一种适用于烘焙奶油的加工流程管理系统的制作方法

本发明属于数据处理，具体涉及一种适用于烘焙奶油的加工流程管理系统。

背景技术：

1、烘焙食品它是以面粉、酵母、食盐、砂糖和水为基本原料，添加适量油脂、乳品、鸡蛋、添加剂等，经一系列复杂的工艺手段烘焙而成的方便食品。奶油类产品是烘焙和餐饮等领域应用非常普遍的一种食材，包括全乳脂稀奶油、半乳脂奶油和植脂奶油等类型的产品。随着食品加工科技的发展，为了提高烘焙食品的口味，需要在烘焙食品上涂抹固定形状的奶油，例如在面包的表面涂抹奶油，可提升面包的口味，然而利用自动化奶油造型机时可能出现奶油形状不符合要求的情况，造成食物浪费，因此需对奶油的烘焙成型过程进行监测。

技术实现思路

1、本发明为了解决以上问题，提出了一种适用于烘焙奶油的加工流程管理系统。

2、本发明的技术方案是：一种适用于烘焙奶油的加工流程管理系统包括奶油工序图像采集单元、奶油轮廓提取单元、轮廓比对单元和异常工作点确定单元；

3、奶油工序图像采集单元用于采集烘焙奶油在各个时刻的工序图像；

4、奶油轮廓提取单元用于根据烘焙奶油的当前时刻工序图像，确定烘焙奶油在当前时刻的成型轮廓；

5、轮廓比对单元用于将烘焙奶油在当前时刻的成型轮廓与标准轮廓进行对比，判断烘焙奶油在当前时刻的成型轮廓是否合格；

6、异常工作点确定单元用于在烘焙奶油在当前时刻的成型轮廓不合格时，根据其他时刻的工序图像，确定烘焙奶油的异常工作时间点。

7、标准轮廓由用户根据实际需求确定。

8、进一步地，奶油轮廓提取单元确定烘焙奶油在当前时刻的成型轮廓包括以下步骤：

9、a1、根据烘焙奶油的当前时刻工序图像中各个像素点的灰度值，构建各个像素点的灰度级矩阵；

10、a2、根据烘焙奶油的当前时刻工序图像中各个像素点的灰度级矩阵，为当前时刻工序图像构建整体灰度矩阵；

11、a3、根据各个像素点的灰度级矩阵以及当前时刻工序图像的整体灰度矩阵，确定当前时刻工序图像中各个像素点的制约灰度值；

12、a4、将制约灰度值小于整体灰度矩阵的特征值的所有像素点作为当前时刻的成型轮廓。

13、上述进一步方案的有益效果是：在本发明中，根据某像素点及周围四邻域的灰度值来生成某像素点的灰度级矩阵，这样生成的灰度级矩阵包含了该像素点自身及周围灰度情况，可以用来构建当前时刻工序图像整体的灰度矩阵。矩阵的奇异值分解可以将复杂矩阵简单化，因此本发明通过各个像素点的灰度级矩阵对应的奇异值以及整体灰度矩阵对应的奇异值之间的大小比较，可以确定各个像素点的制约灰度值，再通过特征值筛选边缘的像素点，确定当时时刻奶油的成型轮廓，整个过程充分调用像素点的灰度特征，提高轮廓提取的准确率。

14、进一步地，a1中，当前时刻工序图像中第x行第y列像素点的灰度级矩阵cx,y的表达式为：；式中，hx,y表示第x行第y列像素点的灰度值，hx-1,y表示第x-1行第y列的像素点的灰度值，hx+1,y表示第x+1行第y列的像素点的灰度值，hx,y-1表示第x行第y-1列像素点的灰度值，hx,y+1表示第x行第y+1列像素点的灰度值；

15、a2中，当前时刻工序图像的整体灰度矩阵z的表达式为：；式中，c1,1表示第1行第1列像素点的灰度值矩阵，c1,2表示第1行第2列像素点的灰度级矩阵，c1,y表示第1行第y列像素点的灰度级矩阵，c2,1表示第2行第1列像素点的灰度值矩阵，c2,2表示第2行第2列像素点的灰度级矩阵，c2,y表示第2行第y列像素点的灰度级矩阵，cx,1表示第x行第1列像素点的灰度值矩阵，cx,2表示第x行第2列像素点的灰度级矩阵，cx,y表示第x行第y列像素点的灰度级矩阵，x表示当前时刻工序图像的行数，y表示当前时刻工序图像的列数。

16、进一步地，a3中，当前时刻工序图像中第x行第y列的像素点的制约灰度lx,y的表达式为：；式中，z表示当前时刻工序图像的整体灰度矩阵，cx,y表示当前时刻工序图像中第x行第y列像素点的灰度级矩阵，ρ0表示当前时刻工序图像的整体灰度矩阵的奇异值，ρx,y表示当前时刻工序图像中第x行第y列像素点的灰度级矩阵的奇异值。

17、进一步地，轮廓比对单元判断烘焙奶油在当前时刻的成型轮廓是否合格的具体方法为：利用余弦相似度算法计算当前时刻的成型轮廓与标准轮廓之间的对比相似度，若对比相似度小于或等于相似度阈值，则烘焙奶油在当前时刻的成型轮廓不合格，否则烘焙奶油在当前时刻的成型轮廓合格。

18、余弦相似度是一种常用的衡量向量之间相似度的方法，它可以用于计算两个向量之间的夹角的余弦值。在图像相似度计算中，可以将图像转换为特征向量，然后使用余弦相似度来比较这些特征向量的相似程度。在本发明中，除了余弦相似度算法，也可以采用其他计算轮廓相似度。相似度阈值可人为根据实际需要确定。

19、进一步地，异常工作点确定单元确定烘焙奶油的异常工作时间点包括以下步骤：

20、b1、根据其他时刻的工序图像以及烘焙奶油在当前时刻的成型轮廓，确定异常时间范围；

21、b2、构建像素约束条件；

22、b3、筛选采集时刻属于异常时间范围且符合像素约束条件的工序图像，得到异常工序图像集，将异常工序图像集中最小采集时刻作为异常工作时间点。

23、上述进一步方案的有益效果是：在本发明中，在确定烘焙奶油的异常工作时间点时，建立了两个筛选条件，第一筛选条件是时间筛选，将整体的采集时长分为两部分，即三个时间点（初始时刻，时刻和当前时刻），分别计算两两时间点之间的成型权重，成型权重利用表征像素点灰度值离散程度的标准差来确定，通过成型权重的大小比较，确定一个大概的异常时间内范围；接下来，在采集时刻属于异常时间范围的工序图像中来确定准确的异常工作时间点，本发明构建了第二筛选条件，即用来进行像素筛选的像素约束条件，若异常时间范围内存在若干个工序图像满足像素约束条件，则将最早采集时刻作为异常时间工作点。

24、进一步地，b1包括以下子步骤：

25、b11、提取时刻工序图像；式中，t表示当前时刻，表示向上取整运算；

26、b12、计算初始时刻工序图像与时刻工序图像之间的成型权重，得到第一成型权重；计算时刻工序图像与当前时刻的成型轮廓之间的成型权重，得二成型权重；

27、b13、若第一成型权重大于或等于第二成型权重，则异常时间范围为，若第一成型权重小于第二成型权重，则异常时间范围为。

28、进一步地，b12中，第一成型权重α1的计算公式为：；式中，h0表示初始时刻工序图像中所有像素点灰度值之间的标准差，h1表示时刻工序图像中所有像素点灰度值之间的标准差，m0表示初始时刻工序图像的像素点个数，m1表示时刻工序图像的像素点个数，h0表示初始时刻工序图像中最大灰度值，h1表示时刻工序图像中最大灰度值，e表示指数，max(·)表示最大值运算。

29、进一步地，b12中，第二成型权重α2的计算公式为：；式中，h1表示时刻工序图像中所有像素点灰度值之间的标准差，h2表示当前时刻的成型轮廓中所有像素点灰度值之间的标准差，m1表示时刻工序图像的像素点个数，m2表示当前时刻的成型轮廓的像素点个数，h0表示初始时刻工序图像中最大灰度值，h1表示时刻工序图像中最大灰度值，h2表示当前时刻的成型轮廓中最大灰度值，e表示指数，max(·)表示最大值运算。

30、进一步地，b2中，像素约束条件的表达式为：；式中，p0表示初始时刻工序图像中所有像素点的灰度值均值，pt表示t时刻工序图像中所有像素点的灰度值均值，pt+1表示t+1时刻工序图像中所有像素点的灰度值均值，pt表示当前时刻工序图像中所有像素点的灰度值均值，t表示当前时刻，min(·)表示最小值运算，c表示常数，λ表示整体灰度矩阵的特征值。

31、本发明的有益效果是：本发明公开了一种适用于烘焙奶油的加工流程管理系统，对当前的工序图像进行轮廓提取，判断当前时刻的奶油形状是否合格，在当前时刻奶油形状不合适时，确定异常工作时间点，便于用户了解奶油加工流程的准确出错点，有助于确定更多的加工残次品；在确定异常工作时间点时，对整个采集时长进行有效划分，构建约束条件来筛选各个时刻的工序图像，最终确定一个准确的时间点，提高了奶油生产的产能。