【技术实现步骤摘要】
一种基于大数据的红枣食品安全智能监测方法及系统
[0001]本公开涉及食品安全监测技术,并且更具体地,涉及一种基于大数据的红枣食品安全智能监测方法及系统
。
技术介绍
[0002]新疆红枣是新疆的一种特产,属李科枣属水果,现代药理研究发现,红枣能使血中含氧量增强
、
滋养全身细胞,是一种药效缓和的强壮剂
。
现有的红枣食品安全监测方法主要是通过仪器对新鲜红枣的水分含量和残留物进行抽样检测,这种方法检测精度较低且花费时间较长
。
[0003]现有的红枣食品安全监测方法存在的不足之处在于:由于检测精度较低导致安全评估的准确性较低
。
技术实现思路
[0004]因此,为了解决上述技术问题,本公开的实施例采用的技术方案如下:一种基于大数据的红枣食品安全智能监测方法,所述方法应用于一基于大数据的红枣食品安全智能监测装置,所述装置包括外观检测工站
、
残留检测工站和补偿分析工站,所述方法包括:通过外观检测工站,采集待进行食品安全检测的批次红枣的图像,并采用动态阈值,提取获得包括多个红枣轮廓图像的总轮廓图像;在总轮廓图像内的多个红枣轮廓图像内,计算最小包含矩形的面积和长宽比,获得多个特征信息集;根据所述多个特征信息集,分析多个红枣的皱缩程度信息,并映射匹配获得综合残留隐藏系数;通过残留检测工站,对批次红枣进行随机样本抽取,获得多个样本红枣并进行残留物检测,获得多个残留物检测结果,并计算获得综合残留物检测结果;将综合残留物检测结果和综合残 ...
【技术保护点】
【技术特征摘要】
1.
一种基于大数据的红枣食品安全智能监测方法,其特征在于,所述方法应用于一基于大数据的红枣食品安全智能监测装置,所述装置包括外观检测工站
、
残留检测工站和补偿分析工站,所述方法包括:通过外观检测工站,采集待进行食品安全检测的批次红枣的图像,并采用动态阈值,提取获得包括多个红枣轮廓图像的总轮廓图像;在总轮廓图像内的多个红枣轮廓图像内,计算最小包含矩形的面积和长宽比,获得多个特征信息集;根据所述多个特征信息集,分析多个红枣的皱缩程度信息,并映射匹配获得综合残留隐藏系数;通过残留检测工站,对批次红枣进行随机样本抽取,获得多个样本红枣并进行残留物检测,获得多个残留物检测结果,并计算获得综合残留物检测结果;将综合残留物检测结果和综合残留隐藏系数传输至补偿分析工站,进行残留物补偿计算,获得红枣残留物检测结果;根据所述红枣残留物检测结果和缩皱程度信息,评估获取红枣的食品安全监测结果
。2.
根据权利要求1所述的方法,其特征在于,所述方法包括:采集待进行食品安全检测的批次红枣的图像,作为批次图像;对批次图像进行灰度化处理;根据环境内的亮度,设置动态阈值,对灰度化的批次图像内的全部像素点进行判别,获得二值化图像;根据二值化图像,提取获得包括多个红枣轮廓图像的总轮廓图像
。3.
根据权利要求1所述的方法,其特征在于,所述方法包括:在总轮廓图像的多个红枣轮廓图像内,对多个红枣轮廓图像进行最小包含矩形框选拟合,获得多个最小包含矩形;计算多个最小包含矩形的面积和长宽比,获得所述多个特征信息集
。4.
根据权利要求3所述的方法,其特征在于,所述方法包括:根据红枣质量的检测数据记录,调取获得历史时间内红枣进行质量检测的多个历史特征信息集,并获取合格红枣轮廓图像的标准最小包含矩形的标准面积和标准长宽比;根据多个历史特征信息集,以标准面积和标准长宽比为基准,计算获取多个样本皱缩程度信息;以矩形面积和长宽比为决策特征,采用多个历史特征信息集和多个样本皱缩程度信息作为构建数据,基于决策树,构建皱缩识别通道,嵌入所述外观检测工站;将所述多个特征信息集分别输入所述皱缩识别通道,获得多个皱缩程度信息
。5.
根据权利要求4所述的方法,其特征在于,所述方法包括:根据红枣的残留物检测数据记录,获取样本残留物隐藏系数集和样本皱缩程度信息集;构建所述样本残留物隐藏系数集和样本皱缩程度信息集的映射关系;根据多个皱缩程度信息进行映射匹配,获取多个残留物隐藏系数;根据所述多个皱缩程度信息的大小,对多个残留物隐藏系数进行加权计算,获得综合残留隐藏系数
。
6.
【专利技术属性】
技术研发人员:沈晓旭,樊源杰,
申请(专利权)人:新疆绿丹食品有限责任公司,
类型:发明
国别省市:
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。