本发明专利技术涉及计算机技术领域，公开了一种食物识别装置及识别方法，装置包括：图像采集装置、图像处理模块、机器识别模块、图像检索引擎模块和结果分析模块，这种食物识别装置及识别方法，通过自动采集食物图像，通过卷积神经网络和图像检索相结合，通过计算分析，能够自动识别食物，并食物识别的准确率，来更准确更便捷地提升自动化或半自动化营养健康服务，避免人工处理所带来的成本和繁琐问题，对营养和健康的指导具有重大的意义。
【技术实现步骤摘要】
本专利技术涉及计算机
，特别涉及一种食物识别装置及识别方法。
技术介绍
随着生活质量与水平的不断提升，肥胖病患者的数量增长成为一个巨大的问题，肥胖症的主要原因是食物和能量的摄入量过多，在营养和健康领域，精确测量食物和能量摄入量是关键问题，然而目前的食物营养成分和人体摄入营养统计软件均通过人工录入食物的方式进行个人营养摄入分析，而且现有的食物图像识别及图像分类方法在处理特殊食物图像和多分类食物时，识别率较低，无法满足实际应用需求，如何自动识别食物，并提高食物的识别率，对营养和健康的指导具有重大的意义。
技术实现思路
本专利技术提供一种食物识别装置及识别方法，通过采集食物图像，通过卷积神经网络模型和图像检索相结合，通过计算分析，能够自动识别食物，并提高食物识别的准确率，避免或减小食物识别错误带来的一系列健康指导问题。本专利技术提供了一种食物识别装置，包括：图像采集装置、图像处理模块、机器识别模块、图像检索引擎模块和结果分析模块；所述图像采集装置用于采集食物图像，并将所述食物图像发送到所述图像处理模块中；所述图像处理模块用于采用图像模糊度判别算法和遮挡物识别算法对所述食物图像进行处理，获得清晰无遮挡的食物图像，并将所述清晰无遮挡的食物图像发送到所述机器识别模块和所述图像检索引擎模块中；所述机器识别模块用于对所述清晰无遮挡的食物图像进行卷积处理，并将卷积处理后的结果使用经过训练的神经网路模型进行识别分类；并将识别分类结果发送到结果分析模块中；所述图像检索引擎模块用于以所述清晰无遮挡的食物图像作为基准，在图像库中进行近似度匹配，获取匹配结果，并将所述匹配结果发送到结果分析模块中；所述结果分析模块用于根据所述识别分类结果和所述匹配结果，获取食物的识别结果。进一步地，所述图像采集装置为普通摄像头或红外摄像头。进一步地，所述图像检索引擎模块通过颜色布局描述符特征提取算法、颜色和边缘的方向性描述符特征提取算法、边缘直方图图形特征提取算法、联合综合描述特征提取算法和可伸缩颜色描述符特征提取算法中的一种或多种算法相结合在图像库中进行近似度匹配。进一步地，所述结果分析模块先对所述识别分类结果和所述匹配结果根据设定的阈值f进行过滤，滤掉小于设定阈值f的结果，当过滤后的识别分类结果唯一时，过滤后的识别分类结果为食物的识别结果，所述阈值f的范围为0.15～0.3；当过滤后的识别分类结果为多个时，过滤后的识别分类结果分别与设定的权重系数a相乘，过滤后的匹配结果分别与设定的权重系数b相乘，然后进行同类别相加，对相加后的类别进行数值大小比较，数值最大的类别为食物的识别结果，所述权重系数a的范围为0.4～0.6，所述权重系数b的范围为0.4～0.6。一种食物识别方法，其特征在于，包括以下步骤：(1)通过图像采集装置采集食物图像；(2)通过图像处理模块采用图像模糊度判别算法和遮挡物识别算法对食物图像进行可用范围处理，获得清晰无遮挡的食物图像；(3)通过机器识别模块对清晰无遮挡的食物图像进行卷积处理，然后使用经过训练的神经网络模型进行识别分类，得到识别分类结果；(4)通过图像检索引擎模块以所述清晰无遮挡的食物图像作为基准，在图像库中进行近似度匹配，得到匹配结果；(5)通过结果分析模块对识别分类结果和匹配结果进行过滤和权重计算分析，获取食物的识别结果。进一步地，上述步骤(4)中图像检索引擎模块以所述清晰无遮挡的食物图片作为基准，采用颜色布局描述符特征提取算法、颜色和边缘的方向性描述符特征提取算法、边缘直方图图形特征提取算法、联合综合描述特征提取算法和可伸缩颜色描述符特征提取算法中的一种或多种算法相结合在图像库中进行近似度匹配。进一步地，所述步骤(5)中，通过结果分析模块先对步骤(3)中的识别分类结果和步骤(4)中的匹配结果根据设定的阈值f进行过滤，滤掉小于设定阈值f的结果，当过滤后的识别分类结果唯一时，过滤后的识别分类结果为食物的识别结果，所述阈值f的范围为0.15～0.3；当过滤后的识别分类结果为多个时，过滤后的识别分类结果分别与设定的权重系数a相乘，过滤后的匹配结果分别与设定的权重系数b相乘，然后进行同类别相加，对相加后的类别数值进行大小比较，数值最大的类别为食物的识别结果，所述权重系数a的范围为0.4～0.6，所述权重系数b的范围为0.4～0.6。与现有技术相比，本专利技术的有益效果在于：本专利技术通过采集食物图像，通过卷积神经网络模型和图像检索相结合，通过计算分析，能够自动识别食物，并提高食物识别的准确率，来更准确更便捷地提升自动化或半自动化营养健康服务，避免人工处理所带来的成本和繁琐问题，对营养和健康的指导具有重大的意义。附图说明图1为本专利技术提供的一种食物识别装置的原理框图。具体实施方式下面结合附图，对本专利技术的一个具体实施方式进行详细描述，但应当理解本专利技术的保护范围并不受具体实施方式的限制。如图1所示，本专利技术实施例提供的一种食物识别装置，包括：图像采集装置、图像处理模块、机器识别模块、图像检索引擎模块和结果分析模块；所述图像采集装置用于采集食物图像，并将所述食物图像发送到所述图像处理模块中；所述图像处理模块用于采用图像模糊度判别算法和遮挡物识别算法对所述食物图像进行处理，获得清晰无遮挡的食物图像，并将所述清晰无遮挡的食物图像发送到所述机器识别模块和所述图像检索引擎模块中；所述机器识别模块用于对所述清晰无遮挡的食物图像进行卷积处理，并将卷积处理后的结果使用经过训练的神经网路模型进行识别分类；并将识别分类结果发送到结果分析模块中；所述图像检索引擎模块用于以所述清晰无遮挡的食物图像作为基准，在图像库中进行近似度匹配，获取匹配结果，并将所述匹配结果发送到结果分析模块中；所述结果分析模块用于根据所述识别分类结果和所述匹配结果，获取食物的识别结果。进一步地，所述图像采集装置为普通摄像头或红外摄像头。进一步地，所述图像检索引擎模块通过颜色布局描述符特征提取算法、颜色和边缘的方向性描述符特征提取算法、边缘直方图图形特征提取算法、联合综合描述特征提取算法和可伸缩颜色描述符特征提取算法中的一种或多种算法相结合在图像库中进行近似度匹配。进一步地，结果分析模块先对所述识别分类结果和所述匹配结果根据设定的阈值f(0.15～0.3)进行过滤，滤掉小于设定阈值f(0.15～0.3)的结果，当过滤后的识别分类结果唯一时，过滤后的识别分类结果为食物的识别结果；当过滤后的识别分类结果为多个时，过滤后的识别分类结果分别与设定的权重系数a(0.4～0.6)相乘，过滤后的匹配结果分别与设定的权重系数b(0.4～0.6)相乘，然后进行同类别相加，对相加后的类别进行数值大小比较，数值最大的类别为食物的识别结果。一种食物识别方法，其特征在于，包括以下步骤：(1)通过图像采集装置采集食物图像；(2)通过图像处理模块采用图像模糊度判别算法和遮挡物识别算法对食物图像进行可用范围处理，获得清晰无遮挡的食物图像；(3)通过机器识别模块对清晰无遮挡的食物图像进行卷积处理，然后使用经过训练的神经网络模型进行识别分类，得到识别分类结果；(4)通过图像检索引擎模块以所述清晰无遮挡的食物图像作为基准，在图像库中进行近似度匹配，得到匹配结果；(5)通过结果分析模块对识别分类结果和匹配结果进行过滤和权重计算本文档来自技高网...
【技术保护点】
一种食物识别装置，其特征在于，包括：图像采集装置、图像处理模块、机器识别模块、图像检索引擎模块和结果分析模块；所述图像采集装置用于采集食物图像，并将所述食物图像发送到所述图像处理模块中；所述图像处理模块用于采用图像模糊度判别算法和遮挡物识别算法对所述食物图像进行处理，获得清晰无遮挡的食物图像，并将所述清晰无遮挡的食物图像发送到所述机器识别模块和所述图像检索引擎模块中；所述机器识别模块用于对所述清晰无遮挡的食物图像进行卷积处理，并将卷积处理后的结果使用经过训练的神经网路模型进行识别分类；并将识别分类结果发送到结果分析模块中；所述图像检索引擎模块用于以所述清晰无遮挡的食物图像作为基准，在图像库中进行近似度匹配，获取匹配结果，并将所述匹配结果发送到结果分析模块中；所述结果分析模块用于根据所述识别分类结果和所述匹配结果，获取食物的识别结果。
【技术特征摘要】
1.一种食物识别装置，其特征在于，包括：图像采集装置、图像处理模块、机器识别模块、图像检索引擎模块和结果分析模块；所述图像采集装置用于采集食物图像，并将所述食物图像发送到所述图像处理模块中；所述图像处理模块用于采用图像模糊度判别算法和遮挡物识别算法对所述食物图像进行处理，获得清晰无遮挡的食物图像，并将所述清晰无遮挡的食物图像发送到所述机器识别模块和所述图像检索引擎模块中；所述机器识别模块用于对所述清晰无遮挡的食物图像进行卷积处理，并将卷积处理后的结果使用经过训练的神经网路模型进行识别分类；并将识别分类结果发送到结果分析模块中；所述图像检索引擎模块用于以所述清晰无遮挡的食物图像作为基准，在图像库中进行近似度匹配，获取匹配结果，并将所述匹配结果发送到结果分析模块中；所述结果分析模块用于根据所述识别分类结果和所述匹配结果，获取食物的识别结果。2.如权利要求1所述的食物识别装置，其特征在于，所述图像采集装置为普通摄像头或红外摄像头。3.如权利要求1所述的食物识别装置，其特征在于，所述图像检索引擎模块通过颜色布局描述符特征提取算法、颜色和边缘的方向性描述符特征提取算法、边缘直方图图形特征提取算法、联合综合描述特征提取算法和可伸缩颜色描述符特征提取算法中的一种或多种算法相结合在图像库中进行近似度匹配。4.如权利要求1所述的食物识别装置，其特征在于，所述结果分析模块先对所述识别分类结果和所述匹配结果根据设定的阈值f进行过滤，滤掉小于设定阈值f的结果，当过滤后的识别分类结果唯一时，过滤后的识别分类结果为食物的识别结果，所述阈值f的范围为0.15～0.3；当过滤后的识别分类结果为多个时，过滤后的识别分类结果分别与设定的权重系数a相乘，过滤后的匹配结果分别与设定的权重系数b相乘，然后进行同类别相加，对相加后的类别进行数值大小比较，数...
【专利技术属性】
技术研发人员：何广森，
申请(专利权)人：何广森，
类型：发明
国别省市：陕西;61
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。