CN111353416B - 基于牲畜三维测量的姿态检测方法、系统及存储介质 - Google Patents

基于牲畜三维测量的姿态检测方法、系统及存储介质 Download PDF

Info

Publication number
CN111353416B
CN111353416B CN202010119466.9A CN202010119466A CN111353416B CN 111353416 B CN111353416 B CN 111353416B CN 202010119466 A CN202010119466 A CN 202010119466A CN 111353416 B CN111353416 B CN 111353416B
Authority
CN
China
Prior art keywords
livestock
point cloud
dimensional model
dimensional
detecting
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.)
Active
Application number
CN202010119466.9A
Other languages
English (en)
Other versions
CN111353416A (zh
Inventor
吴珍芳
尹令
刘财兴
蔡更元
田绪红
李娅兰
武亮
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.)
Guangdong Wenshi Pig Technology Co ltd
Original Assignee
Guangdong Wenshi Pig Technology Co ltd
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 Guangdong Wenshi Pig Technology Co ltd filed Critical Guangdong Wenshi Pig Technology Co ltd
Priority to CN202010119466.9A priority Critical patent/CN111353416B/zh
Publication of CN111353416A publication Critical patent/CN111353416A/zh
Application granted granted Critical
Publication of CN111353416B publication Critical patent/CN111353416B/zh
Active 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
    • G06V40/10—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
    • 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
    • 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
    • A61B5/1077—Measuring of profiles
    • 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
    • A61B5/45—For evaluating or diagnosing the musculoskeletal system or teeth
    • A61B5/4538—Evaluating a particular part of the muscoloskeletal system or a particular medical condition
    • A61B5/4561—Evaluating static posture, e.g. undesirable back curvature
    • 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
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/64—Three-dimensional objects
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
    • Y02A40/70—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in livestock or poultry

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Biomedical Technology (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • Dentistry (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Surgery (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Medical Informatics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Business, Economics & Management (AREA)
  • Multimedia (AREA)
  • Marine Sciences & Fisheries (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Strategic Management (AREA)
  • Primary Health Care (AREA)
  • Marketing (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Mining & Mineral Resources (AREA)
  • Animal Husbandry (AREA)
  • Agronomy & Crop Science (AREA)
  • Human Computer Interaction (AREA)
  • Orthopedic Medicine & Surgery (AREA)
  • Rheumatology (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明公开了一种基于牲畜三维测量的姿态检测方法、系统及存储介质，其中方法包括以下步骤：获得牲畜的三维点云数据后，根据三维点云数据获取俯视点云和侧视点云；根据俯视点云进行边框检测，并在边框检测符合要求后，根据俯视点云获取牲畜的三维模型上的背脊线；根据背脊线对牲畜的三维模型的弯曲程度和低头程度进行检测；根据侧视点云对牲畜的三维模型的站立姿势进行检测。本发明在获得三维点云数据后，自动地根据三维点云数据对牲畜的三维模型进行姿态检测，从而选择出符合标准姿态的三维模型进行计算牲畜的体尺，极大地提高了体尺测量的精确度，可广泛应用于牲畜三维体尺测量领域。

Description

基于牲畜三维测量的姿态检测方法、系统及存储介质
技术领域
本发明涉及牲畜三维体尺测量领域，尤其涉及一种基于牲畜三维测量的姿态检测方法、系统及存储介质。
背景技术
牲畜的体尺参数能反映牲畜的生长发育状况，可作为衡量牲畜生长发育情况的一个主要指标。采用自动三维重构测量牲畜表型体尺快速、高效，且抓取姿态标准的情况下准确度高，是畜牧业智能化升级的一个重要趋势。
牲畜三维自动体尺测量装置一般采用多个深度相机从不同视角同时获取点云数据，然后配准融合多个点云数据以重构牲畜完整体型。多个不同深度相机固定于三维测量通道，动物在自由行走状态下进过通道中最佳拍摄位置时，多个深度相机同时瞬间抓拍不同视角点云，以最大限度消除点云配准时的非刚性形变。而瞬间抓拍的牲畜点云姿态可能是各种各样的，如：牲畜低头、扭头曲身、抬头、跨步跑动、屈膝非站立、趴在地上等；通道两侧有栏杆限制牲畜活动范围，因此还有牲畜头部伸出围栏、紧贴围栏、或两头以上牲畜进入抓拍视线等情况。而牲畜体尺测量时要求牲畜以标准姿势站立，头部向前平视，头部到尾部的背脊线为一条直线，四肢站立成矩形。实际中牲畜行走习性再加上外部环境影响，不一定采集到标准的测量姿势，非标准的测量姿势会增加体尺测量的误差，制约三维自动体尺测量系统的应用。对于非标准的测量姿势，目前已经有部分文献提出姿态调整算法，但是这些姿态调整算法仅仅对于低头、抬头，轻微曲身等能够实现调整，而对于跨步跑动、趴在地上、屈膝非站立、头部伸出栏杆、紧贴围栏等无法使用姿态调整算法。
发明内容
为了解决上述技术问题，本发明的目的是提供一种基于牲畜三维测量的姿态检测方法、系统及存储介质，能够自动检测牲畜的标准姿态，以获得更加准确的体尺测量数据。
本发明所采用的技术方案是：
一种基于牲畜三维测量的姿态检测方法，包括以下步骤：
获得牲畜的三维点云数据后，根据三维点云数据获取俯视点云和侧视点云；
根据俯视点云进行边框检测，并在边框检测符合要求后，根据俯视点云获取牲畜的三维模型上的背脊线；
根据背脊线对牲畜的三维模型的弯曲程度和低头程度进行检测；
根据侧视点云对牲畜的三维模型的站立姿势进行检测。
进一步，所述根据俯视点云进行边框检测这一步骤，具体为：
根据俯视点云判断牲畜的三维模型是否与其他物体接触，若接触，执行以下步骤；反之，判定边框检测符合要求；
计算三维模型中与其他物体连接的点云的数量，若连接的点云的数量大于第一阈值，判定边框检测不符合要求；反之，判定边框检测符合要求。
进一步，所述根据俯视点云获取牲畜的三维模型上的背脊线这一步骤，具体为：
将俯视点云进行平面投影处理，获得俯视点云对应的平面坐标点；
结合二次多项式函数和预设损失函数对平面坐标点进行拟合，获得拟合曲线；
获取拟合曲线上的离散平面坐标点，根据离散平面坐标点获取俯视点云上对应的离散坐标点；
对获得的离散坐标点进行拟合后，获得牲畜的三维模型上的背脊线。
进一步，所述预设损失函数的公式为：
Figure GDA0002395112920000021
其中，ERMS代表损失函数，E代表每一个测量离散点到拟合曲线距离的均方根误差，W*代表拟合曲线的参数，n代表拟合曲线上离散平面坐标点的个数。
进一步，所述根据背脊线对牲畜的三维模型的弯曲程度进行检测这一步骤，具体为：
根据背脊线获取背脊线在俯视平面的第一曲线，获取第一曲线的曲率；
当检测到第一曲线的曲率小于或等于第二阈值时，牲畜的三维模型的弯曲程度符合要求；
当检测到第一曲线的曲率大于第二阈值时，牲畜的三维模型的弯曲程度不符合要求。
进一步，所述根据背脊线对牲畜的三维模型的低头程度进行检测这一步骤，具体为：
根据背脊线获取背脊线在侧视平面的第二曲线，检测第二曲线中是否存有拐点，若存有拐点，执行以下步骤；反之，判定牲畜的三维模型的低头程度符合要求；
根据拐点在第二曲线中获取下降曲线，计算下降曲线的下降斜率；
当检测到下降斜率小于或等于第三阈值时，牲畜的三维模型的低头程度符合要求；
当检测到下降斜率大于第三阈值时，牲畜的三维模型的低头程度不符合要求。
进一步，所述根据侧视点云对牲畜的三维模型的站立姿势进行检测这一步骤，具体为：
获取牲畜的腿部点云，将腿部点云进行平面投影处理，获得平面图形；
对平面图形进行细化处理，获得直线，计算直线的斜率；
当检测到直线的斜率小于或等于第四阈值时，牲畜的三维模型的站立姿势符合要求；
当检测到直线的斜率大于第四阈值时，牲畜的三维模型的站立姿势不符合要求。
本发明所采用的另一技术方案是：
一种基于牲畜三维测量的姿态检测系统，包括：
点云获取模块，用于获得牲畜的三维点云数据后，根据三维点云数据获取俯视点云和侧视点云；
边框检测模块，用于根据俯视点云进行边框检测，并在边框检测符合要求后，根据俯视点云获取牲畜的三维模型上的背脊线；
身体检测模块，用于根据背脊线对牲畜的三维模型的弯曲程度和低头程度进行检测；
脚部检测模块，用于根据侧视点云对牲畜的三维模型的站立姿势进行检测。
本发明所采用的另一技术方案是：
一种基于牲畜三维测量的姿态检测系统，包括：
至少一个处理器；
至少一个存储器，用于存储至少一个程序；
当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现上所述方法。
本发明所采用的另一技术方案是：
一种存储介质，其中存储有处理器可执行的指令，所述处理器可执行的指令在由处理器执行时用于执行如上所述方法。
本发明的有益效果是：本发明在获得三维点云数据后，自动地根据三维点云数据对牲畜的三维模型进行姿态检测，从而选择出符合标准姿态的三维模型进行计算牲畜的体尺，极大地提高了体尺测量的精确度。
附图说明
图1是实施例中一种基于牲畜三维测量的姿态检测方法的步骤流程图；
图2是实施例中牲畜的三维模型的俯视点云的示意图；
图3是实施例中牲畜的三维模型的侧视点云的示意图；
图4是实施例中自动实现牲畜的信息采集及姿态检测的流程示意图；
图5是实施例中姿态检测的详细流程示意图；
图6是实施例中一种自动测量的回形通道系统的结构示意图；
图7是实施例中一种基于牲畜三维测量的姿态检测系统的结构框图。
图6的附图标记：2、第一单向门；3、图像采集装置；4、饮水器；5、导向门；6、第二单向门；8、第五单向门；9、第六单向门。
具体实施方式
以下将结合实施例和附图对本发明的构思、具体结构及产生的技术效果进行清楚、完整的描述，以充分地理解本发明的目的、方案和效果。
应当理解，尽管在本公开可能采用术语第一、第二、第三等来描述各种阈值，但这些阈值不应限于这些术语。本文所提供的任何以及所有实例或示例性语言(“例如”、“如”等)的使用仅意图更好地说明本发明的实施例，并且除非另外要求，否则不会对本发明的范围施加限制。
由于瞬间抓拍的牲畜点云姿态可能是各种各样的，所以建立获得三维模型姿态各异，有些姿势不符合标准姿态，如果采用姿势不符合标准的三维模型来计算牲畜的体尺，则会出现较大的误差，其中，标准姿态主要指牲畜自然站立，头部向前平视，头部到尾部的背脊线为一条直线，四肢站立成矩形，考虑到牲畜稍微低头，轻微扭转身体等姿态可以通过姿态调整算法修正，因此这些都归于标准姿态。其他如屈膝非站立、头部向后扭曲、头部伸出栏杆、身体紧贴栏杆、趴在地面等都属于非标准姿态。
基于上述原因，参照图1，本实施例提供了一种基于牲畜三维测量的姿态检测方法，包括以下步骤：
S101、获得牲畜的三维点云数据后，根据三维点云数据获取俯视点云和侧视点云。
本实施例的方法可针对多种牲畜，比如猪、羊、牛、马或驴等。建立牲畜的三维模型后，可获得牲畜的三维点云数据，每个点云可用一个三维坐标来表示，所述牲畜的三维模型可通过采集牲畜的图像信息来建模。获得牲畜整体的三维点云数据后，从三维点云数据中获取俯视点云和侧视点云，所述俯视点云为对应三维模型俯视角度下的点云，如图2所示。所述侧视点云为对应三维模型侧视角度下的点云，如图3所示。
S102、根据俯视点云进行边框检测，并在边框检测符合要求后，根据俯视点云获取牲畜的三维模型上的背脊线。
在对牲畜进行图像信息采集时，包括自动采集和人工采集，人工采集主要是人为抓取牲畜进行拍摄，获得图像信息；而自动采集则为自动对牲畜进行信息采集，比如通过设置拍摄区域，当牲畜经过拍摄区域后，自动采集牲畜的图像信息，由于牲畜行动路径不规则，有可能直接贴着栏杆行走，此时可能牲畜的部分身体伸出了栏杆外，即此时虽然采集到牲畜的图像信息，但可能采集到的信息并不齐全，或者在三维模型上还包括了栏杆的信息，因此，这种三维模型是不符合要求的。所以需要进行边框检测，即检测牲畜的三维模型是否完整，具体步骤如S1021-S1022：
S1021、根据俯视点云判断牲畜的三维模型是否与其他物体接触，若接触，执行以下步骤；反之，判定边框检测符合要求；
S1022、计算三维模型中与其他物体连接的点云的数量，若连接的点云的数量大于第一阈值，判定边框检测不符合要求；反之，判定边框检测符合要求。
以栏杆为边框，当牲畜的三维模型没有与栏杆接触时，三维模型是独立的，此时牲畜的三维模型没有与其他物体接触，则判定边框检测符合要求，检测完成；如果有接触，则执行步骤S1022，计算三维模型与边框的接触的点云的数量，此处的接触的点为连续接触的点云，如果仅是三维模型中某个单独的点云与边框接触，则不计算。当点云的数量大于阈值WB(即第一阈值，该阈值为牲畜点云与栏杆内侧边连接的点云数目)时，判定定边框检测不符合要求，即此时牲畜的姿势为非标准姿态，无需进行下面的检测步骤；如果点云的数量大于阈值WB，则继续进行下面的检测步骤。
S1023、根据俯视点云获取牲畜的三维模型上的背脊线。
所述背脊线为牲畜体从头到尾背部最顶端的身体轮廓线，从上端俯视背脊线为身体对称的中轴线，如图2所示。具体获取的步骤如步骤S10231-S1023：
S10231、将俯视点云进行平面投影处理，获得俯视点云对应的平面坐标点；
S10232、结合二次多项式函数和预设损失函数对平面坐标点进行拟合，获得拟合曲线；
S10233、获取拟合曲线上的离散平面坐标点，根据离散平面坐标点获取俯视点云上对应的离散坐标点；
S10234、对获得的离散坐标点进行拟合后，获得牲畜的三维模型上的背脊线。
由于俯视点云向下即向XOZ平面投影是以离散点的形式逼近牲畜上补表面的一种数据结构，提出来基于多项式曲线拟合来XOZ平面投影钟的背脊线。具体地，设俯视点三维点云为P＝{pi},i＝1,…,n，每一个点用三维坐标描述为{xi,yi,zi}。三维点云P向XOZ平面的投影为Vxoz＝{pi|y＝0}，其投影平面的每一个点为{xi,zi},i＝1,…,n。使用二次多项式函数拟合数据点，其二次多项式函数形式如下：
z(x,W)＝w0+w1x+w2x2
Figure GDA0002395112920000061
则二次多项式函数可以化为线性代数形式
z(x,W)＝XW
使用均方根误差建立损失函数：
Figure GDA0002395112920000071
测量每一个投影面Vxoz的点与拟合二次多项式之间误差，拟合误差最小化，求得多项式拟合曲线即为投影面Vxoz的背脊线，如图2所示。延伸投影面Vxoz的背脊线与俯视点云相交的离散曲线点即是需要定位的背脊线离散点，再次拟合这些背脊线离散点求得俯视点云的背脊线。
S103、根据背脊线对牲畜的三维模型的弯曲程度和低头程度进行检测。
获得背脊线后，对牲畜的三维模型进行弯曲程度和低头程度进行检测，其中检测弯曲程度和低头程度并没有先后检测之分，参照图5，以下以先执行弯曲程度检测后执行低头程度检测进行详细讲解，其中，执行弯曲程度检测包括步骤S1031-S1033：
S1031、根据背脊线获取背脊线在俯视平面的第一曲线，获取第一曲线的曲率；
S1032、当检测到第一曲线的曲率小于或等于第二阈值时，牲畜的三维模型的弯曲程度符合要求；
S1033、当检测到第一曲线的曲率大于第二阈值时，牲畜的三维模型的弯曲程度不符合要求。
XOZ平面投影中轴背脊线的曲率判断牲畜体弯曲程度，将背脊线曲率与阈值WQ(即第二阈值，该阈值为标准姿态下牲畜背脊线XOZ平面投影的最大弯曲曲率)进行比较，大于阈值WQ则无法进行姿态调整，为非标准姿态，若小于阈值WQ则为待确定姿态，继续进行过低头检测。执行低头程度检测包括步骤S1034-S1037：
S1034、根据背脊线获取背脊线在侧视平面的第二曲线，检测第二曲线中是否存有拐点，若存有拐点，执行以下步骤；反之，判定牲畜的三维模型的低头程度符合要求；
S1035、根据拐点在第二曲线中获取下降曲线，计算下降曲线的下降斜率；
S1036、当检测到下降斜率小于或等于第三阈值时，牲畜的三维模型的低头程度符合要求；
S1037、当检测到下降斜率大于第三阈值时，牲畜的三维模型的低头程度不符合要求。
参照图5，过低头检测是用于区分牲畜低头程度，若是微低头对测量体长和身高没有太大影响可以归为标准姿态，如果是牲畜低头程度大会影响体高测量。过低头检测将背脊线向XOY侧向平面投影，计算该投影曲线上相邻两点间Y轴(即上下方向)的差值，检测差值绝对值是否存在超出阈值WG(该阈值投影曲线上相邻两点间差值绝对值是否为拐点的一个临界判定值)向下趋势显著拐点。如存在拐点则累计求取拐点以下部分点相邻差值的平均值作为下降斜率，如果下降斜率大于阈值WD(即第三阈值，该阈值XOY平面投影拐点以下判定牲畜标准姿态下降率的最大值)则为非标准姿态，若找不到显著拐点或拐点处下降斜率小于阈值则为待确定姿态，继续进入下一步侧方点云检测，如图3所示。
S104、根据侧视点云对牲畜的三维模型的站立姿势进行检测。
侧方点云检测主要检查牲畜是否为标准站立姿势，通过对牲畜腿部信息检测来判断其是否标准站立。参照图5，具体检测步骤如S1041-S1044：
S1041、获取牲畜的腿部点云，将腿部点云进行平面投影处理，获得平面图形；
S1042、对平面图形进行细化处理，获得直线，计算直线的斜率；
S1043、当检测到直线的斜率小于或等于第四阈值时，牲畜的三维模型的站立姿势符合要求；
S1044、当检测到直线的斜率大于第四阈值时，牲畜的三维模型的站立姿势不符合要求。
由于在过低头检测中将头部对腿部提取干扰去除，因此从地平面向上逐层检测分离潜在腿部点云，直到检测到腹部为止。将分离的腿部点云向其XOY平面投影，得到圆柱体并细化为直线，计算直线斜率，斜率大于WZ(即第四阈值，该阈值为牲畜站立姿势腿部最大斜率)则是趴地上或者屈膝为非标准姿态，小于则为标准姿态。
上述方法为提高姿态检测处理速度，采用俯视点云和侧视点云联合多级进行检测，充分考虑到牲畜测量姿态不正，对姿态不符合标准的三维模型进行删除或者重新建立模型，从而使三维测量的数据更加准确，极大地提高了三维测量的质量。
其中，对牲畜的图像信息进行自动采集，可采用一种自动测量的回形通道系统来实现，无需人工抓取牲畜进行信息采集，提高信息采集效率和降低人工成本。
参照图6，一种牲畜三维体尺自动测量的回形通道系统，包括待测区和测量区，所述测量区包括第一通道、中间通道和第二通道，所述第一通道的入口处与待测区连接，且安装有第一单向门，所述第一通道的过道上依次安装有RFID读卡器和图像采集装置，所述第一通道出口处通过中间通道与第二通道的入口处连接，所述中间通道的出口处设有导向门，所述第二通道的入口处设有第二单向门，所述第二通道的出口处与待测区连接。
所述待测区为预先安放牲畜的区域，比如将所有未经过体尺测量的牲畜赶入待测区，该待测区可以为通过围栏围起来的区域。所述第一通道可以为直线通道，也可以为曲线通道，牲畜从待测区经过第一单向门进入第一通道，该第一通道可以为通过围栏搭建而成的通道。在所述第一通道内案子有RFID读卡器和图像采集装置，所述RFID读卡器用于读取安装在牲畜身上的RFID标签，比如安装在猪耳朵或牛耳朵上的RFID标签，通过读取RFID标签，管理人员可以了解牲畜体尺的测量情况，避免出现漏测量的牲畜。所述图像采集装置用于采集牲畜的图像信息，该图像采集装置对准拍摄第一通道的预设区域，当牲畜经过该区域时，获得牲畜的图像信息。所述中间通道可以为直线通道，也可以为曲线通道，曲线通道更加方便牲畜拐弯，所述导向门用于控制牲畜走出测量区或走进第二通道。
参照图4，上述系统的工作原理为：当需要对牲畜进行体尺测量时，先批量将牲畜赶入待测区。牲畜进入待测区后，通过第一单向门进入测量区的第一通道，所述第一单向只允许牲畜从一个方向通过，且只允许一头牲畜进入测量通道。牲畜进入第一通道，沿着第一通道行走，经过RFID读卡器的安装位置，读取安装在牲畜身上的RFID标签的信息，当这些标签信息达到后台服务器后，工作人员可以方便地了解牲畜的信息。如果无法读取RFID标签信息(可能RFID标签掉落或者损坏)，则当牲畜经过中间通道时，通过控制导向门的方向，使牲畜走入第二通过，再沿着第二通道回到待测区，其中，第二通道上的第二单向门只允许牲畜从中间通道进入第二通道。如果读取了RFID标签信息，牲畜经过第一通道上图像采集装置的拍摄区域时，采集牲畜的体尺，后台直接根据图像信息获取牲畜的三维数据，从而实现自动测量；牲畜经过拍摄区域后，导向门通过调整方向，打开中间通道的出口，并关闭通向第二通道的路途，从而使牲畜离开测量器。其中，图6中的候测栏即为上述的待测区。
参照图6，可选的，还包括喂食区，所述中间通的出口处与喂食区连接。所述喂食区的入口处设有第五单向门，所述喂食区的出口处设有第六单向门。
所述喂食区用于对牲畜进行喂食，三维体尺测量选择在牲畜喂食之前先赶入待测区，如此，牲畜会自动地进入测量区内，无需人工的驱赶，节约了人力。当牲畜经过第一通道，采集完信息后，导向门打开中间通道的出口，牲畜进入喂食区。在喂食区的入口处设有第五单向门，该第五单向门只允许牲畜从中间通道走入喂食区，避免喂食区的牲畜进入测量区，堵塞通道。在喂食区的出口处设有第六单向门，该第六单向门只允许牲畜从喂食区走出，而无法从外部进来。其中，图6中的喂食栏即为上述的喂食区。
参照图6，可选的，所述第一通道内设有饮水器，所述饮水器的安装位置设在图像采集装置的安装位置前方。
所述饮水器为诱导饮水器，有两个作用：一方面使得牲畜在进入拍摄区域时保持相对静止站立状态，另一方面引导牲畜在饮水时保持身体姿态为较为标准的姿势，从而提高图像采集装置的信息采集率。其中，所述饮水器的高度可根据需要进行调整，避免牲畜饮水时头部过低，影响数据采集。可选的，该诱导饮水器安装在深度相机(图像采集装置)取景最佳区域前部，使得牲畜能够保持站立头向前的较为标准姿势。
可选的，所述第一单向门采用电控转动式的闸门。
在本实施例中，该第一单向门为电控的电子开关门，具有如下特点：1、单向控制，该门只能允许牲畜从候测栏进入测量通道，不能反向通过；避免牲畜从测量区返回待测区。2、闸门为电控转动式，一个闸口只允许一头牲畜进入测量通道，进入一头则停止转动；避免多头牲畜同一时间进入测量区，影响了信息的采集。3、只有当被测量牲畜离开第一通道(经过导向门后)，第一单向门才能再次开启，避免第一通道内同时存在多头牲畜，影响信息采集的结果。
如图7所示，本实施例还提供了一种基于牲畜三维测量的姿态检测系统，包括：
点云获取模块，用于获得牲畜的三维点云数据后，根据三维点云数据获取俯视点云和侧视点云；
边框检测模块，用于根据俯视点云进行边框检测，并在边框检测符合要求后，根据俯视点云获取牲畜的三维模型上的背脊线；
身体检测模块，用于根据背脊线对牲畜的三维模型的弯曲程度和低头程度进行检测；
脚部检测模块，用于根据侧视点云对牲畜的三维模型的站立姿势进行检测。
本实施例的一种基于牲畜三维测量的姿态检测系统，可执行本发明方法实施例所提供的一种基于牲畜三维测量的姿态检测方法，可执行方法实施例的任意组合实施步骤，具备该方法相应的功能和有益效果。
本实施例还提供了一种基于牲畜三维测量的姿态检测系统，包括：
至少一个处理器；
至少一个存储器，用于存储至少一个程序；
当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现上所述方法。
本实施例的一种基于牲畜三维测量的姿态检测系统，可执行本发明方法实施例所提供的一种基于牲畜三维测量的姿态检测方法，可执行方法实施例的任意组合实施步骤，具备该方法相应的功能和有益效果。
本实施例还提供了一种存储介质，其中存储有处理器可执行的指令，所述处理器可执行的指令在由处理器执行时用于执行如上所述方法。
本实施例的一种存储介质，可执行本发明方法实施例所提供的一种基于牲畜三维测量的姿态检测方法，可执行方法实施例的任意组合实施步骤，具备该方法相应的功能和有益效果。
以上是对本发明的较佳实施进行了具体说明，但本发明创造并不限于所述实施例，熟悉本领域的技术人员在不违背本发明精神的前提下还可做出种种的等同变形或替换，这些等同的变形或替换均包含在本申请权利要求所限定的范围内。

Claims (9)

1.一种基于牲畜三维测量的姿态检测方法，其特征在于，包括以下步骤：
获得牲畜的三维点云数据后，根据三维点云数据获取俯视点云和侧视点云；根据俯视点云进行边框检测，并在边框检测符合要求后，根据俯视点云获取牲畜的三维模型上的背脊线；
根据背脊线对牲畜的三维模型的弯曲程度和低头程度进行检测；
根据侧视点云对牲畜的三维模型的站立姿势进行检测；
所述根据侧视点云对牲畜的三维模型的站立姿势进行检测这一步骤，具体为：获取牲畜的腿部点云，将腿部点云向XOY平面进行平面投影处理，获得平面图形；
对平面图形进行细化处理，获得直线，计算直线的斜率；
当检测到直线的斜率小于或等于第四阈值时，牲畜的三维模型的站立姿势符合要求；
当检测到直线的斜率大于第四阈值时，牲畜的三维模型的站立姿势不符合要求。
2.根据权利要求1所述的一种基于牲畜三维测量的姿态检测方法，其特征在于，所述根据俯视点云进行边框检测这一步骤，具体为：
根据俯视点云判断牲畜的三维模型是否与其他物体接触，若接触，执行以下步骤；反之，判定边框检测符合要求；
计算三维模型中与其他物体连接的点云的数量，若连接的点云的数量大于第一阈值，判定边框检测不符合要求；反之，判定边框检测符合要求。
3.根据权利要求1所述的一种基于牲畜三维测量的姿态检测方法，其特征在于，所述根据俯视点云获取牲畜的三维模型上的背脊线这一步骤，具体为：
将俯视点云进行平面投影处理，获得俯视点云对应的平面坐标点；
结合二次多项式函数和预设损失函数对平面坐标点进行拟合，获得拟合曲线；获取拟合曲线上的离散平面坐标点，根据离散平面坐标点获取俯视点云上对应的离散坐标点；
对获得的离散坐标点进行拟合后，获得牲畜的三维模型上的背脊线。
4.根据权利要求3所述的一种基于牲畜三维测量的姿态检测方法，其特征在于，所述预设损失函数的公式为：
Figure FDA0004107028970000021
其中，ERMS代表损失函数，E代表每一个测量离散点到拟合曲线距离的均方根误差，W*代表拟合曲线的参数，n代表拟合曲线上离散平面坐标点的个数。
5.根据权利要求1所述的一种基于牲畜三维测量的姿态检测方法，其特征在于，所述根据背脊线对牲畜的三维模型的弯曲程度进行检测这一步骤，具体为：
根据背脊线获取背脊线在俯视平面的第一曲线，获取第一曲线的曲率；
当检测到第一曲线的曲率小于或等于第二阈值时，牲畜的三维模型的弯曲程度符合要求；
当检测到第一曲线的曲率大于第二阈值时，牲畜的三维模型的弯曲程度不符合要求。
6.根据权利要求1所述的一种基于牲畜三维测量的姿态检测方法，其特征在于，所述根据背脊线对牲畜的三维模型的低头程度进行检测这一步骤，具体为：
根据背脊线获取背脊线在侧视平面的第二曲线，检测第二曲线中是否存有拐点，若存有拐点，执行以下步骤；反之，判定牲畜的三维模型的低头程度符合要求；
根据拐点在第二曲线中获取下降曲线，计算下降曲线的下降斜率；
当检测到下降斜率小于或等于第三阈值时，牲畜的三维模型的低头程度符合要求；
当检测到下降斜率大于第三阈值时，牲畜的三维模型的低头程度不符合要求。
7.一种基于牲畜三维测量的姿态检测系统，其特征在于，包括：
点云获取模块，用于获得牲畜的三维点云数据后，根据三维点云数据获取俯视点云和侧视点云；
边框检测模块，用于根据俯视点云进行边框检测，并在边框检测符合要求后，根据俯视点云获取牲畜的三维模型上的背脊线；
身体检测模块，用于根据背脊线对牲畜的三维模型的弯曲程度和低头程度进行检测；
脚部检测模块，用于根据侧视点云对牲畜的三维模型的站立姿势进行检测；所述根据侧视点云对牲畜的三维模型的站立姿势进行检测这一步骤，具体为：获取牲畜的腿部点云，将腿部点云向XOY平面进行平面投影处理，获得平面图形；
对平面图形进行细化处理，获得直线，计算直线的斜率；
当检测到直线的斜率小于或等于第四阈值时，牲畜的三维模型的站立姿势符合要求；
当检测到直线的斜率大于第四阈值时，牲畜的三维模型的站立姿势不符合要求。
8.一种基于牲畜三维测量的姿态检测系统，其特征在于，包括：
至少一个处理器；
至少一个存储器，用于存储至少一个程序；
当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现权利要求1-6任一项所述的一种基于牲畜三维测量的姿态检测方法。
9.一种存储介质，其中存储有处理器可执行的指令，其特征在于，所述处理器可执行的指令在由处理器执行时用于执行如权利要求1-6任一项所述方法。
CN202010119466.9A 2020-02-26 2020-02-26 基于牲畜三维测量的姿态检测方法、系统及存储介质 Active CN111353416B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010119466.9A CN111353416B (zh) 2020-02-26 2020-02-26 基于牲畜三维测量的姿态检测方法、系统及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010119466.9A CN111353416B (zh) 2020-02-26 2020-02-26 基于牲畜三维测量的姿态检测方法、系统及存储介质

Publications (2)

Publication Number Publication Date
CN111353416A CN111353416A (zh) 2020-06-30
CN111353416B true CN111353416B (zh) 2023-07-07

Family

ID=71195870

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010119466.9A Active CN111353416B (zh) 2020-02-26 2020-02-26 基于牲畜三维测量的姿态检测方法、系统及存储介质

Country Status (1)

Country Link
CN (1) CN111353416B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111862189B (zh) * 2020-07-07 2023-12-05 京东科技信息技术有限公司 体尺信息确定方法、装置、电子设备和计算机可读介质
CN112288793B (zh) * 2020-11-06 2023-05-26 洛阳语音云创新研究院 畜类个体背膘检测方法、装置、电子设备及存储介质
CN112419414B (zh) * 2020-12-07 2023-03-07 河南科技大学 一种获取奶畜乳房区域三维点云的装置
CN113516756B (zh) * 2021-05-12 2022-03-22 华南农业大学 一种基于三维重构牲畜体点云的标准姿态鉴定方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0666083A (ja) * 1992-08-18 1994-03-08 Sumitomo Heavy Ind Ltd シールド掘進機の姿勢制御装置
CN102414715A (zh) * 2009-04-23 2012-04-11 丰田自动车株式会社 物体检测装置
JP2016170050A (ja) * 2015-03-12 2016-09-23 キヤノン株式会社 位置姿勢計測装置、位置姿勢計測方法及びコンピュータプログラム
WO2017030448A1 (en) * 2015-08-17 2017-02-23 Livestock Improvement Corporation Limited Method and apparatus for evaluating an animal

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000207568A (ja) * 1999-01-20 2000-07-28 Nippon Telegr & Teleph Corp <Ntt> 姿勢の計測装置及び姿勢の計測プログラムを記録した記録媒体
US9684956B2 (en) * 2008-12-03 2017-06-20 Delaval Holding Ab Arrangement and method for determining a body condition score of an animal
AU2010218298A1 (en) * 2009-02-27 2011-10-13 Body Surface Translations, Inc. Estimating physical parameters using three dimensional representations
CN102521563A (zh) * 2011-11-19 2012-06-27 江苏大学 基于椭圆拟合的猪行走姿态识别方法
WO2014018531A1 (en) * 2012-07-23 2014-01-30 Clicrweight, LLC Body condition score determination for an animal
WO2015013195A2 (en) * 2013-07-22 2015-01-29 Clicrweight, LLC Determining and validating a posture of an animal
WO2017113260A1 (zh) * 2015-12-30 2017-07-06 中国科学院深圳先进技术研究院 一种三维点云模型重建方法及装置
CN106022304B (zh) * 2016-06-03 2019-11-29 浙江大学 一种基于双目相机的实时人体坐姿情况检测方法
CN107844797A (zh) * 2017-09-27 2018-03-27 华南农业大学 一种基于深度图像的哺乳母猪姿态自动识别的方法
CN109238264B (zh) * 2018-07-06 2020-09-01 中国农业大学 一种家畜位置姿势归一化方法及装置
CN109711389B (zh) * 2019-01-16 2023-06-23 华南农业大学 一种基于Faster R-CNN和HMM的哺乳母猪姿态转换识别方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0666083A (ja) * 1992-08-18 1994-03-08 Sumitomo Heavy Ind Ltd シールド掘進機の姿勢制御装置
CN102414715A (zh) * 2009-04-23 2012-04-11 丰田自动车株式会社 物体检测装置
JP2016170050A (ja) * 2015-03-12 2016-09-23 キヤノン株式会社 位置姿勢計測装置、位置姿勢計測方法及びコンピュータプログラム
WO2017030448A1 (en) * 2015-08-17 2017-02-23 Livestock Improvement Corporation Limited Method and apparatus for evaluating an animal

Also Published As

Publication number Publication date
CN111353416A (zh) 2020-06-30

Similar Documents

Publication Publication Date Title
CN111353416B (zh) 基于牲畜三维测量的姿态检测方法、系统及存储介质
AU2016224887B2 (en) Improved method and relevant apparatus for the determination of the body condition score, body weight and state of fertility
CN107180438B (zh) 估计牦牛体尺、体重的方法和相应的便携式计算机装置
CN111542222B (zh) 估计牲畜重量的系统和方法
Wang et al. ASAS-NANP SYMPOSIUM: Applications of machine learning for livestock body weight prediction from digital images
US20160125276A1 (en) Methods and systems for marking animals
CN108961330B (zh) 基于图像的猪体长测算方法及系统
CN105260750B (zh) 一种奶牛识别方法及系统
CN109068613B (zh) 健康状态推定装置
KR20190068266A (ko) 영상을 이용한 가축 무게 측정 장치 및 방법
CA2875967A1 (en) Methods and systems for determining and displaying animal metrics
JP7301139B2 (ja) 成長評価装置、成長評価方法および成長評価プログラム
KR101974638B1 (ko) 식물 영상 처리 장치 및 방법
CN112288793B (zh) 畜类个体背膘检测方法、装置、电子设备及存储介质
WO2020119167A1 (zh) 数据处理方法、装置、系统和介质
CN111767794A (zh) 基于机器视觉的笼养家禽异常行为检测方法及检测系统
CN110400310A (zh) 一种奶牛体况自动评分系统
JP2019211364A (ja) 動物体の体重推定装置及び体重推定方法
CN115294185B (zh) 猪只体重的估测方法以及相关设备
CN114155216A (zh) 猪只温度检测方法及装置
JP2016015016A (ja) 動作認識装置及び動作認識方法
CN113598081B (zh) 一种肉牛健康自动监测系统
Hansen et al. Non-intrusive automated measurement of dairy cow body condition using 3D video
KR102372107B1 (ko) 영상기반의 모돈 분만 알림 시스템
CN113706512A (zh) 一种基于深度学习和深度相机的生猪体重测量方法

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