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方案

本公开提供了一种基于大数据的红枣食品安全智能监测方法及系统，涉及食品安全监测技术，方法包括：采集批次红枣图像，采用动态阈值，提取包括多个红枣轮廓图像的总轮廓图像；计算最小包含矩形的面积和长宽比，获得多个特征信息集；分析多个红枣的皱缩程度信息，获得综合残留隐藏系数；对批次红枣进行随机样本抽取，并进行残留物检测，获得综合残留物检测结果；进行残留物补偿计算，获得红枣残留物检测结果；根据红枣残留物检测结果和缩皱程度信息，获取红枣的食品安全监测结果

【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
。
[0005]一种基于大数据的红枣食品安全智能监测系统，包括：总轮廓图像提取模块，所述总轮廓图像提取模块用于通过外观检测工站，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；特征信息集获得模块，所述特征信息集获得模块用于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；综合残留隐藏系数获得模块，所述综合残留隐藏系数获得模块用于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；综合残留物检测结果计算模块，所述综合残留物检测结果计算模块用于通过残留检测工站，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；红枣残留物检测结果获得模块，所述红枣残留物检测结果获得模块用于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；食品安全监测结果评估模块，所述食品安全监测结果评估模块用于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
。
[0006]由于采用了上述技术方法，本公开相对于现有技术来说，取得的技术进步有如下几点：可以解决现有的红枣食品安全监测方法由于检测精度较低导致安全评估的准确性较低的技术问题，首先，获取批次红枣的图像信息，并对批次红枣图像进行二值化处理，获得包括多个红枣轮廓图像的总轮廓图像；然后对总轮廓图像内的多个红枣轮廓图像进行图像比对分析，获得多个红枣的皱缩程度信息，通过图像比对进行皱缩程度分析，可以提高红枣皱缩程度分析的效率；并根据多个红枣的皱缩程度信息进行残留隐藏系数匹配，获得综合残留隐藏系数；对批次红枣进行抽样残留物检测，获得综合残留物检测结果；然后根据综合残留隐藏系数对综合残留物检测结果进行残留物补偿计算，获得红枣残留物检测结果，可以提高红枣残留物检测结果获得的准确率；最后根据红枣残留物检测结果和缩皱程度信息对红枣食品安全进行评估，获得红枣的食品安全监测结果
。
从而可以提高红枣食品安全的监测质量
。
附图说明
[0007]为了更清楚地说明本公开的实施例的技术方案，下面将对实施例的描述中所需要使用的附图作简单的介绍
。
[0008]图1为本申请提供了一种基于大数据的红枣食品安全智能监测方法的流程示意图；图2为本申请提供了一种基于大数据的红枣食品安全智能监测方法中获得总轮廓图像的流程示意图；图3为本申请提供了一种基于大数据的红枣食品安全智能监测系统的结构示意图
。
具体实施方式
[0009]下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚
、
完整的描述
。
基于本公开中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本公开保护的范围
。
[0010]基于上述描述，如图1所示，本公开提供了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，包括：本申请提供的方法通过基于大数据技术对红枣食品安全进行智能监测，来提高红枣食品安全的监测质量，所述方法具体实施于一基于大数据的红枣食品安全智能监测装置，其中红枣食品安全智能监测装置是指对红枣食品安全进行监测的一体化智能监测设备，包括外观检测工站
、
残留检测工站和补偿分析工站，其中外观检测工站用于对红枣进行图像采集，并根据红枣图像采集结果进行红枣的皱缩程度分析；残留检测工站用于对红枣的残留物进行检测；补偿分析工站用于根据红枣的皱缩程度对残留物检测结果进行补偿，从而提高红枣残留物检测结果获得的准确率
。
[0011]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；如图2所示，在一个实施例中，所述方法还包括：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
。
[0012]通过外观检测工站内的
CCD
图像传感器对待进行食品安全检测的批次红枣进行图像采集，其中
CCD
图像传感器具有视角范围广
、
成像质量高等优点，可以提高批次红枣图像采集的质量和准确性，获得待进行食品安全检测的批次红枣的图像采集结果，并标记为批次图像
。
[0013]然后对所述批次图像进行灰度化处理，其中灰度化处理是指将批次图像从彩色图像转化为灰度图像的过程，通过灰度化处理可以提高批次图像中各区域的对比度
。
常用的图像灰度化处理方法包括分量法
、
最大值法
、
平均值法和加权平均法，本领域技术人员可根据批次图像的实际情况选择合适的图像灰度化处理方法，所述批次图像的灰度图像本文档来自技高网...

【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：