[发明专利]一种基于机器视觉的奶牛反刍咀嚼、吞咽次数统计方法

说明书

本发明涉及一种基于机器视觉的奶牛反刍咀嚼、吞咽次数统计方法，其特征在于包括以下内容：1)提取奶牛形状特征，并将提取的奶牛形状特征作为样本进行训练得到样本库；2)通过固定设置在奶牛休息区的视频采集装置获取记录有奶牛咀嚼动作的视频图像，对视频图像进行数据处理后与样本库进行匹配，完成奶牛头部活动区域模式分类及匹配；3)将匹配完成的视频图像作为新的样本导入样本库，采用新的样本库对后续视频图像重复步骤2)进行模式分类及匹配，直到所有视频图像处理完成，进入步骤4)；4)对奶牛嘴部动作进行定位，利用帧间差法判断奶牛反刍行为，统计咀嚼和吞咽次数。本发明可以广泛应用于奶牛健康状态的监控中。

技术领域

本发明涉及一种基于机器视觉的奶牛反刍咀嚼、吞咽次数统计方法，涉及动物行为监控领域。

背景技术

奶牛的反刍行为是反映奶牛个体状态的一个重要指标，反刍时间和每次反刍食团咀嚼次数及速度可以直观反映出奶牛的产奶量、繁殖周期和健康状态等指标。反刍变化是反映奶牛潜在问题的最早期征兆。通过对反刍行为的监控，可以及早发现疾病，提前预防、治疗，对维护奶牛健康、克服繁殖障碍、提高产奶量均具有重要作用。因此，奶牛反刍行为的监测对奶牛场至关重要。

国内外对奶牛反刍行为变化规律和影响因素有大量的研究，早期观察反刍行为时多以人工目测，手工记录为主，不但耗费大量时间，数据记录误差大，还无法推广应用。随着物联网技术的发展，传感器逐渐应用于动物行为监控领域中，通常依靠声音传感器或者压力传感器监测反刍动物生理信号，根据生理信号判断反刍行为。这种方法要求每个被监测对象都佩戴监测设备，不但影响动物的正常活动，还受电池使用时间、设备寿命影响，需要定期更换，运行成本较高；被监测对象和信号接收设备之间有距离限制，动物的活动范围受到设备限制；此外，这种监测设备只能判断检测对象的行为，比如区分所做动作是反刍还是喝水，不能区分动作的细节，只能记录每天反刍总计时间，但是反刍次数和每个食团咀嚼次数均无法记录。

发明内容

针对上述问题，本发明的目的是提供一种能够快速掌握奶牛健康状态的基于机器视觉的奶牛反刍咀嚼、吞咽次数统计方法。

为实现上述目的，本发明采取以下技术方案：一种基于机器视觉的奶牛反刍咀嚼、吞咽次数统计方法，包括以下内容：1)提取奶牛形状特征，并将提取的奶牛形状特征作为样本进行训练得到样本库；2)通过固定设置在奶牛休息区的视频采集装置获取记录有奶牛咀嚼动作的视频图像，对视频图像进行数据处理后与样本库进行匹配，完成奶牛头部活动区域模式分类及匹配；3)将匹配完成的视频图像作为新的样本导入样本库，采用新的样本库对后续视频图像重复步骤2)进行模式分类及匹配，直到所有视频图像匹配完成，进入步骤4)；4)对奶牛嘴部动作进行定位，利用帧间差法判断奶牛反刍行为，统计咀嚼和吞咽次数。

进一步地，奶牛形状特征为不同状态下奶牛的眼、耳朵、鼻、耳标、毛色特征图片。

进一步地，所述步骤2)完成奶牛头部活动区域模式分类及匹配的具体过程为：利用奶牛的眼部、耳朵、耳标、鼻宽、毛色特征与样本库进行匹配，寻找待识别的视频图像中的特征点，确定奶牛五官位置；利用耳标大小和五官直接的距离确定奶牛头部姿态；根据五官位置和匹配结果将奶牛的面部分为左侧脸、右侧脸、左正面和右正面。

进一步地，所述步骤4)利用帧间差法判断奶牛反刍行为，统计咀嚼和吞咽次数的具体过程为：以眼和鼻为特征定位点，截取矩阵图像，利用帧间差法进行统计计数，在视频图像序列中选取连续的两帧图像，前一帧图像为pk-1(x,y)，当前帧图像为pk(x,y)，根据奶牛特征辨别图像中奶牛像素点和背景像素点，按照设定阈值求出当前帧奶牛像素点与背景像素点的差得到差值图像FD(x,y)，从差值图像中提取出完整的目标像素；计算前1帧图像与背景帧的差得到差值图像FG(x,y)，对比FD(x,y)和FG(x,y)得到目标像素的变化量f，奶牛咀嚼过程中，嘴部张合一次，目标像素的变化量发生正负一个周期变化；对目标像素变化量f进行数据处理、筛选，去除突变值，绘制每帧目标变化曲线，根据相邻两帧图像目标像素变化量曲线图波动计数，统计咀嚼和吞咽次数。