System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于大数据构建点云数据的水果品质分级系统及方法技术方案_技高网

一种基于大数据构建点云数据的水果品质分级系统及方法技术方案

技术编号:40175487 阅读:3 留言:0更新日期:2024-01-26 23:43
本发明专利技术提出一种基于大数据构建点云数据的水果品质分级系统及方法,涉及食品处理技术领域,包括:对每个水果进行外部检测和内部检测;根据外部检测和内部检测的数据构建点云数据,生成每个水果的多维度数据;根据每一水果的多维度数据按照编码逻辑生成唯一编码,并根据每一水果的编码差异度情况分成多个批次号,将每一水果的多维度数据根据批次号进行分布式存储;根据批次号对水果进行分流并储存;设置多种品质特征,比对每一批次的品质系数,区分水果品质级别,并生成对应的关键词。本发明专利技术使用了大数据处理,可以对该产地的平均水平形成结合现有认知生成每一生产周期的数据模型。

【技术实现步骤摘要】

本专利技术涉及食品处理,特别涉及一种基于大数据构建点云数据的水果品质分级系统及方法


技术介绍

1、现有技术中,对水果进行分级是一个重要的过程,用于根据水果的品质、大小、外观等特征将其分为不同的等级。

2、传统的方法是依靠人工进行水果分级,经过培训的专业人员使用肉眼和触觉等感官来评估水果的品质和外观,他们会根据绝对的特征将水果分类为不同的等级,如一级、二级、三级等。

3、但是,使用绝对特征进行果实分拣通常依赖于事先设定的标准或阈值,这种方法无法充分考虑不同产地、不同批次中水果的特性差异,因此,可能会导致过于严格或过于宽松的分拣结果,无法准确地评估每个产地每个批次中水果的实际品质,埋没了大多数水果的特性,比如说有的人喜欢吃酸果、有的人喜欢吃甜果,但这种一刀切的特性使得所有的水果被同一个标准遴选;并且使用绝对特征进行果实分拣缺乏灵活性和适应性,影响到果实分拣的准确性和效率。

4、鉴于此,急需基于大数据构建点云数据的水果品质分级系统,解决传统方法中分拣的准确性和效率差并且无法准确地评估每个产地每个批次中水果的实际品质,埋没了大多数水果的特性的技术问题。


技术实现思路

1、针对现有技术的问题,本专利技术提供一种基于大数据构建点云数据的水果品质分级系统及方法,解决传统方法中分拣的准确性和效率差并且无法准确地评估每个产地每个批次中水果的实际品质,埋没了大多数水果的特性的技术问题。

2、一方面,本专利技术提出一种基于大数据构建点云数据的水果品质分级系统,包括:

3、数据采集模块,对每个水果进行外部检测和内部检测;

4、数据构建模块,根据所述外部检测和所述内部检测的数据构建点云数据,生成每个水果的多维度数据;

5、数据存储模块,根据所述每一水果的多维度数据按照编码逻辑生成唯一编码,并根据每一水果的编码差异度情况分成多个批次号,将每一水果的多维度数据根据所述批次号进行分布式存储;

6、分拣模块,根据所述批次号对水果进行分流并储存;

7、数据处理模块,分析所述点云数据设置多种品质特征,对每一所述品质特征设置权重,根据权重分析每一批次的水果的多维度数据,生成品质系数;

8、品质分级模块,比对每一批次的品质系数,区分水果品质级别,并生成该批次号对应的关键词。

9、优选的,所述数据采集模块使用三维扫描仪对水果进行扫描获取水果外部的三维形状信息,生成点云数据中包含水果表面的点坐标、深度信息和颜色属性;

10、所述数据采集模块还通过至少两个垂直平面的x光拍摄获取水果内部的二维灰度图像;

11、所述数据构建模块对所述水果的外部三维形状信息进行处理,包括去噪、点云配准和表面重建,以提高数据质量和准确性;

12、所述数据构建模块还对所述水果的内部二维灰度图像进行处理,包括去噪、边缘检测和图像增强等操作,提取水果的内部轮廓和内部特征;

13、所述数据构建模块还使用对应点匹配算法根据二维图像和三维数据之间的对应关系,将水果的内部轮廓和内部特征与表面的点坐标、深度信息进行匹配,生成每个水果的多维度数据。

14、优选的,数据存储模块中预设有归属阈值,每一个编码据根据归属阈值设置有上浮动区间和下浮动区间,当录入一个水果的多维度信息按照编码逻辑生成第一编码,当录入第二个水果时则生成第二编码,比较所述第一编码及第二编码,当所述第二编码落入所述第一编码的上浮动区间或下浮动区间内则不生成新的批次号,当所述第二编码不属于所述上浮动区间和下浮动区建立一个新的批次号,当录入第n水果时,筛选与其相近度最高的编码,比较所述第n编码及与其最相近的编码,当所述第n编码落入所述最相近的编码的上浮动区间或下浮动区间内则不生成新的批次号,当所述第n编码不属于所述上浮动区间和下浮动区建立一个新的批次号,并根据所述批次号为分布式存储的数据建立索引,以便快速检索和查询。

15、优选的,所述数据处理模块提取历史数据对水果的品质评估标准,设定每个品质特征与水果表面的点坐标、深度信息和颜色属性以及与内部轮廓和内部特征的逻辑关系,并根据逻辑关系为品质特征设置相应的权重。

16、优选的,所述数据处理模块将每一批次号内的每一水果的多维度数据进行数据归一化处理,并根据所述品质特征设置相应的权重进行加权计算,且根据加权后的特征值,计算每个批次的水果的品质系数,所述品质系数是一个综合的评估指标,反映了水果根据历史经验在品质特征上的综合表现。

17、优选的,所述品质分级模块预设有质量品质阈值l,提取品质系数最大的批次ymax和品质系数最小的批次ymin,比较该水果的质量浮动情况并计算级别数量p,其计算公式为:

18、p=floor((ymax-ymin)/l)+1

19、优选的,所述品质分级模块设定有一组关键词阈值,根据品质系数的范围将其映射到不同的关键词提取,并根据品质系数的高低、特征值的大小等因素进行关键词的生成。

20、另一方面,本专利技术还提出基于大数据构建点云数据的水果品质分级方法,包括:

21、步骤s1:对每个水果进行外部检测和内部检测;

22、步骤s2:根据所述外部检测和所述内部检测的数据构建点云数据,生成每个水果的多维度数据;

23、步骤s3:根据所述每一水果的多维度数据按照编码逻辑生成唯一编码,并根据每一水果的编码差异度情况分成多个批次号,将每一水果的多维度数据根据所述批次号进行分布式存储;

24、步骤s4:根据所述批次号对水果进行分流并储存;

25、步骤s5:分析所述点云数据设置多种品质特征,对每一所述品质特征设置权重,根据权重分析每一批次的水果的多维度数据,生成品质系数;

26、步骤s6:比对每一批次的品质系数,区分水果品质级别,并生成该批次号对应的关键词。

27、优选的,所述步骤s1中,对每个水果进行外部检测和内部检测,包括:

28、使用三维扫描仪对水果进行扫描获取水果外部的三维形状信息,生成点云数据中包含水果表面的点坐标、深度信息和颜色属性;

29、所述步骤s2中,所述根据外部检测和内部检测的数据构建点云数据,生成每个水果的多维度数据,包括:

30、所述数据采集模块还通过至少两个垂直平面的x光拍摄获取水果内部的二维灰度图像;

31、对所述水果的外部三维形状信息进行处理,包括去噪、点云配准和表面重建,以提高数据质量和准确性;

32、对所述水果的内部二维灰度图像进行处理,包括去噪、边缘检测和图像增强等操作,提取水果的内部轮廓和内部特征;

33、使用对应点匹配算法根据二维图像和三维数据之间的对应关系,将水果的内部轮廓和内部特征与表面的点坐标、深度信息进行匹配,生成每个水果的多维度数据;

34、所述步骤s3中,根据每一水果的编码差异度情况分成多个批次号,将每一水果的多维度数据根据所本文档来自技高网...

【技术保护点】

1.一种基于大数据构建点云数据的水果品质分级系统,其特征在于,包括:

2.根据权利要求1所述的基于大数据构建点云数据的水果品质分级系统,其特征在于,所述数据采集模块使用三维扫描仪对水果进行扫描获取水果外部的三维形状信息,生成点云数据中包含水果表面的点坐标、深度信息和颜色属性;

3.根据权利要求1所述的基于大数据构建点云数据的水果品质分级系统,其特征在于,数据存储模块中预设有归属阈值,每一个编码据根据归属阈值设置有上浮动区间和下浮动区间,当录入一个水果的多维度信息按照编码逻辑生成第一编码,当录入第二个水果时则生成第二编码,比较所述第一编码及第二编码,当所述第二编码落入所述第一编码的上浮动区间或下浮动区间内则不生成新的批次号,当所述第二编码不属于所述上浮动区间和下浮动区建立一个新的批次号,当录入第n水果时,筛选与其相近度最高的编码,比较所述第n编码及与其最相近的编码,当所述第n编码落入所述最相近的编码的上浮动区间或下浮动区间内则不生成新的批次号,当所述第n编码不属于所述上浮动区间和下浮动区建立一个新的批次号,并根据所述批次号为分布式存储的数据建立索引,以便快速检索和查询。

4.根据权利要求1所述的基于大数据构建点云数据的水果品质分级系统,其特征在于,所述数据处理模块提取历史数据对水果的品质评估标准,设定每个品质特征与水果表面的点坐标、深度信息和颜色属性以及与内部轮廓和内部特征的逻辑关系,并根据逻辑关系为品质特征设置相应的权重。

5.根据权利要求4所述的基于大数据构建点云数据的水果品质分级系统,其特征在于,所述数据处理模块将每一批次号内的每一水果的多维度数据进行数据归一化处理,并根据所述品质特征设置相应的权重进行加权计算,且根据加权后的特征值,计算每个批次的水果的品质系数,所述品质系数是一个综合的评估指标,反映了水果根据历史经验在品质特征上的综合表现。

6.根据权利要求5所述的基于大数据构建点云数据的水果品质分级系统,其特征在于,所述品质分级模块预设有质量品质阈值L,提取品质系数最大的批次Ymax和品质系数最小的批次Ymin,比较该水果的质量浮动情况并计算级别数量P,其计算公式为:

7.根据权利要求6所述的基于大数据构建点云数据的水果品质分级系统,其特征在于,所述品质分级模块设定有一组关键词阈值,根据品质系数的范围将其映射到不同的关键词提取,并根据品质系数的高低、特征值的大小等因素进行关键词的生成。

8.一种基于大数据构建点云数据的水果品质分级方法,应用于如权利要求1-7所述的基于大数据构建点云数据的水果品质分级方法中,其特征在于,包括:

9.根据权利要求1所述的基于大数据构建点云数据的水果品质分级方法,其特征在于,所述步骤S1中,对每个水果进行外部检测和内部检测,包括:

10.根据权利要求1所述的基于大数据构建点云数据的水果品质分级方法,其特征在于,分析所述点云数据设置多种品质特征,对每一所述品质特征设置权重,包括:

...

【技术特征摘要】

1.一种基于大数据构建点云数据的水果品质分级系统,其特征在于,包括:

2.根据权利要求1所述的基于大数据构建点云数据的水果品质分级系统,其特征在于,所述数据采集模块使用三维扫描仪对水果进行扫描获取水果外部的三维形状信息,生成点云数据中包含水果表面的点坐标、深度信息和颜色属性;

3.根据权利要求1所述的基于大数据构建点云数据的水果品质分级系统,其特征在于,数据存储模块中预设有归属阈值,每一个编码据根据归属阈值设置有上浮动区间和下浮动区间,当录入一个水果的多维度信息按照编码逻辑生成第一编码,当录入第二个水果时则生成第二编码,比较所述第一编码及第二编码,当所述第二编码落入所述第一编码的上浮动区间或下浮动区间内则不生成新的批次号,当所述第二编码不属于所述上浮动区间和下浮动区建立一个新的批次号,当录入第n水果时,筛选与其相近度最高的编码,比较所述第n编码及与其最相近的编码,当所述第n编码落入所述最相近的编码的上浮动区间或下浮动区间内则不生成新的批次号,当所述第n编码不属于所述上浮动区间和下浮动区建立一个新的批次号,并根据所述批次号为分布式存储的数据建立索引,以便快速检索和查询。

4.根据权利要求1所述的基于大数据构建点云数据的水果品质分级系统,其特征在于,所述数据处理模块提取历史数据对水果的品质评估标准,设定每个品质特征与水果表面的点坐标、深度信息和颜色属性以及与内部轮廓和内部特征的逻辑关系,并根据逻辑关系为品质特征设置相应的权重。

【专利技术属性】
技术研发人员:邓云钟宇王丹凤朱将雄朱碧芬
申请(专利权)人:上海交通大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1