CN110728208B - 基于体况评分在牦牛放牧管理中的信息处理方法及系统 - Google Patents

基于体况评分在牦牛放牧管理中的信息处理方法及系统 Download PDF

Info

Publication number
CN110728208B
CN110728208B CN201910905241.3A CN201910905241A CN110728208B CN 110728208 B CN110728208 B CN 110728208B CN 201910905241 A CN201910905241 A CN 201910905241A CN 110728208 B CN110728208 B CN 110728208B
Authority
CN
China
Prior art keywords
yak
image
information
module
body condition
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.)
Expired - Fee Related
Application number
CN201910905241.3A
Other languages
English (en)
Other versions
CN110728208A (zh
Inventor
程云湘
周国利
常生华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Inner Mongolia University
Original Assignee
Inner Mongolia University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Inner Mongolia University filed Critical Inner Mongolia University
Priority to CN201910905241.3A priority Critical patent/CN110728208B/zh
Publication of CN110728208A publication Critical patent/CN110728208A/zh
Application granted granted Critical
Publication of CN110728208B publication Critical patent/CN110728208B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G06V40/20—Movements or behaviour, e.g. gesture recognition
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/107—Measuring physical dimensions, e.g. size of the entire body or parts thereof
    • A61B5/1072—Measuring physical dimensions, e.g. size of the entire body or parts thereof measuring distances on the body, e.g. measuring length, height or thickness
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/107—Measuring physical dimensions, e.g. size of the entire body or parts thereof
    • A61B5/1079—Measuring physical dimensions, e.g. size of the entire body or parts thereof using optical or photographic means
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1118—Determining activity level
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/02—Agriculture; Fishing; Forestry; Mining
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/56—Extraction of image or video features relating to colour
    • 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2503/00—Evaluating a particular growth phase or type of persons or animals
    • A61B2503/40—Animals

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Molecular Biology (AREA)
  • Public Health (AREA)
  • Multimedia (AREA)
  • Veterinary Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Medical Informatics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Human Computer Interaction (AREA)
  • Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • Mining & Mineral Resources (AREA)
  • Human Resources & Organizations (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Biology (AREA)
  • Agronomy & Crop Science (AREA)
  • Animal Husbandry (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Physiology (AREA)
  • Artificial Intelligence (AREA)
  • Economics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)

Abstract

本发明属于牦牛放牧信息处理技术领域，公开了一种基于体况评分在牦牛放牧管理中的信息处理方法及系统，通过图像采集模块采集牦牛的全部形体信息；通过图像处理模块进行数据的获取、处理、分类识别，得到所需的牦牛各个部位的形体信息；通过对比分析模块分析整个牦牛形体的全貌特征；通过分析牦牛跑步或行走时的速度或腹部摆动程度，构建体况评分模型；通过评分系统对牦牛体况评分。本发明的体况评分用于牦牛肥瘦状况评定，为牧民出售牦牛进行体重称量减少难度，节约成本；并用于牦牛分群管理，健康状况评定，季节出栏，维持草‑畜平衡具有重大意义，本发明形成较为完整的评分等级体制，为牦牛体况评定奠定良好基础。

Description

基于体况评分在牦牛放牧管理中的信息处理方法及系统
技术领域
本发明属于牦牛放牧信息处理技术领域，尤其涉及一种基于体况评分在牦牛放牧管理中的信息处理方法及系统。
背景技术
目前，最接近的现有技术：
青藏高原是世界上一个非常重要的陆地生态系统，也是广大藏族同胞赖以生存的居住地。牦牛作为藏区高原最重要的畜种之一，在牧民收入来源、生活资料乃至藏区经济发展过程中都扮演极为重要的角色。但不合理放牧被认为是造成高寒草甸退化的主要人为干扰因素。由于海拔高，气候严寒，高寒草甸对过牧造成的草地退化极为敏感。鉴于青藏高原特殊的地理位置，探索适宜的放牧率及放牧体制，对未来草地合理利用，至关重要(Miao F,2015)。
体况评分(body condition scoring,BCS)是通过目测和触摸家畜关键骨骼部位脂肪的多寡来评价家畜营养状况、能量代谢状况或脂肪沉积状况的一种新方法(孙亮，2009；李吉楠，2013；Morley S A，2014)。同时，也是推测家畜生产力、评价饲养管理水平、检验家畜健康状况的一项实用指标(阚远征，2005；李伍杰，2015)。
目前，体况评分(BCS)多用于奶牛与绵羊放牧饲养管理，关于青藏高原牦牛体况评定的应用极为缺少。
综上所述，现有技术存在的问题是：
(1)现有技术的体况评分(BCS)关于青藏高原牦牛体况评定的应用极为缺少。
(2)牦牛由于体瘦，牛毛长，影响视角，给判定形成一些障碍，会造成较大的误差。
(3)现有的对牦牛体况的评定还停留在个人的感官判断层面，有很强的主观性，对体况评定有较大的差异。
(4)目前还没有完整的基于体况评分在牦牛放牧管理中的信息处理系统，现有技术中，体况评分方法复杂，实践操作性不强。
(5)不能为出售牦牛体重称量减少难度，而且体况评分方法应用中成本高。
(6)现有技术不能对牦牛分群管理、健康状况评定、季节出栏，造成草-畜失去平衡。
解决上述技术问题的难度：
(1)牦牛相对于奶牛野性较大，出售称量体重时难度较大。
(2)牦牛体瘦毛长，在评分时造成很大的误差。
(3)对牦牛进行BCS时，由于牦牛未进行分群放牧，采用随机评分时，测得的数据整齐度不高。
解决上述技术问题的意义：
体况评分作为一种简便实用的体况评定方法已广泛应用于牛的营养管理，尤其在奶牛上，体况评分作为营养水平和健康状况的指标，监控奶牛体脂量，为饲养者和管理者调整家畜营养水平和管理程度提供依据，据此调控体脂肪储备，以减少代谢紊乱疾病和繁殖障碍发生，改进牛总生产效率，以期达到最佳的生产效率和经济效益。体况评分已成为牛场饲养管理中不可缺少的一项指标，如今人们对动物福利越来越关注，可将BCS应用于动物福利的评估上，极端的体况评分值(无论是过瘦还是过胖)都反映动物福利降低。
通过牦牛的体况评分，实时掌握牦牛生长状况，为牧民合理调整放牧强度和补饲水平提供理论和数据支持，便于牧民对牦牛进行分群管理，解决草畜平衡问题，提高高寒草甸质量和牦牛体质状况，增加牧民经济收益，提高生活质量。
发明内容
针对现有技术存在的问题，本发明提供了一种基于体况评分在牦牛放牧管理中的信息处理方法及系统。
本发明是这样实现的，一种基于体况评分在牦牛放牧管理中的信息处理方法，所述基于体况评分在牦牛放牧管理中的信息处理方法包括：
步骤一，通过图像采集模块利用相机采集牦牛的全部形体信息；
步骤二，将采集的牦牛图像信息通过图像处理模块进行数据的获取、处理、分类识别，得到所需的牦牛各个部位的形体信息；
步骤三，通过对比分析模块将处理的图像信息与数据库中标准的牦牛形体信息进行比对，分析整个牦牛形体的全貌特征；
步骤四，通过分析牦牛跑步或行走时的速度或腹部摆动程度，构建体况评分模型；
步骤五，评分：通过评分系统采用五分制标准并利用体况评分模型对牦牛体况评分。
进一步，步骤三中，牦牛形体的全貌特征包括：体高、体直长、体斜长；被毛光泽度，脊椎、肋骨的开张和显露程度等整个牦牛形体全貌特征，从头部到尾根，脚蹄到四肢、腰角坐骨部位的大小长短、瘦瘠和肥满程度。
进一步，步骤五中，1分表示过度消瘦，5分表示过度肥胖，每0.25分为一级进行评分。
进一步，所述基于体况评分在牦牛放牧管理中的信息处理方法的图像预处理包括：图像灰度化、图像增强；
(1)图像灰度化
选取像素点的RGB分量中亮度最大值作为该像素点的灰度值：
F(i,j)＝max{R(i,j),G(i,j),B(i,j)}；
(2)图像增强：通过改变图像像素点的灰度值，增强图像的对比度；
具体方法如下：
1)设原图像像素点灰度值为f(x,y)，处理后的图像像素点灰度值为g(x,y)，则对比度增强表示为：
g(x,y)＝T{f(x,y)}；
其中，T表示增强后图像和原图像之间的灰度变换函数；
2)根据摄像设备采集到的牦牛对比度低图像的灰度图的特点，采用分段线性变换对牦牛形体图像进行对比度增强；分段线性变换的关系式为：
Figure BDA0002213083730000041
其中，
Figure BDA0002213083730000042
称为灰度变换函数的斜率，[a,b]为图像f(x,y)的灰度值范围，[c,d]为g(x,y)图像的灰度值范围。
本发明的另一目的在于提供一种实施所述基于体况评分在牦牛放牧管理中的信息处理方法的基于体况评分在牦牛放牧管理中的信息处理系统，所述基于体况评分在牦牛放牧管理中的信息处理系统包括：
图像采集模块，与中央控制模块相连，通过摄像设备采集牦牛的全部形体图像；
图像处理模块，与中央控制模块相连，通过对图像进行预处理，提取并分析采集图像的特征信息，建立分类器，并根据图像的特征信息对图像进行分类识别，获取所需的牦牛形体信息；
对比分析模块，与中央控制模块相连，通过将处理的图像信息与数据库中标准的牦牛形体信息进行比对，分析牦牛形态；
评分模块，与中央控制模块相连，通过评分系统利用体况评分模型对牦牛形态进行评分；
中央控制模块，与图像采集模块、图像处理模块、对比分析模块、评分模块、数据库模块相连，对所有模块的处理操作进行控制；
数据库模块，与中央控制模块相连，通过数据库录入标准的牦牛全部形体信息。
进一步，所述图像处理模块还包括：
图像预处理子单元，通过图像灰度化、图像增强对图像进行相应变换，实现对图像的预处理；
数据获取子单元，通过数据获取程序对预处理后的图像进行数据获取；
数据处理子单元，对获取的数据进行图像特征的提取和选择；
分类识别子单元，根据图像特征建立分类器，通过分类识别程序对图像进行分类识别，获取所需的牦牛形体信息。
本发明的另一目的在于提供一种终端，所述终端搭载实现所述基于体况评分在牦牛放牧管理中的信息处理方法的处理器。
本发明的另一目的在于提供一种计算机可读存储介质，包括指令，当其在计算机上运行时，使得计算机执行所述的基于体况评分在牦牛放牧管理中的信息处理方法。
本发明的另一目的在于提供一种基于体况评分在牦牛放牧管理中的信息处理系统，功能模块包括：图像采集模块、图像处理模块、对比分析模块、评分模块、中央控制模块、数据库模块；
图像采集模块，与中央控制模块相连，通过摄像设备采集牦牛的全部形体图像；
图像处理模块，与中央控制模块相连，通过对图像进行预处理，提取并分析采集图像的特征信息，建立分类器，并根据图像的特征信息对图像进行分类识别，获取所需的牦牛形体信息；
对比分析模块，与中央控制模块相连，通过将处理的图像信息与数据库中标准的牦牛形体信息进行比对，分析牦牛形态；
评分模块，与中央控制模块相连，通过评分系统利用体况评分模型对牦牛形态进行评分；
中央控制模块，与图像采集模块、图像处理模块、对比分析模块、评分模块、数据库模块相连，对所有模块的处理操作进行控制；
数据库模块，与中央控制模块相连，通过数据库录入标准的牦牛全部形体信息。
进一步，所述图像处理模块又包括图像预处理子单元、数据获取子单元、数据处理子单元、分类识别子单元；
图像预处理子单元，通过图像灰度化、图像增强对图像进行相应变换，实现对图像的预处理；
数据获取子单元，通过数据获取程序对预处理后的图像进行数据获取；
数据处理子单元，对获取的数据进行图像特征的提取和选择；
分类识别子单元，根据图像特征建立分类器，通过分类识别程序对图像进行分类识别，获取所需的牦牛形体信息。
进一步，所述图像预处理方法包括：图像灰度化、图像增强；
(1)图像灰度化
选取像素点的RGB分量中亮度最大值作为该像素点的灰度值：
F(i,j)＝max{R(i,j),G(i,j),B(i,j)} (1)
(2)图像增强：通过改变图像像素点的灰度值，增强图像的对比度；
具体方法如下：
1)设原图像(像素点灰度值)为f(x,y)，处理后的图像(像素点灰度值)为g(x,y)，则对比度增强表示为：
g(x,y)＝T{f(x,y)} (2)
其中，T表示增强后图像和原图像之间的灰度变换函数；
2)根据摄像设备采集到的牦牛对比度低图像的灰度图的特点，采用分段线性变换对牦牛形体图像进行对比度增强；分段线性变换的关系式为：
Figure BDA0002213083730000061
其中，
Figure BDA0002213083730000062
称为灰度变换函数的斜率，[a,b]而为图像f(x,y)的灰度值范围，[c,d]为g(x,y)图像的灰度值范围。
综上所述，本发明的优点及积极效果为：
本发明提供的体况评分方法简单易学，实践操作可行性强，便于饲养人员掌握。体况评分用于牦牛肥瘦状况评定，为牧民出售牦牛进行体重称量减少难度，节约成本。体况评定用于牦牛分群管理，健康状况评定，季节出栏，维持草-畜平衡具有重大意义。奶牛与绵羊的体况评分经验成熟，已形成较为完整的评分等级体制，为牦牛体况评定奠定良好基础。
结合牦牛自身条件，利用基于体况评分在牦牛放牧管理中的信息处理系统，对采集的牦牛形体图像进行增强处理，可以得到更为清晰的牦牛形体图像，有利于在对比分析模块与数据库中标准形体图像的对比；同时，可以将体况评分更好的应用于青藏高原牦牛的放牧管理，为高原牧民合理放牧，调控草畜平衡，促进家畜生产力，保护草原，防止高寒草甸退化提供一项可行性使用技巧。
附图说明
图1是本发明实施例提供的基于体况评分在牦牛放牧管理中的信息处理方法流程图。
图2是本发明实施例提供的牛体的侧视、后视照片及腰荐横剖面示意图。
图3是本发明实施例提供的一种基于体况评分在牦牛放牧管理中的信息处理系统的功能模块示意图；
图中：1、图像采集模块；2、图像处理模块；3、对比分析模块；4、评分模块；5、中央控制模块；6、数据库模块。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
现有技术的体况评分(BCS)关于青藏高原牦牛体况评定的应用极为缺少。
现有技术中，体况评分方法复杂，实践操作性不强。
不能为出售牦牛体重称量减少难度，而且体况评分方法应用中成本高。
现有技术不能对牦牛分群管理，健康状况评定，季节出栏，造成草-畜失去平衡。
为解决上述问题，下面结合具体附图对本发明作详细描述。
如图1所示，本发明实施例提供的基于体况评分在牦牛放牧管理中的信息处理方法包括：
S101：通过图像采集模块利用相机采集牦牛的全部形体信息；
S102：将采集的牦牛图像信息通过图像处理模块进行数据的获取、处理、分类识别，得到所需的牦牛各个部位的形体信息；
S103：通过对比分析模块将处理的图像信息与数据库中标准的牦牛形体信息进行比对，观察分析牦牛形体大小(体高、体直长、体斜长等)，被毛光泽度，脊椎、肋骨的开张和显露程度及整个牦牛形体全貌特征，从头部到尾根，脚蹄到四肢、腰角坐骨部位的大小长短、瘦瘠和肥满程度，经过对比分析，从而打分。
S104：通过驱赶牦牛，观察分析牦牛跑步或行走时的速度或腹部摆动程度，构建体况评分模型；一般行走迅速，腹部摆动幅度较小的牦牛，体况评分偏小。
S105：评分：通过评分系统采用五分制标准(1分表示过度消瘦，5分表示过度肥胖，每0.25分为一级进行评分)并利用体况评分模型对牦牛体况评分。
在步骤S105中，具体评分标准参考以下图表1。
表1牦牛体况评分标准
Figure BDA0002213083730000081
Figure BDA0002213083730000091
图2是本发明实施例提供的奶牛体况5分制评分标准参考图。
1分：过瘦，呈皮包骨样。沿着脊背各椎骨清晰可辨，臀角和腰角锐露，肋骨凸出于体表。腰角与臀角之间凹陷，尾根下部与两臀角之间呈深“V”字形的窝；用手触摸奶牛短肋(腰椎肋横突)，感觉其轮廓清晰明显突出，呈锐角，短肋周围几乎没有脂肪覆盖。
2分：皮与骨之间稍有些肉脂，整体呈瘦样。沿着脊背用肉眼不易区分一节节椎骨；尾根和臀角之间的部位有些下陷，呈“U”字型；触摸时能区分横突和棘突，但感觉其端部不如1分体况者那么尖锐,棱角不明显；腰角和臀角显现，肋骨隐约可见，能触摸到。
3分：体况一般，营养中等。背脊呈圆形稍隆起，一节节椎骨已不可见；用力按压才能感觉到腰椎棘突和横突；腰部较平滑。腰角和臀角圆形平滑；尾根部两侧脂肪组织较多，尾根与臀角之间的区域仅有微弱下陷或较平滑。
4分：从整体看有脂肪沉积，体况肥。脊柱背侧隆起，脊肋切面略拱起。用力按压也难摸到横突；尾根周围覆盖的脂肪柔软，腰角部位平坦尾根周围与臀角之间的部位呈圆形，肋部可见更多的脂肪沉积,奶牛的整体脂肪量较多，仅在触诊时才能摸到髓骨和坐骨结节。
5分：明显过肥。短肋、腰角骨和尾根均被脂肪包围,肋骨部和大腿部明显有大量脂肪沉积，骨骼结构不明显；腰角、臀角不明显；腰、臀之间呈圆形，尾根似埋于脂肪组织中。躯体呈短粗的圆筒状,牛体因过度肥胖而影响正常运动。
如图3所示，一种基于体况评分在牦牛放牧管理中的信息处理系统，功能模块包括：图像采集模块1、图像处理模块2、对比分析模块3、评分模块4、中央控制模块5、数据库模块6；
图像采集模块1，与中央控制模块5相连，通过摄像设备采集牦牛的全部形体图像；
图像处理模块2，与中央控制模块5相连，通过对图像进行预处理，提取并分析采集图像的特征信息，建立分类器，并根据图像的特征信息对图像进行分类识别，获取所需的牦牛形体信息；
对比分析模块3，与中央控制模块5相连，通过将处理的图像信息与数据库中标准的牦牛形体信息进行比对，分析牦牛形态；
评分模块4，与中央控制模块5相连，通过评分系统利用体况评分模型对牦牛形态进行评分；
中央控制模块5，与图像采集模块1、图像处理模块2、对比分析模块3、评分模块4、数据库模块6相连，对所有模块的处理操作进行控制；
数据库模块6，与中央控制模块5相连，通过数据库录入标准的牦牛全部形体信息。
进一步，所述图像处理模块2又包括图像预处理子单元21、数据获取子单元22、数据处理子单元23、分类识别子单元24；
图像预处理子单元21，通过图像灰度化、图像增强对图像进行相应变换，实现对图像的预处理；
数据获取子单元22，通过数据获取程序对预处理后的图像进行数据获取；
数据处理子单元23，对获取的数据进行图像特征的提取和选择；
分类识别子单元24，根据图像特征建立分类器，通过分类识别程序对图像进行分类识别，获取所需的牦牛形体信息。
进一步，所述图像预处理方法包括：图像灰度化、图像增强；
(1)图像灰度化
选取像素点的RGB分量中亮度最大值作为该像素点的灰度值：
F(i,j)＝max{R(i,j),G(i,j),B(i,j)} (1)
(2)图像增强：通过改变图像像素点的灰度值，增强图像的对比度；
具体方法如下：
1)设原图像(像素点灰度值)为f(x,y)，处理后的图像(像素点灰度值)为g(x,y)，则对比度增强表示为：
g(x,y)＝T{f(x,y)} (2)
其中，T表示增强后图像和原图像之间的灰度变换函数；
2)根据摄像设备采集到的牦牛对比度低图像的灰度图的特点，采用分段线性变换对牦牛形体图像进行对比度增强；分段线性变换的关系式为：
Figure BDA0002213083730000111
其中，
Figure BDA0002213083730000112
称为灰度变换函数的斜率，[a,b]而为图像f(x,y)的灰度值范围，[c,d]为g(x,y)图像的灰度值范围。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种基于体况评分在牦牛放牧管理中的信息处理方法，其特征在于，所述基于体况评分在牦牛放牧管理中的信息处理方法包括：
步骤一，通过图像采集模块利用相机采集牦牛的全部形体信息；
步骤二，将采集的牦牛图像信息通过图像处理模块进行数据的获取、处理、分类识别，得到所需的牦牛各个部位的形体信息；
步骤三，通过对比分析模块将处理的图像信息与数据库中标准的牦牛形体信息进行比对，分析整个牦牛形体的全貌特征；
步骤四，通过分析牦牛跑步或行走时的速度或腹部摆动程度，构建体况评分模型；
步骤五，评分：通过评分系统采用五分制标准并利用体况评分模型对牦牛体况评分。
2.如权利要求1所述的基于体况评分在牦牛放牧管理中的信息处理方法，其特征在于，步骤三中，牦牛形体的全貌特征包括：体高、体直长、体斜长；被毛光泽度，脊椎、肋骨的开张和显露程度；从头部到尾根，脚蹄到四肢、腰角坐骨部位的大小长短、瘦瘠和肥满程度。
3.如权利要求1所述的基于体况评分在牦牛放牧管理中的信息处理方法，其特征在于，步骤五中，1分表示过度消瘦，5分表示过度肥胖，每0.25分为一级进行评分。
4.如权利要求1所述的基于体况评分在牦牛放牧管理中的信息处理方法，其特征在于，所述基于体况评分在牦牛放牧管理中的信息处理方法的图像预处理包括：图像灰度化、图像增强；
(1)图像灰度化
选取像素点的RGB分量中亮度最大值作为该像素点的灰度值：
F(i,j)＝max{R(i,j),G(i,j),B(i,j)}；
(2)图像增强：通过改变图像像素点的灰度值，增强图像的对比度；
具体方法如下：
1)设原图像像素点灰度值为f(x,y)，处理后的图像像素点灰度值为g(x,y)，则对比度增强表示为：
g(x,y)＝T{f(x,y)}；
其中，T表示增强后图像和原图像之间的灰度变换函数；
2)根据摄像设备采集到的牦牛对比度低图像的灰度图的特点，采用分段线性变换对牦牛形体图像进行对比度增强；分段线性变换的关系式为：
Figure FDA0002213083720000021
其中，
Figure FDA0002213083720000022
称为灰度变换函数的斜率，[a,b]为图像f(x,y)的灰度值范围，[c,d]为g(x,y)图像的灰度值范围。
5.一种实施权利要求1所述基于体况评分在牦牛放牧管理中的信息处理方法的基于体况评分在牦牛放牧管理中的信息处理系统，其特征在于，所述基于体况评分在牦牛放牧管理中的信息处理系统包括：
图像采集模块，与中央控制模块相连，通过摄像设备采集牦牛的全部形体图像；
图像处理模块，与中央控制模块相连，通过对图像进行预处理，提取并分析采集图像的特征信息，建立分类器，并根据图像的特征信息对图像进行分类识别，获取所需的牦牛形体信息；
对比分析模块，与中央控制模块相连，通过将处理的图像信息与数据库中标准的牦牛形体信息进行比对，分析牦牛形态；
评分模块，与中央控制模块相连，通过评分系统利用体况评分模型对牦牛形态进行评分；
中央控制模块，与图像采集模块、图像处理模块、对比分析模块、评分模块、数据库模块相连，对所有模块的处理操作进行控制；
数据库模块，与中央控制模块相连，通过数据库录入标准的牦牛全部形体信息。
6.如权利要求5所述的基于体况评分在牦牛放牧管理中的信息处理系统，其特征在于，所述图像处理模块还包括：
图像预处理子单元，通过图像灰度化、图像增强对图像进行相应变换，实现对图像的预处理；
数据获取子单元，通过数据获取程序对预处理后的图像进行数据获取；
数据处理子单元，对获取的数据进行图像特征的提取和选择；
分类识别子单元，根据图像特征建立分类器，通过分类识别程序对图像进行分类识别，获取所需的牦牛形体信息。
7.一种终端，其特征在于，所述终端搭载实现权利要求1～4任意一项所述基于体况评分在牦牛放牧管理中的信息处理方法的处理器。
8.一种计算机可读存储介质，包括指令，当其在计算机上运行时，使得计算机执行如权利要求1-4任意一项所述的基于体况评分在牦牛放牧管理中的信息处理方法。
CN201910905241.3A 2019-09-24 2019-09-24 基于体况评分在牦牛放牧管理中的信息处理方法及系统 Expired - Fee Related CN110728208B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910905241.3A CN110728208B (zh) 2019-09-24 2019-09-24 基于体况评分在牦牛放牧管理中的信息处理方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910905241.3A CN110728208B (zh) 2019-09-24 2019-09-24 基于体况评分在牦牛放牧管理中的信息处理方法及系统

Publications (2)

Publication Number Publication Date
CN110728208A CN110728208A (zh) 2020-01-24
CN110728208B true CN110728208B (zh) 2022-05-27

Family

ID=69218378

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910905241.3A Expired - Fee Related CN110728208B (zh) 2019-09-24 2019-09-24 基于体况评分在牦牛放牧管理中的信息处理方法及系统

Country Status (1)

Country Link
CN (1) CN110728208B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111553718B (zh) * 2020-05-18 2021-03-26 江苏华丽智能科技股份有限公司 一种交互式远程监管方法及装置
CN112257991A (zh) * 2020-09-30 2021-01-22 内蒙古农业大学 绵羊体况自动评分装置及评分方法
CN116321011B (zh) * 2023-05-18 2023-07-28 成都航空职业技术学院 一种智慧牧场管理系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102626306A (zh) * 2012-03-30 2012-08-08 徐�明 用于自动评定奶牛体况分的方法
CN103859158A (zh) * 2014-04-04 2014-06-18 北京三元禾丰牧业有限公司 一种西藏改良奶牛全价配合饲料及其制备方法
CN105913444A (zh) * 2016-05-03 2016-08-31 华南农业大学 基于软激光测距的牲畜体型轮廓重构方法及体况评分方法
CN109508907A (zh) * 2018-12-24 2019-03-22 中国科学院合肥物质科学研究院 基于深度学习与远程视频的奶牛体况智能评分系统
CN109784200A (zh) * 2018-12-24 2019-05-21 中国科学院合肥物质科学研究院 基于双目视觉的奶牛行为图像获取与体况智能监测系统
CN110163846A (zh) * 2019-04-19 2019-08-23 安徽省农业科学院畜牧兽医研究所 一种肉牛体况自动评分方法、系统和存储介质

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080273760A1 (en) * 2007-05-04 2008-11-06 Leonard Metcalfe Method and apparatus for livestock assessment
US20140029808A1 (en) * 2012-07-23 2014-01-30 Clicrweight, LLC Body Condition Score Determination for an Animal
US9873731B2 (en) * 2014-09-15 2018-01-23 The Lauridsen Group Incorporated Method for increasing milk production by ruminants

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102626306A (zh) * 2012-03-30 2012-08-08 徐�明 用于自动评定奶牛体况分的方法
CN103859158A (zh) * 2014-04-04 2014-06-18 北京三元禾丰牧业有限公司 一种西藏改良奶牛全价配合饲料及其制备方法
CN105913444A (zh) * 2016-05-03 2016-08-31 华南农业大学 基于软激光测距的牲畜体型轮廓重构方法及体况评分方法
CN109508907A (zh) * 2018-12-24 2019-03-22 中国科学院合肥物质科学研究院 基于深度学习与远程视频的奶牛体况智能评分系统
CN109784200A (zh) * 2018-12-24 2019-05-21 中国科学院合肥物质科学研究院 基于双目视觉的奶牛行为图像获取与体况智能监测系统
CN110163846A (zh) * 2019-04-19 2019-08-23 安徽省农业科学院畜牧兽医研究所 一种肉牛体况自动评分方法、系统和存储介质

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
Automatic Measurement and Determination of Body Condition Score of Cows Based on 3D Images Using CNN;Masahiro Shigeta 等;《Journal of Robotics and Mechatronics》;20180430;第30卷(第2期);206-213 *
体况评分在奶牛生产中的研究进展;王玉洁 等;《动物营养学报》;20180702;第30卷(第9期);3444-3452 *
图像识别技术在奶牛体况评分中的应用研究;刘建飞;《中国优秀博硕士学位论文全文数据库(硕士)信息科技辑》;20130215(第02期);I138-1488 *
牦牛体况评分系统的建立及体况特征记述;张君 等;《中国畜牧兽医》;20070120;第34卷(第1期);41-43 *
牦牛放牧强度对青藏高原东缘高寒草甸群落结构与土壤理化性质的影响;周国利 等;《草业科学》;20190415;第36卷(第4期);1022-1031 *

Also Published As

Publication number Publication date
CN110728208A (zh) 2020-01-24

Similar Documents

Publication Publication Date Title
CN110728208B (zh) 基于体况评分在牦牛放牧管理中的信息处理方法及系统
CA2872841C (en) Image analysis for determining characteristics of animals and humans
Schiffmann et al. Visual body condition scoring in zoo animals–composite, algorithm and overview approaches
Getachew et al. Breeding practices, growth, and carcass potential of fat-tailed Washera sheep breed in Ethiopia
You et al. A zooarchaeological study on the new evidence of sacrificial horses from Iron Age burial 15 in the Kalasu cemetery, Xinjiang, China
Drake Understanding and improving beef cattle carcass quality
GIDNEY Offspring of the aurochs: A comparison of a reference collection of Dexter cattle skeletons with archaeological and historical data
Seyedsharifi et al. Estimation of economic value for productive and reproductive traits of Moghan agro-industrial Holstein cows by using simulation and bio-economic model.
Mădescu et al. MORPFO-PRODUCTIVE CHARACTERISTICS OF AUBRAC CATTLE BREED: A SISTEMATIC REVIEW.
ting Liu et al. Development process of animal image recognition technology and its application in modern cow and pig industry
Epstein The zebu cattle of East Africa
Maximini et al. Inbreeding and its effect on performance traits in Austrian Meat Sheep
Dolgopolova et al. Meat yield and nutritional evaluation of lambs meat of different interbreed types of Dejaresco sheep breed
Druml et al. The interplay of performing level and conformation—a characterization study of the Lipizzan riding stallions from the Spanish riding school in Vienna
Liinamo et al. Genetic relationship of meat and milk production in Finnish Ayrshire
Soro et al. Morphometric and physical characteristics of Baoulé cattle in the" Pays Lobi" of Côte d’Ivoire
Vuchkov et al. Study on the current state of the Karakachan sheep breed in Bulgaria, in order to assess the risk in conservation as a genetic resource. exterior description-standard of the breed.
Rahman et al. Several factors affect the consumption of animal foods in the coastal areas in Pangkep Regency, South Sulawesi
Groenewald Evaluation of production parameters of bulls of four beef breeds in the Vrede district of South Africa
Martínez Salmeron Three-dimensional study of the lberian red deer antler (Cervus elaphus hispanicus): application of geometric morphometrics techniques and other methodologies
BEDIYE et al. EVALUATION OF MORPHOLOGICAL DIFFERENCES, STRUCTURAL INDICES OF ARSI-BALE SHEEP BREED AND BREEDING PRACTICES OF THE COMMUNITIES IN SELECTED DISTRICTS OF ARSI AND BALE ZONES, OROMIA, ETHIOPIA
Maylinda et al. Morphometric Characteristics in Local Sheep and Nonlocal Sheep
Lishchuk Comparative evaluations of body structure and exterior index of bulls different dairy breeds
Tadesse et al. On-farm phenotypic characterization of cattle genetic resources in south and north Wollo Zones of Amhara Region, north eastern Ethiopia
Becskei et al. Programme for the Conservation of the Autochthonous Lipe Type of Zackel Sheep

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
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20220527