(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 202211017886.1 (22)申请日 2022.08.24 (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 田育均　彭飞凌　彭一帆　 (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 陶品德 (51)Int.Cl. G01N 30/02(2006.01) G01N 30/86(2006.01) G01N 21/84(2006.01) G01N 33/02(2006.01) G06T 7/90(2017.01)G06N 3/04(2006.01) G06N 3/08(2006.01) A23L 2/02(2006.01) A23L 2/70(2006.01) (54)发明名称 一种基于水果原料指标预测果汁品质的方 法 (57)摘要 本申请提供一种基于水果原料指标预测果 汁品质的方法， 包括： 获取果实的产地、 颜色和含 糖量； 测量标准果汁的颜色和成分及其浓度； 制 作半成品果汁样本， 并根据半成 品果汁样本的颜 色对应的甜度和口感构建BP神经网络； 在果汁产 品的制作过程中通过对比标准果汁预测产品合 格率； 参考标准果汁调节不合格果汁产品中加入 配料和溶剂的量； 设计对照实验探究各类果实生 产的果汁产品的储藏条件与储藏周期， 具体包 括:采用K ‑means算法将每个产地的果实按其颜 色和含糖量 分类， 设计对照实验识别果汁的储藏 条件与储藏周期。 权利要求书3页 说明书7页 附图2页 CN 115436508 A 2022.12.06 CN 115436508 A 1.一种基于水果原料指标 预测果汁品质的方法， 其特 征在于， 所述方法包括： 获取果实的产地、 颜色和含糖量， 所述获取果实的产地、 颜色和含糖量， 具体包括： 采用 GC‑IMS技术鉴别果实的产地， 采用机器视觉图像处理技术识别果实的颜色， 使用水果糖度 无损检测仪测 量果实的含糖量； 测 量标准果汁的颜色和成分及其浓度； 制作半成品果汁样 本， 并根据半成品果汁样本的颜色对应的甜度和口感构建BP神经网络， 所述制作半成品果 汁样本， 并根据半成品果汁样 本的颜色对应的甜度和口感构建BP神经网络， 具体包括： 制作 半成品果汁并获取半成品果汁的颜色、 甜度和口感， 构建BP神经网络模 型； 在果汁产品的制 作过程中通过对比标准果汁预测产品合格率； 参考标准果汁调节不合格果汁产品中加入配 料和溶剂的量； 设计对照实验探究各类果实生产的果汁产品的储藏条件与储藏周期， 所述 设计对照实验探究各类果实生产的果汁产品的储藏条件与储藏周期， 具体包括： 采用K ‑ means算法将每个产地的果实按其颜色和含糖量分类， 设计对照实验识别果汁的储藏条件 与储藏周期。 2.根据权利要求1所述的方法， 其中， 所述获取果实的产地、 颜色和含糖量， 包括: 检测果实中挥发性有机物的种类和含量， 根据有机物的指纹图谱判断果实的产地； 采 用机器视觉图像处理技术识别果实的颜色； 使用水果糖度无损检测仪测 量果实的含糖量； 包括： 采用GC ‑IMS技术鉴别果 实的产地； 采用机器视觉图像处理技术识别果 实的颜色； 使用 水果糖度无损检测仪测量 果实的含糖量； 所述采用GC ‑IMS技术鉴别果实的产地， 具体包括: 收集各个产地的果实样品； 将果实样品分割为果皮和果肉两部分， 均切成小块分别编 号； 分别称取果皮、 果肉各1g置于20ml顶空进样瓶中， 拧紧瓶盖； 将顶空进样瓶在孵化器中 以40℃加热震荡10min后， 进样针自动移取500ul顶空进样瓶顶空的气体注入GC ‑IMS中； 按 预设程序控制载气和 漂移气流量， 放置20min后得到待测样品果皮或果肉的挥发性有机物 的气相离子迁移谱图； 根据获得 的气相离子迁移谱图进行分析对比， 并得到待测果皮和果 肉的挥发性有机物的指纹图谱和主成分分析图谱， 建立果实产地分类模型； 获得观察或测 量得到的待测样品的数据值， 将数据值输入建立 好的果实产地分类模型， 得到分类结果； 所述采用机器视 觉图像处 理技术识别果实的颜色， 具体包括: 使用摄像设备采集果实的图像； 采用自适应中值滤波算法平滑处理果实产品的图像； 采用几何推导法将果 实图像的颜色模 型转化为HSI； 采用阈值法对果 实的图像分割； 提取果 实颜色的RGB值； 所述使用水果糖度无损检测仪测量 果实的含糖量， 具体包括: 将水果糖度无损检测仪的探测头接触于待测水果的表面； 读取仪器的示数， 记录果实 的含糖量。 3.根据权利要求1所述的方法， 其中， 所述测量标准 果汁的颜色和成分及其浓度， 包括: 获取标准甜度的标准果汁； 采用机器视觉 图像处理技术识别标准果汁的颜色； 对标准 果汁做定量色谱分析， 根据色谱图的分层鉴别标准果汁的化学成分 并计算各化学成分的浓 度。 4.根据权利要求1所述的方法， 其中， 所述制作半成品果汁样本， 并根据半成品果汁样 本的颜色对应的甜度和口感构建BP神经网络， 包括: 制作半成品果汁样本； 采用机器视觉 图像处理技术识别所有半成品果汁样本的颜色；权　利　要　求　书 1/3 页 2 CN 115436508 A 2测量所有半成品果汁样本的甜度； 鉴别所有半成品果汁样本的口感； 根据半成品果汁样本 的颜色对应的口感和甜度构建BP神经网络； 包括： 制作半成品果汁并获取半成品果汁的颜 色、 甜度和口感； 构建BP神经网络模型； 所述制作半成品果 汁并获取半成品果 汁的颜色、 甜度和口感， 具体包括: 利用不同产地、 颜色、 含糖量组合的果实产品、 配料以及溶剂制作果汁， 在制作过程中， 每加入一种配料， 提取定量的半成品果汁样本； 采用机器视觉图像处理技术识别半成品果 汁样本的颜色； 使用糖度计测量半成品果汁样本的甜度； 雇佣品尝师鉴别半成品果汁样本 的口感； 调整配料用量制作果汁， 在制作过程中， 每加入一种配料， 同样提取相同定量的半 成品果汁， 获取果汁的颜色、 甜度和口感， 重复多次， 得到不同颜色的半成品果汁对应的甜 度和口感的数据集； 所述构建BP神经网络模型， 具体包括: 以果汁产品的颜色作为输入层， 甜度和口感作为输出层构建BP神经网络； 将半成品果 汁样本数据集90％的数据作为训练集， 半成品果汁样本10％的数据作为测试集， 训练BP神 经网络。 5.根据权利要求1所述的方法， 其中， 所述在果汁产品的制作 过程中通过对比标准果汁 预测产品合格率， 包括: 采用机器视觉图像处理技术识别果汁产品的颜色； 将果汁产品的颜色输入BP神经网络 模型， 根据输出结果预测产品的甜度和口感； 计算果汁产品和标准果汁甜度差值的绝对值， 对比果汁产品和标准 果汁口感的差异， 计算 果汁产品的合格率。 6.根据权利要求1所述的方法， 其中， 所述参考标准果汁调节不合格果汁产品中加入配 料和溶剂的量， 包括: 收集不合格的果汁产品； 对不合格的果汁产品做定量色谱分析， 根据色谱图的分层鉴 别不合格的果汁产品的成分并计算各成分的浓度； 对比标准果汁的各成分的浓度， 计算加 入对应配料或溶剂的量， 加入配料或溶剂调节不合格的果汁产品； 采用机器视觉图像处理 技术识别果 汁产品的颜色， 根据构建的BP神经网络预测产品的合格情况。 7.根据权利要求1所述的方法， 其中， 所述设计对照实验探究各类果实生产的果汁产品 的储藏条件与储藏周期， 包括: 将果实按产地分类； 采用K ‑means算法将每个产地的果实按颜色和甜度分成K类； 将每 一类果实按照标准果汁规范制作果汁产品； 设计对照实验识别每一类果 实生产的果汁产品 的储藏条件与储藏周期； 包括： 采用K ‑means算法将每个产地的果实按其颜色和含糖量分 类； 设计对照实验识别果 汁的储藏条件与储藏周期； 所述采用K ‑means算法将每 个产地的果实按其颜色和含糖量分类， 具体包括: 随机选择K个果实， 读取果实颜色和含糖量， 每个果实的颜色和含糖量代表一个簇中 心； S1： 计算果 实的颜色和含糖量与各簇中心的相似度， 赋给与该果 实最相似的簇中心对应 的簇； S2： 重新计算每个簇中所有果实颜色和含糖量的平均值， 作为新的簇中心； 重复S1 ‑ S2， 直到准则函数收敛， 也 就是簇中心不发生明显的变化， 即完成分类； 所述设计对照实验识别果 汁的储藏条件与储藏周期， 具体包括: 将每一类果实制作的果汁产品分成3等份， 分别置于冷藏室、 常温环境和温室三种储藏 条件中储藏； 每隔2小时， 对果汁产品做一次定量色谱分析， 根据色谱图的分层鉴别果汁产权　利　要　求　书 2/3 页 3 CN 115436508 A 3