CN101144705A

CN101144705A - 一种利用双目视觉技术监测猪生长的方法

Info

Publication number: CN101144705A
Application number: CNA2007101195098A
Authority: CN
Inventors: 滕光辉; 付为森; 李志忠
Original assignee: China Agricultural University
Current assignee: China Agricultural University
Priority date: 2007-07-25
Filing date: 2007-07-25
Publication date: 2008-03-19
Anticipated expiration: 2027-07-25
Also published as: CN100498213C

Abstract

本发明涉及一种利用双目视觉技术监测猪生长的方法，其包括如下步骤：建立与标定系统；获取猪体图像；传输猪体图像；处理猪体图像；测量猪体高和猪体背部面积；预估猪体重。通过本发明的方法监测猪的生长，不会对猪的生长造成应激，易于操作，降低劳动强度，效率高，实时性好，利于实现自动化、网络化传输，可以实现远程监测。

Description

一种利用双目视觉技术监测猪生长的方法

技术领域

该发明属于计算机技术在畜牧养殖中应用的技术领域，涉及一种利用双目视觉技术监测猪生长的方法，

背景技术

在养猪生产中，猪的体高、体长、体宽等参数是描述猪体生长状况的重要指标参数。及时监测猪的这些生长信息可以为生产管理和经营决策提供重要依据。在传统的生产中，对这些生长参数的获取是由手工进行的。体高等体型参数一般是由皮尺等手工进行测量，而对体重则采用体重箱、磅秤等测定。这些传统的测量方式不仅需要耗费大量时间和劳动力，效率较低，而且给种猪造成应激，给生产带来很大损失。特别是在猪场日常饲养管理中，若需要经常获取这些参数，实现就更为困难。尽管传统的一些测量仪器可以提供精确和连续的监测，如测重箱等，但猪舍往往污秽积累较多，很容易影响测量结果的精确度。大量的清洁工作不仅提高了生产成本，而且容易损坏设备。此外，传统的测量方式也不利于饲养管理的自动化和精细化。利用图像技术可以部分地避免传统测量技术的不足。如在猪体背部粘贴一已知尺寸的纸块作为标准，用摄像机采集猪体背部的图像，经过图像处理来测量猪体背部面积，进而来预估猪体重，这种方法需要人为参与，人与猪的接触会对猪造成一定程度的应激，且不利于实现自动化。国外有在猪舍内半米高处安装一个带有尺度的标杆，采集图像后通过图像处理来监测猪的体尺等。这种方式不能对猪的体高，且在猪舍内地面布置标杆会改变猪舍的环境。

发明内容

本发明的目的是针对养猪生产实际中实时监测猪生长的需求及已有方法的不足，提供一种利用双目视觉技术监测猪生长的方法，可以及时、无接触地对猪的生长情况实现监测，为生产管理和经营决策提供依据。

本发明提供的一种利用双目视觉技术监测猪生长的方法，其包括如下步骤：

(1)、系统的建立与标定：建立与标定系统：在猪舍顶部架设两部摄像机，两部摄像机之间距离为50～200mm，摄像机高度及二者之间的角度可根据实际情况确定，但要满足图像采集视野大小要求。两部摄像机通过连接装置与计算机连接，组成双目立体视觉检测硬件系统，对系统进行标定，获取系统的内外参数。内外参数包括：摄像机的空间坐标、角度、焦距、镜头畸变参数、两摄像机之间距离等进行三维测量时所需的参数；

(2)、获取猪体图像：利用步骤(1)建立的系统，用两部摄像机同时采集同一猪体背部的图像；

(3)、传输猪体图像：将图像通过连接装置传输给计算机；

(4)、猪体图像的处理：利用图像处理算法获取同一猪体同一时刻的两幅图像猪背部轮廓重心的像素差；

(5)、测量猪体高和猪体背部面积：根据步骤(4)的像素差，结合内外参数，获得摄像机距离猪体背部的距离，用摄像机距离地面的高度减去摄像机与猪背的距离，获得猪体的高度；将猪体背部作为一个平面，根据图像处理获取的猪体背部轮廓端点的像素差，结合猪体高信息，即可确定猪体背部轮廓端点的空间坐标，测量猪体长、体宽，计算猪体背部面积；

(6)、预估猪体重：每个品种或同一品种不同生长阶段体重与体高、体宽、体长和背部面积之间的关系都是不同的，因此应当通过实验来建立体重与体高、体宽、体长和背部面积之间的关系模型。根据步骤(5)测量的猪体高及猪体背部面积，建立猪体重的预估模型；在每天同一时间，对猪体进行图像采集，利用猪体重预估模型，监测猪体的生长情况。

如本发明所述的测定猪体生长的方法，为了采集到合适的视野范围，摄像机镜头应当选择在3.5～5mm。焦距越短，图像周围变形越大，误差也将增大，但焦距越长，为了采集到同样视野的范围，应当将摄像机安置于较高位置。

如本发明所述的测定猪体生长的方法，由于猪舍现场光线强度一般较低，摄像机应当选择照度较低的摄像机型号，分辨率应在480～600电视线(TVL)，摄像机CCD的尺寸可根据镜头等综合考虑选择，可选择1/3英寸或1/2英寸的，输出为PAL或NTFS制式的视频信号。

本发明所述的摄像机选择彩色摄像机时最低照度低于1Lux，选择黑白摄像机时最低照度低于0.5Lux。

如本发明所述的测定猪体生长的方法，由于图像处理算法运算量较大，故计算机性能应在Pentium 4、512M内存相当及以上配置，否则图像处理运算时间将加长。

如本发明所述的猪体生长测量方法，两部摄像机和计算机之间的连接装置是网络视频服务器、网线、集线器、交换机。

如本发明所述的测定猪体生长的方法，其中网络视频服务器将摄像机采集的模拟图像数字化为数字图像，并编码成BMP位图格式，以满足后续的图像处理，图像可以为D1或CIF格式。

如本发明所述的猪体生长测量的方法，其中图像的处理算法主要包括：系统的标定算法、去噪声、灰度化、二值化、轮廓提取、轮廓重心及端点提取、对应点匹配、测量算法。

如本发明所述的监测猪生长的方法，还包括结合电子个体识别技术如猪耳号，来实现群体中个体的识别。

如上所述的监测猪生长的方法，其中系统硬件包括定焦光学镜头、CCD摄像机、视频服务器和计算机。光学镜头和摄像机用于摄取猪体图像。网络视频服务器将模拟的图像信号变换成数字图像，编码成计算机能够处理的位图图像并转化为网络数据，传送给计算机。计算机用于存储、处理图像和测量结果。系统软件主要实现系统标定、图像采集、存储、处理分析及人机交互功能。系统要实现测量，需要确定镜头、摄像机等的内外参数，可以利用已制作好的标定板对系统进行标定。

建立猪体重预估模型包括如下步骤：

确定预估体重的公式：W＝a×S^b×H^c中的a，b，c三个系数，得出预估体重模型。

其中W代表猪体重，S代表猪体背部面积，H代表猪体高，a，b，c为预估公式系数。

具体步骤如下：

(1)、对猪体进行称量，获取真实体重，重复10组以上；

(2)、根据本发明的方法获取猪体高和猪体背部面积，重复10组以上；

(3)、通过回归分析确定预估体重公式W＝a×S^b×H^c中的a，b，c三个系数，得出预估体重模型。

该公式模型是通过实验得到的，但对于不同品种的猪其系数不同，因此对于每一品种类型的猪均应通过以上三个步骤获取该预估模型的三个系数。一旦获取该公式之后即可利用其进行猪体重预估。

通过本发明的利用双目视觉技术监测猪生长的方法具有以下优点：

1、无接触，不会对猪的生长造成应激。

2、易于操作，降低劳动强度，效率高。

3、实时性好，利于实现自动化。

4、网络化传输，可以实现远程监测。

具体实施方式

以下实施例用于说明本发明，但不用来限制本发明的范围。

实施例1对个体猪的生长监测

建立猪体重预估模型：

确定预估体重的公式：W＝a×S^b×H^c，步骤如下：

(1)、利用电子称对猪体进行称量，获取真实体重，重复12组。对某品种类型12头猪的体重称量结果为(单位：Kg)：82、84、73、72、83、70、75、93、103、101、104、97、86。

(2)、根据本发明的方法获取猪体高和猪体背部面积，重复12组。对某品种类型12头猪的体高测量结果为(单位：cm)：66.5、64.2、65.1、64.7、67、62.1、64.2、69.4、70.8、69.5、66、67.7。猪体背部面积测量结果为(单位：cm²)：2382.583、2406.449、2048.681、2078.866、2367.247、2039.72、2093.333、2603.881、2829.876、2917.269、2866.778、2692.713。

(3)、通过回归分析确定预估体重公式的a，b，c三个系数，得出预估体重模型。根据步骤(1)、(2)的数据得出a，b，c分别为：0.003、1.281、0.612。因此，预估模型为：W＝0.0003×S^1.281×H^0.612

选择两部最低照度为0.02Lux彩色1/3英寸CCD摄像机，分辨率是480电视线，结合3.5毫米自动光圈定焦光学镜头，将两部摄像机架设在猪舍上部，距离地面2.5m高处，两摄像机间距为50mm，二者之间平行，均垂直向下。摄像头通过网络视频服务器与计算机连接，组成双目立体视觉检测硬件系统。在一个0.9m×0.9m的方形纸板上粘贴圆(直径为5cm的20个、10cm的12个、15cm8个)共40个和正方形(5cm×5cm)10个。同一大小的圆在标定板两边对称粘贴成两排，正方形粘贴标定板的中央。圆与圆或正方形之间的距离(圆心或正方形中心)相等，分别为：9cm、15cm、22cm、8cm。总之，该标定板要能够确定出这些形状中心的空间坐标。将该标定板置于摄像机场景内的地板上，选取原点并定义空间坐标系，选取摄像机下的某一点为原点，垂直向下为Z轴，X，Y轴方向任选。这里选择向下为Z轴，地面为Z＝0的平面，沿两摄像机方向上为X轴，垂直于两个摄像机方向为Y轴。根据选定的空间坐标系确定标定板上50个形状中心的空间坐标为：(745，55，0)、(835，55，0)、(925，55，0)、(1015，55，0)、(1105，55，0)等，这里坐标单位为mm。通过采集标定板图像并处理图像，获取这些点在左摄像机图像中的坐标为(503.14，303.15)、(481.28，303.67)、(459.49，304.53)、(436.73，305.01)、(414.65，305.93)等，在右摄像机图像中的坐标为(486.48，304.12)、(463.84，304.43)、(441.16，304.76)、(418.19，305.32)、(395.33，305.81)等。将这些点的实际坐标与图像坐标带入摄像机标定模型中求解，获取该摄像机的内外参数，包括：摄像机的旋转参数、平移参数、焦距、镜头畸变参数、两摄像机之间距离等进行三维测量时所需的参数。通过标定，左摄像机的旋转参数、平移参数、焦距、镜头畸变参数分别为：(-0.9513、-0.206、-0.229)、(567.1092、259.1083、-238.1541)、3.9mm、-1.39。右摄像机的旋转参数、平移参数、焦距、镜头畸变参数分别为：(-0.9542、-0.192、-0.227)、(559.769、261.679、-239.821)、4.1mm、-1.431。两摄像机之间距离为98mm。在每天给猪添加饲料时，利用两个摄像机同时采集同一猪体的背部图像，利用支持两路视频的视频服务器将图像通过网线传输至计算机存储；利用C++实现软件的各种算法，包括：去噪算法、灰度化、二值化、猪背轮廓提取、中心提取等。结合上述的内外参数，获取已采集的上述两幅猪体图像猪背部轮廓重心的像素差值为15象素，根据计算机视觉原理和三角测量原理，获得摄像机距离猪背部的距离为1.84m，由于摄像机距地面高度为2.5m，用摄像机距离猪舍地面的高度减去猪体距离地面的高度，即可获得猪体高度为66cm；将猪体背部作为一个平面，根据图像处理获取的猪体背部轮廓端点的像素差，结合体高信息，确定体背轮廓端点的空间坐标，测量猪体背部轮廓面积为2590.77cm²。

将上述所测得的猪体高、猪体背部面积代入预估体重的公式：W＝0.0003×S^1.281×H^0.612中，得出该猪的体重为91.9Kg。

接下来每天在同一时间对猪体按本实施例测量猪体高、猪体背部面积的步骤测量猪体高、猪体背部面积，代入猪预估体重的公式中，计算出猪体重，实现了对该猪生长状况的监测。

本实施例的计算机性能是Pentium 4、512M内存。

实施例2对群体猪的生长监测

选取包括5个个体猪的猪群体，对其进行编号，依次为1号、2号、3号、4号、5号猪，结合电子个体识别技术，依次识别选定猪群体中个体猪进行生长检测。

选择两部最低照度为0.02Lux彩色1/3英寸CCD摄像机，分辨率是600电视线，结合5毫米自动光圈定焦光学镜头，将两部摄像机架设在猪舍上部，距离地面2.5m高处，两摄像机间距为150mm，二者之间平行，均垂直向下。摄像机通过网线与计算机连接，组成双目立体视觉检测硬件系统。按照上述的实施例1的步骤依次测定1号、2号、3号、4号、5号猪的体高依次为(单位：cm)：66、65.8、68.5、64.1、62.5。背部面积依次为(单位：cm²)：2590.77、2068.97、2595.78、2016.75、1996.38。将上述测得的数据，代入按实施例1得出的预估体重的公式：W＝0.0003×S^1.281×H^0.612中，分别计算得出1号、2号、3号、4号、5号猪体重为(单位：Kg)：91.9、68.7、94.2、65.5、63.7。

接下来在每天同一时刻，按上述步骤测量群体中的猪体重，实现对群体猪生长状况的监测。

实施例3

选择两部最低照度为0.02Lux彩色1/2英寸CCD摄像机，分辨率是600电视线，结合3毫米自动光圈定焦光学镜头，将两部摄像机架设在猪舍上部，距离地面2.5m高处，两摄像机间距为100mm，二者之间平行，均垂直向下。通过集线器与计算机连接，组成双目立体视觉检测硬件系统。

实施例4

选择两部最低照度为0.08Lux彩色1/2英寸CCD摄像机，分辨率是600电视线，结合4毫米自动光圈定焦光学镜头，将两部摄像机架设在猪舍上部，距离地面2m高处，两摄像机间距为200mm，二者之间平行，均垂直向下。通过交换机与计算机连接，组成双目立体视觉检测硬件系统。

Claims

1.一种利用双目视觉技术监测猪生长的方法，其包括步骤：

(1)建立与标定系统：在猪舍顶部架设两部摄像机，两部摄像机之间距离为50～200mm，通过连接装置与计算机连接，组成双目立体视觉检测硬件系统，对系统进行标定，获取系统的内外参数；

(2)获取猪体图像：利用步骤(1)建立的系统，用两部摄像机同时采集同一猪体背部的图像；

(3)传输猪体图像：将图像通过连接装置传输给计算机；

(4)处理猪体图像：利用图像处理算法获取同一猪体同一时刻的两幅图像猪体背部轮廓重心的像素差；

(5)测量猪体高和背部面积：根据步骤(4)的像素差，结合内外参数，获得摄像机距离猪体背部的距离，用摄像机距离地面的高度减去摄像机与猪体背部的距离，获得猪体的高度；将猪体背部作为一个平面，根据图像处理获取的猪体背部轮廓端点的像素差，结合猪体高信息，即可确定猪体背部轮廓端点的空间坐标，测量猪体长、体宽，计算猪体背部面积；

(6)预估猪体重：根据步骤(5)测量的猪体高及猪体背部面积，根据猪体重预估模型，获得猪体重，监测猪体的生长情况。

2.如权利要求1所述的监测猪体生长的方法，其中猪体重预估模型的建立包括如下步骤：

(1)对猪体进行称量，获取真实体重；

(2)根据本发明的方法获取猪体高和猪体背部面积；

(3)通过回归分析确定预估体重公式：W＝a×S^b×H^c中的a，b，c三个系数，得出猪体重预估模型。

3.如权利要求1所述的监测猪体生长的方法，其中摄像机的镜头在3.5～5mm之间。

4.如权利要求1所述的监测猪体生长的方法，其中摄像机为彩色摄像机时最低照度低于1Lux，为黑白摄像机时最低照度低于0.5Lux，分辨率在480～600电视线。

5.如权利要求1所述的监测猪体生长的方法，其中连接装置包括网络视频服务器、网线、集线器、交换机。

6.如权利要求1所述的监测猪体生长的方法，其中图像处理算法包括：系统的标定算法、去噪声、灰度化、二值化、轮廓提取、轮廓重心及端点提取、对应点匹配、测量算法。

7.如本发明所述的监测猪生长的方法，其特征在于步骤(2)还包括结合电子个体识别技术，实现群体猪中个体猪的识别。