[发明专利]基于计算机视觉的密闭空间冷冻冷藏环境控制系统及方法

说明书

本发明提供基于计算机视觉的密闭空间冷冻冷藏环境控制系统及方法，采集密闭空间内的食品图像、温度和湿度信息；根据食品图像对食品进行种类识别；若食品没有包装，则采用欧拉视频放大技术对食品图像进行处理，得到食品表面颜色分布信息，根据食品表面颜色分布信息和学习结果判断食品状态，根据食品状态给用户进行相应的状态提示；并接收和识别用户的反馈，根据食品表面颜色分布信息、判断的食品状态及用户的反馈进行学习，得到学习结果；根据食品状态对密闭空间内的温度和湿度进行调控；若食品有包装，根据其储存时间和已知的保质期，判断食品状态，给用户进行相应的状态提示。本发明能给用户食品状态提醒，对冷藏环境进行调控。

技术领域

本发明涉及密闭空间冷冻冷藏环境控制领域，具体涉及一种基于计算机视觉的密闭空间冷冻冷藏环境控制系统及方法。

背景技术

冷藏冷冻技术是一种以调节储存物所处密闭空间气体环境的方式，也是一种延长食品储存寿命的常用手段。目前，食材保鲜领域中被广泛使用的冷冻冷藏技术，消耗了大量的能源，但这种消耗并没有达到最大化利用食品的目的，亟需改进冷冻冷藏环境控制系统及其控制方法以解决上述问题。

目前普遍使用的传统冷藏冷冻环境控制技术无法做到因地制宜、因物制宜地调整密闭空间环境参数，也不能对食品过期做出预警。只有在食品过期后，人们才能通过食品表面情况或食品散发气味做出判断，从中导致了大量食品浪费，也无法满足人员对于高效、便捷的食品管理需求，也不利于节能。再者，使用者会根据自己的经验知识来判断食品当前情况，而不会考虑该种食品什么样的温湿度条件下可以达到最佳的保存效果。

综上，传统的冷藏冷冻环境控制模式存在诸多局限性，例如：

1、在传统的密闭空间制冷系统中，管理人员处于相对被动的状态，会受到多种因素的影响，如忘记或记错食品的变质日期。因此不能有效且迅速地做出相应的措施，即使管理人员主动检查食品的状态也无法做出准确的判断。

2、传统的密闭空间只有通过人员观察的方法识别冷藏冷冻空间内的情况，无法做到实时监测空间内部食品变质情况，亦无法做到远程操控密闭空间内环境。

3、目前大多密闭空间数冷藏冷冻环境控制一般出现两种极端情况：为了保障食品的新鲜程度，耗费大量能量营造低温工况；为了节省能源，提高冷藏冷冻温度。

4、单独使用摄像头捕捉密闭空间内部的食材信息，会造成诸多不利情况，如精度降低、鲁棒性减弱。

发明内容

针对上述现有冷冻冷藏环境控制系统中存在的问题或缺陷，本发明的目的在于，提供一种基于计算机视觉的密闭空间冷冻冷藏环境控制系统及方法，能及时对管理者进行食品状态提醒，以避免食品中毒现象的发生，能够根据食品种类及保鲜情况对冷藏环境进行调控，避免食品大量浪费。

本发明通过一下技术方案实现：

基于计算机视觉的密闭空间冷冻冷藏环境控制系统，包括数据采集模块、信息处理模块、人工智能模块和环境调控模块；

数据采集模块，用于采集密闭空间内的食品图像并传输给信息处理模块；用于采集密闭空间内的温度和湿度信息并传输给环境调控模块；

信息处理模块，根据接收到的食品图像，对食品进行种类识别；若食品没有包装，则采用欧拉视频放大技术对食品图像信息进行处理，得到食品表面颜色分布信息，根据食品表面颜色分布信息和人工智能模块的学习结果判断食品状态，根据食品状态输出相应的状态提示指令给人工智能模块及调整指令给环境调控模块，将食品表面颜色分布信息发送给人工智能模块；否则，根据之前记录判断该食品在密闭空间的储存时间，根据存储时间和预设的阈值，输出相应的状态提示指令给人工智能模块；

人工智能模块，根据接收到的状态提示指令给用户进行相应的状态提示，并接收和识别用户的反馈，根据食品表面颜色分布信息、状态提示指令及用户的反馈利用深度学习算法进行深度学习，将学习结果发送给信息处理模块。