检测冰箱内食材营养成分的方法与冰箱技术

本发明专利技术提供了一种检测冰箱内食材营养成分的方法与冰箱。其中冰箱的储物间室内部设置高光谱成像装置。该检测冰箱内食材信息的方法包括：获取由高光谱成像装置拍摄的食材的高光谱数据；并从高光谱数据中分别提取出图像数据和光谱数据；根据提取出的图像数据检测出食材的种类，获取食材的种类相对应的营养成分检测模型，将提取出的光谱数据输入营养成分检测模型，得到冰箱内食材新鲜度及营养成分信息。便于用户进行食材管理。

The method of detecting the nutritive composition of the ingredients in the refrigerator and the refrigerator

【技术实现步骤摘要】
检测冰箱内食材营养成分的方法与冰箱
本专利技术涉及储物
，特别是涉及一种检测冰箱内食材营养成分的方法与冰箱。
技术介绍
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，而冰箱的角色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。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色或者食材形状、纹理的不同进行识别，其对颜色、形状相近的食材已经很难正确识别，更无法实现检测食材的营养成分。而对于现有的食材营养成分的检测，目前的方法是使用糖度计、硬度计等不同仪器分别检测各个理化指标，从而得到食品总体营养成分信息。而逐渐发展起来的快速检测手段——光谱法，则提供了一种快检手段，光谱信息与待测物的化学组成和分子结构相关，因此可以较为准确的进行食材的营养成分信息。进行识别时首先获取待测食材的光谱信息，之后提取可以代表该食材的特征光谱信息，将一系列食材与各自的特征光谱信息建立模型，之后可以对待测食材的营养成分进行检测。不过该方法一般是进行单点检测，用户体验不好；同时，由于检测的区域面积很小，而对某个食材进行多点检测时，结果往往不一致，因此该技术的正确率需要进一步提高。
技术实现思路
本专利技术的一个目的是要提供一种自动检测食材营养成分的方法。本专利技术一个进一步的目的是要提高营养成分检测的准确性。本专利技术首先提供了一种检测冰箱内食材营养成分的方法，适用的冰箱储物间室内设置有用于拍摄储物间室内部食材的高光谱成像装置，方法包括：在收到识别食材营养成分的指令后，启动高光谱成像装置，获取拍摄得到的高光谱数据；对高光谱数据进行预处理，并分别提取出图像数据和光谱数据；根据图像数据识别出食材的种类；根据食材的种类获取对应的营养成分检测模型，其中营养成分检测模型预先按照不同品质的食材的光谱数据训练得到；以及，使用营养成分检测模型对光谱数据进行分类分析计算，得到食材每个像素点的营养成分信息，将食材每像素点的营养成分信息进行综合计算，从而确定出食材的营养成分。可选地，根据图像数据识别出食材的种类的步骤包括：获取图像数据；根据图像数据识别食材种类，得到第一种类信息以及第一识别率；判断第一识别率是否高于预先设定的第一阈值；若是，确定食材的种类。可选地，使用营养成分检测模型对高光谱成像装置拍摄的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营养成分检测模型所需的光谱数据；将营养成分检测模型所需的光谱数据输入营养成分检测模型；由营养成分检测模型进行模式识别，得到食材的营养成分。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，并且图像数据通过对图像像素元素中数据分析提取得出，光谱数据通过对光谱波长元素中的数据分析提取得出。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。可选地，在启动高光谱成像装置的过程中，还同时启动与高光谱成像装置匹配设置的光源系统以提供高光谱成像装置拍摄所需的光线，其中光源系统的光谱范围为400nm至1100nm。可选地，确定出食材的营养成分的步骤之后还包括：通过冰箱的显示屏或者与冰箱绑定的移动终端输出食材的营养成分。根据本专利技术的另一个方面，还提供了一种冰箱。该冰箱包括：箱体，其内限定有储物间室；高光谱成像装置，设置于储物间室内，并配置成拍摄储物间室内部食材；控制器，包括存储器以及处理器，存储器内存储有计算机程序，并且计算机程序被处理器执行时，用于实现上述检测冰箱内食材营养成分的方法。可选地，该冰箱还包括：光源系统，与高光谱成像装置匹配设置于储物间室内并配置成给高光谱成像装置提供拍摄所需的光线，其中光源系统的光谱范围为400nm至1100nm。可选地，该冰箱还包括：信息输出接口，配置成向冰箱的显示屏或者与冰箱绑定的移动终端提供食材种类，以向用户输出。本专利技术的检测冰箱内食材营养成分的方法与冰箱，在冰箱内部设置高光谱成像装置，拍摄得到食材的高光谱数据，利用高光谱数据进行食材营养成分的检测，检测准确率高，满足了快速、无损获得营养成分的要求。进一步地，本专利技术的检测冰箱内食材营养成分的方法与冰箱，利用食材的光谱信息与其营养成分相关的特性，采用模式识别技术，借助于营养成分检测模型进行食材的营养成分检测，显著提高了检测的准确程度，便于用户进行食材管理。根据下文结合附图对本专利技术具体实施例的详细描述，本领域技术人员将会更加明了本专利技术的上述以及其他目的、优点和特征。附图说明后文将参照附图以示例性而非限制性的方式详细描述本专利技术的一些具体实施例。附图中相同的附图标记标示了相同或类似的部件或部分。本领域技术人员应该理解，这些附图未必是按比例绘制的。附图中：图1是根据本专利技术一个实施例的冰箱的示意图；图2是根据本专利技术一个实施例的冰箱的功能示意框图；图3是根据本专利技术另一实施例的冰箱的示意图；图4是根据本专利技术一个实施例的识别冰箱内食材的种类的方法的示意图；以及图5是根据本专利技术一个实施例的检测冰箱内食材的营养成分的方法的示意图。具体实施方式图1是根据本专利技术一个实施例的冰箱10的示意图。本实施例的冰箱10一般性地可以包括：箱体110、门体120、高光谱成像装置210。箱体110内限定有至少一个前侧敞开的储物间室130，通常为多个，如冷藏室、冷冻室、变温室等等。具体的储物间室130的数量和功能可以根据预先的需求进行配置，在一些实施例中，冷藏室的保藏温度可为2～9℃，或者可为4～7℃；冷冻室的保藏温度可为-22～-14℃，或者可为-20～16℃。冷冻室设置于冷藏室的下方，变温室设置于冷冻室和冷藏室之间。冷冻室内的温度范围一般在-14℃至-22℃。变温室可根据需求进行调整，以储存合适的食材，或者作为保鲜储藏室。门体120，设置于箱体110前侧，用于开闭储物间室130。例如门体120可以通过铰接的方式设置箱体110前部的一侧，通过枢转的方式开闭储物间室130，门体120的本文档来自技高网...

【技术保护点】
1.一种检测冰箱内食材营养成分的方法，所述冰箱的储物间室内设置有用于拍摄所述储物间室内部食材的高光谱成像装置，所述方法包括：/n在收到识别所述食材营养成分的指令后，启动所述高光谱成像装置，获取拍摄得到的高光谱数据；/n对所述高光谱数据进行预处理，并分别提取出图像数据和光谱数据；/n根据所述图像数据识别出所述食材的种类；/n根据所述食材的种类获取对应的营养成分检测模型，其中所述营养成分检测模型预先按照不同品质的食材的光谱数据训练得到；以及/n使用所述营养成分检测模型对所述光谱数据进行分类分析计算，得到所述食材的每个像素点的营养成分信息，将每个所述像素点的营养成分信息进行综合计算，从而确定出所述食材的营养成分。/n

【技术特征摘要】
1.一种检测冰箱内食材营养成分的方法，所述冰箱的储物间室内设置有用于拍摄所述储物间室内部食材的高光谱成像装置，所述方法包括：
在收到识别所述食材营养成分的指令后，启动所述高光谱成像装置，获取拍摄得到的高光谱数据；
对所述高光谱数据进行预处理，并分别提取出图像数据和光谱数据；
根据所述图像数据识别出所述食材的种类；
根据所述食材的种类获取对应的营养成分检测模型，其中所述营养成分检测模型预先按照不同品质的食材的光谱数据训练得到；以及
使用所述营养成分检测模型对所述光谱数据进行分类分析计算，得到所述食材的每个像素点的营养成分信息，将每个所述像素点的营养成分信息进行综合计算，从而确定出所述食材的营养成分。


2.根据权利要求1所述的方法，其中根据所述图像数据识别出所述食材的种类的步骤包括：
获取所述图像数据；
根据所述图像数据识别所述食材的种类，得到第一种类信息以及第一识别率；
判断所述第一识别率是否高于预先设定的第一阈值；
若是，确定所述食材的种类。


3.根据权利要求1所述的方法，其中使用所述营养成分检测模型对所述高光谱成像装置拍摄的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营养成分检测模型所需的光谱数据；
将所述营养成分检测模型所需的光谱数据输入所述营养成分检测模型；
由所述营养成分检测模型进行模式识别，得到所述食材的营养成分。


4.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...

【专利技术属性】
技术研发人员：张冰，张丽丽，田红荀，陶瑞涛，王霁昀，
申请(专利权)人：青岛海尔智能技术研发有限公司，
类型：发明
国别省市：山东;37