[发明专利]一种基于大数据的食品安全智慧管理方法与系统

权利要求书

1.一种基于大数据的食品安全智慧管理方法，其特征在于，所述食品安全智慧管理方法包括：

获取待识别食品的理化检测参数信息、图像信息、气味信息以及所处环境信息；

在所述图像信息中提取表观特征信息；

根据所述表观特征信息以及预设的基于卷积神经网络建立的表观特征-食品变质图像识别模型，生成变质识别结果；所述预设的表观特征-食品变质图像识别模型为通过预先采集的多个食品图像样本经卷积神经网络训练生成；

根据所述理化检测参数信息、变质识别结果、气味信息以及所处环境信息，确定所述待识别食品的安全性；

根据所述食品种类信息，生成营养分析结果；所述营养分析结果携带有营养成分偏离指标；

当所述营养成分偏离指标超过预设偏离风险阈值时，则存在营养成分偏离风险，并发送携带有营养成分摄入建议的风险警示；

所述图像信息为至少包括一种待识别食品的区域图像信息；

所述在所述图像信息中提取表观特征信息的步骤，具体包括：

对所述区域图像信息进行灰度处理，并获取所述区域图像信息中各像素点的灰度值；

根据所述区域图像信息中各像素点的灰度值来确定所述待识别食品的边缘像素点；

根据所述待识别食品的边缘像素点确定所述待识别食品的图像信息；

将所述图像信息与对应的预存标准食品的图像信息进行比对，在所述待识别食品的图像信息中确定出所述待识别食品异常的表观特征信息；

所述边缘像素点包括利用图像中物体的边缘的灰度具有不连续的特征，通过处理可以确定所述区域图像中的待识别食品的边缘像素点；

该边缘像素点计算方法为：根据第一像素点的灰度值以及与所述第一像素点的距离在预设值之内的像素点的灰度值计算第一像素点的梯度，并计算第一像素点的梯度的幅值，如所述区域图像可表示为二元函数f(x,y)，其中所述二元函数f(x,y)中(x,y)分别为像素点的横纵坐标，二元函数f(x,y)的取值为相应的像素点的灰度值，则梯度可表示为一个向量：

其中，所述Gx、Gy表示区域模板，通过对所述区域模板卷积来近似计算偏导数，而预设值不同，则所述Gx、Gy不同，所述梯度的幅度即为所述向量的幅度。

2.根据权利要求1所述的基于大数据的食品安全智慧管理方法，其特征在于，所述食品安全智慧管理方法还包括：

根据所述待识别食品的图像信息，确定食品种类信息；

根据所述食品种类信息以及预设食品配方标准，生成食品分析报告；所述预设食品配方标准是基于中国标准、国际标准、历史食品安全事故数据的相关性分析而生成；

所述图像信息为至少包括一种待识别食品的区域图像信息；

所述在所述图像信息中提取表观特征信息的步骤，具体包括：

对所述区域图像信息进行灰度处理，并获取所述区域图像信息中各像素点的灰度值；

根据所述区域图像信息中各像素点的灰度值来确定所述待识别食品的边缘像素点；

根据所述待识别食品的边缘像素点确定所述待识别食品的图像信息；

将所述图像信息与对应的预存标准食品的图像信息进行比对，在所述待识别食品的图像信息中确定出所述待识别食品异常的表观特征信息。

3.根据权利要求1所述的基于大数据的食品安全智慧管理方法，其特征在于，所述待识别食品异常的表观特征信息包括异常颜色信息、异常纹理信息以及异常形状信息。