一种食品杂质检测方法、装置、电子设备及存储介质与流程

1.本技术涉及图像处理的领域，尤其是涉及一种食品杂质检测方法、装置、电子设备及存储介质。


背景技术：

2.随着经济的快速发展，人们生活水平逐渐提高，人们对食品安全的重视程度也随之提高。然而在食品制作和加工过程中，可能会出现食品中混杂有杂质的情况，食品中的杂质可能会对消费者的身体安全造成威胁。
3.在相关技术中，工作人员依次对制作过程中的食品进行检查，检查食品中包含的杂质以及杂质相关信息等。在工作人员检查食品杂质过程中，需要耗费大量的时间和精力。


技术实现要素：

4.为了便于检测食品中的杂质，提高检测杂质效率，本技术提供一种食品杂质检测方法、装置、电子设备及存储介质。
5.第一方面，本技术提供的一种食品杂质检测方法，采用如下的技术方案：一种食品杂质检测方法，包括：获取样本图像，所述样本图像为食品传送带的图像；对所述样本图像进行预处理，得到预处理图像；基于所述预处理图像进行感兴趣区域图像提取，所述感兴趣区域图像包括食品图像；将所述感兴趣区域图像输入到预先训练好的模型中，得到所述感兴趣区域图像中包含的杂质信息，所述杂质信息包括杂质种类。
6.通过采用上述技术方案，能够获取到食品传送带上的图像，并将食品传送带的图像确定为样本图像，对样本图像进行预处理，得到预处理图像，基于预处理图像提取感兴趣区域图像，以得到样本图像中包含食品部分的图像，由此能够对感兴趣区域图像进行分析，从而得到样本图像中的杂质信息，省去了工作人员依次查看食品传动带上食品的步骤，进而便于检测到食品中的杂质以及降低了人工成本。
7.在另一种可能实现的方式中，所述对所述样本图像进行预处理，得到预处理图像，包括：对所述样本图像进行去噪处理，得到去噪图像；对所述去噪图像进行增强处理，得到增强图像；对所述增强图像进行二值化处理，得到二值化图像，并将二值化图像确定为预处理图像。
8.通过采用上述技术方案，对样本图像进行去噪处理，以减少样本图像中各种噪音对样本图像造成的干扰，对去噪处理后的去噪图像进行增强处理，以增强去噪图像的对比度等，从而便于将样本和背景进行区分，再对增强图像进行二值化，二值化图像能够较为清
晰地体现图像中的轮廓信息，从而便于电子设备对图像进行处理。
9.在另一种可能实现的方式中，所述对所述增强图像进行二值化处理，包括：对所述增强图像进行灰度转换，得到所述增强图像的灰度信息；基于所述增强图像的灰度信息，确定二值化处理的阈值信息；基于所述二值化处理的阈值信息对所述增强图像进行二值化处理。
10.通过采用上述技术方案，对增强图像进行二值化处理，使得整个图像呈现明显的黑白效果，先将增强图像进行灰度转换，基于增强图像的灰度信息，确定出二值化处理的阈值信息，由此可以对不同灰度信息图像确定出不同的二值化处理阈值信息，以对不同灰度信息图像进行不同的二值化处理，从而使得得到的二值化图像能够更为反映样本图像的特征。
11.在另一种可能实现的方式中，所述基于所述二值化处理的阈值信息对所述增强图像进行二值化处理，之后还包括：确定所述二值化图像的像素信息；基于所述二值化图像的像素信息，对所述二值化图像进行二值化连通区域标记。
12.通过采用上述技术方案，确定出二值化图像的像素信息，将相邻像素或相同像素的区域进行二值化连通区域标记，以便于对二值化图像中相邻像素或相同像素的区域进行处理，从而便于对图像进行处理。
13.在另一种可能实现的方式中，所述基于所述预处理图像进行感兴趣区域图像提取，包括：对所述预处理图像进行特征提取，得到特征图像；对所述特征图像进行向量化，得到特征图像的矩阵信息；对所述特征图像的矩阵信息进行归一化处理，得到感兴趣区域图像。
14.通过采用上述技术方案，提取出预处理图像中的特征，并得到特征图像，对特征图像进行向量化处理，并对向量化处理后的矩阵信息进行归一化处理，将感兴趣区域图像提取出来，以得到需要重点进行处理的区域图像，以减少电子设备进行图像处理的工作量。
15.在另一种可能实现的方式中，所述对所述特征图像的矩阵信息进行归一化处理，包括以下至少一项：对所述特征图像进行均值方差归一化处理；对所述特征图像进行几何归一化处理。
16.通过采用上述技术方案，对特征图像进行均值方差或几何归一化处理，可以在不改特征图像的性质的前提下，对特征图像中的一些特性进行弱化或者消除，从而便于对特征图像进行处理。
17.在另一种可能实现的方式中，所述将所述感兴趣区域图像输入到预先训练好的模型中，得到所述感兴趣区域图像中包含的杂质信息，之后还包括：基于所述杂质信息，确定杂质占比信息；基于所述杂质占比信息，确定食品品质信息。
18.通过采用上述技术方案，能够根据杂质信息，确定杂质占比信息，以根据杂质占比信息确定出食品的品质信息，从而便于对食品品质进行分类以及标记，进而便于工作人员对不同品质的食品进行处理。
19.第二方面，本技术提供了一种食品杂质检测的装置，采用如下的技术方案：一种食品杂质检测装置，包括：获取模块，用于获取样本图像，所述样本图像为食品传送带的图像；第一得到模块，用于对所述样本图像进行预处理，得到预处理图像；提取模块，用于基于所述预处理图像进行感兴趣区域图像提取，所述感兴趣区域图像包括食品图像；第二得到模块，用于将所述感兴趣区域图像输入到预先训练好的模型中，得到所述感兴趣区域图像中包含的杂质信息，所述杂质信息包括杂质种类。
20.通过采用上述技术方案，获取模块能够获取到食品传送带上的图像，并将食品传送带的图像确定为样本图像，对样本图像进行预处理，第一得到模块得到预处理图像，提取模块基于预处理图像提取感兴趣区域图像，第二得到模块得到样本图像中包含食品部分的图像，由此能够对感兴趣区域图像进行分析，从而得到样本图像中的杂质信息，省去了工作人员依次查看食品传动带上食品的步骤，进而便于检测到食品中的杂质以及降低了人工成本。
21.在另一种可能的实现方式中，第一得到模块在对所述样本图像进行预处理，得到预处理图像时，具体用于：对所述样本图像进行去噪处理，得到去噪图像；对所述去噪图像进行增强处理，得到增强图像；对所述增强图像进行二值化处理，得到二值化图像，并将二值化图像确定为预处理图像。
22.在另一种可能的实现方式中，第一得到模块在对所述增强图像进行二值化处理，得到二值化图像时，具体用于：对所述增强图像进行灰度转换，得到所述增强图像的灰度信息；基于所述增强图像的灰度信息，确定二值化处理的阈值信息；基于所述二值化处理的阈值信息对所述增强图像进行二值化处理。
23.在另一种可能的实现方式中，该装置还包括：第一确定模块以及标记模块，其中，第一确定模块，用于确定所述二值化图像的像素信息；标记模块，用于基于所述二值化图像的像素信息，对所述二值化图像进行二值化连通区域标记。
24.在另一种可能的实现方式中，提取模块在基于所述预处理图像进行感兴趣区域图像提取时，具体用于：对所述预处理图像进行特征提取，得到特征图像；对所述特征图像进行向量化，得到特征图像的矩阵信息；对所述特征图像的矩阵信息进行归一化处理，得到感兴趣区域图像。
25.在另一种可能的实现方式中，提取模块在对所述特征图像的矩阵信息进行归一化处理时，具体用于以下至少一项：对所述特征图像进行均值方差归一化处理；对所述特征图像进行几何归一化处理。
26.在另一种可能的实现方式中，该装置还包括：第二确定模块以及第三确定模块，其
中，第二确定模块，用于基于所述杂质信息，确定杂质占比信息；第三确定模块，用于基于所述杂质占比信息，确定食品品质信息。
27.第三方面，本技术提供一种电子设备，采用如下的技术方案：一种电子设备，该电子设备包括：至少一个处理器；存储器；至少一个应用程序，其中所述至少一个应用程序被存储在所述存储器中并被配置为由所述至少一个处理器执行，所述至少一个应用程序配置用于：执行根据第一方面任一种可能的实现方式所示的一种食品杂质检测方法。
28.第四方面，本技术提供一种计算机可读存储介质，采用如下的技术方案：一种计算机可读存储介质，包括：存储有能够被处理器加载并执行实现第一方面任一种可能的实现方式所示的一种食品杂质检测法的计算机程序。
29.综上所述，本技术包括以下至少一种有益技术效果：1.能够获取到食品传送带上的图像，并将食品传送带的图像确定为样本图像，对样本图像进行预处理，得到预处理图像，基于预处理图像提取感兴趣区域图像，以得到样本图像中包含食品部分的图像，由此能够对感兴趣区域图像进行分析，从而得到样本图像中的杂质信息，省去了工作人员依次查看食品传动带上食品的步骤，进而便于检测到食品中的杂质以及降低了人工成本；2.对样本图像进行去噪处理，以减少样本图像中各种噪音对图像造成的干扰，对去噪处理后的去噪图像进行增强处理，增强去噪图像的对比度等，从而便于将样本和背景进行区分，再对增强图像进行二值化，二值化图像能够较为清晰地体现图像中的轮廓信息，从而便于电子设备对图像进行处理。
附图说明
30.图1是本技术实施例的一种食品杂质检测方法流程示意图。
31.图2是本技术实施例的一种食品杂质检测装置结构示意图。
32.图3是本技术实施例的一种电子设备的结构示意图。
具体实施方式
33.下面结合说明书附图1-附图3对本技术实施例作进一步详细描述。
34.本具体实施例仅仅是对本技术的解释，其并不是对本技术的限制，本领域技术人员在阅读完本说明书后可以根据需要对本实施例做出没有创造性贡献的修改，但只要在本技术的权利要求范围内都受到专利法的保护。
35.为使本技术实施例的目的、技术方案和优点更加清楚，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
36.另外，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在
三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。另外，本文中字符“/”，如无特殊说明，一般表示前后关联对象是一种“或”的关系。
37.本技术实施例提供了一种食品杂质检测方法，能够通过获取食品传送带上的样本图像，并对样本图像进行分析，以得到样本图像中的杂质信息，由此省去了工作人员依次查看食品中杂质情况的步骤，以降低人工成本，从而提高食品杂质检测的效率。
38.在本技术实施例中主要以香肠杂质检测的场景为例进行描述，但是并不作为对本技术实施例的限定。
39.为了更好的实施该食品杂质检测方法，下述通过具体实施例并结合附图进行阐述。
40.本技术实施例提供了一种食品杂质检测方法，由电子设备执行，该电子设备可以为服务器也可以为终端设备，其中，该服务器可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统。终端设备可以是智能手机、平板电脑、笔记本电脑、台式计算机等，但并不局限于此，本技术实施例在此不做限制。
41.进一步地，本技术实施例提供了一种食品杂质检测方法，如图1所述，给出了一种示例以执行一种食品杂质检测方法，具体如下所示：步骤s101，获取样本图像。
42.其中，样本图像为食品传送带的图像。
43.对于本技术实施例，在食品生产制造加工车间里，安装有食品杂质装置。食品杂质装置包括用于运输食品样本的食品传送带。获取食品样本图像：可以预先在食品传送带上方安装多个摄像头，摄像头和电子设备通过wifi、蓝牙以及nfc（near field communication，近场通信）等无线通信协议连接，电子设备获取摄像头采集的食品样本图像。
44.步骤s102，对样本图像进行预处理，得到预处理图像。
45.对于本技术实施例，电子设备对样本图像进行预处理：可以包括对样本图像进行色彩调整、对比度调整、噪声过滤以及归一化等预处理，以减少无关因素对图像处理的干扰。
46.具体地，对样本图像进行对比度调整，可以通过对样本图像进行线性变化，增强样本图像的对比度。对样本图像进行对比度调整，能够在图像整体亮度不变的情况下，将对比度调高，以增强目标图像和背景图像的区分度。例如，在香肠杂质检测过程中，通过调整样本图像的对比度，能够增强香肠和食品传送带的区分度。
47.步骤s103，基于预处理图像进行感兴趣区域图像提取。
48.其中，感兴趣区域图像包括食品图像。
49.对于本技术实施例，感兴趣区域roi（region of interest）是指在图像处理过程中，从整个图像中以方框、椭圆及不规则多变形等线条勾画出需要重点处理的区域。
50.例如，在香肠杂质检测过程中，将预处理图像中香肠部分的图像提取出，并把香肠部分的图像确定为感兴趣区域图像，将机器、工作人员以及空白区域等与食品无关的图像筛选出，不对食品无关的图像进行图像处理，以减少电子设备进行图像处理的工作量。
51.步骤s104，将感兴趣区域图像输入到预先训练好的模型中，得到感兴趣区域图像中包含的杂质信息。
52.其中，杂质信息包括杂质种类。
53.对于本技术实施例，预先训练的模型可以为神经网络模型。对神经网络模型进行训练学习：先将多个食品的图像以及多个杂质的图像作为训练样本集，再将训练样本集输入到神经网络模型中进行训练学习，训练好的神经网络模型能够在感兴趣区域图像中区分出食品和杂质。再将多个杂质以及杂质对应的种类输入到神经网络模型中，进行训练学习，以得到感兴趣区域图像中的杂质种类信息。
54.例如，在香肠杂质检测过程中，将包含香肠部分的图像输入到预先训练好的模型中，得到香肠图像中所包含的杂质类型有塑料、毛发以及铁制品等杂质，以便于对工作人员进行提醒，使得工作人员在香肠出库之前，对有杂质的食品进行处理。
55.具体地，在本技术实施例中，步骤s102中对样本图像进行预处理，得到预处理图像，具体可以包括步骤s1021（图中未示出）、步骤s1022（图中未示出）以及步骤s1023（图中未示出），其中，步骤s1021，对样本图像进行去噪处理，得到去噪图像。
56.对于本技术实施例，对样本图像进行去噪处理，能够在保留图像结构的基础上，去除图像的噪声。对食品样本图像进行去噪处理：电子设备可以基于rof（rudin osher fatemi）去噪模型，对食品样本图像进行对数变换，再将对数变换后的图像进行去噪处理；电子设备还可以基于nl-means（non-local means）算法对整幅图像进行去噪，以图像块为单位在图像中寻找相似区域，对相似区域求平均，以去掉图像中的高斯噪声。
57.步骤s1022，对去噪图像进行增强处理，得到增强图像。
58.对于本技术实施例，对图像进行增强处理，能够对图像中的边缘、轮廓以及对比度等进行处理，以得到较为清晰的图像。对去噪图像进行增强处理：电子设备可以对去噪图像进行锐化处理，补偿图像的轮廓，增强图像的边缘；电子设备还可以对去噪图像进行平滑处理，包括对图像进行均值滤波、中值滤波或高斯滤波等处理。
59.例如，在香肠杂质检测中，香肠外侧的肠衣上可能存在毛发以及塑料等杂质，对图像进行增强处理，能够得到较为清楚的香肠轮廓信息，以使得能够较为清晰检测出肠衣外侧的杂质。
60.步骤s1023，对增强图像进行二值化处理，得到二值化图像，并将二值化图像确定为预处理图像。
61.对于本技术实施例，电子设备对增强图像进行二值化处理，将图像上的像素点的灰度值设置为0或255，得到二值化图像。其中，二值化图像只有黑白两种颜色。一般情况下，摄像头采集的图像为彩色照片，电子设备将彩色图像转换成灰度图像的过程为二值化处理。
62.对增强图像进行二值化处理：可以先获取阈值，可以通过电子设备对增强图像进行分析，得到波峰和波谷，做连线处理，从直方图各个点向连线做垂直线，找到最长垂线，做offset偏移值，得到二值化阈值；再基于二值化阈值做二值化处理。
63.具体地，在本技术实施例中，步骤s1023中对增强图像进行二值化处理，具体可以包括步骤s10231（图中未示出）、步骤s10232（图中未示出）以及步骤s10233（图中未示出），其中，步骤s10231，对增强图像进行灰度转换，得到增强图像的灰度信息。
64.对于本技术实施例，彩色图像是通过对红（r）、绿（g）以及蓝（b）三个颜色的通道变化进行叠加呈现的。对增强图像进行灰度转换，即把3个通道转换成1个通道。
65.对增强图像进行灰度转换：电子设备能够对增强图像的同一个像素位置的rgb值进行取平均值，或取最大值和最小值进行平均，进行灰度转换计算，得到增强图像的灰度信息，使得增强图像的灰度信息处于0到255之间的灰度值。
66.步骤s10232，基于增强图像的灰度信息，确定二值化处理的阈值信息。
67.对于本技术实施例，确定二值化处理的阈值信息：电子设备可以基于增强图像的灰度信息，对增强图像进行区域界定。确定二值化处理的阈值信息：可以基于大律法确定阈值信息，即用某一假定的灰度值将图像分成两组，当两组图像的类间方差最大时，此时的灰度值就是图像二值化的较佳阈值。
68.步骤s10233，基于二值化处理的阈值信息对增强图像进行二值化处理。
69.对于本技术实施例，基于二值化处理的阈值信息，可以对增强图像进行全局固定阈值处理，也可以对增强图像进行局部自适应阈值处理。其中，全局固定阈值处理：电子设备对整幅增强图像都用统一的阈值进行二值化处理；局部自适应阈值处理：电子设备根据像素的邻域块的像素值分布来确定像素位置的二值化阈值，使得亮度较高的图像区域的二值化阈值也较高，而亮度较低的图像区域二值化阈值也较低，对不同亮度、对比度以及纹理的图像采用不同阈值处理。
70.具体地，在本技术实施例中，该方法还可以包括：步骤s10233a（图中未示出）以及步骤s10233b（图中未示出），其中，步骤s10233a（图中未示出）以及步骤s10233b（图中未示出）可以在步骤s10233（图中未示出）之后执行，其中，步骤s10233a，确定二值化图像的像素信息。
71.对于本技术实施例，像素信息是组成图像的最小单元，二值化图像是由单个像素矩阵组成的，二值化的像素信息只有0或者255。确定二值化图像的像素信息：可以通过matlab获取图像的像素值，可以通过opencv获取图像的像素值。
72.步骤s10233b，基于二值化图像的像素信息，对二值化图像进行二值化连通区域标记。
73.对于本技术实施例，对于二值化图像中只有0和255的像素值信息，对二值化图像进行二值化连通区域标记时，可以通过以一个像素值为起点进行划分，将所有像素信息中和起点像素值相邻或相同的区域划分为同一个连通区域。
74.具体地，在本技术实施例中，步骤s103中基于预处理图像进行感兴趣区域图像提取，具体可以包括步骤s1031（图中未示出）、步骤s1032（图中未示出）以及步骤s1033（图中未示出），其中，步骤s1031，对预处理图像进行特征提取，得到特征图像。
75.对于本技术实施例，对预处理图像进行特征提取：可以对预处理图像进行纹理特征提取，也可以对预处理图像进行结构提取。具体地，对预处理图像进行纹理特征提取：可以通过对预处理图像进行灰度共生矩阵提取，纹理特征是图像中的局部性质，灰度共生矩阵是以条件概率提取纹理的特征，以得到像素空间中像素值的关系。
76.步骤s1032，对特征图像进行向量化，得到特征图像的矩阵信息。
77.对于本技术实施例，对特征图像进行向量化，特征图像中的每一个像素点都是一
个矩阵分量，对特征图像进行逐点匹配。具体地，对特征图像进行向量化，电子设备能够处理两张图像，通过对图像的向量化处理，找到两幅图像的对应关系。
78.例如，在香肠杂质检测过程中，电子设备可以处理一张没有杂质的图像以及一张含有杂质的图像，通过对图像进行向量化，并对两张图像进行匹配。
79.步骤s1033，对特征图像的矩阵信息进行归一化处理，得到感兴趣区域图像。
80.对于本技术实施例，对矩阵信息进行归一化处理：可以通过对矩阵信息进行分解，还可以将图像像素值经过算法限制在一定范围内。
81.进一步地，基于预处理图像进行感兴趣区域图像提取，还可以通过对预处理图像进行小波变换，以得到多尺度结构特征图，对多尺度结构特征图进行处理，得到映射图，从映射图中提取出感兴趣区域图像。
82.具体地，在本技术实施例中，步骤s1033中对特征图像的矩阵信息进行归一化处理，具体可以包括步骤s10331（图中未示出）以及步骤s10332（图中未示出）中的至少一项，其中，步骤s10331，对特征图像进行均值方差归一化处理。
83.对于本技术实施例，对特征图像进行均值方差归一化处理：可以用过将不同时间以及不同亮度等不同条件下获取到的特征图像转换成同一灰度均值或方差的图像。
84.步骤s1332，对特征图像进行几何归一化处理。
85.对于本技术实施例，对特征图像进行几何归一化处理：可以通过将特征图像变换成统一的尺寸，首先对特征图像进行特征点标记，再根据特征图像的几何模型进行裁剪，对子图像进行尺度变换成统一的尺寸，把截取的图像统一成同一规格的图像，实现图像归一化。
86.例如，在香肠杂质检测过程中，可以将香肠的两端节点进行特征点标记，再根据香肠的几何形状进行裁剪，对子图像统一裁剪为50mm（毫米）*50mm的尺寸进行裁剪。
87.本技术实施例的一种可能的实现方式，该方法还可以包括：步骤s105（图中未示出）以及步骤s106（图中未示出），其中，步骤s105（图中未示出）以及步骤s106（图中未示出）可以在步骤s104之后执行，其中，步骤s105，基于杂质信息，确定杂质占比信息。
88.对于本技术实施例，杂质信息包括杂质种类，电子设备可以在得到杂质信息后，对图像进行分析，确定杂质占比信息：可以通过获取杂质所占面积以及整体面积，将杂质所占面积占整体面积占比确定为占比信息。
89.步骤s106，基于杂质占比信息，确定食品品质信息。
90.对于本技术实施例，可以建立杂质占比信息和食品品质信息之间的对应关系，基于当前杂质占比信息，确定本批次食品品质信息。
91.具体地，可以将杂质占比信息小于1%的食品确定为优质食品，将杂质占比信息处于高于1%小于2%的食品确定为合格食品，将杂质占比信息高于2%的食品确定为不合格食品。
92.上述实施例通过方法流程的方式介绍了一种食品杂质检测方法，下述实施例从虚拟的角度介绍了一种食品杂质检测装置，具体详见下述实施例：本技术实施例提供一种食品杂质检测装置，如图2所示，该食品杂质检测装置20具
体可以包括：获取模块201，用于获取样本图像，样本图像为食品传送带的图像；第一得到模块202，用于对样本图像进行预处理，得到预处理图像；提取模块203，用于基于预处理图像进行感兴趣区域图像提取，感兴趣区域图像包括食品图像；第二得到模块204，用于将感兴趣区域图像输入到预先训练好的模型中，得到感兴趣区域图像中包含的杂质信息，杂质信息包括杂质种类。
93.本技术实施例的另一种可能的实现方式，第一得到模块202在样本图像进行预处理，得到预处理图像时，具体用于：对样本图像进行去噪处理，得到去噪图像；对去噪图像进行增强处理，得到增强图像；对增强图像进行二值化处理，得到二值化图像，并将二值化图像确定为预处理图像。
94.本技术实施例的另一种可能的实现方式，第一得到模块202在对增强图像进行二值化处理，得到二值化图像时，具体用于：对增强图像进行灰度转换，得到增强图像的灰度信息；基于增强图像的灰度信息，确定二值化处理的阈值信息；基于二值化处理的阈值信息对增强图像进行二值化处理。
95.本技术实施例的另一种可能的实现方式，该装置还包括：第一确定模块以及标记模块，其中，第一确定模块，用于确定二值化图像的像素信息；标记模块，用于基于二值化图像的像素信息，对二值化图像进行二值化连通区域标记。
96.本技术实施例的另一种可能的实现方式，提取模块203在基于预处理图像进行感兴趣区域图像提取时，具体用于：对预处理图像进行特征提取，得到特征图像；对特征图像进行向量化，得到特征图像的矩阵信息；对特征图像的矩阵信息进行归一化处理，得到感兴趣区域图像。
97.本技术实施例的另一种可能的实现方式，提取模块203在对特征图像的矩阵信息进行归一化处理时，具体用于以下至少一项：对特征图像进行均值方差归一化处理；对特征图像进行几何归一化处理。
98.本技术实施例的另一种可能的实现方式，该装置还包括：第二确定模块以及第三确定模块，其中，第二确定模块，用于基于所述杂质信息，确定杂质占比信息；第三确定模块，用于基于所述杂质占比信息，确定食品品质信息。
99.本技术实施例提供了一种食品杂质检测装置，通过采用上述技术方案，获取模块能够获取到食品传送带上的图像，并将食品传送带的图像确定为样本图像，对样本图像进行预处理，第一得到模块得到预处理图像，提取模块基于预处理图像提取感兴趣区域图像，
第二得到模块得到样本图像中包含食品部分的图像，由此能够对感兴趣区域图像进行分析，从而得到样本图像中的杂质信息，省去了工作人员依次查看食品传动带上食品的步骤，进而便于检测到食品中的杂质以及降低了人工成本。
100.所属领域的技术人员可以清楚地了解到，为描述地方便和简洁，上述描述的装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
101.本技术实施例中还提供了一种电子设备，如图3所示，图3所示的电子设备30包括：处理器301和存储器303。其中，处理器301和存储器303相连，如通过总线302相连。可选地，电子设备30还可以包括收发器304。需要说明的是，实际应用中收发器304不限于一个，该电子设备30的结构并不构成对本技术实施例的限定。
102.处理器301可以是cpu（central processing unit，中央处理器），通用处理器，dsp（digital signal processor，数据信号处理器），asic（application specific integrated circuit，专用集成电路），fpga（field programmable gate array，现场可编程门阵列）或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本技术公开内容所描述的各种示例性的逻辑方框，模块和电路。处理器301也可以是实现计算功能的组合，例如包含一个或多个微处理器组合，dsp和微处理器的组合等。
103.总线302可包括一通路，在上述组件之间传送信息。总线302可以是pci（peripheral component interconnect，外设部件互连标准）总线或eisa（extended industry standard architecture，扩展工业标准结构）总线等。总线302可以分为地址总线、数据总线、控制总线等。为便于表示，图3中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
104.存储器303可以是rom（read only memory，只读存储器）或可存储静态信息和指令的其他类型的静态存储设备，ram（random access memory，随机存取存储器）或者可存储信息和指令的其他类型的动态存储设备，也可以是eeprom（electrically erasable programmable read only memory，电可擦可编程只读存储器）、cd-rom（compact disc read only memory，只读光盘）或其他光盘存储、光碟存储（包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等）、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。
105.存储器303用于存储执行本技术方案的应用程序代码，并由处理器301来控制执行。处理器301用于执行存储器303中存储的应用程序代码，以实现前述方法实施例所示的内容。
106.其中，电子设备包括但不限于：移动电话、笔记本电脑、数字广播接收器、pda（个人数字助理）、pad（平板电脑）、pmp（便携式多媒体播放器）、车载终端（例如车载导航终端）等等的移动终端以及诸如数字tv、台式计算机等等的固定终端，还可以为服务器等。图3示出的电子设备仅仅是一个示例，不应对本技术实施例的功能和使用范围带来任何限制。
107.本技术实施例提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，当其在计算机上运行时，使得计算机可以执行前述方法实施例中相应内容。与相关技术相比，本技术实施例能够获取到食品传送带上的图像，并将食品传送带的图像确
定为样本图像，对样本图像进行预处理，得到预处理图像，基于预处理图像提取感兴趣区域图像，以得到样本图像中包含食品部分的图像，由此能够对感兴趣区域图像进行分析，从而得到样本图像中的杂质信息，省去了工作人员依次查看食品传动带上食品的步骤，进而便于检测到食品中的杂质以及降低了人工成本。
108.应该理解的是，虽然附图的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，其可以以其他的顺序执行。而且，附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，其执行顺序也不必然是依次进行，而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
109.以上仅是本技术的部分实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本技术原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本技术的保护范围。