[发明专利]一种禽类异常识别方法及装置

说明书

本发明提供了一种禽类异常识别方法及装置，涉及视频监控技术领域。该禽类异常识别方法包括：提取监控视频中的图像信息；在所述图像信息中选取参考图像以及食槽中无饲料时的背景图像；分别计算每幅参考图像中未被饲料覆盖的图像区域与所述背景图像中未被饲料覆盖的图像区域之间的面积差值；确定所述面积差值为极大值的参考图像对应的时刻为饲料添加结束时刻，将所述极大值作为添加饲料结束时的起始饲料量；基于所述极大值与所述饲料添加结束时刻后参考图像对应的面积差值之间的差判断禽类进食是否异常。该方法基于采集图像确定食槽中的饲料量，基于通过图像处理获取的饲料量的变化值判断禽类是否进食异常，从而自动识别禽类异常行为。

技术领域

本发明涉及视频监控技术领域，具体而言，涉及一种禽类异常识别方法及装置。

背景技术

目前，禽类养殖场远程监控系统主要有两种：第一种由上位机PC和下位机PLC组成，实现养殖场现场参数如温度、湿度、氨气等的自动监控，这类系统只能对养殖场环境监测，无法监测禽类动物的异常行为。第二种是采用监控摄像头拍摄监控视频，这类系统需要由专门的值班工作人员，由工作人员从监控视频中观察畜禽的异常行为，无法自动识别禽类的反常行为，需要耗费大量人力。

发明内容

有鉴于此，本发明实施例的目的在于提供一种禽类异常识别方法及装置，以解决现有技术存在的无法基于监控图像自动识别禽类的反常行为，需要耗费大量人力的问题。

第一方面，本发明实施例提供了一种禽类异常识别方法，所述禽类异常识别方法包括：提取监控视频中的图像信息；在所述图像信息中选取参考图像；确定食槽中无饲料时的背景图像，分别计算每幅参考图像中未被饲料覆盖的图像区域与所述背景图像中未被饲料覆盖的图像区域之间的面积差值；确定所述面积差值为极大值的参考图像对应的时刻为饲料添加结束时刻，将所述极大值作为添加饲料结束时的起始饲料量；基于所述极大值与所述饲料添加结束时刻后参考图像对应的面积差值之间的差判断禽类进食是否异常。

上述实施例将监控视频中的包含食槽的多帧图像作为参考图像，基于参考图像和食槽中无饲料的背景图像进行图像处理确定两者面积差值即食槽内饲料量，并在多幅参考图像中确定面积差值的极大值作为添加饲料结束时的饲料量，提高了饲料量判定的效率、准确率和自动化程度，然后基于饲料量在对应时间内的变化量判断禽类进食是否异常，减少了人工识别和操作，使禽类异常情况识别可以通过处理设备基于监控视频自动化进行，提高了禽类异常识别的效率。

综合第一方面，所述在所述图像信息中选取参考图像，包括：每间隔时间t₁在所述图像信息中选取一帧图像I_f(k)作为饲料量检测的第k幅图像，其中，t₁＝μT₁，T₁为给食槽添加饲料所用时间，0.5≤μ≤1，k为正整数。。

上述实施例基于给食槽添加饲料所用时间设定间隔时间t₁，避免间隔时间太长选取的参考图像超过两次添加饲料间隔时间，同时避免间隔时间太短饲料减少量过少造成进食量判断准确率较低的问题，从而提高了进食异常识别的准确率。

综合第一方面，所述分别计算每幅参考图像中未被饲料覆盖的图像区域与所述背景图像中未被饲料覆盖的图像区域之间的面积差值，包括：采用两帧差法检测每幅参考图像I_f(k)和所述背景图片的对应位置所有像素的像素值变化；基于所述像素值变化分别获得每幅参考图像I_f(k)中未被饲料覆盖的图像区域与所述背景图像中未被饲料覆盖的图像区域的面积差值ΔS_k。

上述实施例基于两帧差法检测获得的像素值变化确定参考图像和背景图像中表示饲料量变化的未被饲料覆盖的图像区域的面积差值，该方式基于图像处理由处理设备自动进行，避免采用个人进行识别，提高了获取饲料变化量的效率和准确率。