CN110569735A - 一种基于奶牛背部体况的分析方法及装置 - Google Patents
一种基于奶牛背部体况的分析方法及装置 Download PDFInfo
- Publication number
- CN110569735A CN110569735A CN201910745051.XA CN201910745051A CN110569735A CN 110569735 A CN110569735 A CN 110569735A CN 201910745051 A CN201910745051 A CN 201910745051A CN 110569735 A CN110569735 A CN 110569735A
- Authority
- CN
- China
- Prior art keywords
- cow
- target
- depth image
- body condition
- nodes
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/103—Static body considered as a whole, e.g. static pedestrian or occupant recognition
Landscapes
- Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明实施例提供一种基于奶牛背部体况的分析方法及装置,包括:根据目标奶牛的背部深度图像,提取所述目标奶牛的背部骨骼结点;根据所述背部骨骼结点,获取所述目标奶牛的背部体尺数据;根据预设阈值对所述背部体尺数据进行分析判断,得到所述目标奶牛的体况分析结果。本发明实施例通过将奶牛背部作为对象,在较短时间内可自动、无应激地采集到较好的奶牛背部深度图像,并根据奶牛背部深度图像,提取奶牛背部骨骼结点,从而获取奶牛背部特征的体尺数据,最后通过对体尺数据进行分析,获取奶牛的体况分析结果,有效地解决了目前人工评价奶牛体况不准确和效率低等问题,从而可以快速而准确得出奶牛体况分析结果。
Description
技术领域
本发明涉及深度图像识别技术领域,尤其涉及一种基于奶牛背部体况的分析方法及装置。
背景技术
随着人们生活水平与日提高,人们对日常饮食的质量要求日益增强。其中,牛奶作为蛋白质的重要摄入来源,人们越来越关心其品质的优劣。奶牛的体况健康是牛奶品质的保证,在现代奶牛畜牧行业中,如何保证奶牛体况健康已作为其首要研究内容。
奶牛的体况评分是评估奶牛体能时最实用的方法。在日常畜牧饲养和科学研究中均可证明,奶牛的生产性能、繁殖能力,健康和长寿皆会受益与其良好的身体状况。在奶牛饲养过程的不同阶段,及时评估身体状况有助于了解奶牛的健康状态以及即使发现饲养管理中存在的问题,以便采取及时有效的措施,确保奶牛的健康和生产性能。
然而,传统的奶牛体尺测量方法不仅耗费大量人力,还具有成本高、动物应激和难校验等问题,且由于评价人员的主观因素强烈,评价误差较大,不符合现代畜牧业快速、精准和高效的需求,而基于彩色图像的传统方法因对光照和环境等需求过高,使用环境十分局限。因此,现在亟需一种基于奶牛背部体况的分析方法及装置来解决上述问题。
发明内容
针对现有技术存在的问题,本发明实施例提供一种基于奶牛背部体况的分析方法及装置。
第一方面,本发明实施例提供了一种基于奶牛背部体况的分析方法,包括:
根据目标奶牛的背部深度图像,提取所述目标奶牛的背部骨骼结点;
根据所述背部骨骼结点,获取所述目标奶牛的背部体尺数据;
根据预设阈值对所述背部体尺数据进行分析判断,得到所述目标奶牛的体况分析结果。
第二方面,本发明实施例提供了一种基于奶牛背部体况的分析装置,包括:
骨骼结点提取模块,用于根据目标奶牛的背部深度图像,提取所述目标奶牛的背部骨骼结点;
体尺数据获取模块,用于根据所述背部骨骼结点,获取所述目标奶牛的背部体尺数据;
体况分析模块,用于根据预设阈值对所述背部体尺数据进行分析判断,得到所述目标奶牛的体况分析结果。
第三方面,本发明实施例提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如第一方面所提供的方法的步骤。
第四方面,本发明实施例提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如第一方面所提供的方法的步骤。
本发明实施例提供的一种基于奶牛背部体况的分析方法及装置,通过将奶牛背部作为对象,在较短时间内可自动、无应激地采集到较好的奶牛背部深度图像,并根据奶牛背部深度图像,提取奶牛背部骨骼结点,从而获取奶牛背部特征的体尺数据,最后通过对体尺数据进行分析,获取奶牛的体况分析结果,有效地解决了目前人工评价奶牛体况不准确和效率低等问题,从而可以快速而准确得出奶牛体况分析结果,以满足奶牛畜牧过程中的实时监管和精准养殖等需求。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的基于奶牛背部体况的分析方法的流程示意图;
图2为本发明实施例提供的基于奶牛背部体况的分析装置的结构示意图;
图3为本发明实施例提供的电子设备结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
奶牛的身体状况评分作为一种测量奶牛脂肪储存状态和监测奶牛能量平衡的方法,已成为测试和评估奶牛管理水平和预测奶牛生产泌乳能力的重要指标,在奶牛饲养以及奶牛管理中不可或缺。
图1为本发明实施例提供的基于奶牛背部体况的分析方法的流程示意图,如图1所示,本发明实施例提供了一种基于奶牛背部体况的分析方法,包括:
步骤101,根据目标奶牛的背部深度图像,提取所述目标奶牛的背部骨骼结点。
在本发明实施例中,在采集目标奶牛的背部深度图像之前,首先需要搭建背部深度图像采集环境,将采集点设置成可供奶牛通过的背部图像采集通道,在通道正上方设置有深度相机,通过预先将深度相机的参数进行校准,以使得在目标奶牛通过背部图像采集通道时,通道上方的深度相机采集目标奶牛的背部深度图像。然后,根据获取到的背部深度图像,提取其中的关键骨骼结点,即背部骨骼节点。
步骤102,根据所述背部骨骼结点,获取所述目标奶牛的背部体尺数据。
在本发明实施例中,根据奶牛的背部骨骼结点位于背部深度图像中的位置关系信息,获取目标奶牛的背部体尺数据。具体地,在本发明实施例中,背部体尺数据包括有奶牛的体高数据、腰强度数据、尻角度数据以及尻宽度数据。
步骤103,根据预设阈值对所述背部体尺数据进行分析判断,得到所述目标奶牛的体况分析结果。
在本发明实施例中,根据背部体尺数据设置不同的预设阈值,从而分别对不同的背部体尺数据进行分析,然后再将各个背部体尺数据的分析结果进行综合分析,以对目标奶牛的体况进行分析评分,得到目标奶牛的体况分析结果。
本发明实施例提供的基于奶牛背部体况的分析方法,通过将奶牛背部作为对象,在较短时间内可自动、无应激地采集到较好的奶牛背部深度图像,并根据奶牛背部深度图像,提取奶牛背部骨骼结点,从而获取奶牛背部特征的体尺数据,最后通过对体尺数据进行分析,获取奶牛的体况分析结果,有效地解决了目前人工评价奶牛体况不准确和效率低等问题,从而可以快速而准确得出奶牛体况分析结果,以满足奶牛畜牧过程中的实时监管和精准养殖等需求。
在上述实施例的基础上,所述背部骨骼结点包括奶牛背部的腰部骨骼结点、尾部骨骼结点、腰椎骨骼结点和坐骨结点。
在本发明实施例中,通过奶牛的背部深度图像,提取得到用于对奶牛体况进行分析的背部骨骼结点,背部骨骼结点包括有奶牛背部的腰部骨骼结点、尾部骨骼结点、腰椎骨骼结点和坐骨结点。其中,奶牛的体高数据是通过奶牛的尾部骨骼结点到地面的垂直高度测量得到的,其测量方式为深度相机的架设高度与尾部骨骼结点距深度相机相对距离的差值;腰强度数据,为奶牛的腰椎骨连接强度以及腰椎两侧短骨部位的发育状态,其在背部深度图像上表现为尾部骨骼结点与腰椎骨骼结点的相对高度;尻角度数据,为奶牛的腰部骨骼结点与坐骨结点之间的水平夹角,其测量评定方式为腰部骨骼结点与坐骨结点之间的相对高度;尻宽度数据,为奶牛坐骨结点的实际宽度,可通过对提取得到的坐骨结点进行测量。
在上述实施例的基础上,在所述根据目标奶牛的背部深度图像,提取所述目标奶牛的背部骨骼结点之前,所述方法还包括:
根据Kinect深度相机对目标奶牛的背部进行拍摄,得到所述目标奶牛的背部原始二维深度图像;
根据所述背部原始二维深度图像,构建所述目标奶牛的背部模型,以获取得到所述目标奶牛的背部深度图像。
在本发明实施例中,通过Kinect深度相机对采集通道中目标奶牛的背部进行拍摄,从而通过Kinect深度相机基于采集到的奶牛背部原始二维深度图像进行三维建模,以构建可用于提取奶牛背部骨骼结点的背部深度图像。Kinect深度相机作为一种多目深度相机,设置有三个镜头,其中,中间位置的镜头为RGB彩色摄像机,左右两侧的镜头分别为红外线发射器和红外线CMOS摄像机构成的3D结构光深度感应器。在对奶牛背部进行拍摄时,Kinect深度相机在任何光照条件下,在获得彩色图像的同时,还可获取到被测物体到摄像头的深度信息,其工作原理为,Kinect深度相机将人眼看不见的红外线均匀投射到测量空间中,再通过红外线摄像机记录下测量空间中的每个散斑的原始数据,并通过将获取的原始数据进行计算后生成具有3D深度信息的图像。Kinect深度相机作为一种深度图像获取装置,其信息含量高、便携性强以及对光照依赖度较低,可有效提高奶牛体况评分效果。
在上述实施例的基础上,所述根据目标奶牛的背部深度图像,提取所述目标奶牛的背部骨骼结点,包括:
根据边缘检测算法,对所述背部深度图像进行处理,得到所述目标奶牛背部的腰部骨骼结点和尾部骨骼结点。
在本发明实施例中,通过边缘检测算法,可以大幅度地减少了背部深度图像中的数据量,并且剔除了不相关的信息,保留了背部深度图像重要的结构属性,从而提取奶牛背部的腰部骨骼结点和尾部骨骼结点。
根据最大类间方差法,对所述背部深度图像进行阈值化处理,并对阈值化处理后的背部深度图像进行边缘检测算法处理,得到所述目标奶牛背部的腰椎骨骼结点。
在本发明实施例中,使用最大类间方差法,根据背部深度图像的灰度特性,将图像分为前景和背景两个部分。当取最佳阈值时,两部分之间的差别应该是最大的,若前景和背景之间的类间方差如果越大,就说明构成图像的两个部分之间的差别越大,当部分前景被错分为背景或部分背景被错分为前景,都会导致两部分差别变小,当所取阈值的分割使类间方差最大时,就意味着错分概率最小。然后,再通过对阈值化处理后的背部深度图像进行边缘检测算法处理,从而提取得到奶牛背部的腰椎骨骼结点。
基于所述背部深度图像,截取所述目标奶牛的尾骨部位图像,通过最大类间方法对所述尾骨部位图像进行阈值化处理,并根据K均值聚类法对阈值化处理后的尾骨部位图像进行处理,得到所述目标奶牛背部的坐骨结点。
在本发明实施例中,首先将背部深度图像中奶牛的尾骨部分图像进行截取,并通过最大类间方法对该图像进行阈值化处理,然后,通过K均值聚类法,以尾骨部位图像空间中k个点为中心进行聚类,对最靠近他们的对象归类,通过迭代的方法,逐次更新各聚类中心的值,直至得到最好的聚类结果,从而提取得到奶牛背部的坐骨结点。
在上述实施例的基础上,在所述根据目标奶牛的背部深度图像,提取所述目标奶牛的背部骨骼结点之前,所述方法还包括:
根据中值滤波与腐蚀算法,对所述背部深度图像进行预处理,以根据预处理后的背部深度图像提取目标奶牛的背部骨骼结点。
在本发明实施例中,背部深度图像不可避免的存在噪声,并且存在许多不必要的图像数据特征,为了防止噪声以及这些不必要的图像数据特征对后期的三位建模以及提取质量的影响,因此,需要对背部深度图像进行预处理。本发明实施例通过中值滤波与腐蚀算法,对背部深度图像进行滤波处理,从而抑制和消除噪声以及不必要的图像数据特征,以改善背部深度图像的质量。
在上述实施例的基础上,所述根据所述背部骨骼结点,获取所述目标奶牛的背部体尺数据,包括:
根据图像坐标-世界坐标转换方法,获取背部骨骼结点的世界坐标;
根据所述背部骨骼结点的世界坐标,获取目标奶牛的背部体尺数据。
在本发明实施例中,在得到背部骨骼结点之后,根据不同骨骼结点的位置,将基于深度相机拍摄获取得到的背部骨骼结点的图像坐标,通过图像坐标-世界坐标转换方法进行转换,从而得到各个背部骨骼结点的世界坐标。并通过转换得到的各个背部骨骼结点的世界坐标,测量获取得到奶牛的背部体尺数据。
在上述实施例的基础上,所述根据预设阈值对所述背部体尺数据进行分析判断,得到所述目标奶牛的体况分析结果,包括:
根据背部骨骼结点,设置对应的预设阈值;
通过对应的预设阈值,分别对所述目标奶牛背部多个位置的背部体尺数据进行分析判断,获取所述目标奶牛背部多个位置的背部体况分析结果;
对所述目标奶牛背部多个位置的背部体况分析结果进行综合分析,以得到所述目标奶牛的体况分析结果。
在本发明实施例中,可根据《中国荷斯坦牛体型线性鉴定规程》,对奶牛各个位置的背部体尺数据分别进行九分制评分。具体地,在本发明实施例中,针对不同各个背部骨骼结点之间的关系,设置不同的预设阈值,并根据目标奶牛的背部体尺数据处于预设阈值的范围,对目标奶牛的体况进行评分,预设阈值包括第一阈值、第二阈值和第三阈值,其中,所述第一阈值大于所述第二阈值,所述第二阈值大于所述第三阈值。例如,奶牛的体高数据的预设阈值,第一阈值、第二阈值和第三阈值分别为150cm、140cm和130cm,通过将获取得到背部体尺数据中的体高数据,和预设阈值进行对比,从而得到目标奶牛的体高数据所在的阈值范围,若大于第一阈值,则评分为9分,若大于第二阈值且小于第一阈值,则评分为5分,若小于第三阈值,则评分为1分;再比如,奶牛的腰强度数据的预设阈值,第一阈值、第二阈值和第三阈值分别为极强、中等和极弱,通过将获取得到背部体尺数据中腰强度数据,和预设阈值进行对比,从而得到目标奶牛的腰强度数据所在的阈值范围,其中,奶牛的腰椎骨微有隆起的,其短骨发育长且平,则为极强,而奶牛的腰部下凹,其短骨发育短且细,则为极弱,根据《中国荷斯坦牛体型线性鉴定规程》的评分标准,若目标奶牛的腰强度数据大于第一阈值,则评分为9分,若大于第二阈值且小于第一阈值,则评分为5分,若小于第三阈值,则评分为1分。
进一步地,在本发明实施例中,分别对目标奶牛多个位置的背部体尺数据进行分析判断之后,得到各个位置的背部体尺数据的评分结果,从而对目标奶牛的体况进行综合评价,并将综合评价结果反馈至饲养人员,以供饲养人员便于在奶牛畜牧过程中,正确评估奶牛经济价值,从而提高奶牛的产能,监测奶牛的健康程度,延长奶牛的寿命,实现更高的经济效益。
图2为本发明实施例提供的基于奶牛背部体况的分析装置的结构示意图,如图2所示,本发明实施例提供了一种基于奶牛背部体况的分析装置,包括骨骼结点提取模块201、体尺数据获取模块202和体况分析模块203,其中,骨骼结点提取模块201用于根据目标奶牛的背部深度图像,提取所述目标奶牛的背部骨骼结点;体尺数据获取模块202用于根据所述背部骨骼结点,获取所述目标奶牛的背部体尺数据;体况分析模块203用于根据预设阈值对所述背部体尺数据进行分析判断,得到所述目标奶牛的体况分析结果。
在本发明实施例中,在采集目标奶牛的背部深度图像之前,首先需要搭建背部深度图像采集环境,将采集点设置成可供奶牛通过的背部图像采集通道,在通道正上方设置有深度相机,通过预先将深度相机的参数进行校准,以使得在目标奶牛通过背部图像采集通道时,通道上方的深度相机采集目标奶牛的背部深度图像,以供骨骼结点提取模块201根据获取到的背部深度图像,提取其中的关键骨骼结点,即背部骨骼节点。然后,体尺数据获取模块202根据奶牛的背部骨骼结点位于背部深度图像中的位置关系信息,获取目标奶牛的背部体尺数据。具体地,在本发明实施例中,背部体尺数据包括有奶牛的体高数据、腰强度数据、尻角度数据以及尻宽度数据。最后,体况分析模块203根据背部体尺数据设置不同的预设阈值,从而分别对不同的背部体尺数据进行分析,然后再将各个背部体尺数据的分析结果进行综合分析,以对目标奶牛的体况进行分析评分,得到目标奶牛的体况分析结果。
本发明实施例提供的基于奶牛背部体况的分析装置,通过将奶牛背部作为对象,在较短时间内可自动、无应激地采集到较好的奶牛背部深度图像,并根据奶牛背部深度图像,提取奶牛背部骨骼结点,从而获取奶牛背部特征的体尺数据,最后通过对体尺数据进行分析,获取奶牛的体况分析结果,有效地解决了目前人工评价奶牛体况不准确和效率低等问题,从而可以快速而准确得出奶牛体况分析结果,以满足奶牛畜牧过程中的实时监管和精准养殖等需求。
在上述实施例的基础上,所述装置还包括深度图像获取模块和奶牛背部模型构建模块,其中,深度图像获取模块用于根据Kinect深度相机对目标奶牛的背部进行拍摄,得到所述目标奶牛的背部原始二维深度图像;奶牛背部模型构建模块用于根据所述背部原始二维深度图像,构建所述目标奶牛的背部模型,以获取得到所述目标奶牛的背部深度图像。
本发明实施例提供的装置是用于执行上述各方法实施例的,具体流程和详细内容请参照上述实施例,此处不再赘述。
图3为本发明实施例提供的电子设备结构示意图,参照图3,该电子设备可以包括:处理器(processor)301、通信接口(Communications Interface)302、存储器(memory)303和通信总线304,其中,处理器301,通信接口302,存储器303通过通信总线304完成相互间的通信。处理器301可以调用存储器303中的逻辑指令,以执行如下方法:根据目标奶牛的背部深度图像,提取所述目标奶牛的背部骨骼结点;根据所述背部骨骼结点,获取所述目标奶牛的背部体尺数据;根据预设阈值对所述背部体尺数据进行分析判断,得到所述目标奶牛的体况分析结果。
此外,上述的存储器303中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面,本发明实施例还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各实施例提供的基于奶牛背部体况的分析方法,例如包括:根据目标奶牛的背部深度图像,提取所述目标奶牛的背部骨骼结点;根据所述背部骨骼结点,获取所述目标奶牛的背部体尺数据;根据预设阈值对所述背部体尺数据进行分析判断,得到所述目标奶牛的体况分析结果。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种基于奶牛背部体况的分析方法,其特征在于,包括:
根据目标奶牛的背部深度图像,提取所述目标奶牛的背部骨骼结点;
根据所述背部骨骼结点,获取所述目标奶牛的背部体尺数据;
根据预设阈值对所述背部体尺数据进行分析判断,得到所述目标奶牛的体况分析结果。
2.根据权利要求1所述的基于奶牛背部体况的分析方法,其特征在于,所述背部骨骼结点包括奶牛背部的腰部骨骼结点、尾部骨骼结点、腰椎骨骼结点和坐骨结点。
3.根据权利要求1所述的基于奶牛背部体况的分析方法,其特征在于,在所述根据目标奶牛的背部深度图像,提取所述目标奶牛的背部骨骼结点之前,所述方法还包括:
根据Kinect深度相机对目标奶牛的背部进行拍摄,得到所述目标奶牛的背部原始二维深度图像;
根据所述背部原始二维深度图像,构建所述目标奶牛的背部模型,以获取得到所述目标奶牛的背部深度图像。
4.根据权利要求2所述的基于奶牛背部体况的分析方法,其特征在于,所述根据目标奶牛的背部深度图像,提取所述目标奶牛的背部骨骼结点,包括:
根据边缘检测算法,对所述背部深度图像进行处理,得到所述目标奶牛背部的腰部骨骼结点和尾部骨骼结点;
根据最大类间方差法,对所述背部深度图像进行阈值化处理,并对阈值化处理后的背部深度图像进行边缘检测算法处理,得到所述目标奶牛背部的腰椎骨骼结点;
基于所述背部深度图像,截取所述目标奶牛的尾骨部位图像,通过最大类间方法对所述尾骨部位图像进行阈值化处理,并根据K均值聚类法对阈值化处理后的尾骨部位图像进行处理,得到所述目标奶牛背部的坐骨结点。
5.根据权利要求1所述的基于奶牛背部体况的分析方法,其特征在于,在所述根据目标奶牛的背部深度图像,提取所述目标奶牛的背部骨骼结点之前,所述方法还包括:
根据中值滤波与腐蚀算法,对所述背部深度图像进行预处理,以根据预处理后的背部深度图像提取目标奶牛的背部骨骼结点。
6.根据权利要求2所述的基于奶牛背部体况的分析方法,其特征在于,所述根据所述背部骨骼结点,获取所述目标奶牛的背部体尺数据,包括:
根据图像坐标-世界坐标转换方法,获取背部骨骼结点的世界坐标;
根据所述背部骨骼结点的世界坐标,获取目标奶牛的背部体尺数据。
7.根据权利要求6所述的基于奶牛背部体况的分析方法,其特征在于,所述根据预设阈值对所述背部体尺数据进行分析判断,得到所述目标奶牛的体况分析结果,包括:
根据背部骨骼结点,设置对应的预设阈值;
通过对应的预设阈值,分别对所述目标奶牛背部多个位置的背部体尺数据进行分析判断,获取所述目标奶牛背部多个位置的背部体况分析结果;
对所述目标奶牛背部多个位置的背部体况分析结果进行综合分析,以得到所述目标奶牛的体况分析结果。
8.一种基于奶牛背部体况的分析装置,其特征在于,包括:
骨骼结点提取模块,用于根据目标奶牛的背部深度图像,提取所述目标奶牛的背部骨骼结点;
体尺数据获取模块,用于根据所述背部骨骼结点,获取所述目标奶牛的背部体尺数据;
体况分析模块,用于根据预设阈值对所述背部体尺数据进行分析判断,得到所述目标奶牛的体况分析结果。
9.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至7任一项所述基于奶牛背部体况的分析方法的步骤。
10.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1至7任一项所述基于奶牛背部体况的分析方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910745051.XA CN110569735A (zh) | 2019-08-13 | 2019-08-13 | 一种基于奶牛背部体况的分析方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910745051.XA CN110569735A (zh) | 2019-08-13 | 2019-08-13 | 一种基于奶牛背部体况的分析方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110569735A true CN110569735A (zh) | 2019-12-13 |
Family
ID=68775369
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910745051.XA Pending CN110569735A (zh) | 2019-08-13 | 2019-08-13 | 一种基于奶牛背部体况的分析方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110569735A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112189588A (zh) * | 2020-10-10 | 2021-01-08 | 东北农业大学 | 一种奶牛图像信息收集处理方法及系统 |
CN112331345A (zh) * | 2020-11-26 | 2021-02-05 | 河南科技大学 | 一种基于直接评测模型的奶牛体脂率检测方法 |
CN112508890A (zh) * | 2020-11-26 | 2021-03-16 | 河南科技大学 | 一种基于二级评测模型的奶牛体脂率检测方法 |
CN112825791A (zh) * | 2020-12-25 | 2021-05-25 | 河南科技大学 | 一种基于深度学习与点云凸包化特征的奶牛体况评分方法 |
CN113988957A (zh) * | 2021-12-27 | 2022-01-28 | 苏州优鲜信网络生活服务科技有限公司 | 基于元素识别的图像自动化评分方法与评分系统 |
CN114677322A (zh) * | 2021-12-30 | 2022-06-28 | 东北农业大学 | 基于注意力引导点云特征学习的奶牛体况自动评分方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090074253A1 (en) * | 2007-08-22 | 2009-03-19 | Icerobotics Ltd. | Method and Apparatus for the Automatic Grading of Condition of Livestock |
CN107464249A (zh) * | 2017-06-13 | 2017-12-12 | 内蒙古农业大学 | 一种羊只无接触体尺测量方法 |
CN107820616A (zh) * | 2015-07-01 | 2018-03-20 | 维京遗传学Fmba | 用于基于背部图像来识别个体动物的系统和方法 |
-
2019
- 2019-08-13 CN CN201910745051.XA patent/CN110569735A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090074253A1 (en) * | 2007-08-22 | 2009-03-19 | Icerobotics Ltd. | Method and Apparatus for the Automatic Grading of Condition of Livestock |
CN107820616A (zh) * | 2015-07-01 | 2018-03-20 | 维京遗传学Fmba | 用于基于背部图像来识别个体动物的系统和方法 |
CN107464249A (zh) * | 2017-06-13 | 2017-12-12 | 内蒙古农业大学 | 一种羊只无接触体尺测量方法 |
Non-Patent Citations (4)
Title |
---|
李建国 等: "《养牛手册》", 31 January 2009, 石家庄:河北科学技术出版社 * |
李建国等: "《中国奶牛产业化》", 31 October 2012, 北京:金盾出版社 * |
赵凯旋: "《基于机器视觉的奶牛个体信息感知及行为分析》", 《中国博士学位论文全文数据库 农业科技辑》 * |
赵新强: "《基于Kinect的奶牛体尺检测与试验研究》", 《中国优秀博硕士学位论文全文数据库(硕士)农业科技辑》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112189588A (zh) * | 2020-10-10 | 2021-01-08 | 东北农业大学 | 一种奶牛图像信息收集处理方法及系统 |
CN112189588B (zh) * | 2020-10-10 | 2022-04-05 | 东北农业大学 | 一种奶牛图像信息收集处理方法及系统 |
CN112331345A (zh) * | 2020-11-26 | 2021-02-05 | 河南科技大学 | 一种基于直接评测模型的奶牛体脂率检测方法 |
CN112508890A (zh) * | 2020-11-26 | 2021-03-16 | 河南科技大学 | 一种基于二级评测模型的奶牛体脂率检测方法 |
CN112508890B (zh) * | 2020-11-26 | 2022-12-09 | 河南科技大学 | 一种基于二级评测模型的奶牛体脂率检测方法 |
CN112825791A (zh) * | 2020-12-25 | 2021-05-25 | 河南科技大学 | 一种基于深度学习与点云凸包化特征的奶牛体况评分方法 |
CN112825791B (zh) * | 2020-12-25 | 2023-02-10 | 河南科技大学 | 一种基于深度学习与点云凸包化特征的奶牛体况评分方法 |
CN113988957A (zh) * | 2021-12-27 | 2022-01-28 | 苏州优鲜信网络生活服务科技有限公司 | 基于元素识别的图像自动化评分方法与评分系统 |
CN113988957B (zh) * | 2021-12-27 | 2022-03-22 | 苏州优鲜信网络生活服务科技有限公司 | 基于元素识别的图像自动化评分方法与评分系统 |
CN114677322A (zh) * | 2021-12-30 | 2022-06-28 | 东北农业大学 | 基于注意力引导点云特征学习的奶牛体况自动评分方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110569735A (zh) | 一种基于奶牛背部体况的分析方法及装置 | |
US20210161193A1 (en) | System and method of estimating livestock weight | |
CN105938564B (zh) | 基于主成分分析和神经网络的水稻病害识别方法及系统 | |
KR102062609B1 (ko) | 3d 영상을 이용한 휴대형 가축 무게 측정시스템 | |
US20160371539A1 (en) | Method and system for extracting characteristic of three-dimensional face image | |
US20140029808A1 (en) | Body Condition Score Determination for an Animal | |
CN109636779B (zh) | 识别家禽体积体尺的方法、装置及存储介质 | |
CN111243005A (zh) | 牲畜估重方法、装置、设备以及计算机可读存储介质 | |
CN109141248A (zh) | 基于图像的猪体重测算方法及系统 | |
CN110532899B (zh) | 基于热成像的母猪产前行为分类方法及系统 | |
CN109784200B (zh) | 基于双目视觉的奶牛行为图像获取与体况智能监测系统 | |
Zhang et al. | Algorithm of sheep body dimension measurement and its applications based on image analysis | |
CN108830293B (zh) | 动物体重的识别方法及装置 | |
CN112288793B (zh) | 畜类个体背膘检测方法、装置、电子设备及存储介质 | |
Shaker et al. | Automatic detection and segmentation of sperm head, acrosome and nucleus in microscopic images of human semen smears | |
CN111639629A (zh) | 一种基于图像处理的猪只体重测量方法、装置及存储介质 | |
Druml et al. | The use of novel phenotyping methods for validation of equine conformation scoring results | |
CN109559342B (zh) | 动物体长的测量方法和装置 | |
CN110874572B (zh) | 一种信息检测方法及装置、存储介质 | |
CN113920138A (zh) | 一种基于rgb-d相机的奶牛体尺检测装置及其检测方法 | |
CN117351404A (zh) | 一种奶牛分娩应激程度判识方法及系统 | |
CN112712590A (zh) | 一种动物点云生成方法及系统 | |
CN110414369B (zh) | 一种牛脸的训练方法及装置 | |
CN113706512B (zh) | 一种基于深度学习和深度相机的生猪体重测量方法 | |
CN114708233A (zh) | 一种用于对猪胴体膘厚进行测量的方法及其相关产品 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191213 |
|
RJ01 | Rejection of invention patent application after publication |