用于加工食品的器具及其操作方法

用于加工食品的器具及其操作方法
【专利摘要】本申请具体涉及一种操作烹饪器具的方法，其中基于从一个食材的图像所提取的多个特征可以自动地指定该食材的食品类别。为了改进这种指定，该方法有自学性能。
【专利说明】用于加工食品的器具及其操作方法
[0001]本发明具体涉及一种用于加工食品的器具，如一种烹饪烤箱，以及操作该器具或烤箱的一种方法。
[0002]具体从文件DE10 2007 048 834 AUEP O 563 698 A2 以及US 2007/0029306 Al
中已知了多种操作方法，即分别控制一种烹饪烤箱和烹饪设备。这些方法使用了从对应的烹饪空腔内所捕捉的食品图像，用于对烹饪过程进行至少局部的自动控制。
[0003]然而，仍然需要在用于加工食品的器具、具体如烹饪烤箱等器具的自动或半自动过程方面的进一步改进。
[0004]因此，本发明的一个目标是提供一种替代性的并且特别经该改进的、操作用于加工食品的器具如烹饪烤箱的方法。进一步地，应提供一种用于加工食品的器具，特别是烹饪烤箱。
[0005]这一目标是通过权利要求1和12解决的。从对应的从属权利要求产生多个实施例。
[0006]根据权利要求1，提出了操作一种用于加工食品的器具的一种方法。该器具可以具体为一种烹饪烤箱或烘焙烤箱，包括但不局限于电动烹饪烤箱和烘焙烤箱。进一步地，该器具可以是微波炉或其他用于加工食品的类似装置。
[0007]该器具、特别是可以应用所提出的方法的烤箱，配备有一个空腔，该空腔被适配且配置成用于在其中容纳并且加工至少一件食材。
[0008]所提出的方法包括以下步骤:捕捉被放置于或有待放置于该空腔中的该至少一件食材的至少一个图像或图片。为了捕捉该至少一个图像，可以使用以一种方式安排的相机而使得以恰当的和/或普通的安排和/或对齐方式放置在该空腔内部的该食材的图像可以被该相机捕捉。然而，该至少一个图像也可以用另外的方式被捕捉到，具体为在将该食材插入该空腔中之前和/或过程中。该至少一个图像可以是单一图像或一组图像、可以至少被存储在易失性存储器中、但也能至少以确保执行所提出方法的另外步骤的方式被存储在非易失性存储器中。
[0009]所提出的方法包括以下进一步的步骤:从所捕捉的图像中提取该至少一件食材中至少一件食材的一组特征性特征。这一组特征性特征具体可以是适合用于将食材分类的一组参数，特别是预定义的参数。
[0010]提取对应特征具体可以基于多种图像处理方法来执行。具体关于该方法的精确度，具有尽可能大量的参数或特征性特征可能是有利的。然而，关于该方法的快速性能方面，将特征性特征的数量限制为选定数量的相关特征或参数可能是有利的。具体地，有可能允许用户从具有多个参数或特征的一个预设清单中选择出将在进一步的操作中被提取和使用的一些特征或一组特征。
[0011]如果若干食材被放置于或有待放置于该空腔内，即旨在被加工，则常见的一组的参数组或特征组可以被该方法的多个进一步的步骤提取并且使用。在替代方案中，相异的食材可以作为独立的或相异的食材被处理，因此可以从相应的分开的食材中提取分开的多组参数和/或特征。
[0012]所提出的方法包括以下进一步的步骤:基于这些特征性特征中的至少一者以及一个用户输入来对该至少一件食材中的至少一者指定至少一个食品类别。在一种较直接的方法中，可以对被放置于或有待放置于该空腔内部的所有食材指定单一的食品类别。在一种更精细的方法中，可以提供以下可能性，即可以将相异的食材作为单独的食材进行处理。因此，有可能对不同的食材指定不同的食品类别。
[0013]该方法可以提供让用户否决相应食品类别的器具驱动指定的可能性。因此，实施了请求用户去确认、验证和/或更正对食品类别的尤其自动的选择或指定的一个步骤。
[0014]所提出的方法包括以下进一步的步骤:在一个特征数据库中生成并且存储至少一个附加的新数据集，该附加的新数据集包括与所指定的该食品类别相关联的所提取的特征组。该特征数据库可以在该器具、尤其是烤箱的一个非易失性存储器中实施。在该数据库中生成和存储该新数据集至少在以下给出的多个条件下进行。
[0015]要注意的是，至少在一个初始阶段(其中，所存储的这些数据集的统计值仍可以被改进)，所提取的特征性特征组中的任何一个都可以与所关联的食品类别一起被存储在该数据库中。由于数据库的大小随着新存储的这些数据集的数量的增加而增大，可以提供用于减少或限制该数据库的大小、具体是总大小的规定。举例而言，在每组特征性特征以及所关联的食品类别都被存储在该数据库的情况下，可以规定要删除或合并重复的数据库。在合并多个重复的数据集的过程中，统计相关的信息，例如一个给定的特征性特征组以及相关食品类别的出现次数，可以作为附加参数被保留和/或被存储。
[0016]如果所提取的特征性特征组是新的，即该特征性特征组尚未包含在该特征数据库中，则可以进行该至少一个新的附加数据集的生成以及存储。
[0017]在所提取的该特征性特征组不同于存储在该特征数据库中的一个数据集、具体相差一个预定义的量的情况下，可以进一步进行该至少一个新的附加数据集的生成以及存储。一个存储的数据集与一个新的数据集的差异将具体意味着，至少一个特征性特征不同于一个给定的(即被存储的)数据集的一个对应的特征性特征。
[0018]如果所指定的食品类别不同于与所提取的该特征性特征组相关联的一个预定义的或存储的食品类别，则可以进一步地进行该至少一个新的附加数据集的生成以及存储。这具体意味着，如果该数据库包含在前一个指定中已经被指定了不同的食品类别的一个类似的特征性特征组，则该新的特征性特征组与该新的食品类别相关联地被存储、或者与该新的食品类别一起被存储。为了比较不同的特征或参数，可以进行相应数值的比较。如果相应数值位于一个预定义的常见范围内，则可以指定相似度或甚至是一致度。为了从该图像中所提取的不同的特征或参数中获取一个食品类别，可以将对应的特征或参数进行单个地或分开地相互比较。在设定该食品类别的过程中，还能够将从相应特征或参数中得到的这些数值进行组合。不同特征或参数的组合或考虑可以具体涉及加权或涉及不同特征或参数的加权组合，即其相应数值的加权组合。总之，具体地，如果观察到任何新的参数组和/或对所考虑的食材指定任何一个新的类别，则一个新的附加数据集将被存储。
[0019]需注意的是，在将新的数据集存储到该数据库中之前，可以向该用户提示是否应将该新的数据集添加至该数据库。在这种情况下，该用户可以影响该数据库的建立，具体为最充分地体现一位相应用户的一般使用条件。
[0020]所提出的方法包括以下进一步的步骤:执行一个针对所提取的特征性特征组和食品类别所指定的食品加工程序。执行该食品加工程序可以是自动进行的。然而，也有可能的是，在自动操作该器具之前，根据基于所提取的这些特征而指定的食品加工程序，进行用户询问或要求用户有效性确认。执行食品加工程序具体意味着，在该器具的食品加工腔室内部加工该至少一件食材。例如,在这样的加工程序中，可以根据针对某个食品类别所指定的一个存储的程序来操作该器具。应提及的是，在执行或进行用于加工某件食材的一个程序的过程中，可以采集且使用该至少一件食材的多个进一步图像，用于自动修改或调整该加工程序。
[0021]所提出的方法具体能够实现该器具的自动操作、并且具体能够实现该器具的自学式自动操作。具体与已知的方法和之中形成对比，所提出的方法允许建立一个知识库，该知识库用于操作该器具来对不同种类的食材进行加工。因此该方法为相应器具提供了一种自学式方法。由于可以存储、提供且使用新信息来进一步优化该器具的操作，该器具的自动操作可以被不断改进。具体地，有可能培训模式识别能力，该模式识别能力可用于自动的食物类别指定。该方法具体允许建立模式识别、特别是人工神经网络。因此，可以获得一种替代性尤其经改进的、操作用于加工食品的器具的方法。
[0022]特别有利的可以是，所提出的方法允许用户建立一个用于食品识别的特定培训数据集，具体为用于自动指定食品类别或食品类型的培训数据集。
[0023]在一个实施例中提供的是，对该至少一件食材中的至少一者指定一个食品类别包括将所提取的特征性特征与已经存储在该数据库中的至少一个数据集进行比较的步骤。该至少一个存储在该数据库中的数据集可以包括至少一件食材的所提取的一个特征性特征组以及指定的或相关联的食品类别。
[0024]新提取的这个特征性特征组与对应的所存储的特征的比较可以通过对应特征的成对比较来完成。这总体上要求被存储在该数据库中的这些数据集以及新提取的该特征性特征组包括至少一个共同特征。如果一个特征性特征组的特征性特征的数量和类型是固定地定义的，则所有的数据集都将包含成对比较可访问的对应特征。
[0025]然而，如果一个特征性特征组的特征性特征的数量和/或类型不是固定的或恒定的，则两个数据集可以包含不同数量的对应特征。然而，同样在这种情况下，有可能使用对个对应特征来指定一个产品类别。
[0026]如果该用户可以选择将在一个特征性特征组中考虑的这些特征性特征，则这些特征性特征的数量和/或类型的变化可能发生。进一步地，可想到的是，在被适配为有待被执行以实施本发明所提出的方法的一个程序发生改变或更新时，特征性特征的数量和/或类型发生变化。
[0027]比较所提取的多个特征的步骤具体应包括:将一定数量或所选定的数量的所提取特征与已存储在该数据库中的现有数据集的对应特征进行比较。这具体应包括以下这些情况:其中，并非所有所提取特征都用于食品类别的指定。基于所讨论的特征的相应数值和/或多个预选择和/或多个加权因子等等，可以排除某些特征。
[0028]基于先前所述的比较的结果，进行以下进一步的步骤:对所提取的特征性特征指定一个食品类别，该食品类别与一个存储的数据集相关联，这个存储的数据集具有多个相同的特征性特征或在预设界限内具有多个类似的或重叠的特征性特征。这将意味着基于该比较，具有多个相同的、类似的或重叠的特征性特征的一个存储的数据集被鉴别出或可以被鉴别出。识别具有多个相同的或相似的或大部分相似的特征性特征的一个相应数据集可以被实施为将所提取的特征性特征与多个存储的数据集进行比较的步骤。为了鉴别出一个相关的、尤其最相关的存储的数据集，可以使用数学措施或数学模型或数学算法。如果该数据库不包含允许对该至少一件食材指定食品类别的一个存储的数据集，则可以相应地通知该用户和/或提示该用户去对该食材手动地指定一个食品类别。具体地在这种情况下，一个新的数据集将被存储在该数据库中。
[0029]基于已经存储在该数据库中的多个数据集来指定该食品类别具有以下优点:可以相对快速且安全地识别出经常使用、即加工的食物或食材。由于新数据集可以被存储在该数据库中，识别且对食材指定食品类别的方法可以不断被改进。这具体意味着，所提出的方法为该器具提供了一种自学能力。应该注意的是，由于该自学效果，该器具所提供的自动操作或食物识别不一定是该器具的制造商要实施的要求、而是可以有利地并且以一种自学方式由用户来设置、并且可以针对该用户操作该器具的行为被适配。
[0030]在一个进一步的实施例中，仅在预设数目的数据集被存储在该数据库中时，才进行将所提取的特征与存储在该数据库中的数据集进行比较的步骤。然而在另一个进一步的实施例中，仅在预设数目的、包含或关联了相应食品类别的数据集被储存在或存在于该数据库中时，才进行对所提取的特征性特征组指定食品类别。在这些情况下，可以防止将错误的或无用的食品类别指定呈现给用户和/或用于操作该器具。
[0031]在一个进一步的实施例中，该特征性特征组包括以下特征中的至少一者:该食材的对象或子物件的数目；该食材的尺寸，具体为该食材的长度、宽度、高度、直径、截面积；该食材的体积；该食材的颜色；该食材的颜色直方图；该食材的处于不同颜色阈值和/或高度的颗粒或片段的存在和/或数目和/或大小。具体地，这些参数或特征还以及类似特征允许进行较可靠且安全的食品类别指定。
[0032]在一个实施例中提供的是，由一个相机在该空腔内捕捉该食材的该至少一个图像。可以按俯视图、侧视图和仰视图中的至少一者来捕捉所拍的该食材的一个或几个图像。
[0033]在一件相应食材被放入该空腔中或放在该空腔内部的过程中和/或之后片刻，可以实施该至少一个图像的捕捉。进一步地，捕捉该至少一个图像可以自动启动，例如在某个事件之后，比如在空腔门的打开和/或关闭操作之后。这具体意味着，所提出的方法的相应步骤、具体为第一步骤可以自动执行。然后，其他的步骤也可以自动实施。
[0034]然而，启动该方法以及该方法的相应或后续步骤可能要求用户互动，具体是用户激活。总之，启动和实施该方法以及相关步骤的方式可以用该器具的多个操作参数来固定或限定，该器具可以针对个人用户设置是开放的。
[0035]在一个进一步的实施例中，旨在作为所提出的这些方法步骤的最终或最后步骤执行的该食品加工程序是以自动和手动方式之一针对所提取的该特征性特征组和食品类别来指定的。在第一种情况下，可以获得该器具的全自动操作。需要注意的是，如果可以用相对高且足够高的准确度来指定该食品类别，则此操作模式是令人希望的。否则，可以使用用户询问来指定该食品加工程序。
[0036]在该实施例中也提供了，该食品加工程序的自动指定包括以下步骤:将所提取的特征性特征组和食品类别与存储在该数据库中的多个数据集进行比较、并且选择与一个存储的数据集相关联的一个加工程序，该存储的数据集与所提取的特征性特征组和食品类别是相同的或在预设的界限内是相似的。
[0037]鉴别出一个食品加工程序在某种程度上对应于在对新提取的特征性特征组指定食品类别的过程中鉴别出一个数据集。为了选择和/或鉴别出一个食品加工程序，可以将相应的特征性特征和食品类别、具体是与其相关的数值和/或字符串或其他变量进行比较。基于这种比较，可以选择最相关的、最适合的或合理的食品加工程序。该食品加工程序的选择可以自动进行或者要求用户互动，具体为选择、验证和/或有效性确认。在鉴别出了食品加工程序和一种可选的用户互动之后，该器具的操作和食品加工可以用自动方式进行。
[0038]应注意的是，与指定的食品加工程序相关的信息可作为附加项和信息被存储在该数据库中，具体是作为一个数据集的附加项，该附加项具体包括一个特征性特征组和与其相关联的一个食品类别。例如，所指定的食品加工程序和数据集可以彼此相关联。
[0039]在该数据库中还存储与食品加工程序的类型相关的信息、具体还有与其相关的多个操作参数，将该数据库的范围、尤其是该数据库的自学能力还扩展到相应的食品加工程序。举例而言，用户经常使用和加工的、特别是烘焙的相同或几乎相同的食材(比如某种类型的蛋糕)可以由该器具在短时间培训阶段之后自动加工。但是，较稀少地处理的食材或甚至新的食材也可以至少部分地被恰当处理，但是是在信息数量减少的基础上。
[0040]根据所提出的方法的进一步的实施例提供的是，生成该数据集包括以下步骤:优选地通过一个加权因子将所提取的特征组和食品类别与至少一个食品加工程序进行关联。如已经提到过的，该数据库的范围以及可用性可以通过增加关于该食品加工程序的信息而被扩宽。
[0041]将带有加权因子的被识别出的食品加工程序关联到或指定给一件食材的可能性可以将以下事实考虑在内:在某些情况下，很有可能用不同的食品加工程序来加工一个给定类别的食材。如果若干个食品加工程序是可能的，则该方法可以被适配成向用户建议这些食品加工程序中的一者和/或提示该用户去选择这些食品加工程序中的一者，尤其是在所有被鉴别出的食品加工程序之中。该加权因子可以具体被用来考虑并且保留关于与该食品加工程序相关的优选用户选择的信息。因此，该加权因子可以对应于该优选的用户选择或设定或者将其考虑在内。
[0042]在进一步的实施例中，该至少一个食品类别可以通过一个加权因子被指定给所提取的特征性特征组。这可以考虑到以下情况:其中，一个特征性特征组被指定给或已经被指定给不同的、例如紧密相关的多个食品类别。该加权因子可以被设定成最适当地符合用户偏好。具体地，对于代表了针对给定的特征性特征组而言最有可能的或最经常被指定的食品类别的这一个食品类别，该加权因子可以指定最高的重要性。
[0043]具体地，使用加权因子和类似的规定(比如删除过时的以及不一致的数据集)具有的优点是，可以向该数据库培训用户偏好和习惯的改变。其结果是，操作该器具的方法(具体为自动操作)总可以与用户的习惯、特别是实际习惯密切联系。
[0044]需注意的是，对所提出的方法的培训和自学特性至少应该以一种方式进行控制以使得该器具的自动操作不会导致危险的或甚至威胁生命的情况。举例而言，对食品类别和食品加工程序的明显无意义的或甚至荒谬的指定可以不被承认要存储到该数据库中或者可以尤其自动地再次从该数据库中排除或删除。
[0045]在该方法的进一步的实施例中，如果以下情形中的至少一者适用，则有待执行的食品加工程序的多个参数作为处理数据集被存储在一个处理数据库中:
[0046]a.该食品加工程序并非相同地包含在该数据库中；以及
[0047]b.该处理数据库并不包含在预定界限内的类似的处理数据集。
[0048]此时，对现有食品加工程序作出的任何修改(在情形b的情况下可以被视为相关的修改或改变)可被保留，并且具体地可以建立一个特征性特征数据集的指定以重复使用。在保持相应指定的同时将修改的食品加工程序存储在一个数据库中的这种设置以及能力是一种类型的自学和培训特征，通过该特征，用户的习惯和偏好能够紧密地被映射到相应数据库。
[0049]在进一步的实施例中，在加工该食材期间，可以重复地执行所提出的方法的步骤a)至步骤d)。此时，应该注意的是，优选地在食品加工开始时或开始之前执行所提到的方法。然而，在这个实施例中，进一步提供了，如果所提取的特征性特征组和食品类别中的至少一者尤其与同一食材的较早或之前一组所提取特征相比发生变化或观察到变化，则该食品加工程序可以被适配成在操作期间考虑该特征性特征组和食品类别的该变化。此时，基于在相应时间点代表相应食材的该特征性特征组，可以获得自动的食品加工。
[0050]举例而言，应该考虑到以下情形:冷冻的食材在第一阶段被解冻并且在第二阶段被烘焙。在该第一阶段期间，基于相应一组所提取特征，该方法有可能指定食品类别为“冷冻”、并且因此可以提出或甚至以解冻模式自动地运行该器具。在该实例中，该食材被完全解冻，并且该方法被重复执行，该方法可能基于相应的新的一组所提取特征来指定食品类别为“解冻而准备烘焙”、并且因此可以提出或甚至是自动地将该器具切换至烘焙模式以便最终对该食材进行烘焙操作。需要注意的是，一个或若干个中间步骤和/或阶段是可能的，特别在比如在“冷冻”与“解冻”之间存在不同的中间食品类别的情况下。
[0051]归根结底很显然，所提出的方法在改善用于加工食品的器具、尤其是烤箱或烘焙烤箱的自动和/或半自动操作方面是有效的。具体应该注意的是，该方法在为该器具提供自学以及自培训能力方面是有效的。进一步地，有可能的是，该用户可以建立一个用于食品识别的培训数据集，并且在多个实施例中该用户可以对于识别品质、即食品类别的指定方面给出直接反馈。
[0052]重复食材、即经常使用的食材可以通过甚至在该数据库中包含并且存储足够的统计数据之前的特征比较就可以被具体识别出。如果在该数据库中有足够的数据可用，则通过一种模式识别可以识别出甚至为止的食物，即要第一次加工的食材。
[0053]通过不断将相关数据集存储到该数据库中，可以培训一种模式识别方法，这最终大幅简化了用户需要的操作工作。一个进一步的优点是，可以尤其在相对短的时间间隔内针对用户习惯和偏好来培训该器具、尤其是模式识别。其结果是，用户对该器具、尤其是烘焙烤箱的半自动操作或甚至自动操作的满意度将提升或可以提升。
[0054]根据权利要求12，提供了一种用于加工食材的器具，尤其是烤箱，优选烘焙烤箱。所提出的烘焙烤箱包含一个控制与操作系统或单元，该系统或单元被适配成以在此提出的一种方法、包括目前所提到的和所描述的任何实施例以及其变体来操作该器具。至于该器具的优点和有利效果，参照以上和以下进一步的描述。就该器具而论，该控制与操作系统或单元可以被适配成用于实施一个程序，该程序在被该控制与操作系统执行时得到了在此所提出的一种方法。
[0055]在该器具的一个实施例中，该器具可以配备有一个食品加工腔室，该食品加工腔室被适配成用于容纳至少一件有待加工的食材，其中，该器具包括一个图像产生单元，该图像产生单元被适配成用于捕捉被放置在该食品加工腔室之中或之内的该至少一件食材的至少一个图像。该图像产生单元可以包括至少一个相机。该至少一个相机可以被放置和定位在顶壁、侧壁、前壁和后壁之处或之上中的至少一种情形下。然而，该相机的其他任何位置也是可能的。所提出的方法具体可以使用该橡胶来捕捉为了提取该特征性特征组所需要的相应图像。
[0056]在该器具的进一步的实施例中，提供了至少一个数据库，该数据库包括至少一个存储单元或存储器，特别是非易失性存储器，该存储单元或存储器被适配且提供用于存储多个数据集，尤其是交叉关联的数据集，这些交叉关联的数据集包含多个特征性特征组、多个食品类别和/或多个食品加工程序，尤其是相应食品加工程序的参数。该数据库和至少一个存储单元可以是本地数据库，即，明确地提供用于所讨论的相应器具。然而，该数据库也可以通过常规的线装的和/或无线的数据连接可访问的远程数据库。由于根据所提出的方法可以针对单一用户或用户群来培训该数据库，该数据库可以被指定给相应的单一用户或用户群、并且如果需要的话在该单一用户或用户群即将操作该器具的情况下被提供或被初始化。
[0057]现将结合附图对本发明的选定实施例予以描述，在附图中:
[0058]图1示出了所提出的方法的一个变体的示例性流程图；并且
[0059]图2示意地示出了所提出的器具的透视图。
[0060]图1示出了一种操作用于加工食品的器具的方法的一个变体的示例性流程图。在此情况下中并且对于当前实施例，该器具是一个烘焙或烹饪烤箱I。然而应该注意的是，本发明不局限于烘焙或烹饪烤箱、而是也可以适用于其他器具。在图1中，该流程图的不同阶段用参考标号SI至S9表明并在下文予以描述。
[0061]图2示意性示出了被适配成用于实施关于图1的阶段S1-S9所描述的方法的烘焙烤箱I。
[0062]在操作烘焙烤箱I的该方法的第一阶段SI，用户将有待加工的、具体为有待烘焙的食材2，如一块肉或一个装有面团的烘烤盘等放入烘焙烤箱I的一个空腔3中。
[0063]在第二阶段S2，捕捉该食材2的一个图像。为了捕捉该食材2的图像，提供了一个相机4。该相机4可以是任何类型，具体是适合在相应热环境中被操作。图2中的相机4仅被示意性地指出、但也可以被安装在空腔3的顶壁、后壁、前壁以及侧壁之上或之处。需注意的是，可以使用不止一个相机。
[0064]在第三阶段S3，从相机4捕捉的该至少一个图像中提取出食材2的一组特征性特征。作为特征性特征，可以使用以上进一步鉴别的任何特征。
[0065]可以通过烤箱I的一个控制与操作单元5来实施和控制该特征性特征组的提取和该图像的捕捉。为简单起见，该控制与操作单元5在烤箱I的正面处被指明。然而，它可以被设置在该烘焙烤箱I的壳体内的任何位置处。
[0066]在第四阶段S4，该控制与操作单元5将所提取的特征组的这些特征与一个数据库(未示出)进行比较，以便发现是否存在被指定给或已经被指定给一个食品类别的一个相同的或相似的数据集。
[0067]该数据库可以被实施在指定给了该控制与操作单元5的一个非易失性存储器单元上。在该数据库中可以存在多个存储的数据集，这些数据集分别包括多个特征性特征组。此外，每个特征性特征数据集都与关于食品类别的信息相关联或包含该信息。包含在该数据库中的数据集的食品类别是自动指定的结果、或者是基于用户询问的一种指定的结果。该食品类别可以包含例如“冷冻”、“非冷冻”、“生肉”、“面团”以及例如此类的信息。
[0068]如果该控制与操作单元5发现该数据库不包含一个具有相同或类似特征性特征以及指定的食品类别的数据集，则该方法则将继续进行阶段S6。在阶段S6，该控制与操作单元5向该烘焙烤箱I的用户发起询问，以鉴别和/或选择、特别是输入适用于放置在空腔3内的食材2的一个食品类别。
[0069]如果该用户指定了一个适当的食品类别，则在阶段S7中，所提取的特征性特征组与所指定的食品类别一起、或仅与同所选定的该食品类别的关联关系一起作为一个新的数据集被存储在该数据库中。在这个阶段，即在阶段S7中，该方法进行到阶段S9，其中开始一个用于加工被恰当分类的相应食材2的程序。应该注意的是，用于加工食材2的程序可以由该控制与操作单元5自动选择或指定。适当程序的选择可以是基于多个特征性特征、食品类别和/或基于存储在该数据库中的进一步的信息(尤其是关于烘焙烤箱I的之前操作的信息)。
[0070]然而，如果该控制与操作单元5发现该数据库确实包含一个相同的或类似的特征性特征数据集连同所指定的食品类别，则它可以在阶段S5中基于该数据库中可用的数据集来提出或建议一个食品类别。
[0071]在可以为任选的阶段S8中，该控制与操作单元5可以开始一个用户询问，不论在阶段S5所鉴别或指定的食品类别是否合适。如果发现所指定或鉴别的食品类别不合适，则该方法将进行阶段S6。参考以上的说明。
[0072]然而，如果发现所指定或鉴别的食品类别合适，例如如果用户接受了所指定的食品类别，则该方法可以前进到阶段S9。具体参考以上的说明。
[0073]根据所提出的方法，一种食材的食品类别可以基于从该食材的图像中提取的多个特征而被自动指定。为了改进该食品类别指定，该方法带有自学性能。具体地，例如在阶段S7，将多个特征性特征与多个食品类别相关联的多个新的数据集被存储在该数据库中的这一事实有助于自学特性。
[0074]自学具体将意味着，如果该数据库被维持一段时间并且对每个食品类别都有足够数量的条目，则可以培训一种模式识别方法，例如人工神经网络，具体旨在将未知的食物、即尚未包含在该数据中的食物进行分类。
[0075]如同在图1中所展示和描述的方法，在自动指定不充分的情况下，用户可以选择来选定和/或更改该食品类别。因此，之前的学习或培训的品质变得可用、并且必要时可以被再培训。总之，可以改进该烘焙烤箱的自动操作、至少半自动的操作。
[0076]第I条参考号清单
[0077]第II 条
[0078]I烘焙烤箱
[0079]2 食材
[0080]3 空腔
[0081]4 相机
[0082]5控制与操作单元
[0083]S1-S9第一至第九阶段
【权利要求】
1.操作用于加工食品(2)的器具(I)、尤其是烘焙烤箱(I)的方法，其中该器具(I)包括一个空腔(3)，该空腔被适配成用于容纳并且加工至少一件食材(2)，其中该方法包括以下步骤: a)捕捉被放置于或有待放置于该空腔(3)中的该至少一件食材(2)的至少一个图像； b)从所捕捉的图像中提取该至少一件食材(2)中至少一者的一个特征性特征组； c)基于这些特征性特征以及一个用户输入来对该至少一件食材(2)中的至少一者指定至少一个食品类别，在该用户输入中请求该用户来确认、验证和/或更正该食品类别指定; d)至少在以下情形中的至少一者适用时，在一个特征数据库中生成并存储一个附加的新数据集，该附加的新数据集包括与该指定的食品类别相关联的该提取的特征组: 1.所提取的特征性特征组未被包含在该数据库中； ?.所提取的特征性特征组与存储在该数据库中的一个数据集相差了一个预定义的量；以及 ii1.所指定的食品类别不同于与所提取的特征性特征组或一个类似的特征集相关联的一个预定义的或存储的食品类别；并且 e)执行对所提取的特征性特征组和食品类别所指定的一个食品加工程序。
2.根据权利要求1所述的方法，其中，对该食材(2)指定一个食品类别包括以下这些步骤:将所提取的特征性特征与存储在该特征数据库中的至少一个数据集进行比较，该至少一个数据集包括至少一件食材(2)的一个特征性特征组以及一个指定的食品类别；并且基于该比较的结果，对所提取的特征性特征指定该食品类别，该食品类别与具有多个相同的特征性特征、或在预设界限内的多个相似或重叠的特征性特征的一个存储的数据集相关联。
3.根据权利要求2所述的方法，其中，仅在该数据库中存储了预设数目的数据集时才进行将所提取的特征与该数据库中的多个存储的数据集进行比较的步骤。
4.根据权利要求1至3中至少一项所述的方法，其中，仅在该数据库中存储了预设数目的包含该食品类别的数据集时才进行对所提取的特征性特征组指定一个食品类别。
5.根据权利要求1至4中至少一项所述的方法，其中，该特征性特征组包括以下特征的至少一者:该食材(2)的对象或子物件的数目；该食材(2)的尺寸，具体为该食材(2)的长度、宽度、高度、直径、截面积；该食材(2)的体积；该食材(2)的颜色；该食材(2)的颜色直方图；该食材(2)的处于不同颜色阈值的颗粒或片段的存在和/或数目和/或大小。
6.根据权利要求1至5中至少一项所述的方法，其中，该食材(2)的图像是在该空腔(3)内由一个相机(4)捕捉的。
7.根据权利要求1至6中至少一项所述的方法，其中，该食品加工程序是以自动和手动方式中的至少一种方式被指定给所提取的特征性特征组以及食品类别的，其中，该食品加工程序的自动指定包括以下步骤:将所提取的特征性特征组以及食品类别与存储在该数据库中的多个数据集进行比较并且选择与一个存储的数据集相关联的一个加工程序，该存储的数据集与所提取的特征性特征组以及食材类别相同、或在预设的界限内相似。
8.根据权利要求1至7中至少一项所述的方法，其中，生成该数据集包括以下步骤:优选通过一个加权因子将所提取的特征组以及食品类别与至少一个食品加工程序进行关联。
9.根据权利要求1至8中至少一项所述的方法，其中，该至少一个食品类别是通过一个加权因子指定给所提取的特征性特征组的。
10.根据权利要求1至9中至少一项所述的方法，其中，如果以下情形中的至少一者适应，则有待执行的食品加工程序的多个参数作为多个处理数据集被存储在一个处理数据库中: a.该食品加工程序并非相同地包含在该数据库中；以及 b.该处理数据库并不包含在预定界限内的类似的处理数据集。
11.根据权利要求1至10中至少一项所述的方法，其中，至少步骤a)至d)在加工该食材(2)的过程中被重复地执行，并且如果所提取的特征性特征组以及食品类别中的至少一者发生变化，则该食品加工程序被适配成将该特征性特征组以及食品类别的该变化考虑在内。
12.用于加工食材(2)的器具(I)、尤其是烘焙烤箱(1)，包括一个控制与操作系统(5)，该控制与操作系统被适配成以根据权利要求1至11中至少一项所述的方法来操作该器具(I)。
13.根据权利要求12所述的器具(I)，包括一个食品加工腔室(3)，该食品加工腔室被适配成用于容纳至少一件有待加工的食材(2)，并且进一步包括一个图像产生单元(4，5)，该图像产生单元被适配成用于捕捉被放置于该食材加工腔室(3)中的该至少一件食材(2)的图像。
14.根据权利要求12和13中至少一项所述的器具(I)，包括至少一个数据库，该数据库具有至少一个存储单元、尤其是非易失性存储单元，该存储单元被适配成用于存储多个数据集、尤其是多个交叉关联的数据集，这些数据集包含多个特征性特征组、多个食品类别和/或多个食品加工程序。
【文档编号】F24C7/08GK104246375SQ201380021257
【公开日】2014年12月24日 申请日期:2013年4月9日 优先权日:2012年5月8日
【发明者】克里斯托夫·勒克哈特 申请人:伊莱克斯家用产品股份有限公司