[发明专利]一种基于图像识别的智能食品检测方法及系统

权利要求书

1.一种基于图像识别的智能食品检测方法，其特征在于，包括：

获取包含待检测食品的食品图像，其中，所述待检测食品为带皮的马铃薯，所述食品图像的背景为不同于马铃薯颜色的纯色背景；

对所述食品图像进行处理，识别出所述食品图像中马铃薯的芽眼，以确定出包含芽眼的芽眼图像，其中，所述芽眼表示马铃薯用于发芽的部位；

对所述芽眼图像进行检测，确定出用于表征所述芽眼图像中的芽眼是否存在异变的检测数据，以基于所述检测数据确定所述食品图像中的马铃薯是否合格，其中，芽眼存在异变表示该芽眼出芽到预设水平，或该芽眼周围存在大片青色区域。

2.根据权利要求1所述的基于图像识别的智能食品检测方法，其特征在于，所述对所述食品图像进行处理，识别出所述食品图像中马铃薯的芽眼，以确定出包含芽眼的芽眼图像，包括：

对所述食品图像进行边缘检测，确定出所述食品图像中的马铃薯轮廓；

对所述马铃薯轮廓内的马铃薯图像进行检测，确定出所述马铃薯图像内的可疑斑点，其中，可疑斑点为马铃薯表皮的斑点、马铃薯表皮的泥污、马铃薯的芽眼中的任一项；

根据所述马铃薯图像内的所有可疑斑点，确定出马铃薯的芽眼，并基于马铃薯的芽眼所处位置确定出包含该芽眼的芽眼图像。

3.根据权利要求2所述的基于图像识别的智能食品检测方法，其特征在于，所述对所述马铃薯轮廓内的马铃薯图像进行检测，确定出所述马铃薯图像内的可疑斑点，包括：

获取所述马铃薯图像对应的灰度图像；

确定出所述灰度图像的图像灰度均值，并确定出每个与所述图像灰度均值之间的差值超过预设差异值的目标像素点；

将所有所述目标像素点进行划分，得到多个像素点群落，其中，每个像素点群落对应的图像即所述马铃薯图像内的可疑斑点，每个像素点群落内的任一像素点与该像素点群落内的其他像素点中的至少两个像素点之间的距离不超过距离阈值。

4.根据权利要求3所述的基于图像识别的智能食品检测方法，其特征在于，所述根据所述马铃薯图像内的所有可疑斑点，确定出马铃薯的芽眼，包括：

针对每个所述可疑斑点，确定出该可疑斑点的大小，并排除大小不达标的可疑斑点，其中，可疑斑点的大小通过该可疑斑点的最大宽度及像素点数量表示；

从未排除可疑斑点中确定出斑点灰度均值低于预设灰度值的可疑斑点为已出芽的芽眼；

再确定剩余可疑斑点中每个可疑斑点的灰度值分布，确定斑点中心区域灰度值高于斑点外围区域灰度值的可疑斑点为未出芽的芽眼，其余的可疑斑点则不为芽眼。

5.根据权利要求4所述的基于图像识别的智能食品检测方法，其特征在于，所述对所述芽眼图像进行检测，确定出用于表征所述芽眼图像中的芽眼是否存在异变的检测数据，包括：

针对芽眼已出芽的芽眼图像，确定出该芽眼图像中的出芽范围；

对于出芽范围超过预设范围的，确定出表示芽眼存在异变的异变数据；

对于出芽范围不超过预设范围的，获取该芽眼图像在所述食品图像中对应的图像范围内是否存在超过第一图像面积的青色区域，若存在，确定出表示该芽眼存在异变的异变数据，若不存在，确定出表示该芽眼不存在异变的正常数据；

针对芽眼未出芽的芽眼图像，获取该芽眼图像在所述食品图像中对应的图像范围内是否存在超过第二图像面积的青色区域，若存在，确定出表示该芽眼存在异变的异变数据，若不存在，确定出表示该芽眼不存在异变的正常数据，其中，所述第二面积大于所述第一面积。

6.根据权利要求1所述的基于图像识别的智能食品检测方法，其特征在于，在对所述食品图像进行处理之前，所述方法还包括：

确定所述食品图像中是否存在超过第三图像面积的青色区域，其中，所述纯色背景不为青色范围内的颜色；

在所述食品图像中不存在超过第三图像面积的青色区域时，执行步骤：对所述食品图像进行处理。

7.一种基于图像识别的智能食品检测系统，其特征在于，包括：

图像获取单元，用于获取包含待检测食品的食品图像，其中，所述待检测食品为带皮的马铃薯，所述食品图像的背景为不同于马铃薯颜色的纯色背景；

图像处理单元，用于对所述食品图像进行处理，识别出所述食品图像中马铃薯的芽眼，以确定出包含芽眼的芽眼图像，其中，所述芽眼表示马铃薯用于发芽的部位；

食品检测单元，用于对所述芽眼图像进行检测，确定出用于表征所述芽眼图像中的芽眼是否存在异变的检测数据，以基于所述检测数据确定所述食品图像中的马铃薯是否合格，其中，芽眼存在异变表示该芽眼出芽到预设水平，或该芽眼周围存在大片青色区域。