[发明专利]基于密度模型的硬壳类食品的新鲜度测定系统及其方法

说明书

技术领域

本发明涉及食品领域，尤其涉及基于密度模型的硬壳类食品的新鲜度测定系统及 其方法。

背景技术

目前，在产品生产中采用生理生化检测对产品随时间的变化进行追踪，即通过失 重率，蛋白质类、糖类、脂肪类生理生化变化，维生素类生理生化变化等六大营养素的变化 情况为检测依据，获取新鲜食品的新鲜程度的检测结果。而现有食品新鲜度测定系统中，不 能通过预置模型在移动端自动判断食品的新鲜程度。当使用计算机用于食品新鲜程度的自 动识别时，判定依据、模型准确性、食品种类、食品上有效信息的提取等方面会存在一系列 问题，首先判定依据的选择尚不明确，即使用哪些新鲜度指标作为判定依据；其次模型准确 性较差，急需构建一个准确度较高的模型；再次，未界定该方法可以判定哪些食品；最后，如 何使用移动设备有效提取食品上的有效信息。

发明内容

发明的目的：为了提供一种效果更好的基于密度模型的硬壳类食品的新鲜度测定 系统及其方法，具体目的见具体实施部分的多个实质技术效果。

为了达到如上目的，本发明采取如下技术方案：

基于密度模型的硬壳类食品的新鲜度测定系统及其方法，其特征在于，包含如下步骤，

构建基于密度模型多个新鲜度指示指标的分类的硬壳类食品模型；

采用一致的图像输入系统对硬壳类食品进行图像采集；

利用胡克定律测定所述食品的质量，利用定位圆心定位法测定所述食品的体积；

并将重量和体积作为原始值，计算该硬壳类食品的密度；

根据食品的密度能初步判断出产品的存储时间，判断食品是否新鲜。

本发明进一步技术方案在于，所指的硬壳类食品，指初级农副产品中的外壳体积 不随储藏时间延长而发生显著性变化（体积变化差异不显著α<0.05）而品质（反映新鲜程度 的理化指标，尤其是水分损失导致的失重）随储藏时间延长而发生显著性变化（理化指标差 异显著α>0.05）的食品。本发明所指的硬壳类食品包括但不仅限于以下类别的食物。硬壳类 食品中，植物源的食品包括两类：一树坚果，包括杏仁、碧根果、巴旦木、腰果、榛子、核桃、松 子、板栗、白果、香榧子、开心果、夏威夷果；二是种子，包括花生、葵花子、南瓜子、西瓜子等。 硬壳类食品中，动物源的食品包括鸡蛋、鸭蛋、鹅蛋、鹌鹑蛋、大雁蛋、鸽子蛋。

本发明进一步技术方案在于，所述构建基于密度模型的分类的硬壳类食品模型是 指，基于基本的物品种类，获取该种类的密度随着储存时间的变化的变化情况，硬壳类食品 由于外部为硬壳，因此其外部形状不会变形，但是其水分流失，因此其密度会越来越小，储 存时间越长，密度越小，依此可以获知其的产出时间及新鲜度。

本发明进一步技术方案在于，所谓判断食品是否新鲜，是采集一种硬壳类食品的 经验数据，形成密度和储存时间作为参照的经验表，看密度落入的范围进行判断。

本发明进一步技术方案在于，判断食品是否新鲜，是采集一种硬壳类食品的不同 储存时间数据及其对应的生理生化指标，形成生理生化指标和储存时间作为参照的经验 表，从而通过储存时间将密度和生理生化指标的联系起来，进而对一种硬壳类食品的生理 生化指标进行估算，看其生理生化指标落入的范围进行判断。

本发明进一步技术方案在于，所述采用一致的图像输入系统对硬壳类食品进行图 像采集是指通过新鲜度软件对新鲜度称重器上的硬壳类食品进行拍照；进一步通过软件中 的或网络云端的程序，识别新鲜度称重器上的二维码；识别新鲜度称重器的示值器上的重 量信息；识别新鲜度称重器承重盘上特定间距的定位圆、识别新鲜度称重器承重盘上的硬 壳类食品、对识别信息进行分析，从而计算承重盘上的硬壳类食品的体积。

本发明进一步技术方案在于，估算体积用体积估算模块，所述的体积估算模块与 模型系统通过连接，所述的图像输入模块与手机相机连接，所述的图像输入模块与体积估 算模块连接，所述的图像输入模块与硬件识别模块和示值器识别模块连接，所述的示值器 识别模块和体积估算系统分别与模型系统连接，所述的硬件识别模块与模型系统连接；

所述的体积估算系统包括定位圆计算模块、灰度对比模块、灰度值计算模块和计算值 发送模块，所述的定位圆计算模块与图像输入模块、示值器识别模块和灰度对比模块连接， 所述的定位圆识别计算模块、灰度对比模块、灰度值计算模块和计算值发送模块依次连接， 所述的计算值发送模块与所述模型系统连接；