一种基于人工智能的食品食材供应管理系统及方法技术方案

本发明专利技术涉及食品食材供应管理领域，具体公开一种基于人工智能的食品食材供应管理系统及方法，本发明专利技术通过初次挑拣筛选出烂果，并通过二次挑拣，筛选出瑕疵果，得到各指定水果；获取各指定水果的糖度和硬度，分析得到各指定水果的成熟度比例系数；获取各指定水果的果形规范度、重量和颜色鲜艳度，分析得到各指定水果的品相符合系数；根据各指定水果的成熟度比例系数和品相符合系数，对各指定水果进行分级；获取各水果零售点对应派送路线的长度和交通阻塞系数，进一步对各水果零售点进行水果派送；对水果供应进行跟踪式、全方位的智能化管理，为水果供应链的安全性和高效性提供保障。为水果供应链的安全性和高效性提供保障。为水果供应链的安全性和高效性提供保障。

【技术实现步骤摘要】
一种基于人工智能的食品食材供应管理系统及方法


[0001]本专利技术涉及食品食材供应管理领域，涉及到一种基于人工智能的食品食材供应管理系统及方法。

技术介绍

[0002]食品供应链包括将新鲜农产品转化为可供消费者食用的食品的所有活动，为保障食品供应链的安全性和高效性，需要对食品食材的供应进行管理。水果在食材市场中占有重要比重，对水果供应链进行管理，具有重要意义。
[0003]现有的水果供应链管理方法存在一些弊端：1、在水果进行初步挑拣时，两级分化，直接将水果笼统分为好果和差果，即将瑕疵果和烂果归为一类，瑕疵果和烂果的加工处理方式并不一样，瑕疵果由于品相不佳，在售卖中不具有优势，但瑕疵果可以制成果制品，如果汁、果酱和罐头等，烂果可制成肥料，从而无法对水果进行针对性、区别化利用，不能实现水果价值的最大化。
[0004]2、在水果的品质检测方面：水果品质检测关系到水果销售的效果和收益。首先，在对水果的外部品质进行检测时，如颜色、大小和果形等，现有方法通过人工进行判断分拣，工作量大，容易因为疲劳而出现误差，具有主观性，分拣的准确性不高；其次，缺乏对水果内部品质的检测，如硬度和甜度等，水果内部品质不佳，同样会降低顾客的体验感和满意度，并对生产供应商的信誉度造成影响。
[0005]3、在水果的分级方面：现有的水果分级技术比较落后，没有具体分等级，如分级为优、良、中等，进而在销售时水果的销售力不高，从而无法提高水果的市场竞争力和利润水平。
[0006]4、在水果的运输方面：在将水果分配到各水果需求方的时候，没有分析水果的成熟度进而得到水果的可存放时长，结合水果需求方的运输距离和运输路况，进行智能化配送，保证水果在运输到目的地时尽可能的完好，没有腐坏，减少经济损失和水果浪费。

技术实现思路

[0007]针对上述问题，本专利技术提出了一种基于人工智能的食品食材供应管理系统及方法，实现对食品食材供应管理的功能。
[0008]本专利技术解决其技术问题采用的技术方案是：本专利技术提供一种基于人工智能的食品食材供应管理系统，包括：食材初次挑拣模块:用于获取食品加工工厂中指定水果种类中各水果的腐烂系数，将其记为各水果的腐烂系数，判断各水果是否为坏果，进而进行初次挑拣，得到各目标水果。
[0009]食材二次挑拣模块:用于获取各目标水果的表面光滑度和表面损伤度，判断各目标水果是否为瑕疵果，进而进行二次挑拣，得到各指定水果。
[0010]食材内部品质检测模块:用于获取各指定水果的糖度和硬度，分析得到各指定水果的成熟度比例系数。
[0011]食材外部品质检测模块:用于获取各指定水果的果形规范度、重量和颜色鲜艳度，分析得到各指定水果的品相符合系数。
[0012]食材分级整理模块：用于根据各指定水果的成熟度比例系数和品相符合系数，对各指定水果进行分级，得到各品相等级中各成熟度级别对应的水果数量。
[0013]食材分配运输模块:用于获取各水果零售点的地理位置，分析各水果零售点对应派送路线的长度和交通阻塞系数，进一步对各水果零售点进行水果派送。
[0014]数据库:用于存储腐烂水果图像的灰度值范围、水果表面划痕图像的灰度值范围、样品水果的空间模型、样品水果图像的参考色相值范围和样品水果的重量。
[0015]在上述实施例的基础上，所述食材初次挑拣模块的具体分析过程为：通过高清摄像机获取各水果的各角度图像，拼接得到各水果的实景图像，利用图像处理技术，获取各水果实景图像的各灰度值，分析得到各水果实景图像中各腐烂区域的面积，将其记为i表示第i个水果的编号，i＝1,2,...,n，a表示第a个腐烂区域的编号，a＝1,2,...,b。
[0016]通过分析公式得到各水果的腐烂系数β
i
，其中b表示腐烂区域的数量，φ
Δb
表示预设的单位腐烂区域数量对应的腐烂系数，表示预设的单位腐烂区域面积对应的腐烂系数，根据各水果的腐烂系数，进而进行初次挑拣。
[0017]在上述实施例的基础上，所述食材二次挑拣模块的具体分析过程包括：根据各水果的实景图像，筛选得到各目标水果的实景图像，构建各目标水果的空间模型。
[0018]按照预设的原则在各目标水果的空间模型中标出各条基准曲线，获取各目标水果空间模型中各条基准曲线对应的断面轮廓线，将其记为各目标水果空间模型中各条断面轮廓线，按照预设的等距离原则在各目标水果空间模型中各条断面轮廓线上布设各标记点，获取各目标水果空间模型中各条断面轮廓线上各标记点到其目标水果中心点的距离，将其记为各目标水果空间模型中各条断面轮廓线上各标记点的分布距离，并表示为j表示第j个目标水果的编号，j＝1,2,...,m，c表示第c条断面轮廓线的编号，c＝1,2,...,f，g表示第g个标记点的编号，g＝1,2,...,h。
[0019]通过分析公式得到各目标水果的表面光滑度其中δ1表示预设的表面光滑度修正因子，表示第j个目标水果空间模型中第c条断面轮廓线上第g
‑
1个标记点的分布距离，Δd表示预设的分布距离变化量阈值。
[0020]在上述实施例的基础上，所述食材二次挑拣模块的具体分析过程还包括：根据各水果实景图像的各灰度值，筛选得到各目标水果实景图像的各灰度值，分析得到各目标水果的表面损伤度，将其记为
[0021]将各目标水果的表面光滑度和表面损伤度代入公式得到各目标水果的表面质量指数其中e表示自然常数，γ1、γ2分别表示预设的表面光滑度和表面损伤度的权重因子，根据各目标水果的表面质量指数，进而进行二次挑拣。
[0022]在上述实施例的基础上，所述食材内部品质检测模块的分析过程为：通过水果内部品质无损伤检测仪获取各指定水果的糖度，将其记为p表示第p个指定水果的编号，p＝1,2,...,q。
[0023]按照预设的原则在各指定水果的表面布设各监测点，在各指定水果表面各监测点处施加设定强度的按压力，获取各指定水果表面各监测点处的变形量，将其记为u表示第u个监测点的编号，u＝1,2,...,v。
[0024]通过分析公式得到各指定水果的硬度其中Δx表示预设的变形量阈值。
[0025]将各指定水果的糖度和硬度代入公式得到各指定水果的成熟度比例系数其中λ1、λ2分别表示预设的糖度和硬度的权重因子，τ
1设
、τ
2设
分别表示预设的糖度阈值和指定种类水果成熟时对应的硬度。
[0026]在上述实施例的基础上，所述食材外部品质检测模块的分析过程为：根据各目标水果的空间模型，筛选得到各指定水果的空间模型，分析得到各指定水果的果形规范度，将其记为
[0027]通过重量传感器获取各指定水果的重量，将其记为G
p
。
[0028]根据各水果的实景图像，筛选得到各指定水果的实景图像，根据各指定水果的实景图像，获取各指定水果的表面积，将其记为
[0029]通过图像处理技术，获取各指定水果实景图像的各色相值，分析得到各指定水本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的食品食材供应管理系统，其特征在于，包括：食材初次挑拣模块:用于获取食品加工工厂中指定水果种类中各水果的腐烂系数，将其记为各水果的腐烂系数，判断各水果是否为坏果，进而进行初次挑拣，得到各目标水果；食材二次挑拣模块:用于获取各目标水果的表面光滑度和表面损伤度，判断各目标水果是否为瑕疵果，进而进行二次挑拣，得到各指定水果；食材内部品质检测模块:用于获取各指定水果的糖度和硬度，分析得到各指定水果的成熟度比例系数；食材外部品质检测模块:用于获取各指定水果的果形规范度、重量和颜色鲜艳度，分析得到各指定水果的品相符合系数；食材分级整理模块：用于根据各指定水果的成熟度比例系数和品相符合系数，对各指定水果进行分级，得到各品相等级中各成熟度级别对应的水果数量；食材分配运输模块:用于获取各水果零售点的地理位置，分析各水果零售点对应派送路线的长度和交通阻塞系数，进一步对各水果零售点进行水果派送；数据库:用于存储腐烂水果图像的灰度值范围、水果表面划痕图像的灰度值范围、样品水果的空间模型、样品水果图像的参考色相值范围和样品水果的重量。2.根据权利要求1所述的一种基于人工智能的食品食材供应管理系统，其特征在于：所述食材初次挑拣模块的具体分析过程为：通过高清摄像机获取各水果的各角度图像，拼接得到各水果的实景图像，利用图像处理技术，获取各水果实景图像的各灰度值，分析得到各水果实景图像中各腐烂区域的面积，将其记为i表示第i个水果的编号，i＝1,2,...,n，a表示第a个腐烂区域的编号，a＝1,2,...,b；通过分析公式得到各水果的腐烂系数β
i
，其中b表示腐烂区域的数量，φ
Δb
表示预设的单位腐烂区域数量对应的腐烂系数，表示预设的单位腐烂区域面积对应的腐烂系数，根据各水果的腐烂系数，进而进行初次挑拣。3.根据权利要求2所述的一种基于人工智能的食品食材供应管理系统，其特征在于：所述食材二次挑拣模块的具体分析过程包括：根据各水果的实景图像，筛选得到各目标水果的实景图像，构建各目标水果的空间模型；按照预设的原则在各目标水果的空间模型中标出各条基准曲线，获取各目标水果空间模型中各条基准曲线对应的断面轮廓线，将其记为各目标水果空间模型中各条断面轮廓线，按照预设的等距离原则在各目标水果空间模型中各条断面轮廓线上布设各标记点，获取各目标水果空间模型中各条断面轮廓线上各标记点到其目标水果中心点的距离，将其记为各目标水果空间模型中各条断面轮廓线上各标记点的分布距离，并表示为j表示第j个目标水果的编号，j＝1,2,...,m，c表示第c条断面轮廓线的编号，c＝1,2,...,f，g表示第g个标记点的编号，g＝1,2,...,h；
通过分析公式得到各目标水果的表面光滑度其中δ1表示预设的表面光滑度修正因子，表示第j个目标水果空间模型中第c条断面轮廓线上第g
‑
1个标记点的分布距离，Δd表示预设的分布距离变化量阈值。4.根据权利要求3所述的一种基于人工智能的食品食材供应管理系统，其特征在于：所述食材二次挑拣模块的具体分析过程还包括：根据各水果实景图像的各灰度值，筛选得到各目标水果实景图像的各灰度值，分析得到各目标水果的表面损伤度，将其记为将各目标水果的表面光滑度和表面损伤度代入公式得到各目标水果的表面质量指数其中e表示自然常数，γ1、γ2分别表示预设的表面光滑度和表面损伤度的权重因子，根据各目标水果的表面质量指数，进而进行二次挑拣。5.根据权利要求1所述的一种基于人工智能的食品食材供应管理系统，其特征在于：所述食材内部品质检测模块的分析过程为：通过水果内部品质无损伤检测仪获取各指定水果的糖度，将其记为p表示第p个指定水果的编号，p＝1,2,...,q；按照预设的原则在各指定水果的表面布设各监测点，在各指定水果表面各监测点处施加设定强度的按压力，获取各指定水果表面各监测点处的变形量，将其记为u表示第u个监测点的编号，u＝1,2,...,v；通过分析公式得到各指定水果的硬度其中Δx表示预设的变形量阈值；将各指定水果的糖度和硬度代入公式得到各指定水果的成熟度比例系数其中λ1、λ2分别表示预设的糖度和硬度的权重因子，τ
1设
、τ
2设
分别表示预设的糖度阈值和指定种类水果成熟时对应的硬度。6.根据权利要求3所述的一种基...

【专利技术属性】
技术研发人员：胡兵，
申请(专利权)人：荆州华洋供应链管理有限公司，
类型：发明
国别省市：