(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 (43)申请公布日 (21)申请号 201710188925.7
(22)申请日 2017.03.27
(71)申请人 青岛海尔智能技术研发有限公司
地址 266101 山东省青岛市崂山区海尔路1
号
(72)发明人 张冰 俞国新 陶瑞涛 梁静娜
王霁昀 田红荀
(74)专利代理机构 北京智汇东方知识产权代理
事务所(普通合伙) 11391
代理人 薛峰 刘长江
(51)Int.Cl.
G01N 21/31(2006.01)
(54)发明名称
(57)摘要
本发明提供了一种检测冰箱内食物新鲜度
的方法与冰箱。其中冰箱的储物间室内部形成有
用于放置被检食物的检测区且布置有拍摄角度
物新鲜度的方法包括：获取由高光谱成像装置拍
摄的检测区内放置的被检食物的高光谱数据；获
度检测模型预先按照不同品质的食物的高光谱
数据训练得到；以及使用新鲜度检测模型对高光
谱成像装置拍摄的高光谱数据进行分类，从而确
定出被检食物的新鲜度。
本方案在冰箱内部设置高光谱成像装置，拍摄得到食物的高光谱数据，
综合利用图像信息和光谱信息检测食物的新鲜
度，检测准确率高，满足了快速、无损获得新鲜度
的要求。权利要求书2页 说明书8页 附图4页CN 108663331 A 2018.10.16
C N 108663331
A
1.一种检测冰箱内食物新鲜度的方法，所述冰箱的储物间室内部形成有用于放置被检食物的检测区且布置有拍摄角度朝向所述检测区的高光谱成像装置，所述方法包括：获取由所述高光谱成像装置拍摄的所述检测区内放置的被检食物的高光谱数据；
获取适用于所述被检食物的新鲜度检测模型，其中所述新鲜度检测模型预先按照不同品质的食物的高光谱数据训练得到；以及
使用所述新鲜度检测模型对所述高光谱成像装置拍摄的高光谱数据进行分类，从而确定出所述被检食物的新鲜度。
2.根据权利要求1所述的方法，其中使用所述新鲜度检测模型对所述高光谱成像装置拍摄的高光谱数据进行分类的步骤包括：
从所述高光谱成像装置拍摄的高光谱数据中提取出所述新鲜度检测模型所需的图像特征信息和特征光谱信息；
将所述新鲜度检测模型所需的图像特征信息和特征光谱信息输入所述新鲜度检测模型；
由所述新鲜度检测模型进行模式识别，得到所述被检食物的新鲜度。
3.根据权利要求1所述的方法，其中，
所述高光谱数据包括设定数量的三元数据组，每个三元数据组中包括一个像素点的两个图像像素元素和一个光谱波长元素，每个像素点具有多组所述三元数据组，并且所述新鲜度检测模型所需的图像特征信息通过对所述图像像素元素中数据分析提取得出，所述新鲜度检测模型所需的特征光谱信息通过对所述光谱波长元素中的数据分析提取得出。
4.根据权利要求3所述的方法，其中，
所述高光谱数据中每个像素点的光谱波长的分辨率小于或等于2nm。
5.根据权利要求3所述的方法，其中，
在驱使所述高光谱成像装置拍摄所述检测区内放置的被检食物的过程中，还同时驱动与所述高光谱成像装置匹配设置的光源系统启动，以为所述高光谱成像装置提供拍摄光线，其中光源系统的光谱范围为400nm至1100nm。
6.根据权利要求1所述的方法，其中获取适用于所述被检食物的新鲜度检测模型的步骤包括：
利用所述高光谱成像装置拍摄的高光谱数据识别出所述被检食物的类型；
获取与所述被检食物的类型对应的新鲜度检测模型。
7.根据权利要求6所述的方法，其中利用所述高光谱成像装置拍摄的高光谱数据识别出所述被检食物的类型的步骤包括：
获取食物类型识别模型；
从所述高光谱成像装置拍摄的高光谱数据中提取出所述食物类型识别模型所需的图像特征信息和特征光谱信息；
将所述食物类型识别模型所需的图像特征信息和特征光谱信息输入所述食物类型识别模型；
由所述食物类型识别模型进行模式识别，得到所述被检食物的类型。
8.根据权利要求1所述的方法，其中，确定出所述食物的类型的步骤之后还包括：
通过所述冰箱的显示屏或者与所述冰箱绑定的移动终端输出被检食物的新鲜度。
9.一种冰箱，包括：
箱体，其内限定有储物间室，所述储物间室内形成有用于放置被检食物的检测区；
高光谱成像装置，设置于所述箱体内部并且拍摄角度朝向所述检测区，并配置成拍摄得到所述被检食物
的高光谱数据；
新鲜度检测装置，配置成获取所述被检食物的高光谱数据，获取适用于所述被检食物的新鲜度检测模型，使用所述新鲜度检测模型对所述高光谱成像装置拍摄的高光谱数据进行分类，从而确定出所述被检食物的新鲜度，其中所述新鲜度检测模型预先按照不同品质的食物的高光谱数据训练得到。
10.根据权利要求9所述的冰箱，其中
所述新鲜度检测装置还配置成：从所述高光谱成像装置拍摄的高光谱数据中提取出所述新鲜度检测模型所需的图像特征信息和特征光谱信息，将所述新鲜度检测模型所需的图像特征信息和特征光谱信息输入所述新鲜度检测模型，由所述新鲜度检测模型进行模式识别，得到所述被检食物的新鲜度；
所述高光谱数据包括设定数量的三元数据组，每个三元数据组中包括一个像素点的两个图像像素元素和一个光谱波长元素，每个像素点具有多组所述三元数据组，并且所述新鲜度检测模型所需的图像特征信息通过对所述图像像素元素中数据分析提取得出，所述新鲜度检测模型所需的特征光谱信息通过对所述光谱波长元素中的数据分析提取得出，每个像素点的光谱波长的分辨率小于或等于2nm；并且所述冰箱还包括：
类型检测装置，配置成利用所述高光谱成像装置拍摄的高光谱数据识别出所述被检食物的类型，以供确定与所述被检食物的类型对应的新鲜度检测模型；
光源系统，设置于所述检测区内，以为所述高光谱成像装置提供拍摄光线，所述光源系统的光谱范围设置为400～1100nm；
信息输出接口，配置成向所述冰箱的显示屏或者与所述冰箱绑定的移动终端提供所述被检食物的新鲜度，以向用户输出。
检测冰箱内食物新鲜度的方法与冰箱
技术领域
[0001]本发明涉及储物技术领域，特别是涉及一种检测冰箱内食物新鲜度的方法与冰箱。
背景技术
[0002]随着社会的进步和人们生活水平的提高，消费者在购买食品时不仅关注食品的营养价值与安全，还会考虑价格、口感、外观及新鲜程度等因素，而冰箱的角也从单纯的存储保鲜逐渐转变为食材管理中心和家庭营养中心，这也对冰箱提出了新的挑战，同时，这也为各种智能识别技术应用在冰箱上提供了契机。了解冰箱中存放食材种类的方式，也从打开冰箱门实际查看变为了智能化识别。利用自动识别技术，在家用冰箱上实现食品的种类识别功能，已经成为智能化冰箱的发展趋势。
[0003]自动识别技术就是应用特定识别装置，将被识别物品接近识别装置，自动获取被识别物品的相关信息，并提供给计算机处理系统来完成相关后续处理的一种技术。目前应用于冰箱的自动识别技术包括射频识别和图像识别等，射频识别是在放进冰箱的食材上张贴射频识别码，利用安装在冰箱上的射频识别装置进行识别，该技术需要所购置的食材本身含有射频识别码，而目前市场上的大部分食品都不含有射频识别码，特别是蔬菜、水果，更是不含有识别码，因此该技术受到了很大的应用限制。图像识别技术也已应用于冰箱上，但是正确识别率较低，由于该技术主要是依赖于对食材图像颜或者食材形状、纹理的不同进行识别，其对颜、形状相近的食材已经很难正确识别，更无法实现检测食物的新鲜度。
[0004]而对于现有的食物新鲜度的检测，一般是采用气体传感器阵列实现。气体传感器阵列安装于冰箱间室内，随着冰箱中存储的食物随着存放时间的延长，不断释放各种气体，而此时各个气体传感器分别对某些特定气体响应，从而判断食物的新鲜程度以及变化情况，综合判定食物的新鲜程度。
[0005]气体传感器阵列检测食物的新鲜程度时，有比较大的误判风险。首先，一般的气体传感器可以对一类化学物质都敏感，而多种气体可能都含有该物质，因此传感器可能并不能真正识别到底是哪种气体引起响应，从而引起误判。其次，多种食物混合放置时，散发的气体混合在一起，使得传感器响应，但却不能识别到底是哪种食物所释放的，从而引起误判。
发明内容
[0006]本发明的一个目的是要提供一种自动检测食物新鲜度的方法。
[0007]本发明一个进一步的目的是要提高新鲜度检测的准确性。
[0008]本发明首先提供了一种检测冰箱内食物新鲜度的方法，适用的冰箱的储物间室内部形成有用于放置被检食物的检测区且布置有拍摄角度朝向检测区的高光谱成像装置。该检测冰箱内食物新鲜度的方法包括：获取由高光谱成像装置拍摄的检测区内放置的被检食
物的高光谱数据；获取适用于被检食物的新鲜度检测模型，其中新鲜度检测模型预先按照不同品质的食物的高光谱数据训练得到；以及使用新鲜度检测模型对高光谱成像装置拍摄的高光谱数据进行分类，从而确定出被检食物的新鲜度。
[0009]可选地，使用新鲜度检测模型对高光谱成像装置拍摄的高光谱数据进行分类的步骤包括：从高光谱成像装置拍摄的高光谱数据中提取出新鲜度检测模型所需的图像特征信息和特征光谱信息；将新鲜度检测模型所需的图像特征信息和特征光谱信息输入新鲜度检测模型；由新鲜度检测模型进行模式识别，得到被检食物的新鲜度。
[0010]可选地，高光谱数据包括设定数量的三元数据组，每个三元数据组中包括一个像素点的两个图像像素元素和一个光谱波长元素，每个像素点具有多组三元数据组，并且新鲜度检测模型所需的图像特征
信息通过对图像像素元素中数据分析提取得出，新鲜度检测模型所需的特征光谱信息通过对光谱波长元素中的数据分析提取得出。
[0011]可选地，高光谱数据中每个像素点的光谱波长的分辨率小于或等于2nm。[0012]可选地，在驱使高光谱成像装置拍摄检测区内放置的被检食物的过程中，还同时驱动与高光谱成像装置匹配设置的光源系统启动，以为高光谱成像装置提供拍摄光线，其中光源系统的光谱范围为400nm至1100nm。
[0013]可选地，获取适用于被检食物的新鲜度检测模型的步骤包括：利用高光谱成像装置拍摄的高光谱数据识别出被检食物的类型；获取与被检食物的类型对应的新鲜度检测模型。
[0014]可选地，利用高光谱成像装置拍摄的高光谱数据识别出被检食物的类型的步骤包括：获取食物类型识别模型；从高光谱成像装置拍摄的高光谱数据中提取出食物类型识别模型所需的图像特征信息和特征光谱信息；将食物类型识别模型所需的图像特征信息和特征光谱信息输入食物类型识别模型；由食物类型识别模型进行模式识别，得到被检食物的类型。
[0015]可选地，确定出食物的类型的步骤之后还包括：通过冰箱的显示屏或者与冰箱绑定的移动终端输出被检食物的新鲜度。
[0016]根据本发明的另一个方面，还提供了一种冰箱。该冰箱包括：箱体，其内限定有储物间室，储物
间室内形成有用于放置被检食物的检测区；高光谱成像装置，设置于箱体内部并且拍摄角度朝向检测区，并配置成拍摄得到被检食物的高光谱数据；新鲜度检测装置，配置成获取被检食物的高光谱数据，获取适用于被检食物的新鲜度检测模型，使用新鲜度检测模型对高光谱成像装置拍摄的高光谱数据进行分类，从而确定出被检食物的新鲜度，其中新鲜度检测模型预先按照不同品质的食物的高光谱数据训练得到。
[0017]可选地，新鲜度检测装置还配置成：从高光谱成像装置拍摄的高光谱数据中提取出新鲜度检测模型所需的图像特征信息和特征光谱信息，将新鲜度检测模型所需的图像特征信息和特征光谱信息输入新鲜度检测模型，由新鲜度检测模型进行模式识别，得到被检食物的新鲜度；高光谱数据包括设定数量的三元数据组，每个三元数据组中包括一个像素点的两个图像像素元素和一个光谱波长元素，每个像素点具有多组三元数据组，并且新鲜度检测模型所需的图像特征信息通过对图像像素元素中数据分析提取得出，新鲜度检测模型所需的特征光谱信息通过对光谱波长元素中的数据分析提取得出，每个像素点的光谱波长的分辨率小于或等于2nm；并且冰箱还包括：类型检测装置，配置成利用高光谱成像装置
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议