[发明专利]一种基于点云深度学习的肉牛体重预测方法

权利要求书

1.一种基于点云深度学习的活体肉牛体重预测方法，即利用IFM O3D303相机获取牛的侧面三维点云数据，训练三维点云深度学习模型PointNet++以识别肉牛的3项体尺特征部位。然后提取特征部位轮廓，根据轮廓点的曲率判断体尺测点候选区域，选择候选区域曲率最大点作为相应的体尺测点，实现肉牛的体高和体斜长的精确测量，然后带入约翰逊法公式预测出体重。

2.根据权利要求1所述的基于点云深度学习的活体肉牛体重预测方法，其特征在于：采用在Windows 10系统中，在Visual Studio 2015结合IFM O3D303传感器的软件开发套件PMDSDK2、编译工具CMake 2.8、点云库(Point Cloud Library，PCL)的混合开发环境下，采用C++语言实现对拍摄得到的牛体三维点云数据进行实时预处理，采用点云标注软件Semantic-segmentation-editor标注肉牛点云，主要标注3个部位(包含体高上点、体斜长上点和体斜长下点)，最终完成包含2000余份肉牛点云数据集的标注。

3.根据权利要求1所述的一种基于点云深度学习的活体肉牛体重预测方法，其特征在于：将已做好标签的肉牛点云数据集训练深度学习部件分割神经网络PointNet++，对网络进行参数调优，提高该模型的部位识别准确率，以实现肉牛体尺特征部位的识别的目标并建立肉牛特征部位点云深度学习识别模型。

4.根据权利要求1所述的基于点云深度学习的活体肉牛体重预测方法，其特征在于：提取3个特征部位的轮廓，根据轮廓点的曲率判断体尺测点候选区域，选择候选区域曲率最大值点作为相应的体尺测点(体高上点、体斜长上点和体斜长下点)，利用空间欧式距离公式计算出体斜长和胸围，实现肉牛的体高和体斜长的精确测量。然后带入约翰逊法公式计算出体重，即式中，BW—待求的肉牛体重，单位：千克(kg)；CG—肉牛的胸围，单位：厘米(cm)；BL—肉牛的体斜长，单位：厘米(cm)；K—比例系数，取值10800。