CN101507658A - 一种基于行为监测的病猪识别方法及系统 - Google Patents

Abstract

本发明公开了一种基于行为监测的病猪识别方法及系统，将嵌入式监控设备中的摄像头安装在猪舍排泄区的固定位置，采用基于背景消减的运动目标检测算法检测是否有猪进入排泄区，判决条件成立即认为有猪进入排泄区；再用号码识别算法定位猪只个体，最后通过嵌入式处理器计算出一天中各猪进行排泄活动的总次数大于或等于报警阈值时，表示猪排泄次数超标，判定该猪为病猪或疑似病猪；将病猪或疑似病猪的信息通过通信承载网络向远程监控中心设备发送报警短信及现场图像。本发明对群养猪采用远程智能化自动监测方式，能精确、稳定和连续地识别病猪或疑似病猪，可及时准确地发现并诊治病猪，使养殖企业免受经济损失。

Description

一种基于行为监测的病猪识别方法及系统

技术领域

本发明涉及嵌入式技术、机器视觉技术和无线通信技术。具体涉及应用于群养猪监测的微处理器核心控制平台设计、数字图像处理及GPRS(通用无线分组业务)无线通信技术。

背景技术

群养猪的采食、饮水和排泄等行为是其赖以生存的基础。目前对群养猪行为的监测都采用人工观察的方式，这是一项琐碎而细致的工作，人工观察到的数据主观性强，不利于精确、稳定和连续地记录，而且长时间穿梭于环境恶劣的养猪场中对工人的身体健康会产生严重的影响。另外，对群养猪排泄行为的研究表明，过于频繁的排泄行为是其患病的征兆，如病毒性腹泻和传染性肠胃炎等，此类病往往造成猪瘦弱甚至死亡，严重制约养猪生产，如不及时发现并诊治这类疾病甚至会使养殖企业蒙受巨大的经济损失。所以，开发病猪行为自动监测系统对降低工人的劳动强度、改善工人的劳动环境以及提高养殖企业的生产管理效率和经济效益具有非常重要的意义。

基于ARM(微处理器)的嵌入式监控系统具有体积小、成本低和稳定性好等优点，并且与普通工控机相比安装携带方便，可移动性好，远程监控报警能力突出。

目前，机器视觉技术速度快，信息量大且精确度高，能够克服人眼的差异和视觉疲劳。在机器视觉所涉及的众多技术中，图像处理发挥了主力军作用。图像是人类获取和交换信息的主要来源之一，图像处理技术的应用领域可以涉及人类生活和工作的方方面面。

近年来，无线通信技术因其灵活性、方便性及可扩充性等优点而倍受人们的关注。在地区偏远、环境恶劣及有线通信条件差等情况下，无线通信更是表现出了强大的优势。目前无线连接方式有很多种，如红外、蓝牙、无线局域网、无线移动通信GPRS/CDMA等。其中，GPRS技术正受到越来越多的青睐。

GPRS是一种基于GSM系统的无线分组交换技术，提供端到端的、广域的无线IP连接。GPRS核心网络支持IP技术，采用分组交换方式传输数据及信号。它在许多方面有着显著的优势：①拥有比较完善的网络覆盖，接入范围大、成本低；②传输距离较无线局域网、蓝牙等远，传输速率高，理论可达171.2kbps；③永远在线，按流量计费，可与Internet(因特网)互相通信。GPRS的上述特点使其非常适用于间歇的、突发的、频繁的和小流量数据传输的场合，同时对偶尔的大量数据传输也能承受。

发明内容

本发明的目的是：克服目前对群养猪行为采用人工观察的缺陷，提供一种基于行为监测的病猪识别方法及系统，可对猪的排泄行为进行全天监控、处理和发送信息。

本发明基于行为监测的病猪识别方法采用的技术方案是：将嵌入式监控设备中的摄像头安装在猪舍排泄区的固定位置，监控整个排泄区域；当检测到某猪第一次进入排泄区时，嵌入式处理器记录下该猪进入排泄区的时刻和次数；用摄像头拍摄一幅排泄区内无任何猪只的图像并将其作为背景图像，进行灰度化处理，采用基于背景消减的运动目标检测算法检测是否有猪进入排泄区，检测条件为：

$\underset{(x,y)\∈S}{\mathrm{\Σ}}U\{|f(x,y,t)-f(x,y,t-\mathrm{\Δt})|-[\frac{\mathrm{\λ}}{n}\underset{(x,y)\∈S}{\mathrm{\Σ}}|f(x,y,t)-f(x,y,t-\mathrm{\Δt})|+M]\}>N_T$

式中：S为监控图像特征区域；f(x，y，t)为灰度图像序列在离散的t时刻点(x，y)处的灰度值；△t为时间间隔； $\frac{\mathrm{\λ}}{n}\underset{(x,y)\∈S}{\mathrm{\Σ}}|f(x,y,t)-f(x,y,t-\mathrm{\Δt})|$ 代表光线的整体变化；λ为调节系数；n为监控区域内的像素数目；M为固定项；N_T为固定阈值，U(x)函数定义如下：

$U\left(x\right)=\left\{\begin{array}{c}1,x>0\\ 0,x\≤0\end{array}\right.$

上述判决条件成立即认为有猪进入排泄区；再用号码识别算法定位猪只个体，否则继续检测；最后通过嵌入式处理器计算出一天中各猪进行排泄活动的总次数大于或等于报警阈值时，表示猪排泄次数超标，判定该猪为病猪或疑似病猪；将病猪或疑似病猪的信息通过通信承载网络向远程监控中心设备发送报警短信及现场图像。

本发明基于行为监测的病猪识别的系统采用的技术方案是：将嵌入式监控设备通过通信承载网络连接远程监控中心设备；所述嵌入式监控设备包括连接GPRS模块的嵌入式处理器，嵌入式处理器外围分别连存储器、摄像头、显示器和监视屏；所述通信承载网络由GPRS网络和因特网组成；所述远程监控中心设备由监控手机和监控中心PC机组成，因特网连接监控中心PC机，GPRS网络向监控手机发送短息。

本发明的有益效果是：

1、对群养猪采用远程智能化自动监测方式，能精确、稳定和连续地识别病猪或疑似病猪，可及时准确地发现并诊治病猪，使养殖企业免受经济损失。

2、可对监测的图像以及短信进行处理和归类存档，以便实时查询或历史查询。

3、自动监测系统可提高劳动强度、改善劳动环境以及提高养殖企业的生产管理效率。

附图说明

下面结合附图和具体实施方式对本发明作进一步详细说明。

图1是本发明系统硬件结构连接示意图；

图2是本发明病猪识别方法流程图；

图3是图2中号码识别方法的实施图。

具体实施方式

如图1，本系统硬件部分为图1中三块虚线方框所示，由现场嵌入式监控设备1、通信承载网络2和包括GPRS网络的远程监控中心设备3组成。将嵌入式监控设备1通过通信承载网络2连接远程监控中心设备3。通信承载网络2由GPRS网络和因特网组成。远程监控中心设备3由监控手机和监控中心PC机组成。因特网连接监控中心PC机，GPRS网络向监控手机发送短息。现场嵌入式监控设备1包括连接GPRS模块的嵌入式处理器，嵌入式处理器外围分别连存储器、摄像头、显示器和监视屏和电源，GPRS模块连接电源，主要用于采集图像，并对图像进行相应的算法处理和识别，一旦发现有猪出现异常行为(如排泄、饮水等行为频繁发生)立即通过GPRS网络向远程监控中心设备3发送报警短信及现场图像。手机用于接收报警短信和现场图像，由管理人员使用。

本发明的核心嵌入式处理器采用韩国Samsung公司的基于ARM920T体系结构的S3C2410处理器，另外，平台扩展了64M的16位NAND FLASH，64M的32位SDRAM，一个USB HOST接口，一个标准RS-232串口。利用USB接口连接摄像头(中芯微ZC301芯片)采集图像，通过与RS-232串口相连的GPRS MODEM把图像数据发送出去，完成远程监控的任务。GPRS MODEM由SIEMENS工业级MC39i模块、复位电路、指示灯电路和其它外围电路组成，它与S3C2410之间的通信是由AT指令实现的。远程监控中心设备1为一具有独立公网IP地址的PC或一手机。系统将GPRS网络和Internet作为通信承载网络2，短信和图像可以通过GPRS网络经由Internet发送到远程监控PC机，也可以通过GSM/GPRS网络直接发送到手机上。

本发明基于行为监测的病猪识别方法流程如图2所示，本发明的软件部分主要分为运动目标检测算法和号码识别算法。以监控群养猪的排泄行为为例，首先采用一种改进的基于背景消减的运动目标检测算法判断是否有猪进入排泄区，若没有，继续运动目标检测，若有猪进入，则采用一种号码识别算法识别出贴在各猪只身上的数字号码，以定位具体某猪只的排泄行为。

以一次实验为例：将嵌入式监控设备1中的摄像头安装在猪舍排泄区的固定位置，使其能全方位、多角度地监控整个排泄区域，嵌入式处理器上电工作，当检测到某猪第一次进入排泄区时，记录下该猪进入排泄区的时刻t₁，同时记下相应的排泄次数为1，当该猪在t₂时刻第二次进入排泄区时，记下排泄次数为2，依次类推，最后统计出一天中各猪进行排泄活动的总次数n_i，i为各猪只号码，i＝1，2，…，10，以每天的零点为开始(结束)标志，将n_i清零，当n_i≥N时(N为报警阈值)，表示第i头猪排泄次数超标，并将其确定为疑似病猪。相应的图像算法处理过程如下：

首先用摄像头拍摄一幅排泄区内无任何猪只的图像并将其作为背景图像，进行灰度化处理。然后采用一种改进的基于背景消减的运动目标检测算法检测是否有猪进入排泄区，判决条件见式(1)。

$\underset{(x,y)\∈S}{\mathrm{\Σ}}U\{|f(x,y,t)-f(x,y,t-\mathrm{\Δt})|-[\frac{\mathrm{\λ}}{n}\underset{(x,y)\∈S}{\mathrm{\Σ}}|f(x,y,t)-f(x,y,t-\mathrm{\Δt})|+M]\}>N_T---\left(1\right)$

其中：式中：S为监控图像特征区域，f(x，y，t)为灰度图像序列在t时刻点(x，y)处的灰度值，时间t是离散的，Δt为时间间隔，是帧间隔的整数倍， $\frac{\mathrm{\λ}}{n}\underset{(x,y)\∈S}{\mathrm{\Σ}}|f(x,y,t)-f(x,y,t-\mathrm{\Δt})|$ 代表光线的整体变化，该项有效抑制了光线变化带来的影响，λ为调节系数，n为监控区域内的像素数目，固定项M在一定程度上限定了检测目标的大小，避免了由于较小运动目标的干扰(如苍蝇、虫子等)导致的误检测。N_T为固定阈值，U(x)函数定义如下：

$U\left(x\right)=\left\{\begin{array}{c}1,x>0\\ 0,x\≤0\end{array}\right.$

上述判决条件成立即认为有猪进入排泄区，

上述运动目标检测算法在传统的基于背景削减的思想检测运动目标的基础上进行了改进，综合考虑了光线变化和运动目标过小带来的误检测情况，从而提高了检测准确率。当(1)式成立时，即认为有猪进入排泄区，然后采用下述的号码识别算法定位猪只个体，否则继续检测。

号码识别算法用于识别贴在猪身上的号码，定位疑似病猪个体。实验中，在猪身两侧都贴上同一个号码，这样就保证了摄像头可以多角度准确地采集到号码图像。考虑到处理器的资源与执行速度，本发明采用基于像素块的对称特征方法进行号码识别，算法的处理器实现节约了硬件资源，只需要很小的存储空间。首先提出了一种能够表征数字号码的特征向量，然后计算待识别号码特征向量与模板号码特征向量间的距离，距离最小者对应的号码即为识别结果。识别出各猪号码后，处理器计算出一天中各猪进行排泄活动的总次数n_i，当n_i≥N时，N为报警阈值，表示第i头猪排泄次数超标，从而判定该猪为病猪或疑似病猪。

采用基于像素块的对称特征方法进行号码识别的方法为：根据号码字符的笔画及对称特征，考虑如图3所示的①～⑧8种2×2像素块。首先将单个号码字符划分为四个区域，然后针对这四个区域提出了一种能够表征数字号码的特征向量d_ij，d_ij表示第i区(i＝1～4)第j种(j＝1～8)特征的2×2像素块的数目，如下式(2)和(3)，对号码进行识别时，先求出0～9这十个模板号码的特征向量d_ij(k)，i，j的定义同上，k＝0，1，…，9。再将号码字符分为对称型(0，1，3，8)和非对称型(2，4，5，6，7，9)，并设待识别的猪身上号码的特征向量为d_ij(m)，若它满足以下两式之一，则待识别号码为对称型，否则为非对称型。

$\underset{j=1}{\overset{8}{\mathrm{\&Sigma;}}}(|d_{1j}\left(m\right)-d_{2j}\left(m\right)|+|d_{3j}\left(m\right)-d_{4j}\left(m\right)|)<S---\left(2\right)$

$\underset{j=1}{\overset{8}{\mathrm{\&Sigma;}}}(|d_{1j}\left(m\right)-d_{3j}\left(m\right)|+|d_{2j}\left(m\right)-d_{4j}\left(m\right)|)<S---\left(3\right)$

其中， $S=\mathrm{\&alpha;}\underset{i=1}{\overset{4}{\mathrm{\&Sigma;}}}\underset{j=1}{\overset{8}{\mathrm{\&Sigma;}}}{d}_{\mathrm{ij}}\left(m\right),$ α取0.125～0.25。判断出待识别号码的所属类别后，按式(4)求出该号码与该类别中号码的特征向量的距离d(k)，距离最小者对应的号码即为识别结果。n为d_ij(m)所属类别中号码的个数。

$d\left(k\right)=\underset{i=1}{\overset{4}{\mathrm{\&Sigma;}}}\underset{j=1}{\overset{8}{\mathrm{\&Sigma;}}}|d_{\mathrm{ij}}\left(k\right)-d_{\mathrm{ij}}\left(m\right)|,k=\mathrm{1,2},...,n---\left(4\right)$

当检测出有猪出现异常行为时，即将报警短信和相应图像通过GPRS网络传送至远程监控中心，以便相关人员对病猪或疑似病猪进行及时诊治。

Claims (3)

1.一种基于行为监测的病猪识别方法，其特征是采用如下步骤：

1)将嵌入式监控设备(1)中的摄像头安装在猪舍排泄区的固定位置，监控整个排泄区域；

2)当检测到某猪第一次进入排泄区时，嵌入式处理器记录下该猪进入排泄区的时刻和次数；

3)用摄像头拍摄一幅排泄区内无任何猪只的图像并将其作为背景图像，进行灰度化处理，采用基于背景消减的运动目标检测算法检测是否有猪进入排泄区，检测条件为：

$\underset{(x,y)\&Element;S}{\mathrm{\&Sigma;}}U\{|f(x,y,t)-f(x,y,t-\mathrm{\&Delta;t})|-[\frac{\mathrm{\&lambda;}}{n}\underset{(x,y)\&Element;S}{\mathrm{\&Sigma;}}|f(x,y,t)-f(x,y,t-\mathrm{\&Delta;t})|+M]\}>N_T$

式中：S为监控图像特征区域；f(x，y，t)为灰度图像序列在离散的t时刻点(x，y)处的灰度值；△t为时间间隔； $\frac{\mathrm{\&lambda;}}{n}\underset{(x,y)\&Element;S}{\mathrm{\&Sigma;}}|f(x,y,t)-f(x,y,t-\mathrm{\&Delta;t})|$ 代表光线的整体变化；λ为调节系数；n为监控区域内的像素数目；M为固定项；N_T为固定阈值，U(x)函数定义如下：

$U\left(x\right)=\left\{\begin{array}{c}1,x>0\\ 0,x\&le;0\end{array}\right.$

上述判决条件成立即认为有猪进入排泄区；

4)用号码识别算法定位猪只个体，否则继续检测；

5)嵌入式处理器计算出一天中各猪进行排泄活动的总次数大于或等于报警阈值时，表示猪排泄次数超标，判定该猪为病猪或疑似病猪；

6)将病猪或疑似病猪的信息通过通信承载网络(2)向远程监控中心设备(3)发送报警短信及现场图像。

2.根据权利要求1所述一种基于行为监测的病猪识别方法，其特征是：步骤4)采用基于像素块的对称特征方法进行号码识别，首先提出能够表征数字号码的特征向量，然后计算待识别号码特征向量与模板号码特征向量间的距离，距离最小者对应的号码即为识别结果。

3.一种实现权利要求1的基于行为监测的病猪识别的系统，其特征是：将嵌入式监控设备(1)通过通信承载网络(2)连接远程监控中心设备(3)；所述嵌入式监控设备(1)包括连接GPRS模块的嵌入式处理器，嵌入式处理器外围分别连存储器、摄像头、显示器和监视屏；所述通信承载网络(2)由GPRS网络和因特网组成；所述远程监控中心设备(3)由监控手机和监控中心PC机组成，因特网连接监控中心PC机，GPRS网络向监控手机发送短息。

Images