本公开涉及食品安全监测技术,并且更具体地,涉及一种基于大数据的红枣食品安全智能监测方法及系统。
背景技术:
1、新疆红枣是新疆的一种特产,属李科枣属水果,现代药理研究发现,红枣能使血中含氧量增强、滋养全身细胞,是一种药效缓和的强壮剂。现有的红枣食品安全监测方法主要是通过仪器对新鲜红枣的水分含量和残留物进行抽样检测,这种方法检测精度较低且花费时间较长。
2、现有的红枣食品安全监测方法存在的不足之处在于:由于检测精度较低导致安全评估的准确性较低。
技术实现思路
1、因此,为了解决上述技术问题,本公开的实施例采用的技术方案如下:
2、一种基于大数据的红枣食品安全智能监测方法,所述方法应用于一基于大数据的红枣食品安全智能监测装置,所述装置包括外观检测工站、残留检测工站和补偿分析工站,所述方法包括:通过外观检测工站,采集待进行食品安全检测的批次红枣的图像,并采用动态阈值,提取获得包括多个红枣轮廓图像的总轮廓图像;在总轮廓图像内的多个红枣轮廓图像内,计算最小包含矩形的面积和长宽比,获得多个特征信息集;根据所述多个特征信息集,分析多个红枣的皱缩程度信息,并映射匹配获得综合残留隐藏系数;通过残留检测工站,对批次红枣进行随机样本抽取,获得多个样本红枣并进行残留物检测,获得多个残留物检测结果,并计算获得综合残留物检测结果;将综合残留物检测结果和综合残留隐藏系数传输至补偿分析工站,进行残留物补偿计算,获得红枣残留物检测结果;根据所述红枣残留物检测结果和缩皱程度信息,评估获取红枣的食品安全监测结果。
3、一种基于大数据的红枣食品安全智能监测系统,包括:总轮廓图像提取模块,所述总轮廓图像提取模块用于通过外观检测工站,采集待进行食品安全检测的批次红枣的图像,并采用动态阈值,提取获得包括多个红枣轮廓图像的总轮廓图像;特征信息集获得模块,所述特征信息集获得模块用于在总轮廓图像内的多个红枣轮廓图像内,计算最小包含矩形的面积和长宽比,获得多个特征信息集;综合残留隐藏系数获得模块,所述综合残留隐藏系数获得模块用于根据所述多个特征信息集,分析多个红枣的皱缩程度信息,并映射匹配获得综合残留隐藏系数;综合残留物检测结果计算模块,所述综合残留物检测结果计算模块用于通过残留检测工站,对批次红枣进行随机样本抽取,获得多个样本红枣并进行残留物检测,获得多个残留物检测结果,并计算获得综合残留物检测结果;红枣残留物检测结果获得模块,所述红枣残留物检测结果获得模块用于将综合残留物检测结果和综合残留隐藏系数传输至补偿分析工站,进行残留物补偿计算,获得红枣残留物检测结果;食品安全监测结果评估模块,所述食品安全监测结果评估模块用于根据所述红枣残留物检测结果和缩皱程度信息,评估获取红枣的食品安全监测结果。
4、由于采用了上述技术方法,本公开相对于现有技术来说,取得的技术进步有如下几点:
5、可以解决现有的红枣食品安全监测方法由于检测精度较低导致安全评估的准确性较低的技术问题,首先,获取批次红枣的图像信息,并对批次红枣图像进行二值化处理,获得包括多个红枣轮廓图像的总轮廓图像;然后对总轮廓图像内的多个红枣轮廓图像进行图像比对分析,获得多个红枣的皱缩程度信息,通过图像比对进行皱缩程度分析,可以提高红枣皱缩程度分析的效率;并根据多个红枣的皱缩程度信息进行残留隐藏系数匹配,获得综合残留隐藏系数;对批次红枣进行抽样残留物检测,获得综合残留物检测结果;然后根据综合残留隐藏系数对综合残留物检测结果进行残留物补偿计算,获得红枣残留物检测结果,可以提高红枣残留物检测结果获得的准确率;最后根据红枣残留物检测结果和缩皱程度信息对红枣食品安全进行评估,获得红枣的食品安全监测结果。从而可以提高红枣食品安全的监测质量。
1.一种基于大数据的红枣食品安全智能监测方法,其特征在于,所述方法应用于一基于大数据的红枣食品安全智能监测装置,所述装置包括外观检测工站、残留检测工站和补偿分析工站,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述方法包括:
3.根据权利要求1所述的方法,其特征在于,所述方法包括:
4.根据权利要求3所述的方法,其特征在于,所述方法包括:
5.根据权利要求4所述的方法,其特征在于,所述方法包括:
6.根据权利要求1所述的方法,其特征在于,所述方法包括:
7.根据权利要求6所述的方法,其特征在于,所述方法包括:
8.一种基于大数据的红枣食品安全智能监测系统,其特征在于,用于执行权利要求1-7中所述的一种基于大数据的红枣食品安全智能监测方法中任意一项方法的步骤,所述系统包括: