本發(fā)明屬于食品檢測，尤其涉及一種食品質(zhì)量風(fēng)險(xiǎn)預(yù)警方法及系統(tǒng)。
背景技術(shù)：
1、本部分的陳述僅僅是提供了與本發(fā)明相關(guān)的背景技術(shù)信息，不必然構(gòu)成在先技術(shù)。
2、隨著食品產(chǎn)業(yè)鏈的復(fù)雜化，食品質(zhì)量問題是社會關(guān)注的焦點(diǎn)，食品在生產(chǎn)、加工、運(yùn)輸和銷售過程中可能受到多種因素的影響，導(dǎo)致質(zhì)量問題頻發(fā)。例如，食品中的微生物污染、農(nóng)藥殘留、狀態(tài)異常等問題會嚴(yán)重影響消費(fèi)者的健康。因此，在企業(yè)進(jìn)行食品生產(chǎn)的過程中，應(yīng)注意食品質(zhì)量的檢測。
3、傳統(tǒng)的食品質(zhì)量檢測方法主要依賴于化學(xué)分析、微生物培養(yǎng)等技術(shù)，這些方法雖然能夠提供較為準(zhǔn)確的結(jié)果，但存在檢測時(shí)間長、操作復(fù)雜、成本高等問題。
4、現(xiàn)有技術(shù)中還存在圖像處理、生物傳感器技術(shù)等質(zhì)量檢測方法，但單一特征的檢測效果存在的誤差較大，例如，采用高清相機(jī)的圖像識別技術(shù)只能觀察到食品表面的變質(zhì)問題，對于其殘留的農(nóng)藥、內(nèi)部微生物過量等問題無法準(zhǔn)確察覺，而采用光譜學(xué)技術(shù)的檢測方法則對樣品的透明度、顏色和水分含量有一定要求，對于透明度差、顏色深或含有大量水分的樣品，檢測效果可能不佳；食品的非均勻性可能影響光的傳播，導(dǎo)致檢測結(jié)果的不穩(wěn)定性。因此，單一特征的質(zhì)量檢測具有準(zhǔn)確率低和不穩(wěn)定的問題。其次，單一特征不僅會丟失掉部分特征，還忽視了食品外觀與內(nèi)部的狀態(tài)相關(guān)性，外表面的磕碰、微生物附著等特征與其內(nèi)部變質(zhì)等異常是相互影響的。
5、除此之外，在檢測對象的角度，現(xiàn)有的檢測模型大多為針對特定的某一種固定食品的檢測，只能對某一條生產(chǎn)線上的單一食品產(chǎn)品進(jìn)行檢測，無法實(shí)現(xiàn)抽樣多個(gè)生產(chǎn)線的食品統(tǒng)一檢測。
技術(shù)實(shí)現(xiàn)思路
1、為克服上述現(xiàn)有技術(shù)的不足，本發(fā)明提出了一種食品質(zhì)量風(fēng)險(xiǎn)預(yù)警方法及系統(tǒng)，通過融合多種圖像使特征覆蓋食品全面特征，提高檢測準(zhǔn)確性和穩(wěn)定性；提出多尺度特征的多次融合，在提取深層細(xì)節(jié)特征的同時(shí)保留淺層邊緣特征，平衡全局特征與局部特征，減少特征損失；另外，提出了多種圖像特征之間的相似度分析融合特征，增加了食品外觀異常與內(nèi)部異常的關(guān)聯(lián)分析，提高融合特征的表征能力，進(jìn)一步提高質(zhì)量風(fēng)險(xiǎn)的準(zhǔn)確性。
2、為實(shí)現(xiàn)上述目的，本發(fā)明的一個(gè)或多個(gè)實(shí)施例提供了如下技術(shù)方案：
3、第一方面，公開了一種食品質(zhì)量風(fēng)險(xiǎn)預(yù)警方法，包括：
4、獲取食品的可見光圖像、近紅外成像；
5、基于食品的可見光圖像，采用改進(jìn)的多尺度特征融合網(wǎng)絡(luò)確定食品的類別和分割掩碼；
6、基于所述分割掩碼對可見光圖像和近紅外成像進(jìn)行二值掩碼過濾得到圖像數(shù)據(jù)，按照食品的類別調(diào)用不同的食品質(zhì)量檢測模型，將圖像數(shù)據(jù)輸入食品質(zhì)量檢測模型確定食品的質(zhì)量風(fēng)險(xiǎn)；
7、其中，食品質(zhì)量檢測模型為改進(jìn)的transformer網(wǎng)絡(luò)，所述改進(jìn)的transformer網(wǎng)絡(luò)包括編碼器、特征映射模塊及多層感知機(jī)；所述編碼器提取圖像數(shù)據(jù)的雙模態(tài)雙尺度融合特征、第二可見光特征、第二近紅外特征，所述特征映射模塊對雙模態(tài)雙尺度融合特征、第二可見光特征、第二近紅外特征進(jìn)行相關(guān)性分析得到再融合特征，所述多層感知機(jī)基于再融合特征輸出食品質(zhì)量風(fēng)險(xiǎn)。
8、第二方面，公開了一種食品質(zhì)量風(fēng)險(xiǎn)預(yù)警系統(tǒng)，包括：
9、數(shù)據(jù)獲取模塊，其被配置為：獲取食品的可見光圖像、近紅外成像；
10、智能分類模塊，其被配置為：基于食品的可見光圖像，采用改進(jìn)的多尺度特征融合網(wǎng)絡(luò)確定食品的類別和分割掩碼；
11、質(zhì)量檢測模塊，其被配置為：基于所述分割掩碼對可見光圖像和近紅外成像進(jìn)行二值掩碼過濾得到圖像數(shù)據(jù)，按照食品的類別調(diào)用不同的食品質(zhì)量檢測模型，將圖像數(shù)據(jù)輸入食品質(zhì)量檢測模型確定食品的質(zhì)量風(fēng)險(xiǎn)；
12、其中，食品質(zhì)量檢測模型為改進(jìn)的transformer網(wǎng)絡(luò)，所述改進(jìn)的transformer網(wǎng)絡(luò)包括編碼器、特征映射模塊及多層感知機(jī)；所述編碼器提取圖像數(shù)據(jù)的雙模態(tài)雙尺度融合特征、第二可見光特征、第二近紅外特征，所述特征映射模塊對雙模態(tài)雙尺度融合特征、第二可見光特征、第二近紅外特征進(jìn)行相關(guān)性分析得到再融合特征，所述多層感知機(jī)基于再融合特征輸出食品質(zhì)量風(fēng)險(xiǎn)。
13、第三方面，公開了一種電子設(shè)備，包括存儲器和處理器以及存儲在存儲器上并在處理器上運(yùn)行的計(jì)算機(jī)指令，所述計(jì)算機(jī)指令被處理器運(yùn)行時(shí)，完成上述食品質(zhì)量風(fēng)險(xiǎn)預(yù)警方法的步驟。
14、第四方面，公開了一種計(jì)算機(jī)可讀存儲介質(zhì)，用于存儲計(jì)算機(jī)指令，所述計(jì)算機(jī)指令被處理器執(zhí)行時(shí)，完成上述食品質(zhì)量風(fēng)險(xiǎn)預(yù)警方法的步驟。
15、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果為：
16、本發(fā)明提供了一種食品質(zhì)量風(fēng)險(xiǎn)預(yù)警方法，融合可見光圖像和近紅外成像，通過同時(shí)檢測外觀和內(nèi)部質(zhì)量，提高檢測準(zhǔn)確率，企業(yè)可以更高效地控制生產(chǎn)流程，減少次品率。
17、食品分類模型中，每種圖像進(jìn)行特征提取時(shí)采用多尺度特征融合，保留全局特征與細(xì)節(jié)特征，避免基礎(chǔ)特征、邊緣特征的丟失，從而對外觀區(qū)別較大的食品可以更加準(zhǔn)確的快速識別，避免陷入微小細(xì)節(jié)的誤區(qū)。
18、食品分類模型得出食品類別的同時(shí)還可輸出分割掩碼，從而為檢測模型提供數(shù)據(jù)處理的方法，將檢測模型的輸入圖像處理為只包含食品本體的圖像數(shù)據(jù)，降低背景對質(zhì)量檢測的影響。
19、質(zhì)量檢測模型中提出多模態(tài)圖像融合以及考慮兩種圖像的相關(guān)性特征的融合方法，用于檢測的特征包括單一模態(tài)的圖像特征和兩種模態(tài)的融合特征，可見光圖像可以有效表征食品外觀狀態(tài)，近紅外成像可以有效表征食品內(nèi)部狀態(tài)，融合特征采用相關(guān)性映射的方法提取兩種圖像相關(guān)性的矩陣，從而提取內(nèi)部與外觀的相關(guān)特征，采用相關(guān)性特征融合再檢測食品質(zhì)量能夠充分利用不同模態(tài)的互補(bǔ)信息，提高分類性能，增強(qiáng)數(shù)據(jù)效率和魯棒性，并且有助于揭示多模態(tài)數(shù)據(jù)之間的質(zhì)量風(fēng)險(xiǎn)的相關(guān)聯(lián)系，提高質(zhì)量檢測的準(zhǔn)確性。
20、在食品生產(chǎn)的任一環(huán)節(jié)均可采用本方法檢測質(zhì)量風(fēng)險(xiǎn)，通過檢測及時(shí)發(fā)現(xiàn)生產(chǎn)中的質(zhì)量問題，避免不合格產(chǎn)品進(jìn)入后續(xù)環(huán)節(jié)，減少原材料浪費(fèi)和生產(chǎn)成本。
21、本發(fā)明附加方面的優(yōu)點(diǎn)將在下面的描述中部分給出，部分將從下面的描述中變得明顯，或通過本發(fā)明的實(shí)踐了解到。
1.一種食品質(zhì)量風(fēng)險(xiǎn)預(yù)警方法，其特征在于，包括：
2.如權(quán)利要求1所述的一種食品質(zhì)量風(fēng)險(xiǎn)預(yù)警方法，其特征在于，所述改進(jìn)的多尺度特征融合網(wǎng)絡(luò)的結(jié)構(gòu)包括主干網(wǎng)絡(luò)、特征融合網(wǎng)絡(luò)和檢測網(wǎng)絡(luò)；
3.如權(quán)利要求1所述的一種食品質(zhì)量風(fēng)險(xiǎn)預(yù)警方法，其特征在于，所述編碼器包括依次連接的兩個(gè)restormer層?、?兩個(gè)transformer?層及多層感知機(jī)；
4.如權(quán)利要求3所述的一種食品質(zhì)量風(fēng)險(xiǎn)預(yù)警方法，其特征在于，所述編碼器還包括加權(quán)連接層；
5.如權(quán)利要求4所述的一種食品質(zhì)量風(fēng)險(xiǎn)預(yù)警方法，其特征在于，所述編碼器的損失函數(shù)為：
6.如權(quán)利要求1所述的一種食品質(zhì)量風(fēng)險(xiǎn)預(yù)警方法，其特征在于，將得到的雙模態(tài)雙尺度融合特征、第二可見光特征、第二近紅外特征，通過特征映射模塊進(jìn)行相關(guān)性映射得到再融合特征：
7.如權(quán)利要求6所述的一種食品質(zhì)量風(fēng)險(xiǎn)預(yù)警方法，其特征在于，所述再融合特征輸入多層感知機(jī)進(jìn)行質(zhì)量概率計(jì)算得到質(zhì)量概率p，基于質(zhì)量概率得到食品質(zhì)量風(fēng)險(xiǎn)等級，表達(dá)式如下:
8.一種食品質(zhì)量風(fēng)險(xiǎn)預(yù)警系統(tǒng)，其特征在于，包括：
9.一種電子設(shè)備，其特征在于，包括存儲器和處理器以及存儲在存儲器上并在處理器上運(yùn)行的計(jì)算機(jī)指令，所述計(jì)算機(jī)指令被處理器運(yùn)行時(shí)，完成權(quán)利要求1-7任一項(xiàng)所述的食品質(zhì)量風(fēng)險(xiǎn)預(yù)警方法。
10.一種計(jì)算機(jī)可讀存儲介質(zhì)，其特征在于，用于存儲計(jì)算機(jī)指令，所述計(jì)算機(jī)指令被處理器執(zhí)行時(shí)，完成權(quán)利要求1-7任一項(xiàng)所述的食品質(zhì)量風(fēng)險(xiǎn)預(yù)警方法。