[发明专利]一种放牧绵羊采食典型植物种类的检测识别方法及其装置

权利要求书

1.一种放牧绵羊采食典型植物种类的检测识别方法，其用于对安装于放牧绵羊的羊龙头上的摄像装置所获取的视频信号进行数据处理；所述检测识别方法包括以下步骤：

步骤一、视频信号预处理；

步骤二、被采食植物特征提取；

步骤三、被采食植物模式识别；

其特征在于，在步骤一中，先对所述视频信号动态视频图像配准后分帧，再做图像去模糊化，然后图像滤波去噪，最后自适应帧间差分法实现图像ROI提取；

其中，动态视频图像配准后分帧包括以下步骤：先检索放牧绵羊采食点时间前后2s内的时间段内的视频信号，再进行视频分帧；

图像去模糊化包括以下步骤：(1)动态视频图像配准分帧后，利用单应性矩阵，关联每帧运动块；(2)对各运动块模糊化处理使其与模糊帧对齐，模糊函数由多个单应性变换估计得到；(3)从变换后的帧中选择最优匹配快，将清晰图像模块与模糊图像匹配，并将相应的清晰像素插值并替换模糊像素；

图像滤波去噪根据需求保留感兴趣的图像细节，而滤除掉不感兴趣的像素点；

自适应帧间差分法实现图像ROI提取包括以下步骤：首先通过摄像装置采集到放牧绵羊每次吃草前后的连续视频信号，由动态视频图像配准后分帧获取采食牧草点前后视频分帧为P张图像，循环对相近两帧图像逐帧进行帧间差分法计算，循环计算次数为组合数据次，选取次结论中像素差小于单口采食植物像素最大值时，则被认为是采食时的两帧有效图像，该两帧图像的差分图像即为最后被采食植物图像；接着对采食植物图像进行自适应阈值分割。

2.如权利要求1所述的放牧绵羊采食典型植物种类的检测识别方法，其特征在于：动态视频图像配准后分帧具体为：提取出放牧绵羊采食行为及采食行为的时间点，之后与视频信号进行配准，一一提取视频点前后各1s的视频信号，进行分帧处理，分帧频率设定为4～6Hz。

3.如权利要求1所述的放牧绵羊采食典型植物种类的检测识别方法，其特征在于：图像滤波去噪采用平均中值滤波法，包括以下步骤：

设置滑动窗口内含有奇数个样本点，计算该奇数个样本点的中心点数据，将此数据作为该滑动窗口内的中心点；通过滑动窗口，得到不同的中心点值；

设有n个一维样本序列d₁，d₂，…，d_n，取窗口长度为L，L为奇数，从n个一维样本序列中取出m个数，d_i-v，…，d_i-1，d_i，d_i+1，…d_i+v，其中d_i为窗口的中心点值，再将这m个中心点值按大小顺序排列，取正中的数为滤波后输出值。

4.如权利要求1所述的放牧绵羊采食典型植物种类的检测识别方法，其特征在于：自适应阈值分割包括以下步骤：

(1)选择初始阈值，计算该图像中像素的最小灰度值Z_min和最大灰度值Z_max，取平均值为初始阈值

(2)将初始阈值T0作为分割被采食植物图像的分界点，被采食植物图像分割后的两部分区域R₁和R₂，其中：

R₁＝{f(i,j)＝0|f(i,j)T₀}

R₂＝{f(i,j)＝1|0≤f(i,j)≤T₀}

式中：f(i,j)为图像中(i,j)点的灰度值；

(3)重新分别计算R₁和R₂这两部分区域的灰度均值Z₁和Z₂，计算公式如下：

式中：N(i,j)为(i,j)点的权重系数，本发明选择权重系数为1.0；

(4)计算Z₁和Z₂的平均值作为新的阈值T_k+1，

(5)当T_k≠T_k+1时，转向第二步继续进行迭代运算；当T_k＝T_k+1时，则循环计算结束，此时的阈值为最佳分割点，对应的图像为最终能被后续识别处理的图像即ROI。