[发明专利]肉品新鲜度检测方法、装置、计算设备和存储介质

说明书

本申请公开了一种肉品新鲜度检测方法、装置、计算设备和存储介质。该肉品新鲜度检测方法包括：对待检测肉品的检测图像进行阈值分割，以得到至少两个分类的图像块集合；对每一分类的图像块集合进行分析，得到每一分类对应的多个肉品质量指标；将每一分类对应的多个肉品质量指标输入该分类对应的检测模型，得到每个分类的肉品检测结果；根据各检测模型的肉品检测结果，确定述待检测肉品的新鲜度。由此，为提高对肉品新鲜度的检测精度提供支持。

技术领域

本申请涉及肉品检测领域，特别涉及一种肉品新鲜度检测方法、装置、计算设备和存储介质。

背景技术

随着生活质量的提高，人们越来越关注肉质食品的新鲜程度。肉品新鲜度，是衡量肉品是否符合食用要求的客观标准，是评价肉品品质的重要指标，也是消费者选购肉类食品的主要依据。提高肉类产品新鲜度的判定精度，对于人们身体健康也更加有利。而如何提高肉类产品新鲜度的判定精度，成为亟需解决的问题之一。

发明内容

本申请的目的是提供一种肉品新鲜度检测方法、装置、计算设备和存储介质，以为提高肉类产品新鲜度的检测精度提供支持。

第一方面，本申请实施例提供了一种肉品新鲜度检测方法，包括：

对待检测肉品的检测图像进行阈值分割，以得到至少两个分类的图像块集合；

对每一分类的图像块集合进行分析，得到每一分类对应的多个肉品质量指标；

将每一分类对应的多个肉品质量指标输入该分类对应的检测模型，得到每个分类的肉品检测结果；

根据各检测模型的肉品检测结果，确定述待检测肉品的新鲜度。

可选的，各分类对应的检测模型为预先训练得到的Adaboost-BP神经网络模型，且各Adaboost-BP神经网络模型具有相应的权重因子，

根据各检测模型的肉品检测结果，确定述待检测肉品的新鲜度，包括：

基于各检测模型的肉品检测结果以及各分类对应的检测模型的权重因子，得到所述待检测肉品的新鲜度。

可选的，各分类对应的检测模型是基于下述方法训练得到的：

获取各分类的训练样本，其中，各分类的训练样本包括基于样本图像得到的相应分类的图像块集合、多个肉品质量指标以及标注，其中，所述标注用于表征所述图像块集合与所述肉品质量指标的相关程度；

基于各分类的训练样本训练各分类的检测模型的模型参数以及权重因子。

可选的，所述肉品质量指标包括下述的至少一项：

肉品色泽；

肉品纹理。

可选的，对待检测肉品的检测图像进行阈值分割，以得到至少两个分类的图像块集合，包括：

基于图像自适应阈值分割算法对所述检测图像进行阈值分割，以得到至少两个分类的图像块集合，其中，每一分类对应于一个灰度区间。

可选的，对待检测肉品的检测图像进行阈值分割之前，所述方法还包括：

对所述检测图像进行图像预处理。

第二方面，本申请实施例提供了一种肉品新鲜度检测装置，所述装置包括：

阈值分割单元，用于对待检测肉品的检测图像进行阈值分割，以得到至少两个分类的图像块集合；

分析单元，用于对每一分类的图像块集合进行分析，得到每一分类对应的多个肉品质量指标；

检测单元，用于将每一分类对应的多个肉品质量指标输入该分类对应的检测模型，得到每个分类的肉品检测结果；