[发明专利]基于厨房多传感器一体称的称量方法、装置及智能终端在审

专利信息
申请号: 202011017362.3 申请日: 2020-09-24
公开(公告)号: CN112163582A 公开(公告)日: 2021-01-01
发明(设计)人: 齐玮;潘志 申请(专利权)人: 深圳市启蒙智慧医疗科技有限公司
主分类号: G06K9/34 分类号: G06K9/34;G06K9/46;G06T7/00;G01G23/35
代理公司: 暂无信息 代理人: 暂无信息
地址: 518000 广东省深圳市坪山区坑梓街道金*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 厨房 传感器 一体 称量 方法 装置 智能 终端
【权利要求书】:

1.基于厨房多传感器一体称的称量方法,其特征在于,包括:

获取食材置于厨房多传感器一体称上的图像信息;

基于所述图像信息,确定所述厨房多传感器一体称上的食材种类信息及每种食材所占的分区信息;每个分区对应关联一个重量传感器;

获取每个分区的重量信息;

根据所述每种食材所占的分区信息及每个分区的重量信息,确定所述厨房多传感器一体称上每种食材的重量信息。

2.根据权利要求1所述的基于厨房多传感器一体称的称量方法,其特征在于,所述基于所述图像信息,确定所述厨房多传感器一体称上的食材种类信息,包括:

对图像信息进行图像处理;

对图像信息中的食材进行分类处理,并生成食材种类信息。

3.根据权利要求2所述的基于厨房多传感器一体称的称量方法,其特征在于,所述对图像信息进行图像处理,包括:

对图像信息进行灰度化处理,生成灰度图像;

对灰度图像进行二值化处理,生成二值化图像,所述二值化图像中的每个白色区域对应一个食材;

根据二值化图像识别每个食材的轮廓,生成食材轮廓信息;

获取图像信息中每个食材的平均颜色,生成平均颜色信息。

4.根据权利要求3所述的基于厨房多传感器一体称的称量方法,其特征在于,所述对图像信息中的食材进行分类处理,并生成食材种类信息,包括:

将每个食材的食材轮廓信息、平均颜色信息与预设在数据库中的预设轮廓信息、预设颜色信息进行比对;

根据比对结果,对每个食材进行分类处理,并生成食材种类信息。

5.根据权利要求1所述的基于厨房多传感器一体称的称量方法,其特征在于,所述基于所述图像信息,确定所述厨房多传感器一体称上的每种食材所占的分区信息,包括:

对图像信息进行边缘检测,生成检测图像;

将预设图像与检测图像进行融合处理,生成对比图像,所述预设图像为所述厨房多传感器一体称空置时的图像,所述预设图像中包括所述厨房多传感器一体称上的全部分区;

分析对比图像中全部食材占用分区的情况,得到食材的总占区信息;

基于食材种类信息,将食材的总占区信息进行划分,得到每种食材所占的分区信息。

6.根据权利要求5所述的基于厨房多传感器一体称的称量方法,其特征在于,所述对图像信息进行边缘检测,生成检测图像,包括:

对图像信息进行灰度处理和高斯平滑,生成预备图像;

计算预备图像中每个像素点的梯度强度和方向;

进行非极大值抑制;

进行双阈值检测;

进行滞后边界跟踪处理,生成检测图像。

7.根据权利要求1所述的基于厨房多传感器一体称的称量方法,其特征在于,所述根据所述每种食材所占的分区信息及每个分区的重量信息,确定所述厨房多传感器一体称上每种食材的重量信息,包括:

读取每种食材所占的分区信息;

将每种食材的分区信息与每个分区的重量信息进行匹配,确定每个分区信息对应的若干重量信息;

将同一分区信息中对应的若干重量信息进行累加,确定每种食材的重量信息。

8.基于厨房多传感器一体称的称量装置,其特征在于,包括:

摄像模块,用于获取食材置于厨房多传感器一体称上的图像信息;

分类模块,用于基于所述图像信息,确定所述厨房多传感器一体称上的食材种类信息及每种食材所占的分区信息;每个分区对应关联一个重量传感器;

获取模块,用于获取每个分区的重量信息;

确认模块,用于根据所述每种食材所占的分区信息及每个分区的重量信息,确定所述厨房多传感器一体称上每种食材的重量信息。

9.一种智能终端,其特征在于,包括存储器和处理器,所述存储器上存储有能够被处理器加载并执行如权利要求1至7任一项所述的基于厨房多传感器一体称的称量方法的计算机程序。

10.一种计算机可读存储介质,其特征在于,存储有能够被处理器加载并执行如权利要求1至7任一项所述的基于厨房多传感器一体称的称量方法的计算机程序。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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深圳市启蒙智慧医疗科技有限公司,未经深圳市启蒙智慧医疗科技有限公司许可,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/202011017362.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top