CN112257991A - 绵羊体况自动评分装置及评分方法 - Google Patents
绵羊体况自动评分装置及评分方法 Download PDFInfo
- Publication number
- CN112257991A CN112257991A CN202011061395.8A CN202011061395A CN112257991A CN 112257991 A CN112257991 A CN 112257991A CN 202011061395 A CN202011061395 A CN 202011061395A CN 112257991 A CN112257991 A CN 112257991A
- Authority
- CN
- China
- Prior art keywords
- data
- sheep
- module
- body condition
- 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.)
- Pending
Links
- 241001494479 Pecora Species 0.000 title claims abstract description 186
- 238000000034 method Methods 0.000 title claims description 13
- 238000013077 scoring method Methods 0.000 claims abstract description 10
- 238000012545 processing Methods 0.000 claims description 62
- 238000011156 evaluation Methods 0.000 claims description 32
- 238000012544 monitoring process Methods 0.000 claims description 23
- 210000003205 muscle Anatomy 0.000 claims description 22
- 210000001624 hip Anatomy 0.000 claims description 18
- 238000013500 data storage Methods 0.000 claims description 9
- 230000037396 body weight Effects 0.000 claims description 8
- 238000005259 measurement Methods 0.000 claims description 8
- 238000007781 pre-processing Methods 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 5
- 238000013145 classification model Methods 0.000 claims description 5
- 238000013527 convolutional neural network Methods 0.000 claims description 3
- 238000013135 deep learning Methods 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 2
- 238000009395 breeding Methods 0.000 abstract 1
- 230000001488 breeding effect Effects 0.000 abstract 1
- 244000144972 livestock Species 0.000 abstract 1
- 230000008569 process Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 241000283707 Capra Species 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000008602 contraction Effects 0.000 description 2
- 244000144980 herd Species 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 235000005273 Canna coccinea Nutrition 0.000 description 1
- 240000008555 Canna flaccida Species 0.000 description 1
- 241000283903 Ovis aries Species 0.000 description 1
- 241001672648 Vieira Species 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009102 absorption Effects 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003153 chemical reaction reagent Substances 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 235000007882 dietary composition Nutrition 0.000 description 1
- 230000029087 digestion Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007102 metabolic function Effects 0.000 description 1
- 230000003387 muscular Effects 0.000 description 1
- 230000035764 nutrition Effects 0.000 description 1
- 235000016709 nutrition Nutrition 0.000 description 1
- 230000001850 reproductive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000011179 visual inspection Methods 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Images
Classifications
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K17/00—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations
- G06K17/0022—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisions for transferring data to distant stations, e.g. from a sensing device
- G06K17/0029—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisions for transferring data to distant stations, e.g. from a sensing device the arrangement being specially adapted for wireless interrogation of grouped or bundled articles tagged with wireless record carriers
-
- 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
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Networks & Wireless Communication (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Multimedia (AREA)
- Human Computer Interaction (AREA)
- General Engineering & Computer Science (AREA)
- Agronomy & Crop Science (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Image Analysis (AREA)
Abstract
本发明提供了绵羊体况自动评分装置及评分方法，属于机械自动化及畜牧养殖领域。绵羊体况自动评分装置，能测得绵羊的体宽、体长、体高、体况、体重数据；能读取绵羊的耳标射频信息；能拍摄绵羊的彩色图像、三维影像视频。绵羊体况的自动评分方法，通过关联绵羊的体宽、体长、体高、体况、体重数据，身份标识数据和背部、臀部区域三维点云数据，得到绵羊的综合生长信息，并通过多次监测的数据生成绵羊的生长趋势图，判断绵羊的生长情况，可以针对性的跟踪和改善绵羊的饲养，提高效率和针对性。
Description
技术领域
本发明涉及机械自动化及畜牧养殖领域，具体而言，涉及绵羊体况自动评分装置及评分方法。
背景技术
体况评分，英文：Body Condition Score，简称BCS。绵羊(尤其是母羊)各生理阶段的体况评分，对畜群生产力的评价有着尤为重要的意义。如果肥瘦程度与其当时所处的生理阶段不相符,则反映饲养的日粮组成或饲喂量不当,或机体的消化吸收代谢功能紊乱,从而可能降低母羊的产羔数,浪费饲料,降低母羊繁殖率,甚至产生亚临床或临床疾病,增加饲养成本,导致经济损失。对体况不同的绵羊进行相应的补饲或者控制饲喂量，会使其拥有良好的体况，绵羊的体况评分是一套对绵羊体营养状况或脂肪沉积量的评价方法，是很好的羊群管理辅助手段。
目前绵羊的体况评分方法主要由经过专业培训的评定人员通过视觉和触觉的方式进行评定。依靠手部按压脊柱(椎骨棘突和腰椎横突)和眼肌上的脂肪覆盖程度和肌肉丰满程度结合视觉来综合判定。评定时,将绵羊拴于羊床上，评定人员通过对绵羊评定部位目测和触摸,结合整体印象,对照标准给分。体况评分一种相对主观的方法，准确性与否取决于各分数段之间的把握程度。除了生产经验外,没有现成的标准提供养羊者借鉴。
近年来，随着人工智能技术在各个行业领域的兴起，人们通过更为精准的机器视觉方式来代替传统的主观意识强的人工判定方式，极大程度地实现了自动化劳作，解放了劳动力。有研究人员对羊的体况评分进行了相关研究，但都有不足之处。A.Cannas等进行了绵羊体重与体况评分的预测研究，在已知绵羊品种或种群的BCS2.5的体重时，建立的方程可用于准确预测成熟母羊的体重，但是该研究只对体况评分和体重做出了相关性分析。A.Vieira等用标准模板匹配的方法研究了山羊的体况评分，证明了臀部区域变量更好地表征BCS，但是该研究只能粗略地将山羊体况分为非常瘦、正常、非常胖三类，无法精确对山羊进行精确的体况评分。
发明内容
本发明的第一方面，公开了绵羊体况自动评分装置，绵羊体况自动评分装置包括数据采集装置，数据发送装置，数据接收装置，数据处理装置；
所述数据采集装置包括：
数据测量模块，用于测量绵羊的体宽、体长、体高、体况、体重数据和脂肌覆盖数据；
耳标射频读取模块，用于读取绵羊的耳标射频信息；
摄像模块，用于获取绵羊的彩色图像、三维影像数据；
数据发送装置，用于发送所述数据测量模块、所述耳标射频读取模块和所述摄像模块获取的数据；
数据接收装置，用于接收所述数据发送装置发送的数据，并将数据传输给数据处理装置；
所述数据处理装置包括：
数据处理模块，用于处理和评价所述数据接收装置接收的数据；
数据监测模块，用于跟踪评价所述数据处理模块处理的数据；
数据存储模块，用于存储所述数据接收装置、所述数据处理模块和所述数据监测模块的数据。
本发明通过数据采集装置，数据发送装置，数据接收装置和数据处理装置分别完成数据采集，发送，接收和处理等工作；尤其是通过数据处理模块，处理绵羊的体宽、体长、体高、体况、体重数据，身份标识数据，三维影像视频。
在前述的第一方面的一些实施例中，和脂肌覆盖数据指绵羊脊柱和眼肌区间的脂肪及肌肉覆盖落差数据。
在前述的第一方面的一些实施例中，数据监测模块还用于将跟踪评价的数据返回所述数据接收装置，并通过所述数据处理模块进行结果修正。
在前述的第一方面的一些实施例中，数据处理模块采用基于深度学习的卷积神经网络架构配置建立集成模型作为识别分类模型，对绵羊进行体况分类评分。
在前述的第一方面的一些实施例中，识别分类模型包括人工干预，人工干预包括对绵羊的体宽、体长、体高、体况、体重数据进行人工评分，得到人工评价数据，并以人工评价数据为参考数据集。
在前述的第一方面的一些实施例中，数据处理模块包括对所述数据接收装置接收的数据进行预处理，将绵羊的三维影像视频进行处理，得到背部、臀部区域三维点云数据，将三维点云数据处理得到定位数据；
对数据进行预处理，包括将脊柱和眼肌区间的脂肪及肌肉丰满数据，脂肪及肌肉丰满数据由绵羊臀部区域三维点云包络线凹处与凸处连线围成的区域构成。
本发明的第二方面，公开了一种绵羊体况的自动评分方法，自动评分方法包括以下步骤：
通过数据测量模块测量得到绵羊的体宽、体长、体高、体况、体重数据；
通过耳标射频读取模块读取绵羊的耳标射频信息，得到绵羊的身份标识数据；
通过摄像模块拍摄得到绵羊的彩色图像、三维影像视频；
通过数据发送装置将所述体宽、体长、体高、体况、体重数据、所述身份标识数据和所述彩色图像、三维影像视频发送到数据接收装置；
由所述数据接收装置将数据传输到数据处理装置并在数据存储模块进行存储；
对数据接收装置接受的数据进行预处理，对绵羊的体宽、体长、体高、体况、体重数据进行人工评分，得到人工评价数据；将绵羊的三维影像视频进行处理，得到背部、臀部区域三维点云数据，将三维点云数据处理得到定位数据；
所述数据监测模块根据数据处理模块处理的数据，进行跟踪监测，根据处理的数据监测绵羊的生长情况。
在前述第二方面的一些实施例中，数据处理模块将同一只绵羊的所述体宽、体长、体高、体况、体重数据、所述身份标识数据、人工评价数据和定位数据产生的评定结果进行关联。
在前述第二方面的一些实施例中，数据监测模块根据数据处理模块处理的N次的数据，生成绵羊的体况变化趋势图；
优选地，N为3-10的任一整数。
在实施例中，数据监测模块根据不同批次监测的数据，生成绵羊的生长趋势图，根据绵羊生长趋势，可以针对性的改善绵羊的饲养；对个别绵羊出现的生长缓慢或异常的数据进行预警提示，管理人员对其进行单独的处理，提高饲养的效率和针对性，能提早进行干预。
在前述第二方面的一些实施例中，数据处理模块通过利用数理统计的方法进行分析拟合，得到绵羊体宽、体长、体高、体重以及体况评分之间的多元回归方程，对同一种群的绵羊体况进行综合评定。
与现有技术相比，本发明的有益效果包括：绵羊体况自动评分装置，能测得绵羊的体宽、体长、体高、体况、体重数据；能读取绵羊的耳标射频信息；能拍摄绵羊的彩色图像、三维影像视频。绵羊体况的自动评分方法，通过关联绵羊的体宽、体长、体高、体况、体重数据，身份标识数据和背部、臀部区域三维点云数据，得到绵羊的综合生长信息，并通过多次监测的数据生成绵羊的生长趋势图，判断绵羊的生长情况，可以针对性的跟踪和改善绵羊的饲养，提高效率和针对性。
附图说明
图1是实验例中自动评分装置的示意图。
图标：100-自动评分装置；110-数据采集装置；111-数据测量模块；113-耳标射频读取模块；115-摄像模块；120-数据发送装置；130-数据接收装置；140-数据处理装置；141-数据处理模块；143-数据监测模块；145-数据存储模块。
具体实施方式
下面将结合实施例对本发明的实施方案进行详细描述，但是本领域技术人员将会理解，下列实施例仅用于说明本发明，而不应视为限制本发明的范围。实施例中未注明具体条件者，按照常规条件或制造商建议的条件进行。所用试剂或仪器未注明生产厂商者，均为可以通过市售购买获得的常规产品。
以下结合实施例对本发明的特征和性能作进一步的详细描述。
实施例
参考图1，本实施例提供绵羊体况自动评分装置100，该自动评分装置100包括：数据采集装置110，数据接收装置120，数据发送装置130和数据处理装置140；
数据采集装置110包括：
数据测量模块111，用于测量绵羊的体宽、体长、体高、体况、体重数据；
耳标射频读取模块113，用于读取绵羊的耳标射频信息；
摄像模块115，用于获取绵羊的彩色图像、三维影像视频；
数据发送装置120，用于发送所述数据测量模块111、所述耳标射频读取模块113和所述摄像模块115获取的数据；
数据接收装置130，用于接收所述数据发送装置120发送的数据，并将数据传输给数据处理装置140；
数据处理装置140包括：
数据处理模块141，用于处理和评价数据接收装置130接收的数据；
数据监测模块143，用于跟踪评价数据处理模块141处理的数据；
数据存储模块145，用于存储数据接收装置130、数据处理模块141和数据监测模块143接收的数据。
本实施例还包括通过上述绵羊体况的自动评分装置对绵羊进行体况的自动评分方法，自动评分方法包括以下步骤：
通过数据测量模块111测量得到绵羊的体宽、体长、体高、体况、体重数据；
通过耳标射频读取模块113读取绵羊的耳标射频信息，得到绵羊的身份标识数据；
通过摄像模块115拍摄得到绵羊的彩色图像、三维影像视频；
通过数据发送装置120将所述体宽、体长、体高、体况、体重数据、所述身份标识数据和所述彩色图像、三维影像视频发送到数据接收装置130；
数据接收装置130将数据传输到数据处理装置140并在数据存储模块143进行存储；
数据监测模块143根据数据处理模块141处理的数据，进行跟踪监测，根据处理的数据监测绵羊的生长情况。
数据处理模块141将同一只绵羊的所述体宽、体长、体高、体况、体重数据、身份标识数据、人工评价数据和定位数据产生的评定结果进行关联。
数据监测模块143根据所述数据处理模块141处理的N次的数据，生成绵羊的体况变化趋势图；
其中N为3-10的任一整数。
数据处理模141块通过利用数理统计的方法进行分析拟合，得到绵羊体宽、体长、体高、体重以及体况评分之间的多元回归方程，对同一种群的绵羊体况进行综合评定。
数据测量模块111包括一个评定通道，评定通道有进口门、通道主体、出口门、体宽测量装置、体长体高测量装置、体况测量装置组成；绵羊进入评定通道，行至评定通道尽头处被关闭的出口门拦截并被固定夹紧，可移动挡板测得该绵羊的体宽数据，竖直可移动伸缩挡杆头测得该绵羊的体长、体高数据，斜置可移动伸缩挡杆头测得该绵羊脊柱和眼肌区间的脂肪及肌肉覆盖落差度(体况数据)；重量传感器称得该绵羊的体重数据。
具体地，可移动挡板位于评定通道两侧，平行安装于通道侧壁，通过驱动电机带动推拉杆，完成向评定通道内推进夹紧绵羊及向外收回放松绵羊的测量体宽的工作；竖直移动可伸缩挡杆头水平位于评定通道顶部，通过驱动电机带动推拉杆的伸缩完成在竖直方向上的测量体长、体高的工作；斜置可移动伸缩挡杆头位于评定通道顶部的两侧，通过驱动电机带动推拉杆的伸缩完成体况测量的工作；重量传感器安装于评定通道的下方靠近所述出口门处；出口门可根据判断该绵羊相关信息是否采集完毕，由驱动电机带动推拉杆而控制其打开或关闭。绵羊完全进入所述评定通道后，所述进口、出口门均处于关闭状态，根据所述深度相机采集的彩色图像，判定该绵羊当前在所述评定通道内的精确位置，并提供体宽、体长、体高、体况待测部位。首先测量体宽数据，所述可移动挡板的推拉杆伸出，根据所提供的体宽测量部位，驱动电机带动推拉杆向所述评定通道内推进夹紧绵羊，可移动挡板初始距离不变，推拉杆移动速度一定，与其移动时间相乘，得到推拉杆移动距离，可移动挡板初始距离减去推拉杆移动距离，即为该绵羊的体宽数据；
其次测量体长、体高数据，所述竖直移动可伸缩挡杆头根据所提供的体长测量部位，由驱动电机带动的推拉杆控制其移动到一个体长待测点，之前移动的距离不做记录，停顿一秒，再移动到另一个体长待测点，所述竖直移动可伸缩挡杆头全程处于收缩状态，驱动电机带动所述竖直移动可伸缩挡杆头移动速度一定，与其移动时间相乘，即为该绵羊的体长数据；
此时，所述竖直移动可伸缩挡杆头再根据所提供的体高测量部位，移动到体高待测点，驱动推拉杆去触碰该绵羊脊背上的待测点，所述评定通道总高度一定，减去收缩臂向下移动的距离，即为该绵羊的体高数据，没次测量存储完体高数据后，推拉杆收缩回原始位置；
考虑到所述竖直移动可伸缩挡杆头的移动速度并不会影响测量效率，配置一个即可完成体长、体高的测量工作，也可配置多个同时测量体长和体高数据；
最后测量体况数据，所述斜置移动可伸缩挡杆头根据所提供的体况测量部位，由驱动电机带动的推拉杆控制其分别移动到两侧的体况待测点，适当调正角度，驱动所述斜置移动可伸缩挡杆头伸出去触碰该绵羊臀部两侧的待测点，所述斜置移动可伸缩挡杆头测量之前处于收缩状态，先下降到该绵羊最外侧体廓处，该绵羊最外侧体廓可由所述深度相机采集的该绵羊的背部、臀部区域的三维影像转换的点云数据而得到，这一段移动距离不做记录，停顿一秒后继续伸出，直至触碰到该绵羊的皮肤，此时有一个伸出长度，其相对于该绵羊最外侧体廓有一个下沉深度，即为该绵羊脊柱和眼肌区间的脂肪及肌肉覆盖落差度；
竖直移动可伸缩挡杆头及斜置移动可伸缩挡杆头在X轴方向上安装的导轨上完成其移动动作，一共三根，平行安装于评定通道顶部
同时耳标射频读取模块113读取绵羊的耳标射频信息，获得绵羊的身份标识数据。耳标射频读取模块113安装于出口门处的上方。
摄像模块115包括深度相机，深度像机采集该绵羊经过时的彩色图像、三维影像视频，获取该绵羊的彩色图像以及背部、臀部区域的三维影像。深度相机沿该绵羊行走方向安装于进口门处的上方，由驱动电机带动旋转轴控制其进行转动；进口门可根据判断深度相机转到朝向进口门前方时，是否采集到该绵羊的彩色图像，由驱动电机带动推拉杆控制其是否打开，深度相机采集到该绵羊的彩色图像后，开始向该绵羊行走的方向转动，由视频判断该绵羊是否完全进入评定通道内，控制进口门是否关闭。
深度像机采集该绵羊经过时的彩色图像、三维影像视频，获取该绵羊的彩色图像以及背部、臀部区域的三维影像的过程如下：
获取的视频数据要利用算法进行有效帧的选择，无该绵羊背部、臀部区域或有障碍物的帧需要从原始视频中自动移除；
保留该绵羊的有效帧的彩色图像以及背部、臀部区域的三维影像数据。
采集数据后通过数据发送装置120将数据发送到数据接收装置130，数据接收装置130将数据传输给数据处理装置140；数据由数据处理模块141和数据监测模块143进行处理或监测，数据存储模块145最终进行数据存储。
数据处理模块141是一台远程计算机，通过研发的绵羊体况分类评分算法，对该绵羊体况进行分类评分；开发友好的人机交互平台，将该绵羊的体宽、体长、体高、体况、体重、体况评分、身份标识数据、彩色图像显示在人机交互界面内；通过分析拟合，建立该绵羊体宽、体长、体高、体重以及体况评分之间的多元回归方程；建立该绵羊的档案，存储该绵羊每次进行体况评定的数据，生成随生长时间变化的该绵羊的体况变化趋势图；在监测模块143的处理器内移植绵羊体况分类评分处理程序。
选取一定数量的绵羊作为试验对象，采集一定数量的绵羊数据，找到经过专业培训的两个以上观察员对绵羊进行体况评分，并对其评分结果进行记录和权衡，作为对数据集的注解和标记；
对筛选得到的有效帧的三维影像，进行坐标转换得到点云数据，对得到的点云数据进行去噪处理，得到含有该绵羊背部、臀部区域的点云包络线；
创建三维坐标系，X轴是该绵羊脊柱线的方向，Y轴垂直于脊柱线，并沿着该绵羊身体宽度的方向，Z轴是该绵羊的高度方向，基于脊柱点是该绵羊身体横切面上的最高点，通过拟合原始三维图像中每一行的最高点得到脊柱线(X轴)；
脊柱和眼肌上的脂肪覆盖程度以及肌肉丰满程度，可由三维坐标下绵羊臀部区域点云包络线最凹处与最凸出形成封闭面积的大小来表征，面积越大表征该绵羊越瘦，面积越小表征该绵羊越胖；
对该绵羊背部、臀部区域的点云包络线各点赋值，再将其转换到二维坐标系中，对齐到一个单位中平铺，获得一个标准化的形状，通过计算所述的封闭面积的大小来对绵羊体况进行初步评定，并将评定结果与所述测量得到的体况数据及所述的观察员进行评分的数据集评分结果进行关联，作为后续研发绵羊体况分类评分算法的依据；
将该绵羊背部、臀部区域的点云包络线作为输入，训练出不同的分类器，采用深度学习理论的卷积神经网络架构配置建立集成模型作为识别分类模型，将权重按影响程度高低分配给不同的分类器，级联网络进行交替、联合训练，集成模型可以很好地解决数据集的不平衡问题；
在的进行关联后的数据集上对模型进行训练与测试，对绵羊进行体况分类评分，完成体况分类评分算法的研发。
在数据监测模块143内移植绵羊体况评分处理程序，无需通过发送装置120和接收装置130的无线网络的传输也可以完成绵羊体况评分，所需数据均可通过采集装置110之间的设备进行有线传输，使得脱离数据处理模块141的远程计算机也能实现绵羊体况评分，且评定数据在监测模块143存储后，拷贝到据处理模块141的远程计算机可更新原来的绵羊档案。
以上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。本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有做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。
Claims (10)
1.绵羊体况自动评分装置，其特征在于，所述绵羊体况自动评分装置包括数据采集装置，数据发送装置，数据接收装置，数据处理装置；
所述数据采集装置包括：
数据测量模块，用于测量绵羊的体宽、体长、体高、体况、体重数据和脂肌覆盖数据；
耳标射频读取模块，用于读取绵羊的耳标射频信息；
摄像模块，用于获取绵羊的彩色图像、三维影像数据；
数据发送装置，用于发送所述数据测量模块、所述耳标射频读取模块和所述摄像模块获取的数据；
数据接收装置，用于接收所述数据发送装置发送的数据，并将数据传输给数据处理装置；
所述数据处理装置包括：
数据处理模块，用于处理和评价所述数据接收装置接收的数据；
数据监测模块，用于跟踪评价所述数据处理模块处理的数据；
数据存储模块，用于存储所述数据接收装置、所述数据处理模块和所述数据监测模块的数据。
2.根据权利要求1所述的绵羊体况自动评分装置，其特征在于，所述脂肌覆盖数据指绵羊脊柱和眼肌区间的脂肪及肌肉覆盖落差数据。
3.根据权利要求1所述的绵羊体况自动评分装置，其特征在于，所述数据监测模块还用于将跟踪评价的数据返回所述数据接收装置，并通过所述数据处理模块进行结果修正。
4.根据权利要求1所述的绵羊体况自动评分装置，其特征在于，所述数据处理模块采用基于深度学习的卷积神经网络架构配置建立集成模型作为识别分类模型，对绵羊进行体况分类评分。
5.根据权利要求4所述的绵羊体况自动评分装置，其特征在于，所述识别分类模型包括人工干预，所述人工干预包括对绵羊的体宽、体长、体高、体况、体重数据进行人工评分，得到人工评价数据，并以所述人工评价数据为参考数据集。
6.根据权利要求1所述的绵羊体况自动评分装置，其特征在于，所述数据处理模块包括对所述数据接收装置接收的数据进行预处理，将绵羊的三维影像视频进行处理，得到背部、臀部区域三维点云数据，将所述三维点云数据处理得到定位数据；
对数据进行所述预处理，包括将脊柱和眼肌区间的脂肪及肌肉丰满数据，所述脂肪及肌肉丰满数据由绵羊臀部区域三维点云包络线凹处与凸处连线围成的区域构成。
7.一种绵羊体况的自动评分方法，其特征在于，所述自动评分方法包括以下步骤：
通过数据测量模块测量得到绵羊的体宽、体长、体高、体况、体重数据；
通过耳标射频读取模块读取绵羊的耳标射频信息，得到绵羊的身份标识数据；
通过摄像模块拍摄得到绵羊的彩色图像、三维影像视频；
通过数据发送装置将所述体宽、体长、体高、体况、体重数据、所述身份标识数据和所述彩色图像、三维影像视频发送到数据接收装置；
由所述数据接收装置将数据传输到数据处理装置并在数据存储模块进行存储；
对所述数据接收装置接受的数据进行预处理，对绵羊的体宽、体长、体高、体况、体重数据进行人工评分，得到人工评价数据；将绵羊的三维影像视频进行处理，得到背部、臀部区域三维点云数据，将所述三维点云数据处理得到定位数据；
数据处理模块调取存储到所述数据存储模块中的数据进行关联及处理；
所述数据监测模块根据数据处理模块处理的数据，进行跟踪监测，根据处理的数据监测绵羊的生长情况。
8.根据权利要求7所述的绵羊体况的自动评分方法，其特征在于，所述数据处理模块将绵羊的所述体宽、体长、体高、体况、体重数据、所述身份标识数据、所述人工评价数据和所述定位数据产生的评定结果进行关联。
9.根据权利要求7所述的绵羊体况的自动评分方法，其特征在于，所述数据监测模块根据所述数据处理模块处理的N次的数据，生成绵羊的体况变化趋势图；
优选地，N为3-10的任一整数。
10.根据权利要求7所述的绵羊体况的自动评分方法，其特征在于，所述数据处理模块通过利用数理统计的方法进行分析拟合，得到绵羊体宽、体长、体高、体重以及体况评分之间的多元回归方程，对同一种群的绵羊体况进行综合评定。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011061395.8A CN112257991A (zh) | 2020-09-30 | 2020-09-30 | 绵羊体况自动评分装置及评分方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011061395.8A CN112257991A (zh) | 2020-09-30 | 2020-09-30 | 绵羊体况自动评分装置及评分方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112257991A true CN112257991A (zh) | 2021-01-22 |
Family
ID=74234445
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011061395.8A Pending CN112257991A (zh) | 2020-09-30 | 2020-09-30 | 绵羊体况自动评分装置及评分方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112257991A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114359969A (zh) * | 2022-01-12 | 2022-04-15 | 内蒙古农业大学 | 一种羊脸图像采集装置及图像识别方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105844534A (zh) * | 2016-04-08 | 2016-08-10 | 北京农业信息技术研究中心 | 奶牛体况自动评分方法及装置 |
| CN208080273U (zh) * | 2018-03-08 | 2018-11-13 | 商丘职业技术学院 | 一种肉牛肥育体况测定用具 |
| 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 |
| 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 |
| CN110612921A (zh) * | 2019-09-25 | 2019-12-27 | 农芯科技(广州)有限责任公司 | 一种定位栏母猪的监测系统及方法 |
| CN110728208A (zh) * | 2019-09-24 | 2020-01-24 | 内蒙古大学 | 基于体况评分在牦牛放牧管理中的信息处理方法及系统 |
-
2020
- 2020-09-30 CN CN202011061395.8A patent/CN112257991A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105844534A (zh) * | 2016-04-08 | 2016-08-10 | 北京农业信息技术研究中心 | 奶牛体况自动评分方法及装置 |
| CN208080273U (zh) * | 2018-03-08 | 2018-11-13 | 商丘职业技术学院 | 一种肉牛肥育体况测定用具 |
| 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 |
| 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 |
| CN110728208A (zh) * | 2019-09-24 | 2020-01-24 | 内蒙古大学 | 基于体况评分在牦牛放牧管理中的信息处理方法及系统 |
| CN110612921A (zh) * | 2019-09-25 | 2019-12-27 | 农芯科技(广州)有限责任公司 | 一种定位栏母猪的监测系统及方法 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114359969A (zh) * | 2022-01-12 | 2022-04-15 | 内蒙古农业大学 | 一种羊脸图像采集装置及图像识别方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Hansen et al. | Automated monitoring of dairy cow body condition, mobility and weight using a single 3D video capture device | |
| AU2004259215B2 (en) | System and method for measuring animals | |
| CN110428908B (zh) | 一种基于人工智能的眼睑运动功能评估系统 | |
| CN107635509A (zh) | 用于确定体况评分、体重和生育状态的改进方法和相关设备 | |
| CN112580552B (zh) | 一种鼠类行为分析方法及装置 | |
| CN107595248A (zh) | 一种检测和评价儿童生长发育状况的方法和系统 | |
| CA2723452A1 (en) | Systems, methods and devices for use in assessing carcass grading | |
| CN114999646B (zh) | 新生儿运动发育评估系统、方法、装置及存储介质 | |
| CN113947734A (zh) | 一种猪只体征信息采集方法及系统 | |
| US7409373B2 (en) | Pattern analysis system and method | |
| CN109784200A (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 | |
| CN112257991A (zh) | 绵羊体况自动评分装置及评分方法 | |
| US8444461B2 (en) | Systems and methods for the detection of anatomical structures and positions thereof | |
| CN117558428B (zh) | 一种用于肝脏mri的成像优化方法及系统 | |
| CA3093646C (en) | Method and system for extraction of statistical sample of moving objects | |
| CN207401111U (zh) | 智能运动健康数据采集系统 | |
| Burke et al. | An analysis of the feasibility of using image processing to estimate the live weight of sheep | |
| CN111685060A (zh) | 一种基于人工智能对反刍动物发情行为识别的方法 | |
| US8472675B2 (en) | Systems, methods and devices for use in filter-based assessment of carcass grading | |
| Dandıl et al. | Fetal movement detection and anatomical plane recognition using YOLOv5 network in ultrasound scans | |
| BR102019004750A2 (pt) | Sistema de monitoramento de animais e determinação do acabamento e musculosidade a partir da aquisição de imagens voluntárias pré-abate do animal | |
| Azari et al. | Evaluation of hands-on clinical exam performance using marker-less video tracking | |
| Schofield et al. | Emerging technology for assessing the composition of livestock | |
| CN118512173B (zh) | 一种基于深度学习的儿童听力检测方法及系统 | |
| CN116363141B (zh) | 一种妊娠母猪智能体型评价装置及系统 |
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: 20210122 |
|
| RJ01 | Rejection of invention patent application after publication |