本发明涉及菜品原材料识别,特别涉及一种菜品原材料的识别方法。
背景技术:
1、菜品是指各种烹饪或烹调过程中制作的食物,通常由不同的食材和调料组成,菜品的种类繁多,可以包括主菜、配菜、甜点、汤品等不同类型的食物,不同地区和文化有着各种各样的菜品,每个地方都以其独特的风味和烹饪技巧而闻名,菜品的特点可以因所使用的食材、调料、烹调方法、烹饪时间和特殊工艺等而有所不同,无论是家庭烹饪还是专业厨师的创作,菜品是人们日常生活中重要的一部分,它们提供了美味和满足感,同时也反映了地域文化和烹饪技艺的多样性。
2、现有技术中多是根据菜谱中的配料以及方法记载来进行烹饪菜品,但是并没有一种针对烹饪后的菜品进行逆向分析来获取烹饪菜品的原材料的技术,为此,我们提出一种菜品原材料的识别方法来解决上述技术问题。
技术实现思路
1、本发明的主要目的为提供一种菜品原材料的识别方法,旨在解决现有技术中的技术问题。
2、本发明提出一种菜品原材料的识别方法,包括:
3、获取烹饪菜品的检测图像,并对所述检测图像进行预处理,得到多个菜品图像;
4、获取每个所述菜品图像的多个外观特征信息,其中,所述外观特征信息包括菜品形状特征、菜品纹理特征、菜品颜色特征和菜品硬度特征;
5、将多个所述外观特征信息输入至第一菜品预测模型中,得到烹饪菜品的第一预测分数;
6、获取烹饪菜品的气味特征信息;
7、将所述气味特征信息输入至第二菜品预测模型中,得到烹饪菜品的第二预测分数;
8、将所述第一预测分数和第二预测分数与录有多个原材料对应分数的数据库进行比对,得到烹饪菜品的原材料。
9、作为优选,所述对所述检测图像进行预处理,得到多个菜品图像的步骤,包括:
10、对所述烹饪菜品的检测图像进行去噪处理,得到无噪图像;
11、对所述无噪图像进行画质增强处理,得到清晰图像;
12、对所述清晰图像中的多个食材原材料进行分切处理,得到多个菜品图像。
13、作为优选,所述将多个所述外观特征信息输入至第一菜品预测模型中,得到烹饪菜品的第一预测分数的步骤,包括:
14、根据多个所述外观特征信息获取对应外观特征值;
15、根据多个所述外观特征值获取权重因子;
16、将多个所述外观特征值和权重因子输入至第一菜品预测模型中,得到烹饪菜品的第一预测分数,其中,第一菜品预测模型为:
17、
18、其中,f(x)表示第一预测分数,t1、t2、...、tn表示多个外观特征值,p1、p2、...、pn表示多个权重因子,n表示外观特征值的数量。
19、作为优选,所述获取烹饪菜品的气味特征信息的步骤,包括:
20、获取烹饪菜品的气味;
21、根据气相色谱对所述烹饪菜品的气味进行预处理,将挥发性化合物分离和捕获到色谱柱中,得到气味样本;
22、根据质谱对所述气味样本进行分析提取,得到烹饪菜品的气味特征信。
23、作为优选,所述将所述气味特征信息输入至第二菜品预测模型中,得到烹饪菜品的第二预测分数的步骤,包括:
24、获取气味特征信息;
25、根据所述气味特征信息获取权重矩阵;
26、根据所述气味特征信息获取权重矩阵的特征值;
27、将所述权重矩阵和权重矩阵的特征值输入至第二菜品预测模型中,得到烹饪菜品的第二预测分数,其中,第二菜品预测模型为:
28、
29、其中,f(x)表示第二预测分数,w表示权重矩阵,h表示特征值,b表示偏置向量。
30、作为优选,所述将所述第一预测分数和第二预测分数与录有多个原材料对应分数的数据库进行比对,得到烹饪菜品的原材料的步骤,包括:
31、获取多个原材料的标准第一特征分数和标准第二特征分数,并根据所述标准第一特征分数和标准第二特征分数对原材料进行标记;
32、将多个所述标记有标准第一特征分数和标准第二特征分数的原材料录入至数据库中;
33、设立标准第一特征分数和标准第二特征分数的预设阈值区间;
34、判断所述第一预测分数和第二预测分数是否在对应标准第一特征分数和标准第二特征分数的预设阈值区间内;
35、若所述第一预测分数和第二预测分数分别在对应标准第一特征分数和标准第二特征分数的预设阈值区间内,则可根据标准第一特征分数和标准第二特征分数的标记,得到烹饪菜品的原材料。
36、本申请还提供一种菜品原材料的识别系统,包括:
37、预处理模块,用于获取烹饪菜品的检测图像,并对所述检测图像进行预处理,得到多个菜品图像;
38、第一获取模块,用于获取每个所述菜品图像的多个外观特征信息,其中,所述外观特征信息包括菜品形状特征、菜品纹理特征、菜品颜色特征和菜品硬度特征;
39、第一输入模块,用于将多个所述外观特征信息输入至第一菜品预测模型中,得到烹饪菜品的第一预测分数;
40、第二获取模块,用于获取烹饪菜品的气味特征信息;
41、第二输入模块,用于将所述气味特征信息输入至第二菜品预测模型中,得到烹饪菜品的第二预测分数;
42、比对模块,用于将所述第一预测分数和第二预测分数与录有多个原材料对应分数的数据库进行比对,得到烹饪菜品的原材料。
43、作为优选,所述预处理模块,包括:
44、第一获取单元,用于获取烹饪菜品的所述检测图像;
45、去噪单元,用于对所述烹饪菜品检测图像进行去噪处理,得到无噪图像;
46、增强单元,用于对无噪图像进行画质增强处理,得到清晰图像;
47、分切单元,用于对清晰图像中的多个食材原材料进行分切处理,得到多个菜品图像。
48、本发明还提供了一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述菜品原材料的识别方法的步骤。
49、本发明还提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述菜品原材料的识别方法的步骤。
50、本发明的有益效果为:本发明通过获取每个菜品图像的多个外观特征信息以及烹饪菜品的气味特征信息,进而将气味特征信息和多个外观特征信息分别输入至第二菜品预测模型和第一菜品预测模型中,得到第二预测分数和第一预测分数,通过第二预测分数和第一预测分数与数据库中的标准第一特征分数和标准第二特征分数进行比对,从而根据比对在标准第一特征分数和标准第二特征分数的预设阈值区间内来获取烹饪菜品的原材料,从而可以根据烹饪的菜品的外观以及气味来分析得到烹饪菜品的原材料。
1.一种菜品原材料的识别方法,其特征在于,包括:
2.根据权利要求1所述的菜品原材料的识别方法,其特征在于,所述对所述检测图像进行预处理,得到多个菜品图像的步骤,包括:
3.根据权利要求1所述的菜品原材料的识别方法,其特征在于,所述将多个所述外观特征信息输入至第一菜品预测模型中,得到烹饪菜品的第一预测分数的步骤,包括:
4.根据权利要求1所述的菜品原材料的识别方法,其特征在于,所述获取烹饪菜品的气味特征信息的步骤,包括:
5.根据权利要求1所述的菜品原材料的识别方法,其特征在于,所述将所述气味特征信息输入至第二菜品预测模型中,得到烹饪菜品的第二预测分数的步骤,包括:
6.根据权利要求1所述的菜品原材料的识别方法,其特征在于,所述将所述第一预测分数和第二预测分数与录有多个原材料对应分数的数据库进行比对,得到烹饪菜品的原材料的步骤,包括:
7.一种菜品原材料的识别系统,其特征在于,包括:
8.根据权利要求7所述的菜品原材料的识别系统,其特征在于,所述预处理模块,包括:
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。