本技術涉及生產自動化,尤其涉及一種藏紅曲原料質量評估方法、系統及設備。
背景技術:
1、青稞具有高蛋白質、高纖維、高維生素、低脂肪、低糖等特點,它還含有降膽固醇作用的油酸、亞油酸、亞麻酸等,18種氨基酸以及多種微量元素,本身具有豐富的營養和多種藥理作用。
2、藏紅曲,是以青稞為主要原料,經紅曲霉固態發酵而制得的一種青稞紅曲米。紅曲在我國具有悠久的藥用和食用歷史,具有降壓降脂、活血化瘀、消食健脾的作用。以青稞為原料,經過高產洛伐他汀紅曲霉菌種固態發酵培養后制得的藏紅曲,不僅可以有效降低膽固醇,發酵后所產生的天然洛伐他汀發揮降壓降脂、活血化瘀作用的同時,不會對人體肝腎產生損傷。
3、目前,由于藏紅曲是以青稞為原料,通過紅曲發酵而成,發酵產物的質量評價也是以有效成分的含量作為標準,現有的用于評價青稞的質量評估標準一般是評估青稞的完整度等,并沒有針對用于生產藏紅曲的青稞原料的評估方法。
技術實現思路
1、本發明提供了一種藏紅曲原料質量評估方法、系統及設備,至少解決了現有技術用于評價青稞的質量評估標準一般是評估青稞的完整度等,并沒有針對用于生產藏紅曲的青稞原料的評估方法的問題。
2、本發明提供了一種藏紅曲原料質量評估方法,包括以下步驟:
3、根據預設的抽檢規則從待檢青稞中抽選出目標青稞,采集所述目標青稞的圖像為目標圖像;
4、根據所述目標圖像,通過圖像裁切規則和缺陷檢測模型以獲取第一評價參數、第一圖像組和第二圖像組,所述第一圖像組由裁切后檢出缺陷比例不高于第一閾值的圖像組成,所述第二圖像組由裁切后檢出缺陷比例高于第一閾值的圖像組成;
5、根據所述第一圖像組,通過獲取第一圖像組中青稞的有效成分含量以獲取第二評價參數,根據所述第二圖像組,通過獲取第二圖像組中青稞的有效成分含量以獲取第三評價參數;
6、根據所述第一評價參數、所述第二評價參數和所述第三評價參數以獲取所述待檢青稞的評價參數。
7、可選的,所述根據預設的抽檢規則從待檢青稞中抽選出目標青稞,采集所述目標青稞的圖像為目標圖像的步驟,包括:
8、根據預設的抽檢規則從待檢青稞中抽選出目標青稞;
9、將所述目標青稞均勻攤鋪在均質平面上;
10、采集均質平面上的所述目標青稞的圖像為目標圖像。
11、可選的,所述根據所述目標圖像,通過圖像裁切規則和缺陷檢測模型以獲取第一評價參數、第一圖像組和第二圖像組的步驟,包括:
12、根據所述目標圖像,通過缺陷檢測模型標記所述目標圖像中的缺陷青稞;
13、根據所述缺陷青稞在所述目標青稞中的比例,獲得第一評價參數;
14、根據所述目標圖像,通過預設的圖像裁切規則,獲得至少兩個裁切圖像;
15、根據所述至少兩個裁切圖像,將缺陷比例不高于第一閾值的圖像作為第一圖像組,將缺陷比例高于第一閾值的圖像作為第二圖像組。
16、可選的,所述根據所述第一圖像組,通過獲取第一圖像組中青稞的有效成分含量以獲取第二評價參數,根據所述第二圖像組,通過獲取第二圖像組中青稞的有效成分含量以獲取第三評價參數的步驟之前,還包括:
17、建立所述有效成分預測模型;
18、所述建立有效成分預測的步驟包括:
19、建立初始有效成分預測模型,所述初始有效成分預測模型被配置為以青稞圖像作為輸入參數,以有效成分含量作為輸出參數;
20、獲取以標記有效成分含量的標記青稞圖像組對所述初始有效成分預測模型進行訓練和驗證;
21、將通過驗證的初始有效成分預測模型作為所述有效成分預測模型;
22、所述根據所述第一圖像組,通過獲取第一圖像組中青稞的有效成分含量以獲取第二評價參數,根據所述第二圖像組,通過獲取第二圖像組中青稞的有效成分含量以獲取第三評價參數的步驟,包括:
23、根據所述第一圖像組,通過有效成分預測模型預測第一圖像組中的目標青稞的有效成分比例以獲取第二評價參數,根據所述第二圖像組,通過有效成分預測模型預測第二圖像組中的目標青稞的有效成分比例以獲取第三評價參數。
24、可選的,所述獲取以標記有效成分含量的標記青稞圖像組對所述初始有效成分預測模型進行訓練和驗證的步驟,包括:
25、獲取若干組青稞原料,分別采集所述若干組青稞原料的圖像;
26、使用所述若干組青稞原料,在標準生產條件下進行藏紅曲制備,獲得若干組藏紅曲產品;
27、采集所述若干組藏紅曲產品的光譜數據或色譜數據,根據所述光譜數據或色譜數據,獲得所述若干組藏紅曲產品的有效成分含量;
28、根據所述若干組藏紅曲產品的有效成分含量獲得所述若干組青稞原料圖像對應的有效成分含量。
29、可選的,所述根據所述光譜數據或色譜數據,獲得所述若干組藏紅曲產品的有效成分含量的步驟,包括:
30、根據所述光譜數據或色譜數據進行預處理;
31、將預處理后的所述光譜數據或色譜數據轉換為嵌入特征,所述嵌入特征用于輸入特征編碼器,以進行編碼處理;
32、利用目標編碼器對所述嵌入特征進行混合并行注意力計算,所述計算的結果用于與所述嵌入特征的殘差融合,以得到高頻特征;以及
33、將所述高頻特征輸入卷積前饋網絡,所述卷積前饋網絡用于進行數據降維,以得到所述光譜數據或色譜數據的有效成分含量;
34、根據所述光譜數據或色譜數據的有效成分含量數值獲得所述若干組藏紅曲產品的有效成分含量。
35、可選的,所述根據所述第一評價參數、所述第二評價參數和所述第三評價參數以獲取所述待檢青稞的評價參數的方法,包括:
36、q青=[q1*q2+(100-q1)*q3]/100;
37、其中q青為所述待檢青稞的評價參數,q1為所述第一評價參數,所述第一評價參數的滿分為100,q2為所述第二評價參數,q3為所述第三評價參數。
38、再一方面,一種藏紅曲原料質量評估系統,包括圖像采集平臺和評估管理平臺;
39、所述圖像采集平臺被配置為:
40、根據預設的抽檢規則從待檢青稞中抽選出目標青稞,采集所述目標青稞的圖像為目標圖像;
41、將所述目標圖像發送到所述評估管理平臺;
42、所述評估管理平臺被配置為:
43、接收所述圖像采集平臺發送的所述目標圖像;
44、根據所述目標圖像,通過圖像裁切規則和缺陷檢測模型以獲取第一評價參數、第一圖像組和第二圖像組,所述第一圖像組由裁切后檢出缺陷比例不高于第一閾值的圖像組成,所述第二圖像組由裁切后檢出缺陷比例高于第一閾值的圖像組成;
45、根據所述第一圖像組,通過獲取第一圖像組中青稞的有效成分含量以獲取第二評價參數,根據所述第二圖像組,通過獲取第二圖像組中青稞的有效成分含量以獲取第三評價參數;
46、根據所述第一評價參數、所述第二評價參數和所述第三評價參數以獲取所述待檢青稞的評價參數。
47、可選的,所述評估管理平臺還被配置為:
48、根據所述待檢青稞的評價參數,將所述待檢青稞分配到對應的倉庫。
49、再一方面,一種設備,該設備包括存儲器和處理器,所述存儲器中存儲有計算機程序,所述處理器執行所述計算機程序,實現上述任一方法。
50、再一方面,一種計算機可讀存儲介質,該設備包括存儲器和處理器,所述存儲器中存儲有計算機程序,所述處理器執行所述計算機程序,實現上述任一方法。
51、本發明與現有技術相比,具有如下的優點和有益效果:
52、本發明公開了一種藏紅曲原料質量評估方法、系統及設備,包括:根據預設的抽檢規則從待檢青稞中抽選出目標青稞,采集目標青稞的圖像為目標圖像;根據目標圖像,通過圖像裁切規則和缺陷檢測模型以獲取第一評價參數、第一圖像組和第二圖像組;根據第一圖像組,通過獲取第一圖像組中青稞的有效成分含量以獲取第二評價參數,根據第二圖像組,通過獲取第二圖像組中青稞的有效成分含量以獲取第三評價參數;根據第一評價參數、第二評價參數和第三評價參數以獲取待檢青稞的評價參數。解決了現有技術用于評價青稞的質量評估標準一般是評估青稞的完整度等,并沒有針對用于生產藏紅曲的青稞原料的評估方法的問題。