CN116109328A - 生鲜食品标记方法、装置、设备及存储介质 - Google Patents

生鲜食品标记方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN116109328A
CN116109328A CN202310156503.7A CN202310156503A CN116109328A CN 116109328 A CN116109328 A CN 116109328A CN 202310156503 A CN202310156503 A CN 202310156503A CN 116109328 A CN116109328 A CN 116109328A
Authority
CN
China
Prior art keywords
fresh food
fresh
food
marking
determining
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
Application number
CN202310156503.7A
Other languages
English (en)
Inventor
黄伟冰
高路房
傅晟
林彦好
苏木荣
刘娟
张威
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Evomotion Co ltd
Original Assignee
Shenzhen Evomotion Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Evomotion Co ltd filed Critical Shenzhen Evomotion Co ltd
Priority to CN202310156503.7A priority Critical patent/CN116109328A/zh
Publication of CN116109328A publication Critical patent/CN116109328A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0278—Product appraisal
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/903—Querying
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0283—Price estimation or determination
    • 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
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/68—Food, e.g. fruit or vegetables
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30128—Food products
    • 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
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Strategic Management (AREA)
  • Databases & Information Systems (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Linguistics (AREA)
  • General Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • General Factory Administration (AREA)

Abstract

本申请公开了一种生鲜食品标记方法、装置、设备及存储介质，其中，该生鲜食品标记方法包括：获取生鲜食品图像并对生鲜食品图像进行分析，确定生鲜食品是否有质量缺陷；若确定生鲜食品无质量缺陷，则基于生鲜食品种类数据库，获取生鲜食品对应的生鲜食品编号和生鲜食品保质期；基于生鲜食品采集数据库，确定生鲜食品的来源地和生产时间；确定生鲜食品的生鲜食品重量；根据生鲜食品编号、生鲜食品保质期、来源地、生鲜食品重量和生产时间，确定生鲜食品的商品价值，并对生鲜食品进行商品标记。该方法减少了生鲜食品标记过程中的工作成本和提高了生鲜食品标记过程中的工作效率。

Description

生鲜食品标记方法、装置、设备及存储介质
技术领域
本发明涉及生鲜食品技术领域，尤其涉及一种生鲜食品标记方法、装置、设备及存储介质。
背景技术
生鲜是指未经烹调、制作等深加工过程，只做必要的保鲜和简单整理上架而出售的初级类产品，以及面包、熟食等现场加工品类的商品的统称。生鲜包括有水果、蔬菜、肉品、水产、干货和熟食等。
生鲜供应商一般会从当地的农场等原料生产商中采购新鲜的生鲜食品，通过工作人员对生鲜食品进行分拣和打包，并将打包后的生鲜分批输送并售卖给超市、店面或消费者等。但在一过程中，存在工作效率较低和成本过高的问题。
发明内容
针对背景技术中提出的存在工作效率较低和成本过高的问题，本发明实施例提供一种生鲜食品标记方法、装置、设备及存储介质。
一种生鲜食品标记方法，包括：
获取生鲜食品图像并对生鲜食品图像进行分析，确定生鲜食品是否有质量缺陷；
若确定生鲜食品无质量缺陷，则基于生鲜食品种类数据库，获取生鲜食品对应的生鲜食品编号和生鲜食品保质期；
基于生鲜食品采集数据库，确定生鲜食品的来源地和生产时间；
确定生鲜食品的生鲜食品重量；
根据生鲜食品编号、生鲜食品保质期、来源地、生鲜食品重量和生产时间，确定生鲜食品的商品价值，并对生鲜食品进行商品标记。
一种生鲜食品标记装置，包括：
生鲜食品图像获取模块，用于获取生鲜食品图像并对生鲜食品图像进行分析，确定生鲜食品是否有质量缺陷；
生鲜食品无质量缺陷确定模块，用于若确定生鲜食品无质量缺陷，则基于生鲜食品种类数据库，获取生鲜食品对应的生鲜食品编号和生鲜食品保质期；
来源地确定模块，用于基于生鲜食品采集数据库，确定生鲜食品的来源地和生产时间；
生鲜食品重量确定模块，用于确定生鲜食品的生鲜食品重量；
商品标记模块，用于根据生鲜食品编号、生鲜食品保质期、来源地、生鲜食品重量和生产时间，确定生鲜食品的商品价值，并对生鲜食品进行商品标记。
一种生鲜食品标记装置，还用于：若确定生鲜食品有质量缺陷，则基于生鲜食品种类数据库，确定生鲜食品对应的损害程度；基于损害程度，对生鲜食品进行梯度分类；将不同梯度的生鲜食品进行不同的梯度处理，并进行商品标记。
一种生鲜食品标记装置，还用于：对第一梯度的生鲜食品的损害部位进行去除，得到次级生鲜食品；获取同重量情况下，无损害程度的生鲜食品对应的商品价值，基于商品价值和商品价值损害数据库，获取的次级生鲜食品对应的次级商品价值；或，获取次级生鲜食品对应的次级生鲜食品重量，基于次级生鲜食品重量和商品价值损害数据库，获取的次级生鲜食品对应的次级商品价值；基于次级商品价值，对次级生鲜食品进行商品标记。
一种生鲜食品标记装置，还用于：基于生鲜食品种类数据库，获取其他梯度的生鲜食品对应的生鲜食品种类；基于生鲜食品种类，对其他梯度的生鲜食品进行商品标记。
一种生鲜食品标记装置，还用于：获取生鲜食品种类对应的热量含量占比，基于热量含量占比和生鲜食品重量，确定生鲜食品对应的生鲜食品热量；
根据生鲜食品编号、生鲜食品保质期、来源地、生产时间和生鲜食品热量，对生鲜食品进行商品标记。
一种生鲜食品标记装置，还用于：基于生鲜食品采集数据库，确定生鲜食品的来源地、交通工具和入库时间；基于生鲜食品采集地图数据，获取来源地与生鲜食品的分拣地之间的实际距离；基于交通工具、实际距离和入库时间，确定生鲜食品的生产时间。
一种生鲜食品标记装置，还用于：监测已进行商品标记的生鲜食品，获取生鲜食品监测结果；若生鲜食品监测结果为不良，则将不良的生鲜食品的商品标记进行去除，并重新进行商品标记。
一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述生鲜食品标记方法。
一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述生鲜食品标记方法。
上述生鲜食品标记方法，通过获取生鲜食品图像并对所述生鲜食品图像进行分析，确定所述生鲜食品是否有质量缺陷；若确定所述生鲜食品无质量缺陷，则基于生鲜食品种类数据库，获取生鲜食品对应的生鲜食品编号和生鲜食品保质期；基于生鲜食品采集数据库，确定所述生鲜食品的来源地和生产时间；确定所述生鲜食品的生鲜食品重量；根据所述生鲜食品编号、所述生鲜食品保质期、所述来源地、生鲜食品重量和所述生产时间，确定所述生鲜食品的商品价值，并对所述生鲜食品进行商品标记，减少了生鲜食品标记过程中的工作成本和提高了生鲜食品标记过程中的工作效率。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例的描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1绘示本发明第一实施例中生鲜食品标记方法的第一流程图；
图2绘示本发明第二实施例中生鲜食品标记方法的第二流程图；
图3绘示本发明第三实施例中生鲜食品标记方法的第三流程图；
图4绘示本发明第四实施例中生鲜食品标记方法的第四流程图；
图5绘示本发明第五实施例中生鲜食品标记方法的第五流程图；
图6绘示本发明第六实施例中生鲜食品标记方法的第六流程图；
图7绘示本发明第七实施例中生鲜食品标记方法的第七流程图；
图8绘示本发明一实施例中生鲜食品标记装置的示意图；
图9绘示本发明一实施例中电子设备的示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明实施例提供的生鲜食品标记方法应用在生鲜食品标记系统中。在一实施例中，如图1所示，提供一种生鲜食品标记方法，具体包括如下步骤：
S10.获取生鲜食品图像并对生鲜食品图像进行分析，确定生鲜食品是否有质量缺陷。
其中，在本实施例中，生鲜食品图像包括但不限于水果图像、蔬菜图像、肉品图像和水产图像。质量缺陷包括但不限于生鲜食品损坏、腐烂和生鲜食品色泽不符合。
具体地，生鲜食品通过运输机构运输至检测机构处，本方法通过检测机构对生鲜食品进行多角度拍照，获取生鲜食品图像，通过图像识别算法对生鲜食品图像进行识别和分析，确定生鲜食品是否有质量缺陷。
例如：获取生鲜食品多个角度下的生鲜食品图像，分别通过图像识别算法对生鲜食品图像初步识别，并识别到该生鲜食品为水果类的苹果，则继续对生鲜食品图像进行分析，分析该水果是否形状完整、分析该水果表面是否圆滑和分析该水果表面是否有大面积的深黑色等不正常的颜色等。
S20.若确定生鲜食品无质量缺陷，则基于生鲜食品种类数据库，获取生鲜食品对应的生鲜食品编号和生鲜食品保质期。
其中，在本实施例中，生鲜食品种类数据库包括有水果、蔬菜、肉品、水产等大种类，每个种类对应多种生鲜食品，每一样生鲜食品的编号可以由字母和数字组合表示。例如：水果种类对应的字母代号可以为A，蔬菜种类对应的字母代号可以为B，水果中的对应的数字序列可以为0001，蔬菜中的白菜对应的数字序列可以为0001，则苹果对应的生鲜食品编号可以为A0001，白菜对应的生鲜食品编号可以为B0001。另外，每一样生鲜食品可对应不同的保质期。生鲜食品种类数据库可根据地区、季节和气候等对生鲜食品保质期进行适应性调试和更改。
具体地，该方法通过分析生鲜食品图像，确定生鲜食品无质量缺陷后，在生鲜食品种类数据库获取到已知的生鲜食品对应的生鲜食品编号和该生鲜食品对应的生鲜食品保质期。生鲜食品编号包括生鲜食品字母编号和生鲜食品数字编号。
S30.基于生鲜食品采集数据库，确定生鲜食品的来源地和生产时间。
其中，在本实施例中，生鲜食品采集数据库中包含有生鲜食品的来源地和生产时间的数据。对于每一样生鲜食品，都可以有固定或新增的来源地（原料生产商）。
具体地，该方法通过生鲜食品采集数据库，确定生鲜食品的来源地和生产时间。
S40.确定生鲜食品的生鲜食品重量。
其中，在本实施例中，该方法通过测重机构确定生鲜食品对应的生鲜食品重量。
具体地，该方法通过运输机构将生鲜食品从检测机构运输至测重机构，通过测重机构确定生鲜食品对应的生鲜食品重量，并将生鲜食品重量上传进行记录。
S50.根据生鲜食品编号、生鲜食品保质期、来源地、生鲜食品重量和生产时间，确定生鲜食品的商品价值，并对生鲜食品进行商品标记。
其中，在本实施例中，商品价值可以为生鲜食品的出售价格，为单价与重量的乘积。
具体地，在本实施例中，该方法通过生鲜食品编号、生鲜食品保质期、来源地、生产时间确定生鲜食品的单价，同时通过获取的生鲜食品重量，确定生鲜食品的出售价格，并对生鲜食品进行商品标记。商品标记的内容包含但不限于生鲜食品编号、生鲜食品保质期、来源地、生鲜食品重量或生产时间内容。已标记的生鲜食品可直接进行出售，实现对生鲜食品的采购、分拣、标记和打包等一体化流程操作，减少了工作成本和提高了工作效率。
上述生鲜食品标记方法，通过获取生鲜食品图像并对所述生鲜食品图像进行分析，确定所述生鲜食品是否有质量缺陷；若确定所述生鲜食品无质量缺陷，则基于生鲜食品种类数据库，获取生鲜食品对应的生鲜食品编号和生鲜食品保质期；基于生鲜食品采集数据库，确定所述生鲜食品的来源地和生产时间；确定所述生鲜食品的生鲜食品重量；根据所述生鲜食品编号、所述生鲜食品保质期、所述来源地、生鲜食品重量和所述生产时间，确定所述生鲜食品的商品价值，并对所述生鲜食品进行商品标记，减少了生鲜食品标记过程中的工作成本和提高了生鲜食品标记过程中的工作效率。
在一实施例中，如图2所示，在步骤10之后，即确定生鲜食品是否有质量缺陷之后，具体包括如下步骤：
S11.若确定生鲜食品有质量缺陷，则基于生鲜食品种类数据库，确定生鲜食品对应的损害程度。
S12.基于损害程度，对生鲜食品进行梯度分类。
S13.将不同梯度的生鲜食品进行不同的梯度处理，并进行商品标记。
其中，在本实施例中，损害程度可以为生鲜食品损坏程度、腐烂程度和生鲜食品色泽不符合的面积占比程度等。损害程度的最高梯度可以为二级或三级等。
具体地，该方法确定生鲜食品有生鲜食品损坏、腐烂或生鲜食品色泽不符合等质量缺陷，则对生鲜食品损坏程度、腐烂程度和生鲜食品色泽不符合的面积占比程度等进行权重加权计算，确定生鲜食品对应的损害程度。
通过损害程度，对生鲜食品进行梯度分类，将不同损害程度的生鲜食品区分开，并将不同梯度的生鲜食品进行不同的梯度处理，并进行商品标记。
在一实施例中，如图3所示，在步骤13中，即确定将不同梯度的生鲜食品进行不同的梯度处理，并进行商品标记，具体包括如下步骤：
S131.对第一梯度的生鲜食品的损害部位进行去除，得到次级生鲜食品。
S132.获取同重量情况下，无损害程度的生鲜食品对应的商品价值，基于商品价值和商品价值损害数据库，获取的次级生鲜食品对应的次级商品价值。
S133.或，获取次级生鲜食品对应的次级生鲜食品重量，基于次级生鲜食品重量和商品价值损害数据库，获取的次级生鲜食品对应的次级商品价值。
S134.基于次级商品价值，对次级生鲜食品进行商品标记。
其中，在本实施例中，第一梯度的生鲜食品可以为生鲜食品损坏程度较小，但无腐烂程度和生鲜食品色泽不符合的面积占比程度较小的生鲜食品等。例如：在运输过程中，生鲜食品发生碰撞等造成的生鲜食品损坏程度较小。
具体地，该方法通过去除机构对第一梯度的生鲜食品的损害部位进行去除，得到次级生鲜食品。
另外，本申请可通过两种方式对次级商品价值进行获取。
第一种，获取同重量情况下，无损害程度的生鲜食品对应的商品价值，基于商品价值和商品价值损害数据库，获取的次级生鲜食品对应的次级商品价值。即：获取第一梯度的生鲜食品的重量，并以无损害程度的生鲜食品为依据，获取次级生鲜食品对应的初始商品价值；根据商品价值损害数据库，次级生鲜食品在初始商品价值的基础上进行折扣处理，如：打八折等。在折扣处理后，确定次级生鲜食品对应的次级商品价值（最终商品价值）。这样的方式为不考虑去除的损害部位的重量。
第二种，获取次级生鲜食品对应的次级生鲜食品重量，基于次级生鲜食品重量和商品价值损害数据库，获取的次级生鲜食品对应的次级商品价值。即：考虑去除的损害部位的重量。该方法获取次级生鲜食品对应去除损害部位的次级生鲜食品重量，并根据商品价值损害数据库，对次级生鲜食品的单价进行折扣处理。用折扣后的单价和次级生鲜食品重量的乘积作为次级生鲜食品对应的次级商品价值（最终商品价值）。
在此之后，根据次级商品价值，对次级生鲜食品进行商品标记。商品标记的内容包含但不限于次级商品价值。
在一实施例中，如图4所示，在步骤13中，即确定将不同梯度的生鲜食品进行不同的梯度处理，并进行商品标记，具体包括如下步骤：
S135.基于生鲜食品种类数据库，获取其他梯度的生鲜食品对应的生鲜食品种类。
S136.基于生鲜食品种类，对其他梯度的生鲜食品进行商品标记。
其中，在本实施例中，其他梯度的生鲜食品为除第一梯度之外的其他梯度的生鲜食品。其他梯度的生鲜食品可以为生鲜食品损坏程度较大，腐烂程度较大和生鲜食品色泽不符合的面积占比程度较大的生鲜食品等。该生鲜食品不以人类食用而出售。可以作为植物化肥和家禽饲料。
具体地，该方法基于生鲜食品种类数据库，获取其他梯度的生鲜食品对应的生鲜食品种类，基于生鲜食品种类，对其他梯度的生鲜食品进行商品标记。
在一实施例中，如图5所示，在步骤40之后，即确定生鲜食品的生鲜食品重量之后，具体包括如下步骤：
S41.获取生鲜食品种类对应的热量含量占比，基于热量含量占比和生鲜食品重量，确定生鲜食品对应的生鲜食品热量。
S42.根据生鲜食品编号、生鲜食品保质期、来源地、生产时间和生鲜食品热量，对生鲜食品进行商品标记。
具体地，该方法通生鲜食品种类数据库获取生鲜食品种类对应的热量含量占比，通过热量含量占比和生鲜食品重量的计算分析，确定生鲜食品对应的生鲜食品热量，并根据生鲜食品编号、生鲜食品保质期、来源地、生产时间和生鲜食品热量，对生鲜食品进行商品标记。
步骤S41至S42的作用在于，对生鲜食品热量进行标记，便于消费者合理饮食。
在一实施例中，如图6所示，生鲜食品采集数据库包括生鲜食品采集地图数据，在步骤30中，即基于生鲜食品采集数据库，确定生鲜食品的来源地和生产时间中，具体包括如下步骤：
S301.基于生鲜食品采集数据库，确定生鲜食品的来源地、交通工具和入库时间。
S302.基于生鲜食品采集地图数据，获取来源地与生鲜食品的分拣地之间的实际距离。
S303.基于交通工具、实际距离和入库时间，确定生鲜食品的生产时间。
具体地，在生鲜食品入库时，该方法获取生鲜食品的入库时间，并保存至生鲜食品采集数据库中。另外，当运输生鲜食品的交通工具和对应的来源地与系统默认设置的交通工具和来源地一致时，系统则无需获取。在对生鲜食品进行标记时，通过生鲜食品采集数据库，则获取生鲜食品的来源地、交通工具和入库时间。同时，生鲜食品采集数据库包含有生鲜食品采集地图数据，通过对来源地的位置与分拣地（或可称为生鲜供应商，对生鲜食品进行分拣和标记）的位置进行计算分析，确定来源地与生鲜食品的分拣地之间的实际距离。通过交通工具、实际距离和入库时间进行综合计算分析，确定生鲜食品的生产时间。
步骤S301至S303的作用在于，该方法记录生鲜食品的交通工具、实际距离和入库时间，使工作流程一体化和简单化，并留有痕迹。
在一实施例中，如图7所示，在步骤50之后，即对生鲜食品进行商品标记之后，具体包括如下步骤：
S51.监测已进行商品标记的生鲜食品，获取生鲜食品监测结果。
S52.若生鲜食品监测结果为不良，则将不良的生鲜食品的商品标记进行去除，并重新进行商品标记。
具体地，不良可以表现为商品标记内容缺失、模糊、与生鲜食品不符合等。若生鲜食品监测结果为不良，则将不良的生鲜食品的商品标记进行去除，并重新进行商品标记。
上述生鲜食品标记方法，通过获取生鲜食品图像并对所述生鲜食品图像进行分析，确定所述生鲜食品是否有质量缺陷；若确定所述生鲜食品无质量缺陷，则基于生鲜食品种类数据库，获取生鲜食品对应的生鲜食品编号和生鲜食品保质期；基于生鲜食品采集数据库，确定所述生鲜食品的来源地和生产时间；确定所述生鲜食品的生鲜食品重量；根据所述生鲜食品编号、所述生鲜食品保质期、所述来源地、生鲜食品重量和所述生产时间，确定所述生鲜食品的商品价值，并对所述生鲜食品进行商品标记，减少了生鲜食品标记过程中的工作成本和提高了生鲜食品标记过程中的工作效率。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
在一实施例中，提供一种生鲜食品标记装置，该生鲜食品标记装置与上述实施例中生鲜食品标记方法一一对应。如图8所示，该生鲜食品标记装置包括生鲜食品图像获取模块10、生鲜食品无质量缺陷确定模块20、来源地确定模块30、生鲜食品重量确定模块40和商品标记模块50。各功能模块详细说明如下：
生鲜食品图像获取模块10，用于获取生鲜食品图像并对所述生鲜食品图像进行分析，确定所述生鲜食品是否有质量缺陷。
生鲜食品无质量缺陷确定模块20，用于若确定所述生鲜食品无质量缺陷，则基于生鲜食品种类数据库，获取生鲜食品对应的生鲜食品编号和生鲜食品保质期。
来源地确定模块30，用于基于生鲜食品采集数据库，确定所述生鲜食品的来源地和生产时间。
生鲜食品重量确定模块40，用于确定所述生鲜食品的生鲜食品重量。
商品标记模块50，用于根据所述生鲜食品编号、所述生鲜食品保质期、所述来源地、生鲜食品重量和所述生产时间，确定所述生鲜食品的商品价值，并对所述生鲜食品进行商品标记。
关于生鲜食品标记装置的具体限定可以参见上文中对于生鲜食品标记方法的限定，在此不再赘述。上述生鲜食品标记装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于电子设备中的处理器中，也可以以软件形式存储于电子设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一实施例中，提供了一种电子设备，该电子设备可以是服务器，其内部结构图可以如图9所示。该电子设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该电子设备的处理器用于提供计算和控制能力。该电子设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该电子设备的数据库用于生鲜食品标记方法相关的数据。该电子设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种生鲜食品标记方法。
在一实施例中，提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述实施例生鲜食品标记方法，例如图1所示S10至步骤S50。或者，处理器执行计算机程序时实现上述实施例中生鲜食品标记装置的各模块/单元的功能，例如图8所示模块10至模块50的功能。为避免重复，此处不再赘述。
在一实施例中，提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述实施例生鲜食品标记方法，例如图1所示S10至步骤S50。或者，该计算机程序被处理器执行时实现上述装置实施例中生鲜食品标记装置中各模块/单元的功能，例如图8所示模块10至模块50的功能。为避免重复，此处不再赘述。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，该计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器（ROM）、可编程ROM（PROM）、电可编程ROM（EPROM）、电可擦除可编程ROM（EEPROM）或闪存。易失性存储器可包括随机存取存储器（RAM）或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM（SRAM）、动态RAM（DRAM）、同步DRAM（SDRAM）、双数据率SDRAM（DDRSDRAM）、增强型SDRAM（ESDRAM）、同步链路（Synchlink） DRAM（SLDRAM）、存储器总线（Rambus）直接RAM（RDRAM）、直接存储器总线动态RAM（DRDRAM）、以及存储器总线动态RAM（RDRAM）等。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。
以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。

Claims (10)

1.一种生鲜食品标记方法，其特征在于，包括：
获取生鲜食品图像并对所述生鲜食品图像进行分析，确定所述生鲜食品是否有质量缺陷；
若确定所述生鲜食品无质量缺陷，则基于生鲜食品种类数据库，获取生鲜食品对应的生鲜食品编号和生鲜食品保质期；
基于生鲜食品采集数据库，确定所述生鲜食品的来源地和生产时间；
确定所述生鲜食品的生鲜食品重量；
根据所述生鲜食品编号、所述生鲜食品保质期、所述来源地、生鲜食品重量和所述生产时间，确定所述生鲜食品的商品价值，并对所述生鲜食品进行商品标记。
2.根据权利要求1所述的生鲜食品标记方法，其特征在于，所述确定所述生鲜食品是否有质量缺陷之后，还包括：
若确定所述生鲜食品有质量缺陷，则基于所述生鲜食品种类数据库，确定所述生鲜食品对应的损害程度；
基于所述损害程度，对所述生鲜食品进行梯度分类；
将不同梯度的所述生鲜食品进行不同的梯度处理，并进行商品标记。
3.根据权利要求2所述的生鲜食品标记方法，其特征在于，所述确定所述将不同梯度的所述生鲜食品进行不同的梯度处理，并进行商品标记，包括：
对第一梯度的所述生鲜食品的损害部位进行去除，得到次级生鲜食品；
获取同重量情况下，无损害程度的所述生鲜食品对应的商品价值，基于所述商品价值和商品价值损害数据库，获取所述的所述次级生鲜食品对应的次级商品价值；
或，获取所述次级生鲜食品对应的次级生鲜食品重量，基于所述次级生鲜食品重量和所述商品价值损害数据库，获取所述的所述次级生鲜食品对应的次级商品价值；
基于所述次级商品价值，对所述次级生鲜食品进行商品标记。
4.根据权利要求3所述的生鲜食品标记方法，其特征在于，所述确定所述将不同梯度的所述生鲜食品进行不同的梯度处理，并进行商品标记，包括：
基于所述生鲜食品种类数据库，获取其他梯度的所述生鲜食品对应的生鲜食品种类；
基于所述生鲜食品种类，对其他梯度的所述生鲜食品进行商品标记。
5.根据权利要求1所述的生鲜食品标记方法，其特征在于，所述确定所述生鲜食品的生鲜食品重量之后，还包括：
获取所述生鲜食品种类对应的热量含量占比，基于所述热量含量占比和所述生鲜食品重量，确定所述生鲜食品对应的生鲜食品热量；
根据所述生鲜食品编号、所述生鲜食品保质期、所述来源地、所述生产时间和所述生鲜食品热量，对所述生鲜食品进行商品标记。
6.根据权利要求1所述的生鲜食品标记方法，其特征在于，所述生鲜食品采集数据库包括生鲜食品采集地图数据，所述基于生鲜食品采集数据库，确定所述生鲜食品的来源地和生产时间，包括：
基于所述生鲜食品采集数据库，确定所述生鲜食品的来源地、交通工具和入库时间；
基于生鲜食品采集地图数据，获取所述来源地与所述生鲜食品的分拣地之间的实际距离；
基于所述交通工具、所述实际距离和所述入库时间，确定所述生鲜食品的生产时间。
7.根据权利要求1所述的生鲜食品标记装置，其特征在于，所述对所述生鲜食品进行商品标记之后，还包括：
监测已进行商品标记的所述生鲜食品，获取生鲜食品监测结果；
若所述生鲜食品监测结果为不良，则将不良的所述生鲜食品的商品标记进行去除，并重新进行商品标记。
8.一种生鲜食品标记装置，其特征在于，包括：
生鲜食品图像获取模块，用于获取生鲜食品图像并对所述生鲜食品图像进行分析，确定所述生鲜食品是否有质量缺陷；
生鲜食品无质量缺陷确定模块，用于若确定所述生鲜食品无质量缺陷，则基于生鲜食品种类数据库，获取生鲜食品对应的生鲜食品编号和生鲜食品保质期；
来源地确定模块，用于基于生鲜食品采集数据库，确定所述生鲜食品的来源地和生产时间；
生鲜食品重量确定模块，用于确定所述生鲜食品的生鲜食品重量；
商品标记模块，用于根据所述生鲜食品编号、所述生鲜食品保质期、所述来源地、生鲜食品重量和所述生产时间，确定所述生鲜食品的商品价值，并对所述生鲜食品进行商品标记。
9.一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述生鲜食品标记方法。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述生鲜食品标记方法。
CN202310156503.7A 2023-02-14 2023-02-14 生鲜食品标记方法、装置、设备及存储介质 Pending CN116109328A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310156503.7A CN116109328A (zh) 2023-02-14 2023-02-14 生鲜食品标记方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310156503.7A CN116109328A (zh) 2023-02-14 2023-02-14 生鲜食品标记方法、装置、设备及存储介质

Publications (1)

Publication Number Publication Date
CN116109328A true CN116109328A (zh) 2023-05-12

Family

ID=86257992

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310156503.7A Pending CN116109328A (zh) 2023-02-14 2023-02-14 生鲜食品标记方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN116109328A (zh)

Similar Documents

Publication Publication Date Title
Zhu et al. Deep learning and machine vision for food processing: A survey
Blasco et al. Recognition and classification of external skin damage in citrus fruits using multispectral data and morphological features
Barbin et al. NIR hyperspectral imaging as non-destructive evaluation tool for the recognition of fresh and frozen–thawed porcine longissimus dorsi muscles
Cavallo et al. Non-destructive and contactless quality evaluation of table grapes by a computer vision system
ElMasry et al. Image analysis operations applied to hyperspectral images for non-invasive sensing of food quality–a comprehensive review
Kaur et al. Evaluation of plum fruit maturity by image processing techniques
Wang et al. Application of hyperspectral imaging to discriminate the variety of maize seeds
Barbin et al. Non-destructive determination of chemical composition in intact and minced pork using near-infrared hyperspectral imaging
Cavallo et al. Non-destructive automatic quality evaluation of fresh-cut iceberg lettuce through packaging material
Xiong et al. Application of visible hyperspectral imaging for prediction of springiness of fresh chicken meat
US10918016B2 (en) System and method for grading agricultural commodity
Kang et al. Advances in machine learning and hyperspectral imaging in the food supply chain
Yang et al. Detection of the freshness state of cooked beef during storage using hyperspectral imaging
US20220323997A1 (en) Devices, systems and methods for sorting and labelling food products
Rafiq et al. Application of computer vision system in food processing
Novas et al. Development of a smartphone application for assessment of chilling injuries in zucchini
Putra et al. Classification of chicken meat freshness using convolutional neural network algorithms
Nirale et al. Analytical Study on IoT and Machine Learning based Grading and Sorting System for Fruits
Raka et al. Taste-wise fruit sorting system using thermal image processing
CN116109328A (zh) 生鲜食品标记方法、装置、设备及存储介质
Sokudlor et al. Enhancing milled rice qualitative classification with machine learning techniques using morphological features of binary images
Vashishth et al. Smart technologies in food manufacturing
Srinivas et al. Deep learning based fruit quality inspection
CN112052910A (zh) 食品安全分类方法、装置、计算机设备及存储介质
Qasim et al. EFFICIENT APPROACH OF DETECTION AND VISUALIZATION OF THE DAMAGED TABLETS.

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