[发明专利]圈养栏信息的确定方法、装置及系统、存储介质

权利要求书

1.一种圈养栏信息的确定方法，其特征在于，包括：

获取待处理的第一图像，其中，所述第一图像是对畜牧场进行拍摄得到的图像，所述畜牧场用于通过圈养栏来隔离被圈养的对象；

利用目标模型对所述第一图像中的圈养栏进行识别，得到包括识别出的圈养栏的第二图像，其中，所述目标模型是预先设置好的用于进行圈养栏识别的语义分割神经网络模型；

对所述第二图像进行去噪声处理，得到第三图像，包括：对所述第二图像进行形态学处理，得到第五图像，其中，所述形态学处理用于通过膨胀处理和腐蚀处理消除所述第二图像中的噪声；对所述第五图像进行连通域分析，得到所述第三图像，其中，所述连通域分析用于消除所述第五图像中的噪声；

所述对所述第五图像进行连通域分析包括：识别出所述第五图像中的连通域，并将所述第五图像中面积小于第一目标阈值的连通域用黑色填充，得到第六图像；对所述第六图像中像素点的像素值进行取反，得到第七图像；识别出所述第七图像中的连通域，并将所述第七图像中面积小于第二目标阈值的连通域用黑色填充，得到第八图像；对所述第八图像中像素点的像素值进行取反，得到所述第三图像；

利用所述第三图像确定所述畜牧场中圈养栏的信息。

2.根据权利要求1所述的方法，其特征在于，利用目标模型对所述第一图像中的圈养栏进行识别，得到包括识别出的圈养栏的第二图像包括：

通过所述目标模型中的第一网络对所述第一图像执行压缩操作，得到第四图像，其中，所述压缩操作用于消除所述第一图像中的视觉冗余信息；

通过所述目标模型中的第二网络对所述第四图像进行语义分割，得到所述第二图像。

3.根据权利要求2所述的方法，其特征在于，通过所述目标模型中的第一网络对所述第一图像执行压缩操作，得到第四图像包括：

通过所述第一网络的卷积层对所述第一图像执行卷积操作，并通过所述第一网络的池化层对所述第一图像执行池化操作；

通过所述第一网络的拼接层将执行所述卷积操作得到的结果和执行所述池化操作的结果拼接起来，得到所述第四图像。

4.根据权利要求1所述的方法，其特征在于，对所述第二图像进行形态学处理，得到第五图像包括：

利用膨胀公式对所述第二图像进行膨胀处理并利用腐蚀公式对所述第二图像进行腐蚀处理，得到所述第五图像，

所述膨胀公式为：A⊕B＝{x|〖(B)〗_X∩A≠Φ}，其中，A表示所述第二图像，B表示卷积核，⊕表示膨胀运算的运算符，x表示一个点，〖(B)〗_X∩A≠Φ表示利用B对x进行膨胀处理的结果〖(B)〗_X与A的交集不为空集Φ；

所述腐蚀公式为：其中，Θ是腐蚀运算的运算符，表示利用B对x进行腐蚀处理的结果〖(B)〗_X属于A。

5.一种圈养栏信息的确定装置，其特征在于，包括：

获取单元，用于获取待处理的第一图像，其中，所述第一图像是对畜牧场进行拍摄得到的图像，所述畜牧场用于通过圈养栏来隔离被圈养的对象；

识别单元，用于利用目标模型对所述第一图像中的圈养栏进行识别，得到包括识别出的圈养栏的第二图像，其中，所述目标模型是预先设置好的用于进行圈养栏识别的语义分割神经网络模型；

去燥单元，用于对所述第二图像进行去噪声处理，得到第三图像，包括：对所述第二图像进行形态学处理，得到第五图像，其中，所述形态学处理用于通过膨胀处理和腐蚀处理消除所述第二图像中的噪声；对所述第五图像进行连通域分析，得到所述第三图像，其中，所述连通域分析用于消除所述第五图像中的噪声；

所述对所述第五图像进行连通域分析包括：识别出所述第五图像中的连通域，并将所述第五图像中面积小于第一目标阈值的连通域用黑色填充，得到第六图像；对所述第六图像中像素点的像素值进行取反，得到第七图像；识别出所述第七图像中的连通域，并将所述第七图像中面积小于第二目标阈值的连通域用黑色填充，得到第八图像；对所述第八图像中像素点的像素值进行取反，得到所述第三图像；

确定单元，用于利用所述第三图像确定所述畜牧场中圈养栏的信息。