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()
【技术实现步骤摘要】
本专利技术属于食品安全检测,具体涉及一种基于ai算法的食品安全人工智能监管系统。
技术介绍
1、在对食品进行安全监控时,目前主要通过获取食品的整体图像,基于机器学习异常图像,然后对食品进行异常判定。在采用机器学习的方法,需要大量的异常图像的样本以及机器学习,需要投入大量的成本,经济性差。另一方面,先目前主要通过获取食品的整体图像,在整体图像中出现食品异常信息时,食品通常已出现大面积异常,预见性差。
技术实现思路
1、本专利技术提供一种基于ai算法的食品安全人工智能监管系统,能够有效对食品异常进行判断,检测效果好,经济性好。
2、本专利技术通过下述技术方案实现:
3、本专利技术提供一种基于ai算法的食品安全人工智能监管系统,包括:图像获取模块,图像获取模块被配置为获取食品的整体图像;图像分割模块,图像分割模块被配置为对食品的整体图像按照部位的不同进行对象分割;预测模块,预测模块被配置为对任一对象在邻近与其他对象的交界区域的形态进行预测,得到检测对象的预测图像;质量判断模块,质量判断模块被配置为将检测对象的预测图像与检测对象的实物图像的形态进行对比,并在判定检测对象的预测图像与检测对象的实物图像的形态差距超过预设阈值时,判定食品异常。
4、在其中一些实施例中,图像分割模块包括颜色分割单元和/或形状分割单元;颜色分割单元基于颜色差对食品的整体图像进行分割以得到不同部位的对象;形状分割单元基于形状变化程度对食品的整体图像进行分割以得到不同部位的对象。
...【技术保护点】
1.一种基于AI算法的食品安全人工智能监管系统,其特征在于,包括:
2.根据权利要求1所述的基于AI算法的食品安全人工智能监管系统,其特征在于,所述图像分割模块包括颜色分割单元和/或形状分割单元;
3.根据权利要求2所述的基于AI算法的食品安全人工智能监管系统,其特征在于,所述颜色分割单元基于颜色差对食品的整体图像进行分割以得到不同部位的对象包括以下步骤:
4.根据权利要求1至3任一项所述的基于AI算法的食品安全人工智能监管系统,其特征在于,所述预测模块包括形状预测单元和颜色预测单元;
5.根据权利要求1所述的基于AI算法的食品安全人工智能监管系统,其特征在于,所述图像分割模块包括整体分割单元和局部分割单元;
6.根据权利要求5所述的基于AI算法的食品安全人工智能监管系统,其特征在于,所述质量判断模块包括整体判断单元和局部判断单元;
7.根据权利要求1所述的基于AI算法的食品安全人工智能监管系统,其特征在于,所述预测模块得到检测对象的预测图像包括以下步骤:
8.根据权利要求1所述的基于AI算法的食
...【技术特征摘要】
1.一种基于ai算法的食品安全人工智能监管系统,其特征在于,包括:
2.根据权利要求1所述的基于ai算法的食品安全人工智能监管系统,其特征在于,所述图像分割模块包括颜色分割单元和/或形状分割单元;
3.根据权利要求2所述的基于ai算法的食品安全人工智能监管系统,其特征在于,所述颜色分割单元基于颜色差对食品的整体图像进行分割以得到不同部位的对象包括以下步骤:
4.根据权利要求1至3任一项所述的基于ai算法的食品安全人工智能监管系统,其特征在于,所述预测模块包括形状预测单元和颜色预测单元;
5.根据权利...
【专利技术属性】
技术研发人员:张文状,王欢,陆娣,杨术海,潘海军,
申请(专利权)人:君华高科集团有限公司,
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。