[发明专利]餐具污染状态分析方法及分析器

说明书

本发明涉及餐具污染识别技术领域，尤其是一种餐具污染状态分析方法、深度神经网络的训练方法、存储介质及餐具污染状态分析器。将清洁餐具图像和脏污餐具图像一起给到深度神经网络进行训练，即可得到能判断餐具处于清洁状态还是有污渍状态的深度神经网络。通过利用已训练好的深度神经网络来进行餐具污染状态分析的方法，餐具污染状态分析器的摄像头在紫外光照射的状态下拍摄餐具图像，只需由经过训练的深度神经网络判断拍摄得到的图像是否为脏污餐具图像，即可快速、准确地分辨餐具表面是否洁净。

技术领域

本发明涉及餐具污染识别技术领域，尤其是一种餐具污染状态分析方法、分析餐具污染状态的深度神经网络的训练方法、计算机可读存储介质及餐具污染状态分析器。

背景技术

在现实生活中，无论是普通家庭还是饮食企业都离不开餐具的使用，人们使用的餐具肉眼看似干净，实际上可能会有灰尘、油渍残留、洗洁精残留、手指印等。现有技术大多采用检测试纸进行检测，过程复杂，需要专业人员才能进行检测，成本高，效率低，并且对大量餐具通常是采用抽样检测，无法对每件餐具进行检测。

发明内容

本发明要解决的技术问题是：如何快速、准确地分辨餐具表面是否洁净。

本发明第一方面公开了一种分析餐具污染状态的深度神经网络的训练方法，方法包括如下步骤：

A.对清洁餐具和脏污餐具分别执行下述样本获取步骤，从而分别获得学习样本，每次样本获取步骤包括如下S1和S2，

——S1.在紫外光照射的状态下拍摄餐具图像；

——S2.以餐具图像作为输入信号，以该餐具是清洁餐具还是脏污餐具作为输出信号，构成供深度神经网络进行餐具污染状态分析训练的一组学习样本；

B.采用多组学习样本对深度神经网络进行餐具污染状态分析训练，直至该深度神经网络具备根据餐具图像判断餐具是清洁餐具还是脏污餐具的能力。

优选地，深度神经网络具备根据餐具图像判断餐具是清洁餐具还是脏污餐具的能力的判断条件包括：所述判断的准确率达到预定标准。

优选地，在执行步骤S1之前开启紫外光灯。

优选地，步骤S1是在暗室环境下进行的。

本发明的第二方面公开了一种计算机可读存储介质，其存储有计算机程序，计算机程序被处理器执行时能够实现上述的对分析餐具污染状态的深度神经网络的训练方法。

本发明的第三方面公开了一种餐具污染状态分析方法，包括步骤P：在紫外光照射的状态下拍摄餐具图像，将餐具图像输入到已训练好的深度神经网络，由该深度神经网络判断餐具是清洁餐具还是脏污餐具。

优选地，深度神经网络是通过上述的对分析餐具污染状态的深度神经网络的训练方法训练得到的。

本发明的第四方面公开了一种计算机可读存储介质，其存储有计算机程序，计算机程序被处理器执行时能够实现上述的餐具污染状态分析方法。

本发明的第五方面公开了一种餐具污染状态分析器，包括用于拍摄餐具图像的取像装置，包括控制取像装置进行拍摄的处理器，还包括为取像装置提供紫外光取像环境的紫外环境提供模块，还包括上述计算机可读存储介质，该计算机可读存储介质上的计算机程序可被处理器执行。

与现有技术相比，本发明实施例具有以下有益效果：