一种用于大米烹饪的智能识别系统与方法技术方案

本发明专利技术公开了一种用于大米烹饪的智能识别系统与方法，该系统包括：图片采集装置，用于采集大米放置于识别板上的识别板图片；图片处理装置，用于对识别板图片进行图像处理；识别装置，用于对每张小图采用CNN神经网络进行识别，得到关于大米颜色、品质和外型的综合识别结果；所述颜色类别为紫米、白米、红米、黑米；品质类别为糙米和精米；外型类别为粳糯型、籼型、粳型、籼糯型；烹饪控制装置，用于将识别结果匹配数据库中预设的烹饪信息，下达烹饪控制指令。本发明专利技术通过一种创新设计的识别板，提高大米识别准确度，并利用深度学习的方法对大米进行分类，提高分类的精度。

An intelligent recognition system and method for rice cooking

【技术实现步骤摘要】
一种用于大米烹饪的智能识别系统与方法
本专利技术涉及图像处理技术，尤其涉及一种用于大米烹饪的智能识别系统与方法。
技术介绍
大米是生活中常用的食物，不同种类的大米其材质、硬度、大小等都不尽相同，使其达到最佳口感的烹饪方式也不尽相同。不过资料表明，相同类型的大米具有相似的烹饪方式和烹饪时间曲线。一碗普通的米饭，不同的烹饪方法或是使用不同的炊具，都可令米饭呈现出不一样的口感，如何在快节奏的都市生活中，拥有一个简单便捷，却又能够烹饪出香甜米饭的神器变得尤为重要。针对现有软件的缺乏，本专利技术的目的是提供了一种支持多移动终端，对网络环境要求较低，用户登入数量不受限制的大米烹饪智能识别系统。
技术实现思路
本专利技术要解决的技术问题在于针对现有技术中的缺陷，提供一种用于大米烹饪的智能识别系统与方法。本专利技术解决其技术问题所采用的技术方案是：一种用于大米烹饪的智能识别系统，包括：图片采集装置，用于采集大米放置于识别板上的识别板图片；所述识别板的中央有一块正方形的白块，剩余位置为黑色背景区域，识别板四方位各有一个用于固定米粒并使米保持同向的凹槽；所述识别板图片的采集方法如下：1)在识别板四角凹槽处各放一粒米；2)俯视垂直拍摄，将白块保持在图像正中心；3)拍摄获得图片，拍摄时要保证识别板填充满整张图片；图片处理装置，用于对识别板图片进行图像处理，所述图片处理装置包括白平衡校准单元、填充单元、去噪单元、切分单元；所述白平衡校准单元，用于利用图片中心的白块对识别板图片进行白平衡校准；所述填充单元，用于将识别板图片的中央白块填充为与黑色背景一致的黑色；所述去噪单元，用于将图像当中的小白点去掉，以去除识别板上上灰尘所带来的对于识别的影响；所述切分单元，用于对整张图片进行2乘2的四小图切分；识别装置，用于对每张小图采用CNN神经网络进行识别，得到关于大米颜色、品质和外型的综合识别结果；所述颜色类别为紫米、白米、红米、黑米；品质类别为糙米和精米；外型类别为粳糯型、籼型、粳型、籼糯型；烹饪控制装置，用于将识别结果匹配数据库中预设的烹饪信息，下达烹饪控制指令。按上述方案，所述识别板的大小为7乘7厘米，中央白块为1乘1厘米。按上述方案，所述识别板白块为用于进行白平衡的白块，白块要求不能有色差。按上述方案，所述识别板黑色背景区域为吸光且不反光的黑色背景。按上述方案，所述用于大米烹饪的智能识别系统还包括辅助识别装置，所述辅助识别装置，用于通过数字图像处理方法，对图片中的大米进行物体提取，并对提取出的大米进行长宽比、碎米率，垩白度的检测，通过原始预测结果作为特征，垩白度、碎米率、长宽比等也作为特征，再次进行浅层全连接神经网络识别，获得最终的识别结果。按上述方案，所述识别装置中CNN神经网络的结构在训练时采用了Adam优化器和Xaiver参数初始化方法。一种用于大米烹饪的智能识别方法，包括以下步骤：1)将大米放置于识别板上，采集识别板的图片；所述识别板的中央有一块正方形的白块，剩余位置为黑色背景区域，识别板四方位各有一个用于固定米粒并使米保持同向的凹槽；具体的拍摄方法为：1.1)在识别板四角凹槽处各放一粒米；1.2)俯视垂直拍摄，将白块保持在图像正中心；1.3)拍摄获得图片，拍摄时要保证识别板填充满整张图片；2)白平衡校准：将该图片上传，利用图片中心的白块进行白平衡校准；3)完成白平衡校正后，要将识别板图片的中央白块填充为与黑色背景一致的黑色，用于后续切分；4)对识别板灰尘的去噪处理：去除“识别板”上部分赃物、灰尘所带来的对于识别的影响，因为实际的拍照过程中发现，赃物在图片中的显示多是细小的白点，其大小远小于米粒，所以，可以将图像当中的小白点去掉，这类似于白盐噪声的处理；5)去噪完成后，对整张图片进行2乘2的四小图切分，进而对每张小图进行识别。6)为了匹配神经网络的输入，需要将图片大小调整到320乘320；7)用于对每张小图采用CNN神经网络进行识别，得到关于大米颜色、品质和外型的综合识别结果；所述颜色类别为紫米、白米、红米、黑米；品质类别为糙米和精米；外型类别为粳糯型、籼型、粳型、籼糯型；8)将识别结果匹配数据库中预设的烹饪信息，下达烹饪控制指令。按上述方案，所述识别板的大小为7乘7厘米，中央白块为1乘1厘米。按上述方案，所述识别板白块为用于进行白平衡的白块，白块要求不能有色差。按上述方案，所述识别板黑色背景区域为吸光且不反光的黑色背景。按上述方案，所述步骤7和步骤8之间，还包括辅助识别步骤：通过数字图像处理方法，对图片中的大米进行物体提取，并对提取出的大米进行长宽比、碎米率，垩白度的检测，然后根据检测的结果对识别装置的综合识别结果进行修正，具体方法为：通过原始预测结果作为特征，垩白度、碎米率、长宽比等也作为特征，再次进行浅层全连接神经网络识别，获得最终的识别结果。本专利技术产生的有益效果是：1.本专利技术通过一种创新设计的“识别板”，减小图片中不必要的影响，利用中间的白色方框去杂色调整白平衡，提高识别准确度。2.利用深度学习的方法对大米进行分类，提高分类的精度，利用图像边缘检测方法对大米的长宽比、垩白度、留胚率进行计算，提升了大米的识别率。附图说明下面将结合附图及实施例对本专利技术作进一步说明，附图中：图1是本专利技术实施例的方法流程图；图2是本专利技术实施例的神经网络结构示意图；图3是本专利技术实施例的识别板示意图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本专利技术，并不用于限定本专利技术。如图1所示，一种用于大米烹饪的智能识别方法，包括以下步骤：1、用户首先将大米放置于“识别板”上，“识别板”的作用和设计如下：“识别板”的作用与设计“识别板”的作用主要包括：1)去掉非米粒的环境干扰因素，提高识别的准确率。2)黑色的背景减少光亮度对于环境的影响。3)尽量提供一个纯黑色的米粒背景，黑色的背景是最有利于进行图像识别的背景，同时背景的杂质要越少越好，纯度越高越好，而且尽量吸光，不会对光线进行反射而使得拍照出来的背景偏白。4)要能进行白平衡和辅助聚焦，这样能够减少摄像头自身存在的色差对米粒的影响。5)尽量固定米粒的位置和方向，这些都将有利于识别。2、在这种要求之下，最终“识别板”的结构如图3所示。本专利技术给出了一种具体实现方式:1)识别板的大小为7乘7厘米，识别板不宜过小或过大，过小会导致黑色部分无法填充整张图片，影响图片的识别；过大则会导致米粒相聚太远，摄像头不得不远离板子，使得米粒在图片中过小，在手机摄像头本就不够清晰的情况下，这么做会影响本文档来自技高网...

【技术保护点】
1.一种用于大米烹饪的智能识别系统，其特征在于，包括：/n图片采集装置，用于采集大米放置于识别板上的识别板图片；所述识别板的中央有一块正方形的白块，剩余位置为黑色背景区域，识别板四方位各有一个用于固定米粒并使米保持同向的凹槽；/n所述识别板图片的采集方法如下：/n1)在识别板四角凹槽处各放一粒米；/n2)俯视垂直拍摄，将白块保持在图像正中心；/n3)拍摄获得图片，拍摄时要保证识别板填充满整张图片；/n图片处理装置，用于对识别板图片进行图像预处理；/n识别装置，用于对预处理后的图片采用CNN神经网络进行识别，得到关于大米颜色、品质和外型的综合识别结果；所述颜色类别为紫米、白米、红米、黑米；品质类别为糙米和精米；外型类别为粳糯型、籼型、粳型、籼糯型；/n烹饪控制装置，用于将识别结果匹配数据库中预设的烹饪信息，下达烹饪控制指令。/n

【技术特征摘要】
1.一种用于大米烹饪的智能识别系统，其特征在于，包括：
图片采集装置，用于采集大米放置于识别板上的识别板图片；所述识别板的中央有一块正方形的白块，剩余位置为黑色背景区域，识别板四方位各有一个用于固定米粒并使米保持同向的凹槽；
所述识别板图片的采集方法如下：
1)在识别板四角凹槽处各放一粒米；
2)俯视垂直拍摄，将白块保持在图像正中心；
3)拍摄获得图片，拍摄时要保证识别板填充满整张图片；
图片处理装置，用于对识别板图片进行图像预处理；
识别装置，用于对预处理后的图片采用CNN神经网络进行识别，得到关于大米颜色、品质和外型的综合识别结果；所述颜色类别为紫米、白米、红米、黑米；品质类别为糙米和精米；外型类别为粳糯型、籼型、粳型、籼糯型；
烹饪控制装置，用于将识别结果匹配数据库中预设的烹饪信息，下达烹饪控制指令。


2.根据权利要求1所述的用于大米烹饪的智能识别系统，其特征在于，所述图片处理装置包括白平衡校准单元、填充单元、去噪单元、切分单元；
所述白平衡校准单元，用于利用图片中心的白块对识别板图片进行白平衡校准；
所述填充单元，用于将识别板图片的中央白块填充为与黑色背景一致的黑色；
所述去噪单元，用于将图像当中的小白点去掉，以去除识别板上上灰尘所带来的对于识别的影响；
所述切分单元，用于对整张图片进行2乘2的四小图切分。


3.根据权利要求1所述的用于大米烹饪的智能识别系统，其特征在于，所述识别板的大小为7乘7厘米，中央白块为1乘1厘米。


4.根据权利要求1所述的用于大米烹饪的智能识别系统，其特征在于，所述识别板白块为用于进行白平衡的白块，白块没有色差。


5.根据权利要求1所述的用于大米烹饪的智能识别系统，其特征在于，所述识别板黑色背景区域为吸光且不反光的黑色背景。


6.根据权利要求1所述的用于大米烹饪的智能识别系统，其特征在于，所述用于大米烹饪的智能识别系统还包括辅助识别装置，所述辅助识别装置，用于通过数字图像处理方法，对图片中的大米进行物体提取，并对提取出的大米进行长宽比、碎米率，垩白度的检测，然后根据检测的结果对识别装置的综合识别结果进行修正，修正的方法为：通过原始预测结果作为特征，垩白度、碎米率、长宽比等作为特征，再次进行浅层全连接...

【专利技术属性】
技术研发人员：崔晓晖，李伟，郭旭阳，王宾鲁，马昕，余兆宁，过岚清，
申请(专利权)人：武汉大学，
类型：发明
国别省市：湖北;42