一种残膜回收机防缠绕挑膜装置的制 一种秧草收获机用电力驱动行走机构

肉类检查装置、肉类检查系统、冰箱和肉类检查方法与流程

2022-03-31 10:49:30 来源:中国专利 TAG:

肉类检查装置、肉类检查系统、冰箱和肉类检查方法
1.相关申请的交叉引用
2.本技术要求于2020年9月21日在韩国知识产权局提交的韩国专利申请no.10-2020-0121798和于2021年7月26日在韩国知识产权局提交的韩国专利申请no.10-2021-0097962的优先权,它们的全部公开内容通过引用合并于此。
技术领域
3.本公开的示例实施例涉及肉类检查装置、肉类检查系统、冰箱和肉类检查方法。


背景技术:

4.在宰杀动物之后直至将其肉供应给消费者之前,保持肉类的新鲜度是肉类分配过程中的重要问题之一。此外,肉类的新鲜度是确定肉类质量的重要因素之一。
5.可以使用几种指示剂来评估肉类的质量和特性。例如,外观评估用于使用数码相机检查褐变和外观变形;通过色差计测量色度;测量ph值;使用硫代巴比妥酸(tba)测量丙二醛的浓度,即,随着酸化的油脂生成的脂肪氧化的副产物;采用测量诸如鱼肉中的氨、三甲胺(tma)、二甲胺(dma)等挥发性碱性氮(vbn)的增加的vbn方法;以及根据食品法规中规定的测试方法使用感官评估。
6.相关技术的肉类质量特性评估方法包括在屠宰场中或由大型零售商使用的专家级索引方法,而普通消费者无法使用。此外,相关技术的肉类质量特性评估方法是破坏式方法或可能产生主观意见的方法。因此,需要在用于普通消费者的肉类状态下更容易使用的指示剂。


技术实现要素:

7.一个或多个示例实施例提供了一种用于确定肉类状态的肉类检查装置。
8.一个或多个示例实施例还提供了一种肉类检查系统,其包括用于确定肉类状态的肉类检查装置。
9.一个或多个示例实施例还提供了一种冰箱,其包括用于确定肉类状态的肉类检查装置。
10.附加方面部分地将在接下来的描述中阐述,且部分地将通过该描述而变得清楚明白,或者可以通过实践本公开的示例实施例来获知。
11.根据示例实施例的一方面,提供了一种肉类检查装置,该装置包括:光源,被配置为分别向肉类的多个区域发射多个检查光;光检测器,被配置为基于对从多个区域发射的多个荧光进行测量而生成多个发射光谱信号;以及处理器,被配置为从光检测器接收多个发射光谱信号,基于多个发射光谱信号生成肉类的高光谱图像,以及基于高光谱图像获得肉类的状态,其中,处理器还被配置为针对多个区域中的每个区域中的多个子区域获得肉类的状态。
12.光源还可以被配置为发射多个检查光,使得多个区域中的相邻区域彼此部分重
叠。
13.处理器还可以被配置为:生成多个区域的多个高光谱子图像,合并多个高光谱子图像以生成高光谱图像,并基于多个高光谱子图像被合并,从相邻区域的高光谱子图像之一中去除与相邻区域彼此重叠的区域相对应的高光谱图像。
14.光源还可以被配置为在不同时间向多个区域发射多个检查光。
15.光源可以布置在面向多个区域的多个位置处,并且光源还可以被配置为分别在多个位置处向多个区域发射多个检查光。
16.光源可以包括多个子光源,其被配置为分别向多个区域发射多个检查光,并且光检测器可以包括多个子光检测器,其被配置为测量从多个区域发射的多个荧光,并且处理器还可以被配置为从多个子光检测器接收多个发射光谱信号。
17.肉类的状态可以包括新鲜度,并且处理器还可以被配置为:基于高光谱图像获得肉类中卟啉的含量,并基于卟啉的含量获得肉类的新鲜度。
18.肉类的状态可以包括新鲜度,并且处理器还可以被配置为:基于高光谱图像获得肉类中的胶原蛋白含量、肉类中的nadh含量和肉类中的黄素含量中的至少一种,并基于胶原蛋白含量、nadh含量和黄素含量中的至少一种或基于它们之间的比来获得肉类的新鲜度。
19.肉类的状态可以包括脂肪度,并且处理器还可以被配置为:基于高光谱图像获得肉类中的脂肪酸含量,并基于脂肪酸含量获得肉类的脂肪度。
20.肉类可以包括多个单独肉类,并且处理器还可以被配置为:基于多个单独肉类的高光谱图像来区分多个单独肉类,并获得多个单独肉类中的每一个的状态。
21.光源可以包括第一光源阵列,该第一光源阵列包括沿第一方向布置的多个光源。
22.光源还可以包括透射窗,并且从多个区域发射的多个荧光可以穿过透射窗到达光检测器。
23.光源还可以包括第二光源阵列,该第二光源阵列在第二方向上与第一光源阵列间隔开,透射窗介于第一光源阵列和第二光源阵列之间,其中,第二方向与第一方向相交,并且其中,第二光源阵列包括沿第一方向布置的多个光源。
24.多个检查光的中心波长可以在从335nm到370nm的范围内。
25.根据示例实施例的另一方面,提供了一种肉类检查系统,其包括肉类检查装置和显示设备,该肉类检查装置包括:光源,被配置为分别向肉类的多个区域发射多个检查光;光检测器,被配置为基于对从多个区域发射的多个荧光进行测量而生成多个发射光谱信号;以及处理器,被配置为从光检测器接收多个发射光谱信号,基于多个发射光谱信号生成肉类的高光谱图像,以及基于高光谱图像获得肉类的状态,其中,处理器还被配置为针对多个区域中的每个区域中的多个子区域获得肉类的状态,并且该显示设备被配置为从肉类检查装置接收肉类的状态信息,并输出肉类的状态信息。
26.显示设备可以通过有线或无线方式连接到肉类检查装置。
27.根据示例实施例的另一方面,提供了一种冰箱,该冰箱包括:主体,具有多个存储空间;门,被配置为打开和关闭多个存储空间;以及肉类检查装置,设置在多个存储空间中的至少一个中,其中,肉类检查装置包括:光源,被配置为分别向肉类的多个区域发射多个检查光;光检测器,被配置为基于对从多个区域发射的多个荧光进行测量而生成多个发射
光谱信号;以及处理器,被配置为从光检测器接收多个发射光谱信号,基于多个发射光谱信号生成肉类的高光谱图像,以及基于高光谱图像获得肉类的状态,其中,处理器还被配置为针对多个区域中的每个区域中的多个子区域获得肉类的状态。
28.冰箱还可以包括布置在所述门之一上的显示设备,其中,显示设备被配置为从肉类检查装置接收肉类的状态信息并输出肉类的状态信息。
29.冰箱还可以包括通信接口,该通信接口被配置为与外部装置通信,其中,该通信接口还被配置为向外部装置发送肉类的状态信息。
30.根据示例实施例的另一方面,提供了一种肉类检查方法,该方法包括:向肉类的多个区域发射多个检查光;检测从多个区域发射的多个荧光以生成多个发射光谱信号;基于多个发射光谱信号生成肉类的高光谱图像;以及基于高光谱图像获得肉类的状态,其中,针对多个区域中的每个区域的多个子区域执行对肉类的状态的获取。
31.发射多个检查光还可以包括:发射多个检查光,使得多个区域中的相邻区域彼此部分重叠。
32.生成高光谱图像还可以包括:生成多个区域的多个高光谱子图像;从相邻区域的高光谱子图像之一中去除相邻区域彼此重叠的区域的高光谱图像;以及合并多个高光谱子图像。
33.向肉类的多个区域发射多个检查光可以在不同的时间执行。
34.向肉类的多个区域发射多个检查光可以同时执行。
35.获得肉类的状态还可以包括:基于高光谱图像获得肉类中的卟啉含量;以及基于卟啉含量获得肉类的新鲜度。
36.获得状态还可以包括:基于高光谱图像获得肉类中的胶原蛋白含量、肉类中的nadh含量和肉类中的黄素含量中的至少一种;以及基于胶原蛋白含量、nadh含量和黄素含量中的至少一种或基于它们之间的比来获得肉类的新鲜度。
37.获得状态还可以包括:基于高光谱图像获得肉类中的脂肪酸含量;以及基于脂肪酸含量获得肉类的脂肪度。
38.多个检查光的中心波长可以在从340nm到370nm的范围内。
39.肉类可以包括多个单独肉类,并且获得肉类的状态还可以包括:基于多个单独肉类的高光谱图像来区分多个单独肉类;以及获得多个单独肉类中的每一个的状态。
40.根据示例实施例的另一方面,提供了一种肉类检查装置,该装置包括:光源,被配置为分别向肉类的多个区域发射多个检查光,该光源包括第一光源阵列、与第一光源阵列间隔开的第二光源阵列、以及布置在第一光源阵列和第二光源阵列之间的透射窗;光检测器,被配置为基于对从多个区域发射的多个荧光进行测量而生成多个发射光谱信号;以及处理器,被配置为从光检测器接收多个发射光谱信号,基于多个发射光谱信号生成肉类的高光谱图像,以及基于高光谱图像获得肉类的状态。
附图说明
41.根据结合附图的以下描述,示例实施例的上述和/或其他方面、特征和优点将更清楚,在附图中:
42.图1是根据示例实施例的肉类检查装置的框图;
43.图2是根据示例实施例的肉类检查装置的概念图;
44.图3是图2的光源的示例概念图;
45.图4是示出了图2的光检测器示例的概念图;
46.图5是示出了图2的光检测器示例的概念图;
47.图6是示出了根据示例实施例的肉类检查方法的流程图;
48.图7、图8、图9和图10是示出了图6的肉类检查方法的概念图;
49.图11是示出了根据示例实施例的肉类检查方法的流程图;
50.图12和图13是示出了图11的肉类检查方法的概念图;
51.图14是示出了根据示例实施例的肉类检查系统的框图;
52.图15是根据示例实施例的冰箱的透视图;
53.图16是示出了图15的冰箱的门打开的状态的图;以及
54.图17是根据示例实施例的肉类检查系统的概念图。
具体实施方式
55.现在详细参考附图中所示的示例实施例,其中贯穿附图相同的附图标记指代相同的元件。在这点上,示例性实施例可以具有不同形式,并且不应当被解释为限于本文阐述的描述。因此,下面仅通过参考附图描述示例实施例以解释各方面。如本文所使用的,术语“和/或”包括一个或多个相关联的所列项目的任何和所有组合。诸如
“……
中的至少一个”之类的表达在元件列表之后时,修饰整个元件列表而不修饰该列表中的单独元件。例如,表述“a、b和c中的至少一个”应当被理解为包括:仅a、仅b、仅c、a和b两者、a和c两者、b和c两者、或者a、b和c的全部。
56.在下文中,将参考附图来详细描述示例实施例。将描述的示例实施例仅是示例,并且可以从示例实施例进行各种修改。在以下附图中,相同的附图标记指代相同的配置元件,并且为了清楚和方便的描述,可以放大附图中每个配置元件的尺寸。
57.在下文中,被描述为“上”或“上方”的内容不仅可以包括与之接触的直接上方,还可以包括与之不接触的上方。
58.除非上下文另外明确指出,否则单数表述包括复数表述。另外,当一部分“包括”某个配置元件时,这指示还可以包括其他配置元件,而不是排除其他配置元件,除非有相反的明确说明。
59.图1是根据示例实施例的肉类检查装置的框图。
60.参照图1,可以提供包括发光器件1a、光检测器件1b和处理器1c的肉类检查装置1。发光器件1a可以发射检查光。发光器件1a可以向肉类发射检查光。例如,发光器件1a可以发射具有大约335nm至大约370nm的波长的检查光。例如,发光器件1a可以包括发光二极管(led)。
61.光检测器件1b可以检测入射在光检测器件1b上的光。例如,光检测器件1b可以检测从肉类发射的荧光。荧光可以指示肉类的各种指示剂材料吸收并发射从发光器件1a提供的光。例如,指示剂材料可以包括卟啉、胶原蛋白、nadh、黄素和脂肪酸中的至少一种。光检测器件1b可以通过光谱法检测荧光。因此,光检测器件1b可以生成发射光谱信号。发射光谱信号可以是由光检测器件1b检测到的荧光的光谱信号。
62.处理器1c可以从光检测器件1b接收发射光谱信号。处理器1c可以基于所接收到的发射光谱信号来获取肉类的高光谱图像。肉类的高光谱图像可以是肉类的每个位置的光谱分布的组合。处理器1c可以通过使用高光谱图像来测量肉类中的指标物质含量的分布。处理器1c可以基于肉类中的指标物质含量的分布来确定肉类的状态。
63.根据示例实施例,肉类检查装置1可以基于肉类的高光谱图像来确定并获得肉类的状态。
64.图2是根据示例实施例的肉类检查装置的概念图。图3是图2的光源的示例概念图。图4是示出了图2的光检测器示例的概念图。图5是示出了图2的光检测器示例的概念图。
65.参照图2至图5,肉类检查装置10可以包括光源100、光检测器200和处理器300。肉类obj可以放置在支架sp上。肉类obj可以包括:哺乳动物的肉,例如,牛、猪、羊和马;禽类的肉,例如,鸡、鸭和雉;或鱼类的肉,例如,金枪鱼、鲭鱼和鲑鱼。然而,肉类obj不限于上述示例。
66.光源100可以面向肉类obj。光源100可以将检查光ila和ilb发射到肉类obj上。如图3所示,光源100可以包括第一光源阵列110a、第二光源阵列110b和透射窗120。第一光源阵列110a和第二光源阵列110b可以彼此间隔开,并且透射窗120位于第一光源阵列110a和第二光源阵列110b之间。第一光源阵列110a和第二光源阵列110b中的每一个可以包括沿一个方向布置的多个光源110。例如,多个光源110可以沿着透射窗120布置。尽管图3示出了第一光源阵列110a和第二光源阵列110b的多个光源110分别形成两行,但是实施例不限于此。多个光源110可以包括例如发光二极管(led)。
67.暴露于检查光ila和ilb的肉类obj可以发射荧光ol。荧光ol可以穿过设置在肉类检查装置10的光源100中的透射窗120。透射窗120可以包括透明材料。例如,透射窗120可以是透明的塑料或玻璃,并且透射窗120可以包括对低温具有高耐久性的材料。荧光ol可以提供给光检测器200。例如,可以通过光路控制元件20来调节荧光ol的光路,使得荧光ol提供给光检测器200。光检测器200可以包括高光谱相机。
68.根据示例实施例,如图4所示,光检测器200a可以包括色散元件230。光检测器200a(200)可以包括狭缝元件210、准直透镜220、色散元件230、聚光透镜240和图像传感器250。狭缝元件210可以用于提取荧光ol的期望部分。例如,穿过狭缝元件210的荧光ol可以透射到准直透镜220。准直透镜220可以调节荧光ol,使得荧光ol变成平行光或会聚光。例如,准直透镜220可以包括凸透镜。色散元件230可以使从准直透镜220提供的荧光ol色散。尽管色散元件230被示出为网格,但是实施例不限于此。在另一示例实施例中,色散元件230可以是棱镜。光谱荧光ol可以穿过聚光透镜240以提供给图像传感器250。例如,聚光透镜240可以包括凸透镜。可以根据波长向图像传感器250的不同位置提供光谱荧光ol。图像传感器250可以测量从色散元件230提供的光谱荧光ol。图像传感器250可以生成荧光ol的光谱信号。荧光ol的光谱信号可以是发射光谱信号。图像传感器250可以向处理器300提供发射光谱信号。
69.根据示例实施例,如图5所示,光检测器200b(200)可以包括光谱滤光器232。光检测器200b可以包括狭缝元件210、准直透镜220、光谱滤光器232、聚光透镜240和图像传感器250。狭缝元件210、准直透镜220、聚光透镜240和图像传感器250可以与参照图4描述的基本相同。光谱滤光器232可以是使不同波段的每个光通过的滤光器集合。光谱滤光器232可以
过滤从准直透镜220提供的荧光ol,使得荧光ol具有在空间上不同的波长。例如,穿过光谱滤光器232的不同区域的荧光部分可以具有不同的波长。由光谱滤光器232过滤的荧光ol可以穿过聚光透镜以提供给图像传感器250。图像传感器250可以生成用于荧光ol的发射光谱信号。图像传感器250可以向处理器300提供发射光谱信号。
70.处理器300可以基于发射光谱信号来生成肉类obj的高光谱图像。可以通过合并肉类obj的每个位置上的光谱分布信息来生成肉类obj的高光谱图像。肉类obj的高光谱图像可以是肉类obj的每个位置的光谱分布的集合。
71.处理器300可以基于肉类obj的高光谱图像来确定肉类obj的每个位置的状态。例如,肉类obj的状态可以是肉类obj的新鲜度或肉类obj的脂肪度。
72.例如,可以基于卟啉含量、胶原蛋白含量、nadh含量和黄素含量中的至少一种或基于其含量比来确定肉类的新鲜度。处理器300可以基于大约570nm至大约630nm的波段的光谱分布来测量卟啉的含量。处理器300可以基于大约360nm至大约420nm的波段的光谱分布来测量胶原蛋白的含量。处理器300可以基于大约430nm至大约550nm的波段的光谱分布来测量nadh的含量。处理器300可以基于大约500nm至大约550nm的波段的光谱分布来测量黄素的含量。
73.例如,可以通过肉类中的脂肪酸含量来测量肉类的脂肪度。处理器300可以基于大约430nm至大约500nm的波段的光谱分布来测量脂肪酸的含量。
74.根据示例实施例,肉类检查装置10可以被配置为通过使用肉类obj的高光谱图像来确定并获得肉类obj的状态。
75.图6是示出了根据示例实施例的肉类检查方法的流程图。图7至图10是示出了图6的肉类检查方法的概念图。可以不重复参照图2至图5描述的内容。
76.参照图6和图7,可以向肉类obj的第一区域r1发射第一检查光ila和ilb(s110)。可以从光源100发射第一检查光ila和ilb。第一检查光ila和ilb的中心波长可以从大约335nm至大约370nm中选择。光源100可以布置在面向第一区域r1的位置处,并且可以发射第一检查光ila和ilb。
77.参照图6和图8,肉类obj的第一区域r1可以暴露于第一检查光ila和ilb以发射第一荧光ol。第一荧光ol可以是在第一区域r1中的指示剂材料吸收第一检查光ila和ilb之后发射的光。例如,指示剂材料可以包括卟啉、胶原蛋白、nadh、黄素和脂肪酸中的至少一种。
78.第一荧光ol可以穿过透射窗120以被提供在肉类检查装置10中。可以通过肉类检查装置10内的光路控制元件20来调节第一荧光ol的光路,使得第一荧光ol提供给光检测器200。
79.光检测器200可以通过检测和测量第一荧光ol来生成第一发射光谱信号(s120)。第一发射光谱信号可以包括第一荧光ol的光谱分布信息。光检测器200可以与参照图2、图4和图5描述的光检测器200、200a和200b基本相同。光谱第一荧光ol可以由光检测器200中包括的图像传感器检测。图像传感器可以包括多个像素。例如,多个像素可以分别对应于第一区域r1中的多个不同的子区域。第一区域r1可以是第一检查光ila和ilb发射到的肉类obj的部分区域,并且多个子区域可以是第一区域r1中与图像传感器的多个像素相对应的区域。根据示例实施例,多个像素可以包括分别对应于多个波段的多个子像素。例如,第一子像素可以测量第一波段的光,并且第二子像素可以测量与第一波段不同的第二波段的光。
因此,图像传感器可以生成从第一区域r1发射的第一荧光ol的第一发射光谱信号。光检测器200可以向处理器300提供第一发射光谱信号。
80.处理器300可以基于第一发射光谱信号来生成第一区域的第一高光谱子图像(s130)。第一高光谱子图像可以包括关于第一区域r1的每个位置的第一荧光ol的光谱分布信息。
81.参照图6和图9,可以向肉类obj的第二区域r2发射第二检查光ila和ilb(s140)。肉类检查装置10可以移动以使光源100布置在面向第二区域r2的位置处。光源100可以在面向第二区域r2的位置处朝向肉类obj发射第二检查光ila和ilb。第二检查光ila和ilb的中心波长可以从大约335nm至大约370nm中选择。
82.参照图6和图10,肉类obj的第二区域r2可以暴露于第二检查光ila和ilb以发射第二荧光ol。第二荧光ol可以以与第一荧光ol基本相同的过程到达光检测器200。
83.光检测器200可以检测和测量第二荧光ol以生成第二发射光谱信号(s150)。第二发射光谱信号可以包括第二荧光ol的光谱分布信息。可以通过与生成第一发射光谱信号基本相同的方法来生成第二发射光谱信号。光检测器200可以向处理器300提供第二发射光谱信号。
84.处理器300可以基于第二发射光谱信号来生成第二区域的第二高光谱子图像(s160)。第二高光谱子图像可以包括关于第二区域r2的每个位置的第二荧光ol的光谱分布信息。
85.第一区域r1和第二区域r2可以彼此部分重叠。第一区域r1和第二区域r2重叠的区域可以被称为重叠区域。处理器300可以通过合并第一高光谱子图像与第二高光谱子图像来生成所有高光谱图像(s170)。当合并第一高光谱子图像与第二高光谱子图像时,处理器300从第一高光谱子图像和第二高光谱子图像中的任何一个去除重叠区域的高光谱图像。因此,可以防止重叠区域的高光谱图像在所有高光谱图像中重复反映。
86.处理器300可以根据所有高光谱图像测量第一区域r1和第二区域r2中的指示剂材料的含量分布(s180)。例如,处理器300可以基于大约570nm至大约630nm的波段的光谱分布来测量卟啉的含量分布。例如,处理器300可以基于大约360nm至大约420nm的波段的光谱分布来测量胶原蛋白的含量分布。例如,处理器300可以基于大约430nm至大约550nm的波段的光谱分布来测量nadh的含量分布。处理器300可以基于大约500nm至大约550nm的波段的光谱分布来测量黄素的含量分布。例如,处理器300可以基于大约430nm至大约500nm的波段的光谱分布来测量脂肪酸的含量分布。
87.处理器300可以基于指示剂材料的总含量分布来确定肉类obj的每个位置的状态(s190)。卟啉、胶原蛋白、nadh和黄素可以是与肉类的新鲜度有关的指示剂材料。处理器300可以基于卟啉、胶原蛋白、nadh和黄素中的至少一种的含量分布或者基于它们之间的含量比来确定肉类obj的每个位置的新鲜度。脂肪酸可以是与肉类的脂肪度有关的指示剂材料。处理器300可以基于脂肪酸的含量分布来确定肉类obj的每个位置的脂肪度。
88.根据示例实施例,肉类检查方法可以通过使用肉类obj的高光谱图像来确定并获得肉类obj的每个位置的状态。
89.在另一示例实施例中,肉类检查装置10可以包括多个肉类检查装置。多个肉类检查装置10可以确定肉类obj的多个区域的状态。例如,可以设置一对肉类检查装置10以确定
第一区域r1和第二区域r2的状态。多个肉类检查装置10可以同时对多个区域执行检查,或者可以在不同时间执行检查。
90.图11是示出了根据示例实施例的检查方法的流程图。图12和图13是示出了图11的肉类检查方法的概念图。可以不重复与参照图6至图10所描述的内容基本相同的内容。
91.参照图11和图12,可以将所有检查光ilc和ild发射到肉类obj上(s210)。可以从光源100发射所有检查光ilc和ild。所有检查光ilc和ild的中心波长可以从大约335nm至大约370nm中选择。
92.参照图11和图13,肉类obj可以暴露于所有检查光ilc和ild以发射所有荧光ol。所有荧光ol可以是在肉类obj中的指示剂材料吸收所有检查光ilc和ild之后发射的光。例如,指示剂材料可以包括卟啉、胶原蛋白、nadh、黄素和脂肪酸中的至少一种。
93.可以向光检测器200提供所有荧光ol。所有荧光ol到达光检测器200的过程可以与参照图6和图8描述的第一荧光ol到达光检测器200的过程基本相同。
94.光检测器200可以接收和测量总荧光ol并生成所有发射光谱信号(s220)。总发射光谱信号可以包括总荧光ol的光谱信息。光检测器200可以与参照图2、图4和图5描述的光检测器200、200a、200b基本相同。光谱荧光ol可以由光检测器200中包括的图像传感器检测。
95.图像传感器可以包括多个像素。多个像素可以分别对应于肉类obj的多个不同的子区域。多个像素中的每一个可以包括分别对应于多个波长的子像素。因此,图像传感器可以生成肉类obj的所有荧光ol的所有发射光谱信号。
96.光检测器200可以向处理器300提供所有发射光谱信号。处理器300可以基于所有发射光谱信号来生成肉类obj的所有高光谱图像(s230)。所有高光谱图像可以包括肉类obj的每个位置上的针对所有荧光ol的光谱分布信息。
97.处理器300可以基于所有高光谱图像来测量肉类obj中的指示剂材料的含量分布(s240)。例如,指示剂材料可以是卟啉、胶原蛋白、nadh、黄素和脂肪酸中的至少一种。通过使用处理器300测量指示剂材料的含量分布的方法可以与参照图6和图10描述的测量指示剂材料的含量分布的方法基本相同。与参照图6和图10所描述的不同,所有高光谱图像可以基于发射一次检查光ilc和ild来生成。
98.处理器300可以基于指示剂材料的所有含量分布来确定肉类obj的每个位置的状态(s250)。处理器300可以基于卟啉、胶原蛋白、nadh和黄素中的至少一种的含量分布或者它们之间的含量比来确定肉类obj的每个位置的新鲜度。处理器300可以基于脂肪酸的含量分布来确定肉类obj的每个位置的脂肪度。
99.根据示例实施例,肉类检查方法可以通过使用肉类obj的高光谱图像来确定肉类obj的每个位置的状态。
100.图14是示出了根据示例实施例的肉类检查系统的框图。可以不重复与参照图1至图5所描述的内容基本相同的内容。
101.参照图14,肉类检查系统1000可以包括肉类检查装置1200和显示设备1100。肉类检查装置1200可以包括光源100、光检测器200、处理器300和通信接口400。光源100、光检测器200和处理器300分别与参照图1至图5描述的光源100、光检测器200和处理器300基本相同。显示设备1100可以包括显示元件1102、处理器1104和通信接口1106。
102.肉类检查装置1200的通信接口400可以通过有线或无线方式与显示设备1100的通信接口1106通信。肉类检查装置1200的通信接口400可以从处理器300接收肉类的状态信息。例如,肉类的状态信息可以包括肉类的新鲜度和肉类的脂肪度。肉类检查装置1200的通信接口400可以向显示设备1100的通信接口1106提供肉类的状态信息。
103.显示设备1100的通信接口1106可以向显示设备1100的处理器1104提供从肉类检查装置1200的通信接口400接收的肉类的状态信息。显示设备1100的处理器1104可以基于肉类的状态信息来生成状态输出信号。显示设备1100的处理器1104可以向显示元件1102提供状态输出信号。
104.显示元件1102可以根据状态输出信号输出包括肉类的状态信息的视频和/或音频。
105.根据示例实施例,肉类检查系统1000可以确定并获得肉类的状态并且输出肉类的状态。
106.图15是根据示例实施例的冰箱的透视图。图16是示出了图15的冰箱的门打开的状态的图。可以不重复与参照图14所描述的内容基本相同的内容。
107.参照图15和图16,可以提供包括主体1010、门1021、1022、1023和1024、显示设备1100和肉类检查装置1200a的冰箱1000a。主体1010可以包括形成储藏室1030的内部壳体、形成主体1010的外观的外部壳体、以及维持内部壳体和外部壳体之间的温度差的隔热材料。隔热材料可以防止储藏室1030内部的冷空气流出并防止外部热空气流入储藏室。
108.主体1010可以包括向储藏室中供应冷空气的冷空气供应设备。冷空气供应设备可以包括用于压缩制冷剂的压缩机、冷凝器、膨胀阀、蒸发器和管道。
109.储藏室1030可以被分成隔断。储藏室可以被分成冷冻室和冷藏室。冷冻室的温度可以被设置为零度以下。冷藏室的温度可以被设置为零度以上。例如,水、饮料、食品材料以及冷藏或冷冻食品可以储存在储藏室中。
110.肉类检查装置1200a可以设置在储藏室1030中。肉类检查装置1200a可以与参照图1至图5所描述的基本相同。
111.门1021、1022、1023、1024可以包括打开和关闭冷藏室一侧的第一门1021、打开和关闭冷藏室另一侧的第二门1022、打开和关闭冷冻室一侧的第三门1023、以及打开和关闭冷冻室另一侧的第四门1024。然而,门的数量不限于四个。
112.显示设备1100可以设置在第一门1021的前侧。尽管显示设备1100被示出为输出图像,但是显示设备1100可以包括输出音频的元件,如参考图14所述。显示设备1100可以向用户提供肉类的状态信息。
113.根据示例实施例,冰箱1000a可以检查肉类的状态信息并向用户提供肉类的状态信息。
114.图17是根据示例实施例的肉类检查系统的概念图。可以不重复与参照图15和图16所描述的内容基本相同的内容。
115.参照图17,可以提供包括冰箱1000a、服务器设备2000和移动终端3000的肉类检查系统。冰箱1000a可以与参照图15和图16描述的冰箱1000a基本相同。
116.根据示例实施例,冰箱1000a可以包括用于执行与外部装置的通信的通信接口。冰箱1000a可以通过通信接口与服务器设备2000和/或移动终端3000通信。通信接口可以包括
短距离通信单元、移动通信单元等。短距离通信单元(短距离无线通信接口)可以包括蓝牙通信单元、蓝牙低功耗(ble)通信单元、近场通信接口、无线局域网(wlan)(wi-fi)通信单元、zigbee通信单元、红外数据协会(irda)通信单元、wi-fi直连(wfd)通信单元、超宽带(uwb)通信单元、ant 通信单元等,并且不限于此。
117.根据示例实施例,服务器设备2000可以包括人工智能(ai)处理器。ai处理器可以学习人工神经网络以生成人工智能模型来测量肉类的状态。学习人工神经网络可以指示生成数学模型,该数学模型可以通过连接组成人工神经网络的神经元同时基于数据适当地改变加权值来做出最佳决策。
118.根据示例实施例,服务器设备2000可以包括用于执行与外部装置的通信的通信接口。根据示例实施例,服务器设备2000可以通过通信接口与冰箱1000a或移动终端3000通信。根据示例实施例,冰箱1000a可以通过发送冰箱1000a的标识信息或用户的标识信息(登录信息)并通过从服务器设备2000获得对冰箱1000a的标识信息或用户的标识信息(登录信息)的认证来访问服务器设备2000。
119.移动终端3000可以是连接有与冰箱1000a相同的账户信息的设备。移动终端3000还可以通过短距离通信链路直接连接到冰箱1000a,或者还可以通过服务器设备2000间接连接到冰箱1000a。
120.根据示例实施例,可以以各种形式实现移动终端3000。例如,移动终端3000可以包括智能电话、数码相机、膝上型计算机、平板电脑、电子书终端、数字广播终端、个人数字助理(pda)、便携式多媒体播放器(pmp)、导航设备、mp3播放器等,但不限于此。例如,移动终端3000可以是可以由用户穿戴的可穿戴设备。可穿戴设备可以包括以下项中的至少一者:饰品类设备(例如,手表、戒指、手环、脚环、项链、眼镜或隐形眼镜)、头戴式设备(hmd)、衣料或服饰集成设备(例如,电子服饰)、身体附着设备(例如,皮肤贴)和生物植入设备(例如,可植入电路)。
121.根据示例实施例,肉类检查装置可以通过使用肉类的高光谱图像来提取与肉类的状态有关的指示剂材料的含量分布。肉类检查装置可以通过指示剂材料的含量分布来确定肉类的状态。
122.根据示例实施例,肉类检查系统和冰箱可以包括用于确定和获得肉类状态的肉类检查装置。
123.根据示例实施例,肉类检查方法可以通过使用肉类的高光谱图像来提取与肉类的状态有关的指示剂材料的含量分布。肉类检查方法可以通过指示剂材料的含量分布来确定肉类的状态。
124.然而,本公开的效果不限于以上描述。
125.应当理解的是,本文描述的示例实施例应当被认为仅是描述性的,而不是为了限制的目的。对每个示例实施例中的特征或方面的描述通常应被看作可用于其他实施例中的其他类似特征或方面。尽管已经参考附图描述了示例实施例,但本领域普通技术人员将理解,在不脱离所附权利要求所限定的精神和范围的情况下,可以进行形式和细节上的多种改变。
再多了解一些

本文用于企业家、创业者技术爱好者查询,结果仅供参考。

发表评论 共有条评论
用户名: 密码:
验证码: 匿名发表

相关文献