本發(fā)明涉及食品安全技術領域，更具體的說，涉及一種食材檢測裝置、智能電子秤以及食材檢測方法。

背景技術：

目前，食品安全事件頻頻發(fā)生，消費者對了解食品安全情況有迫切的需求，潛在的食品安全問題某種程度上已經超出了現(xiàn)有的監(jiān)管技術和檢驗檢測能力，所以食品安全相關法律和政策的有效實施，需要科技的力量來保障。

現(xiàn)有技術中的智能電子秤除具備基本稱重的功能外，還具備刷卡、打印、結算等功能，針對食材的簡單檢測設備，檢測項目單一，或檢測過程需對食材進行一定程度的破壞，如切片、標本采樣等，或檢測時間過長，通常需要幾小時到幾天時間出檢測結果，或功能集中，但設備體積龐大，價格昂貴的缺陷。此外，從食材的購入到食材品質檢測所產生的數(shù)據(jù)，與企業(yè)內部所需求的食品品質數(shù)據(jù)不能進行對接，交換、處理與反饋，導致采購的食物與餐廳企業(yè)所需求的食物難以統(tǒng)一。

技術實現(xiàn)要素：

為解決上述技術問題，本發(fā)明提供一種食材檢測方法，能夠在對食材不進行損壞的情況下進行快速檢測，提高檢測效率以及準確率。

為實現(xiàn)上述目的，本發(fā)明提供如下技術方案：

一種食材檢測方法，包括：

采集食材數(shù)據(jù)；

將所述食材數(shù)據(jù)傳輸至遠程數(shù)據(jù)中心；

所述遠程數(shù)據(jù)中心依據(jù)所述食材數(shù)據(jù)對食材進行分析檢測，得到檢測結果；

所述遠程數(shù)據(jù)中心將所述檢測結果發(fā)送至顯示終端。

優(yōu)選地，在上述食材檢測方法中，所述遠程數(shù)據(jù)中心依據(jù)所述食材數(shù)據(jù)對食材進行分析檢測，具體包括：

提取所述食材數(shù)據(jù)中的圖像數(shù)據(jù)，將所述圖像數(shù)據(jù)與所述食材數(shù)據(jù)庫中的圖像特征數(shù)據(jù)匹配，得到食材名稱；

提取所述食材數(shù)據(jù)中的檢測數(shù)據(jù)，判斷所述檢測數(shù)據(jù)是否在閾值范圍內，得到檢測結果。

優(yōu)選地，在上述食材檢測方法中，所述遠程數(shù)據(jù)中心提取所述食材數(shù)據(jù)中的圖像數(shù)據(jù)之前，還包括：

將所述食材數(shù)據(jù)存儲至食材數(shù)據(jù)庫中。

本發(fā)明還提供一種食材檢測裝置，包括：

數(shù)據(jù)采集模塊，用于采集食材數(shù)據(jù)；

數(shù)據(jù)通信模塊，用于將食材數(shù)據(jù)傳輸至遠程數(shù)據(jù)中心，接收所述遠程數(shù)據(jù)中心根據(jù)所述食材數(shù)據(jù)得到的檢測結果，并將所述檢測結果發(fā)送至顯示終端；

顯示終端，用于顯示所述檢測結果。

優(yōu)選地，在上述食材檢測裝置中，所述數(shù)據(jù)采集模塊包括用于采集圖像數(shù)據(jù)的圖像傳感器以及用于采集檢測數(shù)據(jù)的近紅外光譜掃描儀。

優(yōu)選地，在上述食材檢測裝置中，數(shù)據(jù)通信模塊包括：

數(shù)據(jù)發(fā)送模塊，用于將食材數(shù)據(jù)傳輸至遠程數(shù)據(jù)中心，并將所述檢測結果發(fā)送至顯示終端；

數(shù)據(jù)接收模塊，接收所述遠程數(shù)據(jù)中心根據(jù)所述食材數(shù)據(jù)得到的檢測結果。

本發(fā)明還提供了一種智能電子秤，包括上述任一項所述的食材檢測裝置。

優(yōu)選地，上述智能電子秤中，還包括用于對食材進行稱重的磅體部分。

從上述技術方案可以看出，本發(fā)明所提供的一種食材檢測方法，包括：采集食材數(shù)據(jù)；將所述食材數(shù)據(jù)傳輸至遠程數(shù)據(jù)中心；所述遠程數(shù)據(jù)中心依據(jù)所述食材數(shù)據(jù)對食材進行分析檢測，得到檢測結果；所述遠程數(shù)據(jù)中心將所述檢測結果發(fā)送至顯示終端。通過將采集的食材數(shù)據(jù)傳輸至遠程數(shù)據(jù)中心，由遠程數(shù)據(jù)中心來完成分析檢測，即通過網絡線上平臺對食材數(shù)據(jù)進行分析 檢測，相對于現(xiàn)有技術的檢測方法提高了分析檢測速度，簡化操作過程。

本發(fā)明還提供了一種食材檢測裝置，包括：數(shù)據(jù)采集模塊，用于采集食材數(shù)據(jù)；數(shù)據(jù)通信模塊，用于將食材數(shù)據(jù)傳輸至遠程數(shù)據(jù)中心，接收所述遠程數(shù)據(jù)中心根據(jù)所述食材數(shù)據(jù)得到的檢測結果，并將所述檢測結果發(fā)送至顯示終端；顯示終端，用于顯示所述檢測結果。本發(fā)明提供的食材檢測裝置，只需要將采集的食材數(shù)據(jù)發(fā)送至遠程數(shù)據(jù)中心，并接受遠程數(shù)據(jù)中心得到的檢測結果，并顯示檢測結果即可，并不需要對食材進行分析檢測，分析檢測由遠程數(shù)據(jù)中心完成。相對現(xiàn)有技術中的集食材數(shù)據(jù)的采集、分析檢測以及顯示等多功能為一體的檢測裝置，由于功能集中導致設備體積龐大，分析檢測速度變慢，本發(fā)明提供的食材檢測裝置檢測速度快、效率高以及準確率高。

在一種優(yōu)選的實施方式中，所述數(shù)據(jù)采集模塊包括用于采集圖像數(shù)據(jù)的圖像傳感器以及用于采集檢測數(shù)據(jù)的近紅外光譜掃描儀。通過圖像傳感器以及近紅外光譜掃描儀對食材進行檢測時，并不會對食材進行破壞，同時采集食材數(shù)據(jù)的速度較快、采集食材數(shù)據(jù)準確率高。

附圖說明

為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術中的技術方案，下面將對實施例或現(xiàn)有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的實施例，對于本領域普通技術人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)提供的附圖獲得其他的附圖。

圖1為本發(fā)明實施例提供的一種食材檢測方法示意圖；

圖2為本發(fā)明實施例提供的一種食材檢測裝置示意圖。

具體實施方式

下面將結合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例?；诒景l(fā)明中的實施例，本領域普通技術人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。

本發(fā)明實施例公開了一種食材檢測方法，參見圖1，包括：

步驟S11：采集食材數(shù)據(jù)；

步驟S12：將所述食材數(shù)據(jù)傳輸至遠程數(shù)據(jù)中心；

步驟S13：所述遠程數(shù)據(jù)中心依據(jù)所述食材數(shù)據(jù)對食材進行分析檢測，得到檢測結果；

步驟S14：所述遠程數(shù)據(jù)中心將所述檢測結果發(fā)送至顯示終端。

在本實施方式中，通過將采集的食材數(shù)據(jù)傳輸至遠程數(shù)據(jù)中心，由遠程數(shù)據(jù)中心來完成分析檢測，即通過網絡線上平臺對食材數(shù)據(jù)進行分析檢測，遠程數(shù)據(jù)中心具體采用了云計算、大數(shù)據(jù)挖掘與分析等技術對采集的食材數(shù)據(jù)進行分析，以更優(yōu)的算法，實現(xiàn)多源異構數(shù)據(jù)的信息處理與交換，提升數(shù)據(jù)效率、準確性和安全性。相對于現(xiàn)有技術的檢測方法提高了分析檢測速度，簡化操作過程。

本發(fā)明實施例公開了一種具體的食材檢測方法，相對于上一實施例，本實施例對技術方案作了進一步說明和優(yōu)化。具體的：

由于遠程數(shù)據(jù)中心為云平臺，即在網絡存在的情況下，食材數(shù)據(jù)就能夠傳輸至遠程數(shù)據(jù)中心進行分析計算，為了便于遠程數(shù)據(jù)中心對食材數(shù)據(jù)進行處理，遠程數(shù)據(jù)中心依據(jù)所述食材數(shù)據(jù)對食材進行分析檢測，具體包括：

步驟S131：將所述食材數(shù)據(jù)存儲至食材數(shù)據(jù)庫中。

步驟S132：提取所述食材數(shù)據(jù)中的圖像數(shù)據(jù)，將所述圖像數(shù)據(jù)與所述食材數(shù)據(jù)庫中的圖像特征數(shù)據(jù)匹配，得到食材名稱；

步驟S133：提取所述食材數(shù)據(jù)中的檢測數(shù)據(jù)，判斷所述檢測數(shù)據(jù)是否在閾值范圍內，得到檢測結果。

遠程數(shù)據(jù)中心實現(xiàn)云計算中的IaaS，Paas和SaaS三層架構，其中IaaS層通過虛擬化技術，將物理機器進行虛擬化，從而提供靈活可擴展的數(shù)據(jù)存儲與分析結點，并作為遠程數(shù)據(jù)中心的資源池。在此基礎上，建設食材數(shù)據(jù)存儲平臺(食材數(shù)據(jù)庫)、檢測模型處理平臺(圖像特征模型以及檢測模型)和數(shù)據(jù)統(tǒng)計分析平臺，三個平臺將作為遠程數(shù)據(jù)中心的PaaS層。在SaaS層中，針對健康飲食、健康食譜、食材智能采購等應用服務構建不同的應用服務中間件，并提供數(shù)據(jù)支持。同時針對食材檢測設計相應的算法，如基于機器學習的食材檢測模型優(yōu)化算法，利用機器學習的自學習特點，實現(xiàn)對食材檢測 模型的自動優(yōu)化與完善。

首先，采集的食材數(shù)據(jù)存儲至食材數(shù)據(jù)庫中作為大數(shù)據(jù)。食材數(shù)據(jù)包括有食材的圖像數(shù)據(jù)以及食材的檢測數(shù)據(jù)，采集的圖像數(shù)據(jù)包括食材的外形、顏色等，檢測數(shù)據(jù)包括食材重量、成分、含水量以及農藥殘留等。建立的食材數(shù)據(jù)庫對海量圖像數(shù)據(jù)以及檢測數(shù)據(jù)進行高效存儲，并保障數(shù)據(jù)安全可用。

其次，由于食材因種類繁多，且部分食材外形相似度高，相似的食材難以區(qū)別，因此，首先對食材的圖像數(shù)據(jù)進行特征建模。建立圖像特征模型的過程中，前期依據(jù)食材數(shù)據(jù)庫中已經存儲的食材數(shù)據(jù)，對食材數(shù)據(jù)進行篩檢，抽取以及建立食材特有的特征索引，獲得圖像特征數(shù)據(jù)。后期通過采集到待檢測的食材的圖像數(shù)據(jù)，經搜索、識別、匹配及反饋，準確識別食材，得到食材的名稱。通過特征建模獲得圖像特征數(shù)據(jù)，大大提高了食材的識別準確度。

再次，準確識別食材之后，遠程數(shù)據(jù)中心對待檢測的食材進行檢測，建立檢測模型，將檢測數(shù)據(jù)作為檢測模型的輸入參數(shù)，通過檢測模型計算后，判斷檢測數(shù)據(jù)是否在閾值范圍內，例如，通過采集的檢測數(shù)據(jù)為農藥殘留量，將當前采集的該食材的農藥殘留量作為參數(shù)輸入到檢測模型中，通過檢測模型的計算判斷出農藥殘留量是否超過了質量安全檢測規(guī)定中所規(guī)定的農藥殘留閾值，計算判斷之后輸出檢測結果。檢測結果包括食材的農藥殘留量、新鮮度等信息。最后數(shù)據(jù)統(tǒng)計分析平臺對檢測的結果進行數(shù)據(jù)統(tǒng)計和挖掘分析，為上層應用提供數(shù)據(jù)支撐。

本發(fā)明實施例還公開了一種食材檢測裝置，參見圖2，食材檢測裝置與上述食材檢測方法對應，包括：數(shù)據(jù)采集模塊01，用于采集食材數(shù)據(jù)；數(shù)據(jù)通信模塊02，用于將食材數(shù)據(jù)傳輸至遠程數(shù)據(jù)中心，接收所述遠程數(shù)據(jù)中心根據(jù)所述食材數(shù)據(jù)得到的檢測結果，并將所述檢測結果發(fā)送至顯示終端03；顯示終端03，用于顯示所述檢測結果。

由于數(shù)據(jù)采集模塊01、數(shù)據(jù)通信模塊02以及顯示終端03組成的食材檢測裝置計算處理能力有限，以上信息交換中的大量數(shù)據(jù)的計算處理分析工作借助于搭建的基于云計算的遠程數(shù)據(jù)中心。

進一步地，在上述食材檢測裝置中，所述數(shù)據(jù)采集模塊01包括用于采集圖像數(shù)據(jù)的圖像傳感器以及用于采集檢測數(shù)據(jù)的近紅外光譜掃描儀。本發(fā)明中，近紅外光譜掃描儀借助多元回歸分析、主成分分析和偏最小二乘法等化學計量方法，首先建立起合理的定標分析模型，然后通過對待測樣品的光譜進行模擬分析，并依據(jù)校正樣品集和適當?shù)臄?shù)學模型預測樣品中各種成分的種類及含量，完成對樣品的定性或定量檢測，測出食材的主要結構、組成成分、農藥殘留量等數(shù)據(jù)。利用近紅外光譜快速檢測技術，對食材進行無損快速無接觸式檢測，具有不破壞樣品、檢測速度快、穩(wěn)定性能好、操作過程簡單以及工作效率高等優(yōu)勢。

需要指出的是，用來獲取檢測數(shù)據(jù)的裝置還包括生物傳感器以及重力傳感器等，對食材的重量、產地、類型等數(shù)據(jù)進行采集。這些檢測數(shù)據(jù)可根據(jù)需要來進行檢測，可配合近紅外光譜掃描儀共同作為獲取食材檢測數(shù)據(jù)的數(shù)據(jù)采集模塊。

進一步地，在上述食材檢測裝置中，數(shù)據(jù)通信模塊02包括：數(shù)據(jù)發(fā)送模塊，用于將食材數(shù)據(jù)傳輸至遠程數(shù)據(jù)中心，并將所述檢測結果發(fā)送至顯示終端03；數(shù)據(jù)接收模塊，接收所述遠程數(shù)據(jù)中心根據(jù)所述食材數(shù)據(jù)得到的檢測結果。

數(shù)據(jù)通信模塊02還包括數(shù)據(jù)封裝模塊與數(shù)據(jù)解析模塊，主要負責對采集的數(shù)據(jù)進行封裝，然后通過數(shù)據(jù)發(fā)送模塊將數(shù)據(jù)上傳至遠程數(shù)據(jù)中心，遠程數(shù)據(jù)中心對數(shù)據(jù)進行處理分析后將檢測結果發(fā)送給數(shù)據(jù)接收模塊，可以通過數(shù)據(jù)接收模塊將數(shù)據(jù)從遠程數(shù)據(jù)中心中下載下來，然后通過數(shù)據(jù)解析模塊對數(shù)據(jù)進行解析。顯示終端03顯示所述檢測結果，顯示終端03通常為LED顯示屏，對檢測結果進行展示，包括食材的種類、產地、農藥殘留、新鮮度等信息。

本發(fā)明還提供了一種智能電子秤，包括上述任一項所述的食材檢測裝置。

進一步地，上述智能電子秤中，還包括用于對食材進行稱重的磅體部分。

具體的，智能電子秤由磅體部分、食材檢測裝置以及攝像頭等組成，其中磅體部分進行食材稱重，攝像頭實現(xiàn)圖像識別、拍照、攝像功能以作證據(jù)留存。食材檢測裝置用于快速采集食材數(shù)據(jù)，并將獲得的檢測結果同步到云 端，遠程數(shù)據(jù)中心對食材數(shù)據(jù)進行分析處理與反饋，遠程數(shù)據(jù)中心以及智能電子秤之間的信息及時、準確、有效交換。智能電子秤中內置APP軟件，實現(xiàn)更好的人機交互體驗。本發(fā)明提供的智能電子秤采用低耦合方式集成近紅外光譜掃描儀、農藥殘留檢測儀、生物傳感器、重力傳感器、信號轉換元件、信息傳輸元件、攝像頭等裝置，在對食材完成稱重后，自動觸發(fā)檢測功能，采集稱重、圖像、檢測等數(shù)據(jù)，利用遠程數(shù)據(jù)中心分析計算并將檢測結果反饋至智能電子秤中，實現(xiàn)多種檢測功能并集及數(shù)據(jù)交換，實現(xiàn)無損檢測，提高檢測準確度。

本說明書中各個實施例采用遞進的方式描述，每個實施例重點說明的都是與其他實施例的不同之處，各個實施例之間相同相似部分互相參見即可。

對所公開的實施例的上述說明，使本領域專業(yè)技術人員能夠實現(xiàn)或使用本發(fā)明。對這些實施例的多種修改對本領域的專業(yè)技術人員來說將是顯而易見的，本文中所定義的一般原理可以在不脫離本發(fā)明的精神或范圍的情況下，在其它實施例中實現(xiàn)。因此，本發(fā)明將不會被限制于本文所示的這些實施例，而是要符合與本文所公開的原理和新穎特點相一致的最寬的范圍。