[发明专利]一种透明罐头中固形物合格检测方法及其检测系统在审
申请号: | 201910286691.9 | 申请日: | 2019-04-10 |
公开(公告)号: | CN110174399A | 公开(公告)日: | 2019-08-27 |
发明(设计)人: | 吴仁革 | 申请(专利权)人: | 晋江双龙制罐有限公司 |
主分类号: | G01N21/84 | 分类号: | G01N21/84;G01N21/90;G01N21/01 |
代理公司: | 泉州汇智兴业知识产权代理事务所(普通合伙) 35237 | 代理人: | 张永;谷科均 |
地址: | 362261 福建省泉州市*** | 国省代码: | 福建;35 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 体积比 固形物 罐头 透明 检测 图像 神经网络模型 检测系统 预设 模型获取 采集 | ||
本发明公开了一种透明罐头中固形物合格检测方法及其检测系统,所述方法包括:采集透明罐头样品不同角度的图像;获取透明罐头样品中固形物的真实体积比;采用神经网络模型对透明罐头样品不同角度的图像、所述透明罐头样品中固形物的真实体积比进行训练,得到固形物体积比模型;获取待测透明罐头不同角度的图像,通过固形物体积比模型获取体积比;将体积比与预设体积比范围进行对比,判断固形物含量是否符合标准,本发明采用神经网络模型进行训练得到固形物体积比模型,检测时,只需输入待测罐头的图像,通过固形物体积比模型得到体积比,将体积比与预设体积比范围进行对比,判断固形物含量是否符合标准,操作步骤简单、检测快速准确、检测效率高。
技术领域
本发明涉及食品检测技术领域,特别是涉及一种透明罐头中固形物合格检测方法及其检测系统。
背景技术
随着人们生活水平的提高,出行、旅游不断增加,食品消费观念和方式正在悄然改变,罐头食品正以其方便、卫生易储存的特点,适应了人们日常需要,目前现有的罐头如水果罐头由于其营养、保健、天然、口感良好等优点而备受消费者的喜爱,一般如果罐头中的内容物有固、液两相,例如糖水黄桃罐头,必须标示固形物含量和净含量,其目的主要是让消费者能一目了然地了解到产品中的黄桃到底有多少。含固、液两相的各种罐头执行GB7718-2011《食品安全国家标准预包装食品标签通则》中“4.1.5.6容器中含有固、液两相物质的食品,且固相物质为主要食品配料时,除标示净含量外,还应以质量或质量分数的形式标示沥干物(固形物)的含量”。所以在水果罐头的加工生产过程中,还必须对固定物的含量进行检测判断,保证产品质量符合要求。
目前固定物的含量进行检测判断有的通过技术人员凭借经验肉眼进行观察判断,其效率低下,且判断不准确,到后期监督抽查时,时常出现抽检不合格的情况,有的利用光学仪器如采用折光计法或者近红外光谱进行测量,但是光学仪器较为昂贵、且检测过程耗时、操作较为复杂、且对检测人员的技术水平要求较高,无法对固形物含量是否合格进行快速准确检测。
发明内容
为解决现有技术中无法对固形物含量是否合格进行快速准确检测的技术问题,本发明提供了一种透明罐头中固形物合格检测方法及其检测系统。
为实现上述目的,本发明采用的技术方案如下:一种透明罐头中固形物合格检测方法,所述方法包括:
采集透明罐头样品不同角度的图像,其中至少有一图像包含有固形物;
获取透明罐头样品中固形物的真实体积比;
采用神经网络模型对所述透明罐头样品不同角度的图像、所述透明罐头样品中固形物的真实体积比进行训练,训练后得到固形物体积比模型;
获取待测透明罐头不同角度的图像,通过固形物体积比模型获取所述待测透明罐头固形物的体积比;
将所述待测透明罐头固形物的体积比与预设体积比范围进行对比,判断所述待测透明罐头固形物含量是否符合标准。
进一步的,所述待测透明罐头固形物含量符合标准时,在所述透明罐头上进行标记。
进一步的,采用卷积神经网络模型对待测透明罐头不同角度的图像进行卷积处理以提取图像的特征图像,并对所述特征图像进行池化处理后进行分类得到待测透明罐头固形物的体积比。
进一步的,采集每一种类透明罐头样品不同角度的图像,采用卷积神经网络模型对每一种类透明罐头样品不同角度的图像进行识别,输出透明罐头的种类,并根据所述透明罐头的种类预设体积比范围。
一种透明罐头中固形物合格检测系统,包括检测流水线,还包括
图像采集装置,设置于检测流水线上,用于采集透明罐头样品、待测透明罐头不同角度的图像;
获取装置,设置于检测流水线上,用于获取透明罐头样品中固形物的真实体积比;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于晋江双龙制罐有限公司,未经晋江双龙制罐有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910286691.9/2.html,转载请声明来源钻瓜专利网。