(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211013602.1 (22)申请日 2022.08.23 (71)申请人 广州市荠 乐佳清洁服 务有限公司 地址 510000 广东省广州市白云区安宁街9 号A402之一房 (72)发明人 彭一帆　彭飞凌　田育均　 (74)专利代理 机构 广州珺燊专利代理事务所 (普通合伙) 44778 专利代理师 叶平平 (51)Int.Cl. G06V 10/764(2022.01) G06F 16/9535(2019.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06Q 10/06(2012.01)G06V 10/141(2022.01) G06V 10/56(2022.01) G06V 10/762(2022.01) G06V 10/774(2022.01) G06V 10/82(2022.01) (54)发明名称 一种果汁生产线智能品控方法 (57)摘要 本申请提供一种果汁生产线智能品控 方法， 包括： 获取果实和果汁的 图像， 基于 K‑means聚类 算法识别果实和果汁的颜色； 获取果实产地信 息， 并测定果汁的浑浊度； 获取果实成熟度和果 汁颜色， 根据颜色变化时间确定果汁保质期； 对 果汁品质进行检测和分级， 具体包括： 根据颜色 判断果实和果汁是否属于同一色系； 获取所有用 户数据， 将用户分为味道敏感型和外观敏感型； 分析用户数据， 统计各类用户的色泽偏好和浑浊 度偏好； 结合用户偏好和果汁品质， 输出供给和 制作果汁的参数， 具体包括： 根据颜色、 产地、 成 熟度构建深度学习模型， 预测最佳品质参数； 获 取用户行为数据， 调整果汁供给数量和制作参 数。 权利要求书3页 说明书8页 附图2页 CN 115205607 A 2022.10.18 CN 115205607 A 1.一种果 汁生产线智能品控方法， 其特 征在于， 所述方法包括： 获取果实和果汁的图像， 基于K ‑means聚类算法识别果实和果汁的颜色； 获取果实产地 信息， 并测定果汁的浑浊度； 获取果 实成熟度和果汁颜色， 根据颜色变化时间确定果汁保质 期； 对果汁品质进行检测和分级， 具体包括： 根据颜色判断果实和果汁是否属于同一色系； 获取所有用户数据， 将用户分为味道敏感型和外观敏感型； 分析用户数据， 统计各类用户的 色泽偏好和浑浊度偏好； 结合用户偏好和果汁品质， 输出供给和制作果汁的参数， 具体包 括： 根据颜色、 产地、 成熟度构建深度学习模型， 预测最佳品质参数； 获取用户行为数据， 调 整果汁供给数量和制作参数。 2.根据权利 要求1所述的方法， 其中， 所述获取果实和果汁的图像， 基于K ‑means聚类算 法识别果实和果 汁的颜色， 包括: 将果实和果汁放在柔光灯箱内， 利用相机采集图像； 柔光灯箱由密封箱、 柔光灯、 背景 板、 三部分组成； 固定相机位置后拍摄照片， 读取所得图像的所有像素点的RGB值作为果实 和果汁的颜色数据， 并上传至数据库中； 其中， RGB是一种颜色模式， R、 G、 B分别代表红色、 绿 色、 黄色三个通道的颜色； 加载待识别对象 的图像， 包括所有像素的RGB值， 并利用中值滤波 去除图像噪声； 利用K ‑means聚类算法分割去除噪声后的待识别对象 的图像， 通过计算像素 点的RGB值与聚类中心的欧氏距离对图像颜色进 行聚类， 分离背 景板和待识别对象， 并记录 待识别对象聚类中心的像素点RGB值； 将所述待识别对象聚类中心的像素点 RGB值作为待识 别对象的颜色标识； 若待识别对象为果 实， 则输出{果 实， 果实颜色}； 若待识别对象为果汁， 则输出{果 汁， 果汁颜色}。 3.根据权利要求1所述的方法， 其中， 所述获取果实产地信 息， 并测定果汁的浑浊度， 包 括: 获取果实产地信息和果汁样品， 以福尔马肼标准使用液为准， 用散射法测定果汁的浑 浊度； 使用散射式浑浊度仪测定果汁浑浊度， 在相同条件下用福尔马肼标准使用液散射光 的强度和果汁样品散射光的强度进 行比较， 散射光的强度越大， 表示浑浊度越高， 散射式浑 浊度仪自动显示浑浊度值； 记录 散射式浑浊度仪 显示的果 汁浑浊度值。 4.根据权利要求1所述的方法， 其中， 所述获取果实成熟度和果汁颜色， 根据颜色变化 时间确定果 汁保质期， 包括: 根据果实发育时间， 分别采集处于未熟、 半熟、 成熟、 过熟阶段的果实， 以及各成熟度对 应的果汁样品； 在柔光灯箱内采集不同成熟度对应的果汁样品的图像， 用RGB值标识图像中 每一个像素的颜色， 并用中值滤波去除图像噪声； 然后利用K ‑means聚类算法将果汁样品颜 色聚类中心提取出来， 记录所述聚类中心的RGB值， 并将其作为本次采集的果汁颜色标识； 按照果实成熟度分批次识别果汁颜色， 每间隔5天采集一次果汁样品的图像， 获取每次的果 汁颜色标识和采集当天的日期， 记录为{果实成熟度， 果汁颜色， 采集日期}； 分别读取果汁 颜色的R、 G、 B值， 并进行归一化处理； 通过计算将RGB颜色模式转换为HSL颜色模式， 在HSL颜 色模式内H表 示色系、 S表示颜色饱和度， L表 示亮度； 预先制定亮度的第一阈值L0， 当果汁的 亮度L低于第一阈值L0时， 表示果汁开始变质； 记录此时的采集日期， 读取第一次采集日期， 计算开始变质的果汁对应的采集日期与所述第一次采集的日期的间隔天数； 输出结果{果 实成熟度， 果 汁保质期}。 5.根据权利要求1所述的方法， 其中， 所述对果 汁品质进行检测 和分级， 包括:权　利　要　求　书 1/3 页 2 CN 115205607 A 2获取果实颜色和对应果汁颜色、 浑浊度、 保质期， 记为{ 果汁， (果实颜色， 果汁颜色)， 果 汁浑浊度， 果汁保质期}； 对颜色、 浑浊度、 保质期三个指标进行检测， 并根据所述三个指标 将果汁分为优等品、 合格品和不合格品三个级别； 首先， 将RGB颜色模式转化为HSL颜色模 式， 对比果 实和果汁是否属于同一个色系， 若属于同一个色系则进 行下一步， 否则说明果汁 属于不合格品； 获取果实的色系H1值和果实的色系H2值， 计算两者之差|H1 ‑H2|； |H1‑H2|的 值越小， 说明果汁品质越好， 反之越差； 设定颜色分级第二阈值， 将果汁品质分为优等品、 合 格品和不合格品； 然后， 根据果汁浑浊度分级， 浑浊度越低说明果汁品质越高， 浑浊度越高 说明果汁品质 越低； 设定浑浊度分级第三阈值， 将果汁品质分为优等品、 合格品和不合格 品； 最后， 确定果汁的保质期， 保质期越长说明果汁品质越高， 保质期越短说明果汁品质越 低； 设定保质期分级第四阈值， 将果汁品质分为优等品、 合格品和不合格品； 综合所述三个 指标的分级结果对果汁进行最终分级： 若有一个指标的分级结果为不合格品， 则果汁为不 合格品， 若有三个指标的分级结果均为优等品， 则果汁为优等品， 其余情况均为合格品； 将 分级结果上传， 记为{果汁， 果汁颜色， 颜色级别， 果汁浑浊度， 浑浊度级别， 果汁保质期， 保 质期级别， 果 汁综合级别}； 包括： 根据颜色判断果实和果 汁是否属于同一色系； 所述根据颜色判断果实和果 汁是否属于同一色系， 具体包括: 获取果实和果汁的颜色， 分别读取颜色的R、 G、 B值并转换为HSL颜色模式中的H、 S、 L值； 读取H值， 根据H的范围判断果实和果汁的色系； 若H∈(30,90]， 则为黄色系， 若H∈(90, 150]， 则为绿色系， 若H∈(150,210]， 则为青色系， 若H∈(210,270]， 则为蓝色系， 若H∈ (270,330]， 则为紫色系， 若H属于(0,30]∪(330,360]， 则为红色系； 将最终结果记为{果实， 果实颜色， 果实色系}或{果 汁， 果汁颜色， 果 汁色系}。 6.根据权利要求1所述的方法， 其中， 所述获取所有用户数据， 将用户分为味道敏感型 和外观敏感型， 包括: 获取用户点击、 收藏和购买果汁的次数， 以及对应果汁的颜色级别和浑浊度级别； 其中 颜色级别和浑浊度级别中的优等品、 合格品、 不合格品分别用3、 2、 1标识； 对用户不同操作 对应的果汁颜色级别和浑浊度级别求均值， 记为{果汁， 第一平均颜色级别， 第一平均浑浊 度级别， 点击}{果汁， 第二平均颜色级别， 第二平均浑浊度级别， 收藏}{果汁， 第三平均颜色 级别， 第三平均浑浊度级别， 购买 }； 计算用户敏感度指数 ；预 设第五阈值P0， 当P>＝P0时， 用户为外观敏感型， 当P <P0时， 用户为味道敏感型； 对于初次购 买果汁的用户， 获取所有用户购买饮品的数据， 对用户聚类； 通过基于用户聚类的协同过滤 算法， 计算新老用户相似度进 行聚类， 预测新用户对果汁颜色和浑浊度的需求， 以此确定新 用户的归属类型。 7.根据权利要求1所述的方法， 其中， 所述分析用户数据， 统计各类用户的色泽偏好和 浑浊度偏好， 包括: 分别获取味道敏感型和外观敏感型用户购买的果汁数据， 包括果汁颜色、 果汁浑浊度； 统计每种颜色和浑浊度被购买的次数， 记为{味道敏感型， 颜色， 浑浊度， 次数}{外观敏感 型， 颜色， 浑浊度， 次数}； 分别筛选两类用户中被购买次数排名前N的数据， 将用户偏好记 为 {味道敏感型， 颜色1， 浑浊度1}