【技术实现步骤摘要】
本专利技术涉及食品分析领域以及计算机视觉领域，尤其涉及一种基于机器学习的食用油色度在线检测方法及装置。
技术介绍
1、纯净的油脂在液态时是无色的，固态时呈现白色，但常见的各种油料制得的油脂均带有一定的色泽，它主要来自油料所含的油溶性色素，包括叶绿素、类胡萝卜素、棉酚等，是油脂中各种色素的综合体现，大豆油的现行国家标准虽然将色泽修改为非定量测定的描述性感官测定项，但其仍然是油脂生产监控的重要质量指标之一。同时，色泽也是消费者选购食用油时的外观依据，所以，加工企业需要在控制生产的情况下，优化油脂脱色工艺，以此达到成品油色泽国家标准，生产消费者满意认可的产品。因此，色泽的准确定量检测在油脂的日常生产监控就显得非常重要。
2、罗维朋比色计(lovibond colorimeter)已成为目前国际上通用的油脂颜色测量设备，也是gb1536-2004《菜籽油》和gb/t22460-2008《动植物油脂罗维朋色泽的测定》规定的油脂色泽检验用计量器具。目前罗维朋比色计已经广泛应用于食用油色度检测中，但是使用罗维朋比色计需要操作者具有熟练的技...
【技术保护点】
1.一种基于机器学习的食用油色度在线检测方法，其特征在于，该方法包括：
2.根据权利要求1所述的一种基于机器学习的食用油色度在线检测方法，其特征在于，所述收集不同色度食用油图像和罗维朋红值黄值数据具体包括：
3.根据权利要求1所述的一种基于机器学习的食用油色度在线检测方法，其特征在于，所述对图像进行去噪中，定义一个5*5的卷积核作为二维高斯核，将高斯核与图像进行卷积操作，将高斯核的每个元素与对应的图像像素值相乘，并将结果求和；将求和结果除以高斯核的总和，以确保图像的亮度不会发生变化；最后将卷积操作的结果赋值给原始图像中对应的像素位置。
<...【技术特征摘要】
1.一种基于机器学习的食用油色度在线检测方法，其特征在于，该方法包括：
2.根据权利要求1所述的一种基于机器学习的食用油色度在线检测方法，其特征在于，所述收集不同色度食用油图像和罗维朋红值黄值数据具体包括：
3.根据权利要求1所述的一种基于机器学习的食用油色度在线检测方法，其特征在于，所述对图像进行去噪中，定义一个5*5的卷积核作为二维高斯核，将高斯核与图像进行卷积操作，将高斯核的每个元素与对应的图像像素值相乘，并将结果求和；将求和结果除以高斯核的总和，以确保图像的亮度不会发生变化；最后将卷积操作的结果赋值给原始图像中对应的像素位置。
4.根据权利要求1所述的一种基于机器学习的食用油色度在线检测方法，其特征在于，所述canny边缘检测分为五个步骤，分别是高斯滤波、像素梯度计算、非极大值抑制、滞后阈值处理和孤立弱边缘抑制；
5.根据权利要求1所述的一种基于机器学习的食用油色度在线检测方法，其特征在于，所述s3具体包括：通过形态学操作中的膨胀操作进一步扩大边缘信息，使在原图像中不清晰和断连的边缘得以连接为整体，形成连通域；对于膨胀后的图像，使用opencv中的findcontours算法检索出二值图像中的最外层的轮廓，保存其外接矩形的端点坐标及长宽信息；
6.根据权利...
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。