[发明专利]一种基于图谱数据智能化无损检测菜肴食品营养含量方法

说明书

本发明提供一种基于图谱数据智能化无损检测菜肴食品营养含量方法，包括：获取固态待测目标的图像信息，并得到固态待测目标的第一估算体积；获取固态待测目标的光谱信息，并得到固态待测目标的第一估算密度；根据第一估算体积和第一估算密度得到固态待测目标的第一估算质量和营养含量；通过第一容器获取液态待测目标的第二估算体积；获取液态待测目标的光谱信息和第二估算密度；根据第二估算体积和第二估算密度得到液态待测目标的第二估算质量和营养含量。本发明通过图像和光谱技术对菜肴食品的体积进行评估，进而根据体积估算菜肴食品的质量和营养含量，并且采用固液分离的方法，实现了对固态和液态菜肴食品营养含量的分别测量。

技术领域

本发明涉及食品检测技术领域，尤其涉及一种基于图谱数据智能化无损检测菜肴食品营养含量方法。

背景技术

饮食是人类健康、生存及长寿的物质基础。随着人们生活水平的提高，精准营养食品已经成为人民对食品新的需求增长点。菜肴是人们日常菜肴食品中不可或缺的食品，日常菜肴食品营养摄入不足或过剩对人体健康产生重要影响，尤其糖尿病人、高血压患者、肥胖及特殊人群等需要对所摄取菜肴食品的营养含量实时进行检测，菜肴形态与成分组成复杂，常规菜肴食品中营养含量的测定方法多采用理化试验，费事费力，成本昂贵，不便于使用与推广，这也成为影响人们实现精准饮食的一大阻碍。图谱技术在食品快速检测领域得到了广阔的应用。国内外学者利用图像技术结合机器学习算法获得一餐菜肴食品的图像、体积等信息，再结合菜肴食品数据库推测出菜肴食品的营养含量，进而推测出卡路里含量值。该方法未考虑菜肴食品之间的不同比例、不同烹饪条件等因素，所得的菜肴食品营养含量并不准确。光谱技术可以测量样品内部的含量，有学者利用近红外光谱技术对搅碎的菜肴食品进行检测，得到了固定容器内菜肴食品的单位重量卡路里值，但该方法并不能直接得出一餐菜肴食品中的营养含量总含量，对样品是有损检测，此外，检测之前，也必须先选择菜肴食品类型，才可完成模型匹配，并不能在实际中得到广泛应用。

发明内容

本发明提出一种基于图谱数据智能化无损检测菜肴食品营养含量方法，用以解决现有技术中无法准确对菜肴食品的营养含量进行检测的缺陷，特别是菜肴食品包含多种食材还包括固态和液态多种形态时，对菜肴食品营养的测量准确性难以保证，通过综合利用光学图谱技术、机器学习与数据建模算法实现菜肴食品类型的识别、图像与菜肴食品体积模型建立，光谱与菜肴食品密度模型建立、光谱与菜肴食品营养含量模型建立几个关键问题，并且采用固液分离的方法，实现了对固态和液态菜肴食品营养含量的分别测量，进而综合估算菜肴食品的质量和营养含量。

根据本发明提供的一种基于图谱数据智能化无损检测菜肴食品营养含量方法，包括待测目标，所述待测目标包括固态待测目标和液态待测目标，其中，所述固态待测目标为包含N种食材的混合物，N大于等于二，所述方法包括：

将所述固态待测目标和所述液态待测目标分离，并将所述固态待测目标静置平铺、将所述液态待测目标放置于第一容器内；

获取所述固态待测目标的图像信息，根据所述图像信息获取所述固态待测目标的第一估算体积以及N种食材的比例信息，并通过所述第一容器获取所述液态待测目标的第二估算体积；

获取所述固态待测目标的光谱信息，并将所述固态待测目标的光谱信息和N种食材的比例信息输入至光谱密度固态模型得到所述固态待测目标的第一估算密度；

根据第一估算体积和第一估算密度得到所述固态待测目标的第一估算质量，并将所述固态待测目标的第一估算质量、光谱信息和N种食材的比例信息输入至光谱营养固态模型中得到所述固态待测目标的营养含量；

获取所述液态待测目标的光谱信息，并将所述液态待测目标的光谱信息输入至光谱密度液态模型得到所述液态待测目标的第二估算密度；

根据第二估算体积和第二估算密度得到所述液态待测目标的第二估算质量，并将所述液态待测目标的第二估算质量和光谱信息输入至光谱营养液态模型中得到所述液态待测目标的营养含量；