[发明专利]一种基于双目视觉的牲畜体况监测方法及系统

说明书

本发明提供了一种基于双目视觉的牲畜体况监测方法及系统，属于牲畜体况监测技术领域。该方法包括利用摄像头获取牲畜尾部双目图像；根据所述牲畜尾部双目图像对牲畜尾部进行定位处理，并根据所述牲畜尾部双目图像中标定框的大小判断牲畜是否运动至评分的位置，筛选出满足条件的牲畜尾部双目图像；利用分类网络对满足条件的牲畜尾部双目图像进行分类处理，得到牲畜的体况评分。本发明采用人工智能技术将体况评分转化为分类问题，利用深度学习算法具有精度高、可靠性高、实时性强等特点；同时，本发明完全自动化，不需要人工辅助，不需要牲畜的配合，自动捕获关键部位并进行评分。

技术领域

本发明属于牲畜体况监测技术领域，尤其涉及一种基于双目视觉的牲畜体况监测方法及系统。

背景技术

规模化牲畜养殖能够提高畜牧业生产效率和生产水平，是增加牧民收入，提升畜产品安全水平，提升疫病防控能力，实现畜牧业与环境协调发展的有效途径。由于牲畜个体间存在年龄、胎次、泌乳阶段的差异，故牲畜的饲养必需照顾到个体，在采集个体状态信息的基础上，根据个体的不同情况制定针对性的饲养方案。传统的牲畜体况获取多采用人工巡视-记录-分析方式，通过观察牛、羊等牲畜背部的脊椎是否突出、肋骨是否清晰可见、臀部两侧是否凹陷等一系列的特征，来判断牲畜个体是否胖瘦，不仅人力成本高，也不能将生产中的信息及时、准确地反馈给畜牧人员，管理者也无法及时发现生产中的问题而做出相应的调整，落后的牲畜体况信息获取方式严重地制约了规模化养殖生产力的进一步提高。因此，牲畜养殖场信息化受到了国内外研究人员的高度重视，但目前仍有许多问题尚未解决。

为了实现牲畜信息获取的信息化、数字化，提出在牲畜颈部安装无线传感器节点，通过各种传感器获取牲畜的体温、加速度等参数，并监测出牲畜静止、慢走、爬跨等行为。以上研究提高了牲畜信息获取的效率及准确性，但是通常一个传感器节点只能检测单头牲畜，系统硬件成本高，且牲畜养殖环境恶劣，系统维护困难，难以推广应用到整个牧场；采集的信息多为牲畜外部物理参量，难以检测牲畜的高级行为。使用摄像机可以方便快捷地获取并记录动物外在行为，通过开发行为分析软件系统，即可自动化、智能化获取牲畜高级行为，并推断出生理状态，于是，基于视频的动物行为分析系统方面的研究，受到越来越多的研究者高度关注。

机器视觉系统是信息技术领域一个新兴的应用方向。机器视觉系统在不需要人为干预情况下，利用摄像机对目标进行记录和对视频进行分析，实现对场景中目标的定位、识别和跟踪，并在此基础上分析和判断目标的行为，从而既能协助完成日常管理又能在异常情况发生时及时做出反应。如今，越来越多的人开始使用图像处理技术来进行牲畜体况评分，但现有的方案都有不足之处。于牲畜个体状态信息进行采集和评价具有多方面的意义，但现有的技术和采集信息的方法却有很多问题导致方案难以推广，如：人力、硬件成本高，监测信息量有限，系统维护成本高，测量精度较低等等。

发明内容

针对现有技术中的上述不足，本发明提供的一种基于双目视觉的牲畜体况监测方法及系统，解决了上述问题。

为了达到以上目的，本发明采用的技术方案为：

本方案提供一种基于双目视觉的牲畜体况监测方法，包括以下步骤：

S1、利用摄像头获取牲畜尾部双目图像；

S2、根据所述牲畜尾部双目图像对牲畜尾部进行定位处理，并根据所述牲畜尾部双目图像中标定框的大小判断牲畜是否运动至评分的位置，筛选出满足条件的牲畜尾部双目图像；

S3、对满足条件的牲畜尾部双目图像进行分类处理，得到牲畜的体况评分，完成基于双目视觉的牲畜体况监测。

本发明的有益效果是：本发明提出的基于双目视觉的牲畜行为图像获取与体况智能监测方法采用人工智能技术，将体况评分转化为分类问题，利用深度学习算法具有精度高、可靠性高、实时性强等特点；同时，本发明完全自动化，不需要人工辅助，不需要牲畜的配合，自动捕获关键部位并进行评分；另外，由于本发明不需要昂贵的深度相机，只需使用普通的相机，成本大幅降低，非常适合推广使用。