由于初始边缘像素点可能出现在煎饼内部,即煎饼内部可能存在圆,为了去除煎饼区域内可能存在圆的影响,通过拉普拉斯算子获取煎饼表面灰度图像的梯度图像。根据图像内的梯度值筛选出轮廓边缘像素点,由轮廓边缘像素点构成煎饼区域轮廓,煎饼区域轮廓构成的区域为煎饼区域。对轮廓边缘像素点进行霍夫圆检测得到初始圆,初始圆即鏊子最外侧的边缘,即初始圆包含区域与鏊子表面区域重合,将初始圆的半径记为、初始圆的圆心记为。其中,均值滤波去噪、canny算子、霍夫圆检测、拉普拉斯算子均为公知技术,具体方法在此不做介绍。需要说明的是,根据初始边缘像素点的梯度值筛选出轮廓边缘像素点过程中所需要的梯度筛选条件可根据具体实施场景自行设置,在本发明实施例中选择最大梯度值的邻域范围作为梯度筛选条件,即梯度值在该范围内的初始边缘像素点为轮廓边缘像素点。
步骤S2:识别所述煎饼区域中的直线边缘像素点;若存在所述直线边缘像素点,则以煎饼区域中心点为圆心构建至少两个翘边采样轮廓和至少两个非翘边采样轮廓;所述翘边采样轮廓包含直线边缘像素点和一段圆弧,所述非翘边采样轮廓为圆形轮廓;根据所述直线边缘像素点的数量和所述圆心与每个所述直线边缘像素点的相对位置获得翘边度。
煎饼的翘边特征是对煎饼成熟程度判断的重要依据,当煎饼未出现翘边时,表明在获取煎饼表面灰度图像时刻下的煎饼尚未成熟;当煎饼出现翘边时,说明在获取煎饼表面灰度图像时刻下的煎饼可能成熟,所以需要将对应时刻下的煎饼区域进一步分析。通过对煎饼区域内部划分采样轮廓,并对采样轮廓的特征进行分析,进而得到煎饼的翘边度。
当煎饼出现翘边时,煎饼某部分存在翘起情况,相当于该部分煎饼被折起,在对煎饼表面灰度图像中初始圆包含区域进行边缘检测时,会出现明显的边缘,且该边缘为直线,因此可以通过识别煎饼区域中是否存在直线判断煎饼的翘边情况,即通过煎饼区域中直线边缘像素点可以清楚地判断煎饼是否翘边。优选地,本发明一个实施例中识别直线边缘像素点的方法为:获取在霍夫圆检测过程中对初始圆的圆心进行投票的初始边缘像素点在煎饼区域上对应的轮廓边缘像素点,将轮廓边缘像素点作为圆形边缘像素点,将煎饼区域上的其他轮廓边缘像素点作为直线边缘像素点。
作为一个示例,在步骤S1中获取初始圆,将初始圆的圆心作为煎饼区域中心点,在煎饼未翘边前,煎饼区域与初始圆包含区域重合;图2为本发明一个实施例所提供的煎饼区域示意图,如图2所示,由圆弧L1和圆弧L2构成的规则圆为初始圆,在煎饼出现翘边后,直线L3由煎饼区域的直线边缘像素点构成,圆弧L1和直线L3构成煎饼区域,煎饼区域在初始圆包含区域内,且煎饼区域的边缘与初始圆部分重合。需要说明的是,为了方便示意翘边的概念,图2仅是示意图,在实际生产过程中煎饼产生的翘边程度不会太大,但是因为相机是垂直于煎饼进行拍摄的,一旦出现翘边,会因为垂直视角产生较为明显的直线。在步骤S1中获取对初始边缘像素点进行霍夫检测获取初始圆的过程中,假设存在a个投票圆心,每个投票圆心对应的投票值为,表示第i个投票圆心被轮廓边缘像素点投票的投票值,找到最大投票值对应的投票圆心为初始圆的圆心,即煎饼区域中心点。由于煎饼区域的边缘与初始圆部分重合,则可获取霍夫圆检测过程中对圆心q进行投票的初始边缘像素点在煎饼区域上对应的轮廓边缘像素点的位置,将这些轮廓边缘像素点作为圆形边缘像素点,将煎饼区域上的其他轮廓边缘像素点作为直线边缘像素点。当煎饼区域内不存在直线边缘像素点时,说明煎饼尚未成熟,则停止对煎饼区域的分析;当煎饼区域内存在直线边缘像素点时,说明煎饼可能成熟,为了对煎饼的成熟程度进行判断,需要进一步对煎饼区域进行分析。
当煎饼区域内存在直线边缘像素点时,表明煎饼出现翘边,此时需要基于煎饼区域中心点即初始圆的圆心构建采样轮廓。采样轮廓的构建过程具体为:以初始圆的圆心为圆心,选择个采样半径,其中,本发明实施例中取经验值为100,且>0,,则可获得个不同的采样圆,且半径最大的采样圆对应初始圆,即半径为的采样圆与初始圆重合,这个采样圆为半径不同的同心圆,一个半径对应一个采样圆。由于煎饼翘边时煎饼区域为不规则的圆形区域,所以采样圆处于煎饼区域的部分存在不规则圆和规则圆,以采样圆为依据,图3为本发明一个实施例所提供的煎饼区域采样轮廓示意图,如图3所示,将煎饼区域内规则圆的采样圆作为非翘边采样轮廓,即规则圆L4为非翘边采样轮廓,非翘边采样轮廓位于煎饼区域内侧;以煎饼区域内不规则圆的部分采样圆构建翘边采样轮廓,翘边采样轮廓包含直线边缘像素点和对应采样圆的一段圆弧,即圆弧L5和粗直线L6构成翘边采样轮廓,图3中的3个圆为半径不同的3个采样圆,且每个采样轮廓对应一个采样圆。
当煎饼出现翘边时,煎饼某部分存在翘起情况,且煎饼翘起部分一般向煎饼内侧翘起,相当于该部分煎饼被折起,由于煎饼的翘起部分与未翘起部分之间的颜色相似,即煎饼的翘起部分的灰度值与未翘起部分的灰度值差异较小,所以煎饼翘起部分在煎饼表面灰度图像中不能被识别,导致无法准确判断煎饼的翘起程度。
为了解决煎饼翘起部分无法识别导致计算煎饼的翘边度的问题,获取煎饼的翘起部分在翘边前的位置,进而获取翘起部分边缘的翘边圆弧。因为翘边区域位于初始圆内,且整个翘边区域与初始圆的部分重合,相当于初始圆被折起部分,所以能够根据煎饼区域的边缘像素点的位置在初始圆上对应的像素点获取翘边圆弧上的翘边圆弧像素点。优选地,翘边圆弧像素点的获取方法为:煎饼区域内的所有直线边缘像素点进行连接得到目标直线;获取煎饼区域上的圆形边缘像素点在初始圆上的对应像素点作为目标像素点,将初始圆上的非目标像素点作为翘边圆弧像素点。
目标直线内直线边缘像素点的数量与初始圆上所有像素点的数量的比值,以及翘边圆弧像素点对目标直线的距离均能够反映煎饼翘起部分的翘起程度,所以基于反映翘起程度的两个指标获取煎饼的翘起度。将翘边圆弧像素点的数量与初始圆上所有像素点的数量的比值作为翘边占比值,将每个翘边圆弧像素点到目标直线的距离进行累加得到翘边距离值,将翘边占比值与翘边距离值的乘积作为煎饼区域的翘边度。翘边度V的计算公式:
式中,为翘边圆弧像素点的数量,为半径为的初始圆上所有像素点的数量,为第个翘边圆弧像素点到目标直线的距离。
需要说明的是,当煎饼的翘起部分越大时,翘起部分的翘边圆弧越长,即翘边圆弧中的翘边圆弧像素点的数量越多,使得翘边圆弧像素点与初始圆上像素点的占比越大,导致翘边度越大;当煎饼的翘起部分越大时,翘边圆弧像素点的数量越多,且每个翘边像素点到目标直线的距离越长,则越大,使得翘边度越大。
步骤S3:根据每个采样轮廓上像素点间的灰度变化差异分别获取所述非翘边采样轮廓的第一光泽度和所述翘边采样圆的第二光泽度。
在煎饼生产过程中,将面糊加入鏊子上,通过刮糊工具让面糊在鏊子不断旋转得到煎饼,由于不同距离处的离心力不同,导致在不同距离处像素点的灰度值不同。在对不同半径的采样轮廓上的像素点进行灰度差值分析时,能够减少离心力的干扰,在采样轮廓上进行像素点的光泽度分析时,极大的减小了由于离心力干扰造成的像素点局部灰度不均匀。
由于煎饼在被煎熟的过程中,煎饼的边缘出现一定程度的翘边,煎饼区域内侧不会受到翘边的影响,而煎饼区域外侧会受到翘边的影响,且煎饼内侧的采样轮廓为非翘边采样轮廓、煎饼外侧的采样轮廓为翘边采样轮廓,所以将煎饼区域的采样轮廓分为非翘边采样轮廓和翘边采样轮廓分别进行分析。
(1)计算非翘边采样轮廓的第一光泽度。
由于非翘边采样轮廓为圆形轮廓,是一个规则圆,根据非翘边采样轮廓上像素点的灰度变化差异计算其第一光泽度。非翘边采样轮廓的第一光泽度的计算方法为:计算每个非翘边采样轮廓的旋转方向上相邻像素点之间的灰度差值绝对值作为非翘边灰度差,将非翘边灰度差进行负相关映射并累加得到对应非翘边采样轮廓的第一光泽度。
作为一个示例,基于非翘边采样轮廓上像素点的灰度变化差异得到对应非翘边采样轮廓的非翘边采样轮廓,非翘边采样轮廓的第一光泽度的计算公式如下:
式中,为第个非翘边采样轮廓的第一光泽度,为第个非翘边采样轮廓上像素点的数量,为第个非翘边采样轮廓上第个像素点的灰度值,为第个非翘边采样轮廓上第个像素点的灰度值;为以自然常数e为底的指数函数。
需要说明的是,当非翘边采样轮廓上相邻像素点间的灰度值差异越小,表明非翘边采样轮廓上各位置的颜色较为接近,颜色越接近说明非翘边采样轮廓越为光滑,则非翘边采样轮廓的光泽度越大。
(2)计算翘边采样轮廓的第二光泽度。
由于翘边采样轮廓包含直线边缘像素点和一段圆弧,是一个不规则圆,仅根据翘边采样轮廓包含的圆弧上像素点的灰度变化差异计算其第二光泽度,不用考虑翘边采样轮廓上直线边缘像素点的灰度变化差异。翘边采样轮廓的第二光泽度的计算方法为:计算每个翘边采样轮廓的旋转方向上圆弧内相邻像素点之间的灰度差值绝对值作为翘边灰度差,将翘边灰度差进行负相关映射并累加得到对应翘边采样轮廓的第二光泽度。
作为一个示例,基于翘边采样轮廓包含的圆弧上像素点的灰度变化差异得到对应翘边采样轮廓的第二光泽度,翘边采样轮廓的第二光泽度的计算公式如下:
式中,为第个翘边采样轮廓的第二光泽度,为第个翘边采样轮廓上像素点的数量,为第个翘边采样轮廓上第个像素点的灰度值,为第个翘边采样轮廓上第个像素点的灰度值,为第个翘边采样轮廓上直线边缘像素点的数量;为以自然常数e为底的指数函数,为绝对值函数。
需要说明的是,当翘边采样轮廓包含的圆弧上相邻像素点间的灰度值差异越小,表明翘边采样轮廓上各位置的颜色较为接近,颜色越接近说明翘边采样轮廓越为光滑,则翘边采样轮廓的光泽度越大。
步骤S4:根据煎饼区域内采样轮廓间光泽度的相似性分别获取所述非翘边采样轮廓的第一修正光泽度和所述翘边采样轮廓的第二修正光泽度;基于所述第一修正光泽度、所述第二修正光泽度、所述翘边度和采样轮廓的位置获取煎饼区域的整体光泽度。
越接近的采样轮廓的光泽度差异越大,其中,越接近的采样轮廓即为采样轮廓对应的采样圆间半径差值越小,显现在煎饼表面灰度图像上的整体光泽度就会越小,这是仅凭光泽度无法表现的特征,所以需要根据采样轮廓的光泽度之间的相似性对光泽度进行修正,获取每个采样轮廓对应的修正光泽度,再通过采样轮廓的修正光泽度获取煎饼区域的整体光泽度。
(1)计算非翘边采样轮廓的第一修正光泽度。
计算每个非翘边采样轮廓与目标非翘边采样轮廓之间的半径差值和光泽度差值,将半径差值绝对值的倒数、光泽度差值绝对值与预设常数之和的倒数与目标非翘边采样轮廓的光泽度的乘积的平均值作为对应目标非翘边采样轮廓的第一修正光泽度。
作为一个示例,非翘边采样轮廓的第一修正光泽度的计算公式如下:
式中,为第个非翘边采样轮廓的第一修正光泽度,为第个非翘边采样轮廓的第一光泽度,为第个非翘边采样轮廓的第一光泽度,为第个非翘边采样轮廓对应的采样圆的半径,为第个非翘边采样轮廓对应的采样圆的半径;为煎饼区域内采样轮廓的数量,为煎饼区域内翘边采样轮廓的数量,为预设常数,取经验值0.001,作用为防止分母为零使式子无意义;为绝对值函数。
需要说明的是,表示非翘边采样轮廓之间的第一光泽度差异,为非翘边采样轮廓对应的采样圆之间半径差异,当非翘边采样轮廓之间的位置距离越远时,第一光泽度差异和半径差异越大,则非翘边采样轮廓受到其他翘边采样轮廓的影响越小,使得对非翘边采样轮廓的第一光泽度进行修正的程度越小;当通过和对非翘边采样轮廓的第一光泽度进行加权时,非翘边采样轮廓的第一修正光泽度越小。
(2)计算翘边采样轮廓的第二修正光泽度。
计算每个翘边采样轮廓对应的圆弧与目标翘边采样轮廓对应的圆弧之间的圆弧半径差值,计算每个翘边采样轮廓与目标翘边采样轮廓之间光泽度差值,将圆弧半径差值绝对值的倒数、光泽度差值绝对值与预设常数之和的倒数与目标翘边采样轮廓的光泽度的乘积的平均值作为对应目标翘边采样轮廓的第二修正光泽度。
作为一个示例,翘边采样轮廓的第二修正光泽度的计算公式如下:
式中,为第个翘边采样轮廓的第二修正光泽度,为第个翘边采样轮廓的第二光泽度,为第个翘边采样轮廓的第二光泽度,为第个翘边采样轮廓对应的采样圆的半径,为第个翘边采样轮廓对应的采样圆的半径,为煎饼区域内翘边采样轮廓的数量,为预设常数,取经验值0.001,作用为防止分母为零使式子无意义;为绝对值函数。
需要说明的是,表示翘边采样轮廓之间的第二光泽度差异,为翘边采样轮廓对应的采样圆之间半径差异,当翘边采样轮廓之间的位置距离越远时,第二光泽度差异和半径差异越大,则翘边采样轮廓受到其他翘边采样轮廓的影响越小,使得对翘边采样轮廓的第二光泽度进行修正的程度越小;当通过和对翘边采样轮廓的第二光泽度进行加权时,翘边采样轮廓的第二修正光泽度越小。
在通过上面方法获取煎饼区域内每个非翘边采样轮廓的第一修正光泽度,以及每个翘边采样轮廓的第二修正光泽度。
由于煎饼是通过刮糊工具将面糊在鏊子不断旋转得到,所以在鏊子的不同位置处面糊摊涂的厚度并不均匀,在靠近煎饼区域中心点位置,面糊涂抹较厚;在远离煎饼区域中心点位置,即煎饼边缘部分,面糊涂抹较薄,导致煎饼不同位置的厚薄程度不同。且由于煎饼出现翘边情况,煎饼区域内侧的非翘边采样轮廓和外侧的翘边采样轮廓的光滑程度不同,所以需要对煎饼区域内侧的非翘边采样轮廓和外侧的翘边采样轮廓分别进行分析。
优选的,煎饼区域的整体光泽度的获取方法为:将非翘边采样轮廓的半径负相关映射并归一化,获得第一相对位置权重,将每个非翘边采样轮廓的第一修正光泽度与对应的第一相对位置权重相乘后累加,获得第一初始整体光泽度;将翘边采样轮廓对应的圆弧的半径负相关映射并归一化,获得第二相对位置权重,将第二相对位置权重与翘边度的倒数的乘积作为第三相对位置权重,将每个翘边采样轮廓的第二修正光泽度与对应的第三相对位置权重相乘后累加,获得第二初始整体光泽度;将第一初始整体光泽度与第二初始整体光泽度相加获得整体光泽度。
作为一个示例,结合非翘边采样轮廓的第一修正光泽度、翘边采样轮廓的第二修正光泽度、翘边度和采样轮廓的位置获取煎饼区域的整体光泽度,整体光泽度Y的计算公式如下:
式中,为煎饼区域的翘边度,为第个非翘边采样轮廓的第一修正光泽度,为第个翘边采样轮廓的第二修正光泽度,为第个非翘边采样轮廓对应的采样圆的半径,为第个翘边采样轮廓对应的采样圆的半径,为初始圆的半径,即等于,为煎饼区域内采样轮廓的数量,为煎饼区域内翘边采样轮廓的数量。
需要说明的是,煎饼区域的中央位置是容易受到关注的区域,则煎饼区域内侧的光泽度对煎饼的外观影响越大,即煎饼区域内侧的非翘边采样轮廓的第一修正光泽度对煎饼外观影响较大,使越靠近煎饼中心的采样轮廓的光泽度权重越大;则使用对位于煎饼区域内侧的每个非翘边采样轮廓的第一修正光泽度进行加权,使用对位于煎饼区域外侧的每个翘边采样轮廓的第二修正光泽度进行加权,但是由于煎饼外侧的翘边采样轮廓受到翘边的影响,所以需要对通过对每个翘边采样轮廓的第二修正光泽度进行第二次加权,提高了煎饼区域的整体光泽度的准确性。
步骤S5:基于所述整体光泽度、所述翘边度和煎饼表面颜色差异获取煎饼的成熟度;根据所述成熟度控制煎饼机产出煎饼。
由于在煎饼的煎熟过程中煎饼表面的光泽度往往呈现先增加后下降的趋势,仅凭光泽度进行判断时,极有可能出现光泽度足够大,但煎饼表面未出现翘边,即煎饼未被煎熟的现象,此时得到的煎饼口感很差。而当仅凭翘边度进行判断时,又会出现煎饼被煎糊的现象。故本发明实施例通过光泽度与翘边度获取煎饼的成熟度,在煎饼成熟时,煎饼的光泽度良好,且出现一定程度的翘边,即煎饼被煎熟的同时具有较好的外观。
煎饼在煎熟过程中出现一定程度翘边,且煎饼翘起部分一般向煎饼内侧翘起,相当于该部分煎饼被折起,所以煎饼区域内有一部分像素点因为被遮挡,而无法获取该区域内像素点的灰度值,煎饼表面图像中该区域的像素点灰度值为煎饼翘起部分像素点的灰度值,所以需要在煎饼区域中除去该部分得到目标区域,用煎饼区域内目标区域的灰度特征判断煎饼的成熟程度。优选地,本发明实施例中目标区域的具体获取方法为:将相邻的翘边圆弧像素点进行连接得到目标翘边圆弧,以目标直线为对称线,获取目标翘边圆弧关于目标直线的对称圆弧,将对称圆弧作为实际翘边圆弧;由实际翘边圆弧和目标直线组成翘边区域;去除煎饼区域中的翘边区域得到目标区域。
图4为本发明一个实施例所提供的初始圆内区域分布示意图,如图4所示,区域S1、S2、S3构成初始圆包含区域,图4中的圆为初始圆,区域S1和区域S2构成煎饼区域,此时煎饼区域为翘边后的煎饼区域;图4中的直线为目标直线,将初始圆上相邻的翘边圆弧像素点进行连接得到目标翘边圆弧,目标翘边圆弧为区域S3的圆弧,区域S2与区域S3关于图中的直线对称,即区域S2与区域S3面积大小相等,则实际翘边圆弧为区域S2的圆弧,区域S1为目标区域。
计算目标区域内像素点的灰度值均值,将灰度值均值与预设成熟状态灰度值之间的差值绝对值进行负相关映射,得到煎饼颜色差异度,将煎饼区域整体光泽度、翘边度和煎饼颜色差异度的乘积作为煎饼的成熟度。成熟度S的计算公式如下:
式中,Y为煎饼区域的整体光泽度,为煎饼区域的翘边度,为目标区域内像素点的灰度值均值,为预设成熟状态灰度值,本发明实施例中将金黄色的RGB数值红绿蓝进行加权灰度化,金黄色的灰度值取经验值207,实施者可根据不同的加权方法获取金黄色的灰度值;为绝对值函数;为以自然常数e为底的指数函数。
需要说明的是,当煎饼被煎熟时,煎饼具有较好的外观且翘边的翘起程度越大,即煎饼区域的整体光泽度和翘边度越大,煎饼越接近成熟时刻,则煎饼的成熟度S越大;煎饼成熟时颜色接近金黄色,所以煎饼内目标区域内像素点的灰度均值越接近金黄色的灰度值,即越小,则煎饼越接近成熟,煎饼的成熟度S越大。
获取煎饼加热至变黄成型过程中每个时刻下煎饼的成熟度,对每个时刻下煎饼的成熟度进行归一化处理,得到归一化成熟度;设置成熟度阈值,当归一化成熟度大于成熟度阈值时,则认为煎饼成熟,煎饼机停止生产;当归一化成熟度小于等于成熟度阈值时,则煎饼机继续生产。当归一化成熟度大于成熟度阈值时,说明对应时刻下煎饼已经成熟且外观较好,若继续加热则会导致煎饼变糊,影响美观与口感,此时可控制全自动煎饼机将成熟的煎饼从煎饼机上揭下,完成煎饼的生产;当归一化成熟度小于等于成熟度阈值时,说明对应时刻下煎饼尚未成熟,此时需要继续获取下一时刻下煎饼的煎饼表面灰度图像,对煎饼表面灰度图像重复进行步骤S1、S2、S3、S4、S5分析,直至煎饼的归一化成熟度大于成熟度阈值。
本发明实施例中成熟度阈值取经验值0.8。
至此,完成全自动煎饼机对煎饼生产时间的智能调控。
综上所述,在本发明实施例中,采集煎饼加热至变黄成型过程中每个时刻下的煎饼表面灰度图像,获取煎饼表面灰度图像的煎饼区域,识别煎饼区域内直线边缘像素点,若存在直线边缘像素点则构建翘边采样轮廓和非翘边采样轮廓,根据直线边缘像素点的数量和相对位置获得翘边度,根据采样轮廓上像素点间的灰度变化差异获取采样轮廓的光泽度,依据采样轮廓间光泽度的相似性获取采样轮廓的修正光泽度,基于修正光泽度、翘边度和采样轮廓的位置获取煎饼区域的整体光泽度,本发明结合整体光泽度、翘边度和煎饼表面颜色差异获取煎饼的成熟度,通过光泽度与翘边度相乘完成两个特征指标的相互约束使成熟度更加准确反映煎饼煎制情况,增加了通过成熟度判断煎饼被煎饼机产出时刻的准确性,提高煎饼机生产时间控制效果。
基于与上述方法实施例相同的发明构思,本发明实施例还提供了一种具有视觉感知的煎饼机智能调控系统,该系统包括:存储器、处理器以及存储在所述存储器中并可在处理器上运行的计算机程序,处理器执行所述计算机程序时,实现上述一种具有视觉感知的煎饼机智能调控方法实施例中的步骤,例如图1所示的步骤。该一种具有视觉感知的煎饼机智能调控方法在上述实施例中已经详细说明,不再赘述。
需要说明的是:上述本发明实施例先后顺序仅仅为了描述,不代表实施例的优劣。在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种具有视觉感知的煎饼机智能调控方法,其特征在于,该方法包括:
采集煎饼加热至变黄成型过程中每个时刻下的煎饼表面灰度图像,获取所述煎饼表面灰度图像的煎饼区域;
识别所述煎饼区域中的直线边缘像素点;若存在所述直线边缘像素点,则以煎饼区域中心点为圆心构建至少两个翘边采样轮廓和至少两个非翘边采样轮廓;所述翘边采样轮廓包含直线边缘像素点和一段圆弧,所述非翘边采样轮廓为圆形轮廓;根据所述直线边缘像素点的数量和所述圆心与每个所述直线边缘像素点的相对位置获得翘边度;
根据每个采样轮廓上像素点间的灰度变化差异分别获取所述非翘边采样轮廓的第一光泽度和所述翘边采样轮廓的第二光泽度;
根据煎饼区域内采样轮廓间光泽度的相似性分别获取所述非翘边采样轮廓的第一修正光泽度和所述翘边采样轮廓的第二修正光泽度;基于所述第一修正光泽度、所述第二修正光泽度、所述翘边度和采样轮廓的位置获取煎饼区域的整体光泽度;
基于所述整体光泽度、所述翘边度和煎饼表面颜色差异获取煎饼的成熟度;根据所述成熟度控制煎饼机产出煎饼;
所述煎饼区域的获取方法,包括:
对所述煎饼表面灰度图像进行边缘检测得到初始边缘像素点,根据所述初始边缘像素点的梯度值筛选出轮廓边缘像素点,所述轮廓边缘像素点构成煎饼区域轮廓;所述煎饼区域轮廓构成的区域为所述煎饼区域;对所述轮廓边缘像素点进行霍夫圆检测得到初始圆;所述初始圆的圆心作为所述煎饼区域中心点;
所述翘边度的获取方法,包括:
将所述煎饼区域内的所有直线边缘像素点进行连接得到目标直线;
获取所述煎饼区域上的圆形边缘像素点在所述初始圆上的对应像素点作为目标像素点,将所述初始圆上的非目标像素点作为翘边圆弧像素点;
将所述翘边圆弧像素点的数量与所述初始圆上所有像素点的数量的比值作为翘边占比值,将每个所述翘边圆弧像素点到所述目标直线的距离进行累加得到翘边距离值,将所述翘边占比值与所述翘边距离值的乘积作为煎饼区域的翘边度;
所述光泽度的获取方法,包括:
计算每个所述非翘边采样轮廓的旋转方向上相邻像素点之间的灰度差值绝对值作为非翘边灰度差,将所述非翘边灰度差进行负相关映射并累加得到对应非翘边采样轮廓的所述第一光泽度;
计算每个所述翘边采样轮廓的旋转方向上所述圆弧内相邻像素点之间的灰度差值绝对值作为翘边灰度差,将所述翘边灰度差进行负相关映射并累加得到对应翘边采样轮廓的所述第二光泽度。
2.根据权利要求1所述的一种具有视觉感知的煎饼机智能调控方法,其特征在于,所述直线边缘像素点的识别方法,包括:
获取在霍夫圆检测过程中对初始圆的圆心进行投票的所述初始边缘像素点在煎饼区域上对应的轮廓边缘像素点,将所述轮廓边缘像素点作为圆形边缘像素点,将所述煎饼区域上的其他轮廓边缘像素点作为所述直线边缘像素点。
3.根据权利要求1所述的一种具有视觉感知的煎饼机智能调控方法,其特征在于,所述修正光泽度的获取方法,包括:
计算每个非翘边采样轮廓与目标非翘边采样轮廓之间的半径差值和光泽度差值,将半径差值绝对值的倒数、光泽度差值绝对值与预设常数之和的倒数与目标非翘边采样轮廓的光泽度的乘积的平均值作为对应目标非翘边采样轮廓的第一修正光泽度;
计算每个翘边采样轮廓对应的所述圆弧与目标翘边采样轮廓对应的所述圆弧之间的圆弧半径差值,计算每个翘边采样轮廓与目标翘边采样轮廓之间光泽度差值,将圆弧半径差值绝对值的倒数、光泽度差值绝对值与预设常数之和的倒数与目标翘边采样轮廓的光泽度的乘积的平均值作为对应目标翘边采样轮廓的第二修正光泽度。
4.根据权利要求1所述的一种具有视觉感知的煎饼机智能调控方法,其特征在于,所述整体光泽度的获取方法,包括:
将非翘边采样轮廓的半径负相关映射并归一化,获得第一相对位置权重,将每个所述非翘边采样轮廓的第一修正光泽度与对应的所述第一相对位置权重相乘后累加,获得第一初始整体光泽度;
将所述翘边采样轮廓对应的所述圆弧的半径负相关映射并归一化,获得第二相对位置权重,将所述第二相对位置权重与所述翘边度的倒数的乘积作为第三相对位置权重,将每个所述翘边采样轮廓的第二修正光泽度与对应的所述第三相对位置权重相乘后累加,获得第二初始整体光泽度;
将所述第一初始整体光泽度与所述第二初始整体光泽度相加获得所述整体光泽度。
5.根据权利要求1所述的一种具有视觉感知的煎饼机智能调控方法,其特征在于,所述成熟度的获取方法,包括:
将相邻的翘边圆弧像素点进行连接得到目标翘边圆弧,以所述目标直线为对称线,获取所述目标翘边圆弧关于目标直线的对称圆弧,将所述对称圆弧作为实际翘边圆弧;
由所述实际翘边圆弧和所述目标直线组成翘边区域;
去除所述煎饼区域中的所述翘边区域得到目标区域;
计算所述目标区域内像素点的灰度值均值,将所述灰度值均值与预设成熟状态灰度值之间的差值绝对值进行负相关映射,得到煎饼颜色差异度,将煎饼区域所述整体光泽度、所述翘边度和所述煎饼颜色差异度的乘积作为煎饼的成熟度。
6.根据权利要求1所述的一种具有视觉感知的煎饼机智能调控方法,其特征在于,所述根据所述成熟度确定对应时刻下煎饼的是否被煎熟的方法,包括:
对每个时刻下煎饼的成熟度进行归一化处理,得到归一化成熟度;
设置成熟度阈值,当所述归一化成熟度大于成熟度阈值时,则认为煎饼成熟,煎饼机停止生产;当所述归一化成熟度小于等于成熟度阈值时,则煎饼机继续生产。
7.一种具有视觉感知的煎饼机智能调控系统,其特征在于,该系统包括:存储器、处理器以及存储在所述存储器中并可在处理器上运行的计算机程序,处理器执行所述计算机程序时,实现上述权利要求1-6任意一项所述一种具有视觉感知的煎饼机智能调控方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310186603.4A CN115868814B (zh) | 2023-03-02 | 2023-03-02 | 一种具有视觉感知的煎饼机智能调控方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310186603.4A CN115868814B (zh) | 2023-03-02 | 2023-03-02 | 一种具有视觉感知的煎饼机智能调控方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115868814A CN115868814A (zh) | 2023-03-31 |
CN115868814B true CN115868814B (zh) | 2023-05-09 |
Family
ID=85761751
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310186603.4A Active CN115868814B (zh) | 2023-03-02 | 2023-03-02 | 一种具有视觉感知的煎饼机智能调控方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115868814B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114549854A (zh) * | 2022-02-28 | 2022-05-27 | 上海交通大学医学院 | 食物整体空间轮廓获取方法和系统及设备 |
CN114831501A (zh) * | 2021-01-31 | 2022-08-02 | 云米互联科技(广东)有限公司 | 食材表面成熟曲线的获取方法及其智能烹饪器具 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10074028B2 (en) * | 2015-10-20 | 2018-09-11 | Arizona Board Of Regents On Behalf Of Arizona State University | Real-time diet assessment and food identification using thermal imaging |
EP4046551A4 (en) * | 2019-11-20 | 2023-02-22 | Guangdong Midea Kitchen Appliances Manufacturing Co., Ltd. | COOKING APPLIANCE, CONTROL METHOD THEREOF, HEATING CONTROL METHOD AND SERVER |
CN112712512A (zh) * | 2021-01-05 | 2021-04-27 | 余波 | 一种基于人工智能的热轧带钢结疤缺陷检测方法及系统 |
CN115018833B (zh) * | 2022-08-05 | 2022-11-04 | 山东鲁芯之光半导体制造有限公司 | 一种半导体器件的加工缺陷检测方法 |
CN115311275B (zh) * | 2022-10-11 | 2023-03-24 | 南通百仕灵新能源科技有限公司 | 一种电子元器件表面缺陷检测方法及系统 |
CN115633259B (zh) * | 2022-11-15 | 2023-03-10 | 深圳市泰迅数码有限公司 | 基于人工智能的智能摄像头自动调控方法及系统 |
-
2023
- 2023-03-02 CN CN202310186603.4A patent/CN115868814B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114831501A (zh) * | 2021-01-31 | 2022-08-02 | 云米互联科技(广东)有限公司 | 食材表面成熟曲线的获取方法及其智能烹饪器具 |
CN114549854A (zh) * | 2022-02-28 | 2022-05-27 | 上海交通大学医学院 | 食物整体空间轮廓获取方法和系统及设备 |
Also Published As
Publication number | Publication date |
---|---|
CN115868814A (zh) | 2023-03-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108742170B (zh) | 一种烤箱的智能识别烹饪系统 | |
CN116612470B (zh) | 一种基于视觉特征的面包检测方法以及系统 | |
EP2546781B1 (en) | Method and system for identifying illumination fields in an image | |
Yu et al. | Automatic grading of apples based on multi-features and weighted K-means clustering algorithm | |
CN111860639B (zh) | 一种量化烤烟烟叶烘烤特性的判定系统及判定方法 | |
CN108615239B (zh) | 基于阈值技术和灰度投影的舌图像分割方法 | |
CN116843688A (zh) | 一种纺织品质量视觉检测方法 | |
CN112949663A (zh) | 基于图像识别的烟叶烘烤控制系统和方法 | |
CN104637067B (zh) | 一种纹理表面的缺陷检测方法 | |
CN113610850B (zh) | 一种基于图像处理的装饰纸纹理异常检测方法 | |
CN107239729B (zh) | 一种基于光照估计的光照人脸识别方法 | |
CN115994904B (zh) | 基于计算机视觉的挂烫机面板生产质量检测方法 | |
CN112056945A (zh) | 一种烹饪设备食物烹饪状态的提醒方法 | |
CN115564767B (zh) | 基于机器视觉的电感绕线质量监测方法 | |
CN115868814B (zh) | 一种具有视觉感知的煎饼机智能调控方法及系统 | |
Singh et al. | Machine vision system for tea quality determination-tea quality index (TQI) | |
CN116645429A (zh) | 一种视觉辅助的涂料生产样品色彩分析检测方法 | |
CN108197662B (zh) | 一种实木地板分类方法 | |
CN107657620A (zh) | 一种带纹理的金属凝固区域识别的方法及系统 | |
CN111612767B (zh) | 一种基于视觉的精密结构件识别方法 | |
CN111091029B (zh) | 一种烤箱烤制食物均匀性评价方法 | |
CN114565563B (zh) | 基于人工智能的彩钢板表面异常检测方法 | |
Du et al. | Quality evaluation of pizzas | |
CN113724238B (zh) | 基于特征点邻域颜色分析的陶瓷砖色差检测与分级方法 | |
DE102019107828B4 (de) | Verfahren zum Betreiben eines Gargeräts und Gargerät |
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 |