【技术实现步骤摘要】
识别留胚米的方法、装置和烹饪器具
本专利技术涉及图像处理领域，具体而言，涉及一种识别留胚米的方法、装置和烹饪器具。
技术介绍
随着食品安全和营养意识的提高，人们更加重视高品质营养价值，合理调整饮食结构。留胚米是一种没有经过深加工的糙米，也称胚芽米，一般是指留胚率在80％以上，或米胚质量占20％以上的大米，其营养成分普遍高于精米，含有丰富的蛋白质、脂肪酸、维生素B1、维生素B2、维生素E和矿物质元素等，能够调节体内激素分泌、调节心血管疾病、降低血压以及调节神经等营养功能。留胚率是胚芽米的重要衡量指标，高留胚率的胚芽米其营养价值更高。传统的留胚率检测方式主观性大、检测速度慢、效率及准确率低，利用计算机视觉及改进支持向量机等方式测量留胚率的技术也在发展，但目前识别效果不甚理想。针对现有技术识别米粒是否为留胚米的准确率低、检测速度慢的问题，目前尚未提出有效的解决方案。
技术实现思路
本专利技术实施例提供了一种识别留胚米的方法、装置和烹饪器具，以至少解决现有技术识别米粒是否为留胚米的准确率低、检测速
【技术保护点】
1.一种识别留胚米的方法，包括：/n获取米粒图像；/n使用卷积神经网络模型识别所述米粒图像，确定所述米粒图像中米粒的类型，其中，所述米粒的类型至少包括：整米、碎米和粘连米；/n获取米粒图像中整米的轮廓面积；/n划分所述整米的轮廓面积，并通过比对不同划分区域的面积，确定所述米粒是否为留胚米。/n
【技术特征摘要】
1.一种识别留胚米的方法，包括：
获取米粒图像；
使用卷积神经网络模型识别所述米粒图像，确定所述米粒图像中米粒的类型，其中，所述米粒的类型至少包括：整米、碎米和粘连米；
获取米粒图像中整米的轮廓面积；
划分所述整米的轮廓面积，并通过比对不同划分区域的面积，确定所述米粒是否为留胚米。
2.根据权利要求1所述的方法，其特征在于，使用卷积神经网络模型识别所述米粒图像，确定所述米粒图像中米粒的类型，包括：
从所述米粒图像中提取每个米粒的轮廓区域；
计算每个米粒的轮廓区域的区域面积；
将每个米粒的轮廓区域的区域面积与面积阀值进行比对，确定所述米粒图像中每个米粒的类型。
3.根据权利要求2所述的方法，其特征在于，从所述米粒图像中提取每个米粒的轮廓区域，包括：
通过所述卷积神经网络的卷积层中的每个卷积核扫描所述米粒图像中每个米粒对应的图像区域，得到每个图像区域所包含的米粒的特征图层；
通过所述卷积神经网络的池化层对所述每个图像区域所包含的米粒的特征图层进行去冗余处理；
通过所述卷积神经网络的至少一个全连接层将所述去冗余处理后的多个特征图层进行转换，得到每个米粒的图像特征；
通过标记所述每个米粒的图像特征，得到每个米粒的轮廓区域。
4.根据权利要求2所述的方法，其特征在于，通过所述卷积神经网络的softmax层判断每个米粒的轮廓区域的区域面积是否大于等于面积阀值，其中，轮廓区域的区域面积大于等于所述面积阀值的米粒为整米。
5.根据权利要求1至4中任意一项所述的方法，其特征在于，划分所述整米的轮廓面积，并通过比对不同划分区域的面积，确定所述米粒是否为留胚米，包括：
使用四分法将所述整米的轮廓面积进行平均划分，得到面积相同的四个区域；
通过比较四个区域的面积差异，确定所述米粒是否为留胚米。
6.根据权利要求5所述的方法，其特征在于，所述四个区域中，如果其中任意一个区域的面积值与其他三个区域的面积值都不存在差异，确定所述米粒为所述留胚米。
7.根据权利要求1所述的方法，其特征在于，在确定所述米粒是否为留胚米之后，所述方法还包括：
循环确定所述米粒图像中所有米粒的类型，通过确定所述米粒图像中所述留胚米的数量，计算米粒的留胚率；
获取所述米粒的留胚率与对应的煲饭模式的关系模型。
8.根据权利要求7所述的方法，其特征在于，在获取所述米粒的留胚率与对应的煲饭模式的关系模型之后，所述方法还包括：
获取待煲米粒的图像；
基于所述待煲米粒的图像，获取待煲米粒的整体留胚率：
基于所述待煲米粒的整体留胚率，从所述关系模型中匹配得到对应的煲饭模式；
控制煲饭设备按照匹配得到的煲饭模式进行工作。
9.一种识别留胚米的装置，包括：
第一获取模块，用于获取米粒图像；
第一确定模块，用于使用卷积神经网络模型识别所述米粒图像，确定所述米粒图像中米粒的类型，其中，所述米粒的类型至少包括：整米、碎米和粘连米；
第二获取模块，用于获取米粒图像中整米的轮廓面积；
第二确定模块，用于划分所述整米的轮廓面...
【专利技术属性】
技术研发人员：陈向文，陈翀，
申请(专利权)人：珠海格力电器股份有限公司，
类型：发明
国别省市：广东;44
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。