[发明专利]一种计算图像中食物热量的方法及装置

说明书

本发明涉及一种计算图像中食物热量的方法及装置，所述方法包括：步骤1：获取食物图像，采用模糊C均值算法对食物图像进行分割获取各种类食物图像块；步骤2：基于所述各种类食物图像块提取图像块特征，所述图像块特征包括全局特征和局部特征；步骤3：采用球形SVM分类器对各种类食物进行识别；步骤4：根据识别出的食物种类以及食物热量表对食物的热量进行计算。基于本发明所述方法能够自动对食物图像中的食物进行识别，并计算食物中的热量，为用餐者提供饮食评估，辅助用餐者进行饮食，并更加高效的对健康进行管理。

技术领域

本发明涉及图像处理领域，尤其涉及一种计算图像中美食热量的方法。

背景技术

近年来，随着人们生活水平的不断提高，减肥问题越来越引起人们的关注，与此同时人们对所获取的食物种类以及进食量产生了浓厚的兴趣。目前，大多数人们需要通过专业机构根据自身的体质制定健康的食谱，以达到在保证营养的同时控制饮食摄入的热量，避免出现由于饮食摄入的热量过多导致体型过胖的情况。然而，这种方式无法使人们实时获知自身饮食中每种食物的热量，时效性较低，并且成本较高。

发明内容

本发明旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本发明的目的之一在于提出一种计算图像中食物热量的方法，该方法包括步骤1：获取食物图像，采用模糊C均值算法对食物图像进行分割获取各种类食物图像块；步骤2：基于所述各种类食物图像块提取图像块特征，所述图像块特征包括全局特征和局部特征；步骤3：采用球形SVM分类器对各种类食物进行识别；步骤4：根据识别出的食物种类以及食物热量表和食物密度表对食物的热量进行计算。

其中所述采用模糊C均值算法对食物图像进行分割获取各种类食物图像块进一步包括：步骤101：确定聚类类别数c，其中c满足条件2≤c≤n,确定模糊加权指数m，其中1≤m≤∞,确定迭代停止条件ε以及最大迭代次数，初始化迭代次数b＝0，同时确定初始化模糊分类矩阵U⁽⁰⁾；步骤102：根据模糊分类矩阵U^(b)计算聚类中心矩阵所述公式为其中表示第j个像素对第i类的隶属度，x_i表示样本集合中的样本，N表示样本集中元素的个数；步骤103：利用获取的聚类中心矩阵更新模糊分类矩阵U^(b+1)，所述公式为其中D_jk表示第k个像素到第i类的距离；步骤104：如果计算||U^(b)-U^(b+1)||＜ε，则计算停止，否则置b＝b+1，返回步102；步骤105：通过求得的目标函数最小值得到最佳聚类，所述目标函数表示为其中，D是像素点的数量，y_j是群簇的中心向量，||x_i-y_j||²表示像素点x_i到群簇j的距离。

所述全局特征包括颜色特征描述符和纹理特征描述符，其中，所述颜色特征描述符通过颜色空间矩的颜色分量来表示，该特征可以从RGB和HSV颜色空间的每个分量中获得，其表示为：F＝{(C₁P₁V₁)，...(C_pP_pV_p)}，其中C_p是分割图像的3D颜色矢量表示，P_p表示百分比值，P_p表示该区域的测量方差。