CN113288107A - 一种羊的应激与电导率可视化检测设备与方法 - Google Patents

Abstract

本发明公开了一种羊的应激与电导率可视化检测设备与方法，所述方法包括：利用应激传感器对羊的应激进行检测；利用微处理器计算羊的平均应激积累并发送至上位机显示；通过所述微处理器控制可变颜色指示器，使所述可变颜色指示器根据所述平均应激积累显示不同的颜色；对发出预警颜色的羊或者用户指定的羊进行电导率实时动态成像，生成电导率图像；根据所述发出预警颜色的羊或者用户指定的羊的应激以及所述电导率图像确定所述发出预警颜色的羊的或者用户指定的羊的当前身体状况。本发明实现了应激的快速可视化，并且大大提高了羊群身体状况的检测速度。

Description

一种羊的应激与电导率可视化检测设备与方法

技术领域

本发明涉及可视化检测领域，特别是涉及一种羊的应激与电导率可视化检测设备与方法。

背景技术

近年来，随着畜牧业养殖密度增加，养殖环境得不到保障，导致牲畜处于亚健康或不健康状态，发病率大幅度上升。根据查阅文献以及实地调查得知当羊处于对自己生存不利的情况下它的身体会产生应激，应激的大小以及持续的时间会对羊的健康产生巨大的影响，同时当羊群处于亚健康以及不健康时其身体的电导率值会有所改变，因此对肉羊进行实时的应激检测与电导率检测对身体状况的判别是十分有必要的。目前对应激的检测的方法通常为利用应激传感器对羊体内的应激进行检测，并将信号发送至上位机，上位机对信号进行处理并显示应激水平的大小，基于这种方法，用户必须通过上位机得知应激水平，而不能实现对应激变化的快速视觉辨别，另外，目前通过电导率来监测羊的身体状况的方法一般为对所有的羊均进行电导率成像，但是这样工作量大，对处理器要求高，导致对羊群身体状况的检测速度慢。

发明内容

本发明的目的是提供一种羊的应激与电导率可视化检测设备与方法，以解决现有技术中对羊的应激以及电导率进行检测时，不能实现对应激变化的快速视觉辨别以及当对所有的羊均进行电导率成像时检测速度慢的问题。

为实现上述目的，本发明提供了如下方案：

一种羊的应激与电导率可视化检测设备，包括：生物传感器、可变颜色指示器、微处理器、拉伸传感器、角度传感器、信号传输装置、弹性织物以及上位机；

所述生物传感器包括电极贴片以及应激传感器；所述应激传感器贴合在所述电极贴片上，并使用聚酰亚胺膜分开；所述生物传感器固定在所述弹性织物的内侧；所述可变颜色指示器、所述微处理器、所述拉伸传感器、所述角度传感器以及所述信号传输装置固定在所述弹性织物的外侧；所述弹性织物穿戴在羊体上；所述应激传感器以及所述可变颜色指示器均与所述微处理器连接；所述电极贴片、所述微处理器、所述拉伸传感器以及所述角度传感器均与所述信号传输装置连接，所述信号传输装置将所述电极贴片、所述微处理器、所述拉伸传感器以及所述角度传感器的信号传输至所述上位机。

一种羊的应激与电导率可视化检测方法，所述方法应用于上述所述的羊的应激与电导率可视化检测设备，所述方法包括：

利用应激传感器对羊的应激进行检测；

利用微处理器计算羊的平均应激积累并发送至上位机显示；

通过所述微处理器控制可变颜色指示器，使所述可变颜色指示器根据所述平均应激积累显示不同的颜色；所述平均应激积累是通过所述上位机与所述可变颜色指示器同时显示的；

对发出预警颜色的羊或者用户指定的羊进行电导率实时动态成像，生成电导率图像；

根据所述发出预警颜色的羊或者用户指定的羊的应激以及所述电导率图像确定所述发出预警颜色的羊的或者用户指定的羊的当前身体状况。

可选地，所述通过所述微处理器控制可变颜色指示器，使所述可变颜色指示器根据所述平均应激积累显示不同的颜色，具体包括：

通过设定不同的应激阈值形成多个预设等级区间；不同的预设等级区间对应不同的颜色；

根据所述平均应激积累所落入的预设等级区间，控制所述可变颜色指示器显示初始颜色；

判断所述平均应激积累是否大于应激高阈值，得到第一判断结果；

若所述第一判断结果表示所述平均应激积累大于所述应激高阈值，对所述预设等级区间重新划分，确定高阈值等级区间；所述高阈值等级区间是通过缩短所述预设等级区间的区间长度得到的；

根据所述平均应激积累所落入的高阈值等级区间，更新所述初始颜色并控制所述可变颜色指示器显示对应的颜色；

若所述第一判断结果表示所述平均应激积累不大于所述应激高阈值，判断所述平均应激积累是否小于应激低阈值，得到第二判断结果；

若所述第二判断结果表示所述平均应激积累小于所述应激低阈值，对所述预设等级区间重新划分，确定低阈值等级区间；所述低阈值等级区间是通过增大所预设等级区间的区间长度得到的；

根据所述平均应激积累所落入的低阈值等级区间，更新所述初始颜色并控制所述可变颜色指示器显示对应的颜色；

若所述第二判断结果表示所述平均应激积累不小于所述应激低阈值，确定所述初始颜色为所述可变颜色指示器最终显示的颜色。

可选地，所述对发出预警颜色的羊或者用户指定的羊进行电导率实时动态成像，生成电导率图像，具体包括：

确定所述发出预警颜色的羊或者用户指定的羊的电导率的成像边界形状；

根据所述成像边界形状确定电压分布曲线元素因子；

根据所述电压分布曲线元素因子确定电压分布曲线元素因子类群；

根据所述电压分布曲线元素因子类群确定标准电压分布曲线集；

根据所述标准电压分布曲线集重构所述电导率图像，生成重构后的电导率图像。

可选地，所述确定所述发出预警颜色的羊或者用户指定的羊的电导率的成像边界形状，具体包括：

根据不同品种、用途和生长时间的羊，获取电导率的测试成像区域的修正系数；

将所述电导率的测试成像区域划分为多个象限，通过拉伸传感器测出任一象限内的电极间的拉伸长度，以及通过角度传感器测出任一象限内的弹性织物的弯曲角度；

根据所述拉伸长度计算出所述象限的轴周长；

根据所述弯曲角度和所述轴周长计算出所述象限的轴长；

根据所述修正系数、所述轴周长以及所述轴长计算出所述象限的形状因子以及曲线方程；

所述形状因子的公式为：

其中，Q为象限的个数，q为所述象限的序号，c_q为所述轴周长，m_q为所述轴长，n_q为所述形状因子，k为所述修正系数；

所述曲线方程为：

其中，

为电导率的成像边界形状上的点与x轴的夹角角度，

分别为电导率的成像边界形状上与x轴的夹角角度为

的点的横坐标和纵坐标；

根据所述形状因子、所述曲线方程以及所述轴长确定所述发出预警颜色的羊的电导率的成像边界形状。

可选地，所述根据所述成像边界形状确定电压分布曲线元素因子，具体包括：

将所述成像边界形状构成的电导率的成像区域划分为多个网格；

根据实测电压以及单个网格的电场面积获取每个网格的电压分布曲线元素因子；

所述每个网格的电压分布曲线元素因子的公式为：

其中，A_mn是每个网格的电压分布曲线元素因子，γ(i^e)是通过将电流i注入第m个电极而产生的电势场，γ(v^m)是第m个测量电极处的电势场，A是第n个网格处的电场面积，δV_m是第m个测量电极处的测量电压(1≤m≤M)，M是电极的个数，δ_n是第n个网格处的电导率分布(1≤n≤N)，N为网格的个数。

可选地，所述根据所述电压分布曲线元素因子确定电压分布曲线元素因子类群，具体包括：

根据多个所述电压分布曲线元素因子构成电压分布曲线元素矩阵；所述电压分布曲线元素矩阵为电压分布曲线元素因子群；所述电压分布曲线元素因子群的公式为：A＝[A₁₁、A₁₂、…、A_mn、…、A_MN]，A∈R^M×N，其中，A为所述电压分布曲线元素因子群；

基于余数相同类聚法，将所述电压分布曲线元素因子群按行元素分为多个电压分布曲线元素因子类群；所述电压分布曲线元素因子类群的个数为数据处理器的个数；所述电压分布曲线元素因子类群的公式为：^PA＝{A_mn|mmodP＝p}，其中P为电压分布曲线元素因子类群的个数，1≤p≤P。

可选地，所述根据所述电压分布曲线元素因子类群确定标准电压分布曲线集，具体包括：

利用多个数据处理器，采用并行计算的方式处理所述电压分布曲线元素因子类群以及所述电导率的成像边界形状，确定所述标准电压分布曲线集，所述标准电压分布曲线集的公式为：A(Ω(t))＝[¹A，²A，...，^pA，...，^PA]^T(1≤p≤P)，^pA∈R^(M/P)×N，A(Ω(t))为所述标准电压分布曲线集。

可选地，所述根据所述标准电压分布曲线集重构所述电导率图像，生成重构后的电导率图像，具体包括：

获取所述发出预警颜色的羊或者用户指定的羊的实测电压；

根据所述标准电压分布曲线集和所述实测电压，利用叠加重复法重构所述电导率图像，生成重构后的电导率图像；所述重构后的电导率图像的公式为：

σ(Ω(t)ⁱ⁺¹＝σ(Ω(t))ⁱ-A((Ω(t))^TA(Ω(t))+λR)^-1A((Ω))^TΔV，其中，σ(Ω(t))ⁱ⁺¹表示重构后的电导率图像，σ(Ω(t))ⁱ表示初始电导率图像，A(Ω(t))是标准电压分布曲线集，R是正则化矩阵，λ是松弛因子，ΔV是标准化的测量电压，

其中，V^obj为目标电压，V^rof为参考电压，所述实测电压包括所述目标电压以及所述参考电压，初始电导率图像的公式为：σ(Ω(t)ⁱ＝A(Ω(t))^TΔV，σ(Ω(t))ⁱ表示初始电导率图像。

可选地，所述利用应激传感器对羊的应激进行检测，之前还包括：

获取羊的品种、用途以及生长时间；

根据羊的所述品种、所述用途、所述生长时间以及预设生长模型确定羊的生长阶段；

所述根据羊的所述品种、所述用途、所述生长时间以及预设生长模型确定羊的生长阶段的过程具体为：所述预设生长模型为：W(t)＝a×(b+ce^dt)^-f，其中，a、b、c、d以及f是根据羊的品种、用途拟合得到的第一常数、第二常数、第三常数、第四常数以及第五常数，e为数值2.7，t为所述生长时间，当W(t)<Q1时，羊处于S_1n生长阶段，当Q1≤W(t)≤Q2时，羊处于S_2n生长阶段，当Q2<W(t)时，羊处于S_3n生长阶段，Q1为第一预设期望值，Q2为第二预设期望值，S_1n生长阶段为幼年期，S_2n生长阶段为青年期，S_3n生长阶段为成年期；

根据羊的所述生长阶段改变羊所穿戴的弹性织物的尺寸、弹性以及延展性；

通过拉伸传感器计算羊所穿戴的所述弹性织物的拉力值；

根据羊的所述生长阶段以及所述拉力值确定所需要的生物传感器数量及分布，或者根据用户的需求手动输入确定所需要的生物传感器数量及分布。

所述根据羊的所述生长阶段以及所述拉力值确定所需要的生物传感器数量及分布的过程具体为：当F(t)≤F时，传感器的分布方式为S_m1正常分布，当F(t)>F时，传感器的分布方式为S_m2分散分布，F(t)为所述拉力值，F为拉力阈值，根据所述生长阶段以及所述传感器的分布方式确定羊的生长分布阶段S_mn，所述生长分布阶段S_mn包括幼年正常分布S₁₁，幼年分散分布S₁₂，……，S_mn＝{S₁₁，S₁₂，…S_mn}，m∈(1，2，3)，n∈(1，2)，依据S_mn调整传感器的数量，其中，S₁₁阶段传感器的数量为8，S₁₂阶段的传感器数量为12，S₂₁阶段传感器的数量为16，S₂₂阶段传感器的数量为20，S₃₁阶段传感器的数量为24，S₃₂阶段传感器的数量为32。

根据本发明提供的具体实施例，本发明公开了以下技术效果：

本发明公开了一种羊的应激与电导率可视化检测设备与方法，先利用应激传感器对羊的应激进行检测，即先对羊进行身体状况的初步判断，根据羊的平均应激积累的大小使可变颜色指示器显示不同的颜色，这样实现了应激的快速可视化，然后再对发出预警颜色的羊或者用户指定的羊进行电导率动态成像，最终结合应激和电导率的图像确定羊的当前身体状况，不必对所有羊都进行电导率检测，从而大大提高了检测速度。

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，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅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性的前提下，还可以根据这些附图获得其他的附图。

图1为羊的应激与电导率可视化检测设备结构示意图；

图2为羊的应激与电导率可视化检测方法流程示意图；

图3为电导率的成像边界形状计算流程图；

图4为传感器数量的确定方法流程图；

图5为基于应激和电导率成像可视化对羊身体状况进行判断的方法流程图；

图6为应激与电导率可视化检测方法的具体方法流程图。

图7为穿戴设备的形状图，图7(a)为t0时刻的穿戴设备的形状图；图7(b)为t1时刻的穿戴设备的形状图；

图8为t0时刻和t1时刻轴长的计算示意图；

图9为电导率成像区域的边界形状图；

图10为标准电压分布曲线集的生成过程图；

图11为可穿戴设备可视化系统组成图；

符号说明：生物传感器1、拉伸传感器2、角度传感器3、弹性织物4、可变颜色指示器5、信号传输装置6、柔性基底7。

具体实施方式

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，所描述的实施例仅仅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。

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

如图1所示，本发明提供了一种羊的应激与电导率可视化检测设备，包括：生物传感器1、可变颜色指示器5、微处理器、拉伸传感器2、角度传感器3、信号传输装置6、弹性织物4以及上位机；所述生物传感器1包括电极贴片以及应激传感器；所述应激传感器贴合在所述电极贴片上，并使用聚酰亚胺膜分开；所述生物传感器1固定在所述弹性织物4的内侧；所述可变颜色指示器5、所述微处理器、所述拉伸传感器2、所述角度传感器3以及所述信号传输装置6固定在所述弹性织物4的外侧；所述弹性织物4穿戴在羊体上，构成可穿戴设备；所述应激传感器以及所述可变颜色指示器5均与所述微处理器连接；所述电极贴片、所述微处理器、所述拉伸传感器2以及所述角度传感器3均与所述信号传输装置6连接，所述信号传输装置6将所述电极贴片、所述微处理器、所述拉伸传感器2以及所述角度传感器3的信号传输至所述上位机。还包括柔性基底7，柔性基底7固定在弹性织物4的外侧，可变颜色指示器5以及信号传输装置6固定柔性基底7上，具体地，应激传感器用于检测羊体内的应激大小；电极贴片用于获取羊的电导率；角度传感器3由碳基导电油墨构成，随着检测到的弯曲角度的变大电阻率也会变大，因此用来可以测量弹性织物4的弯曲角度；拉伸传感器2由导电橡胶制成，当它拉伸时，电阻率将逐渐增加，可以用来测量穿戴设备变形时电极之间的距离以及弹性织物4的拉力，角度传感器3与拉伸传感器2共同构建羊的轮廓外形，可通过角度传感器3与拉伸传感器2构建电导率成像区域的边界形状；通过可变颜色指示器5显示的不同颜色来实时显示羊体内的平均应激积累水平，根据颜色可以快速判断目前羊应激的幅度；信号传输装置6每一秒钟发射一次传感器测出的数据，具体的应激与电导率可视化提供准备，信号传输装置6可以为信号发射二极管，用来向上位机发送应激信号与电导率信号。上位机用于显示具体的应激大小情况、电导率实时成像以及相关参数的输入。本发明将应激传感器贴合在测试电导率的电极贴片上，并使用聚酰亚胺膜将其分离开，这样极大缩小了传感器所占用的体积，这样的传感器在该设备有多个，它们按顺序排列在可穿戴设备的内侧。

如图2所示，本发明还提供了一种羊的应激与电导率可视化检测方法，其特征在于，所述方法应用于上述所述的羊的应激与电导率可视化检测设备，所述方法包括：

步骤201：利用应激传感器对羊的应激进行检测。

步骤202：利用微处理器计算羊的平均应激积累并发送至上位机显示。

步骤203：通过所述微处理器控制可变颜色指示器，使所述可变颜色指示器根据所述平均应激积累显示不同的颜色。所述平均应激积累是通过所述上位机与所述可变颜色指示器同时显示的。

步骤204：对发出预警颜色的羊或者用户指定的羊进行电导率实时动态成像，生成电导率图像。

步骤205：根据所述发出预警颜色的羊或者用户指定的羊的应激以及所述电导率图像确定所述发出预警颜色的羊的或者用户指定的羊的当前身体状况。具体地，根据可变颜色指示器发出最大预警等级颜色的羊进行电导率实时动态成像来具体监测羊的身体状况；或者基于用户设定的时间区间，进行动态区间成像。

在实际应用中，所述通过所述微处理器控制可变颜色指示器，使所述可变颜色指示器根据所述平均应激积累显示不同的颜色，具体包括：

通过设定不同的应激阈值形成多个预设等级区间；不同的预设等级区间对应不同的颜色；根据所述平均应激积累所落入的预设等级区间，控制所述可变颜色指示器显示初始颜色。

判断所述平均应激积累是否大于应激高阈值，得到第一判断结果；若所述第一判断结果表示所述平均应激积累大于所述应激高阈值，对所述预设等级区间重新划分，确定高阈值等级区间；所述高阈值等级区间是通过缩短所述预设等级区间的区间长度得到的；根据所述平均应激积累所落入的高阈值等级区间，更新所述初始颜色并控制所述可变颜色指示器显示对应的颜色。

若所述第一判断结果表示所述平均应激积累不大于所述应激高阈值，判断所述平均应激积累是否小于应激低阈值，得到第二判断结果；若所述第二判断结果表示所述平均应激积累小于所述应激低阈值，对所述预设等级区间重新划分，确定低阈值等级区间；所述低阈值等级区间是通过增大所预设等级区间的区间长度得到的；根据所述平均应激积累所落入的低阈值等级区间，更新所述初始颜色并控制所述可变颜色指示器显示对应的颜色；若所述第二判断结果表示所述平均应激积累不小于所述应激低阈值，确定所述初始颜色为所述可变颜色指示器最终显示的颜色。

具体地，本发明通过集成在可穿戴设备中的应激传感器来检测应激，通过集成在可穿戴设备中微型处理器计算从起始状态到给定t时刻体内的平均应激积累θ(t)水平，当体内平均应激积累θ(t)水平达到相应的阈值，控制颜色指示器发出不同的颜色，以实现应激大小的分级显示，其中可变颜色等级预设为三级，并且根据实际计算的应激幅值可变颜色等级能够实现自适应，当羊的平均应激积累处于较高水平时，羊的身体状况较差，则使预设等级的区间长度缩短，当羊的平均应激积累处于较低水平时，羊的身体状况较好，则使预设等级的区间长度放宽，并调整等级为五级或基于用户自定义级数，同时使可变颜色的指示器变为相应的颜色来初步显示羊的身体状况。在颜色指示器发出指定的颜色时，集成在可穿戴设备上的信号传输装置将信号发送到上位机以实现应激大小的具体判断。

在实际应用中，所述对发出预警颜色的羊或者用户指定的羊进行电导率实时动态成像，生成电导率图像，具体包括：确定所述发出预警颜色的羊或者用户指定的羊的电导率的成像边界形状；根据所述成像边界形状确定电压分布曲线元素因子；根据所述电压分布曲线元素因子确定电压分布曲线元素因子类群；根据所述电压分布曲线元素因子类群确定标准电压分布曲线集；根据所述标准电压分布曲线集重构所述电导率图像，生成重构后的电导率图像。

在实际应用中，所述确定所述发出预警颜色的羊或者用户指定的羊的电导率的成像边界形状，具体包括：根据不同品种、用途和生长时间的羊，获取电导率的测试成像区域的修正系数；将所述电导率的测试成像区域划分为多个象限，通过拉伸传感器测出任一象限内的电极间的拉伸长度，以及通过角度传感器测出任一象限内的弹性织物的弯曲角度；根据所述拉伸长度计算出所述象限的轴周长；根据所述弯曲角度和所述轴周长计算出所述象限的轴长；根据所述修正系数、所述轴周长以及所述轴长计算出所述象限的形状因子以及曲线方程；所述形状因子的公式为：

其中，Q为象限的个数，q为所述象限的序号，c_q为所述轴周长，m_q为所述轴长，n_q为所述形状因子，k为所述修正系数；

所述曲线方程为：

其中，

为电导率的成像边界形状上的点与x轴的夹角角度，

分别为电导率的成像边界形状上与x轴的夹角角度为

的点的横坐标和纵坐标；根据所述形状因子、所述曲线方程以及所述轴长确定所述发出预警颜色的羊的电导率的成像边界形状。

具体地，如图3所示，本发明给出一种电导率的成像边界形状计算流程图：将可穿戴设备的内部成像区域划分为Q个象限，通过计算象限的形状，进而估计电导率的成像边界形状，具体的包括以下步骤，步骤1：若用户手动输入修正系数k，则将用户输入的修正系数作为步骤4的输入，否则，用户将羊的品种、用途以及生长时间手动输入系统，系统按照预设的系数调整模块自动获取修正系数k，并作为步骤4的输入；步骤2a：利用拉伸传感器测量电极间的距离d_d，并将d_d作为步骤3a的输入；步骤2b：利用角度传感器测量弯曲角度θ_q，并将θ_q作为步骤3b以及步骤4的输入；步骤3a：根据d_d计算出第q象限的轴周长c_q，并将轴周长c_q作为步骤3b的输入；步骤3b：根据c_q和θ_q计算出第q象限的轴长m_q，并将m_q作为步骤4以及步骤5的输入；步骤4：根据修正系数k、c_q、m_q计算出第q象限的形状因子n_q以及曲线方程，并将曲线方程以及形状因子n_q作为步骤5的输入；步骤5：利用曲线方程、轴长m_q以及形状因子n_q计算出电导率的成像边界形状。

在实际应用中，所述根据所述成像边界形状确定电压分布曲线元素因子，具体包括：将所述成像边界形状构成的电导率的成像区域划分为多个网格。根据实测电压以及单个网格的电场面积获取每个网格的电压分布曲线元素因子；所述每个网格的电压分布曲线元素因子的公式为：

其中，A_mn是每个网格的电压分布曲线元素因子，γ(i^e)是通过将电流i注入第m个电极而产生的电势场，γ(v^m)是第m个测量电极处的电势场，A是第n个网格处的电场面积，δV_m是第m个测量电极处的测量电压(1≤m≤M)，M是电极的个数，δ_n是第n个网格处的电导率分布(1≤n≤N)，N为网格的个数。

在实际应用中，所述根据所述电压分布曲线元素因子确定电压分布曲线元素因子类群，具体包括：根据多个所述电压分布曲线元素因子构成电压分布曲线元素矩阵；所述电压分布曲线元素矩阵为电压分布曲线元素因子群；所述电压分布曲线元素因子群的公式为：A＝[A₁₁、A₁₂、…、A_mn、…、A_MN]，A∈R^M×N，其中，A为所述电压分布曲线元素因子群；基于余数相同类聚法，将所述电压分布曲线元素因子群按行元素分为多个电压分布曲线元素因子类群；所述电压分布曲线元素因子类群的个数为数据处理器的个数；所述电压分布曲线元素因子类群的公式为：^PA＝{A_mn|mmodP＝p}，其中P为电压分布曲线元素因子类群的个数，1≤p≤P。

在实际应用中，所述根据所述电压分布曲线元素因子类群确定标准电压分布曲线集，具体包括：利用多个数据处理器，采用并行计算的方式处理所述电压分布曲线元素因子类群以及所述电导率的成像边界形状，确定所述标准电压分布曲线集，所述标准电压分布曲线集的公式为：A(Ω(t))＝[¹A，²A，...，^pA，...，^PA]^T(1≤p≤P)，^pA∈R^(M/P)×N，A(Ω(t))为所述标准电压分布曲线集。

在实际应用中，所述根据所述标准电压分布曲线集重构所述电导率图像，生成重构后的电导率图像，具体包括：获取所述发出预警颜色的羊或者用户指定的羊的实测电压；根据所述标准电压分布曲线集和所述实测电压，利用叠加重复法重构所述电导率图像，生成重构后的电导率图像；所述重构后的电导率图像的公式为：

σ(Ω(t))ⁱ⁺¹＝σ(Ω(t))ⁱ-A((Ω(t))^TA(Ω(t))+λR)^-1A((Ω))^TΔV，其中，σ(Ω(t))ⁱ⁺¹表示重构后的电导率图像，σ(Ω(t))ⁱ表示初始电导率图像，A(Ω(t))是标准电压分布曲线集，R是正则化矩阵，λ是松弛因子，ΔV是标准化的测量电压，

其中，V^obj为目标电压，V^rof为参考电压，所述实测电压包括所述目标电压以及所述参考电压，初始电导率图像的公式为：σ(Ω(t))ⁱ＝A(Ω(t))^TΔV，σ(Ω(t))ⁱ表示初始电导率图像。

在实际应用中，所述利用应激传感器对羊的应激进行检测，之前还包括：

获取羊的品种、用途以及生长时间；根据羊的所述品种、所述用途、所述生长时间以及预设生长模型确定羊的生长阶段；所述根据羊的所述品种、所述用途、所述生长时间以及预设生长模型确定羊的生长阶段的过程具体为：所述预设生长模型为：W(t)＝a×(b+ce^dt)^-f，其中，a、b、c、d以及f是根据羊的品种、用途拟合得到的第一常数、第二常数、第三常数、第四常数以及第五常数，e为数值2.7，t为所述生长时间，当W(t)<Q1时，羊处于S_1n生长阶段，当Q1≤W(t)≤Q2时，羊处于S_2n生长阶段，当Q2<W(t)时，羊处于S_3n生长阶段，Q1为第一预设期望值，Q2为第二预设期望值，S_1n生长阶段为幼年期，S_2n生长阶段为青年期，S_3n生长阶段为成年期。

根据羊的所述生长阶段改变羊所穿戴的弹性织物的尺寸、弹性以及延展性；通过拉伸传感器计算羊所穿戴的所述弹性织物的拉力值；根据羊的所述生长阶段以及所述拉力值确定所需要的生物传感器数量及分布，或者根据用户的需求手动输入确定所需要的生物传感器数量及分布。所述根据羊的所述生长阶段以及所述拉力值确定所需要的生物传感器数量及分布的过程具体为：当F(t)≤F时，传感器的分布方式为S_m1正常分布，当F(t)>F时，传感器的分布方式为S_m2分散分布，F(t)为所述拉力值，F为拉力阈值，根据所述生长阶段以及所述传感器的分布方式确定羊的生长分布阶段S_mn，所述生长分布阶段S_mn包括幼年正常分布S₁₁，幼年分散分布S₁₂，……，S_mn＝{S₁₁，S₁₂，…S_mn}，m∈(1，2，3)，n∈(1，2)，依据S_mn调整传感器的数量，其中，S₁₁阶段传感器的数量为8，S₁₂阶段的传感器数量为12，S₂₁阶段传感器的数量为16，S₂₂阶段传感器的数量为20，S₃₁阶段传感器的数量为24，S₃₂阶段传感器的数量为32。具体地，预设不同品种和用途的羊的生长曲线(不同品种的羊生长曲线不同)，并根据监测需求，将生长曲线分解为不同阶段，预设分解为S_1n幼年期、S_2n青年期、S_3n成年期(该阶段根据用户的实际需求可以调整为不同的阶段)，依据各个时期选择合适的可穿戴设备柔性丝织物基底的尺寸以及可穿戴设备的弹性以及延展性，同时计算出可穿戴设备的拉力值，通过设定拉力阈值将传感的分布及数量分为S_m1正常分布、S_m2分散分布，最后，根据生长曲线和拉力值确定每一分布阶段S_mn＝{S₁₁，S₁₂，…S_mn}，m∈(1，2，3)，n∈(1，2)，根据分布阶段启动不同数量的生物传感器。更具体的，如图4所示，将羊的品种、用途以及生长时间输入预设生长模型并与起初预设的期望值Q1，Q2进行对比，获取羊此时所处的生长阶段；不同的羊对应不同的预设生长模型，本发明中的羊的预设生长模型为：W(t)＝a×(b+ce^dt)^-f，其中a、b、c、d以及f是根据羊的品种、用途等数据拟合得到的第一常数、第二常数、第三常数、第四常数以及第五常数，e为数值2.7，W(t)为羊的生长曲线，t为生长时间。在t时刻，当W(t)<Q1时，处于S_1n阶段，当Q1≤W(t)≤Q2时，处于S_2n阶段，当Q2<W(t)时处于S_3n阶段。其次再根据t时刻的拉力值F(t)确定羊穿戴设备中生物传感器的密集分布程度，具体为：预设一个拉力阈值F，当F(t)≤F时为S_m1正常分布，F(t)＞F时为S_m2分散分布，此时根据生长阶段和分布程度即可得到分布阶段。即幼年正常分布S₁₁，幼年分散分布S₁₂，……，S_mn＝{S₁₁，S₁₂，…S_mn}，m∈(1，2，3)，n∈(1，2)。依据S_mn调整传感器数量N(8，12，16，20，24，32)，其中S₁₁阶段传感器的数量为8，S₁₂阶段的传感器数量为12，S₂₁阶段传感器的数量为16，S₂₂阶段传感器的数量为20，S₃₁阶段传感器的数量为24，S₃₂阶段传感器的数量为32。

结合上述技术方案，本发明给出一种羊的应激与电导率可视化检测设备与方法的具体实施例，该具体实施例可应用于上述技术方案：图5为一种羊的应激与电导率可视化检测方法的具体流程图，包括：步骤S1：获取羊群的品种、用途以及生长时间；步骤S2：根据S1结合预设生长模型启用不同数量的传感器以及可穿戴设备的弹性以及延展性。具体地，在本发明实例中的羊为普通肉羊，其生长曲线为W(t)＝53.94×(1+2.74e^-0.106t)^-1，本实施例中的羊为幼年正常分布S₁₁，传感器的数量选择为16。

步骤S3：对应激大小进行检测，并通过可变颜色指示器显示从初始状态到t时刻体内的平均应激积累大小。具体地，可变颜色等级预设为三级；根据实际计算的身体状况，可变颜色等级能够实现自适应，身体状况较差，则等级区间缩短，身体状况较好，等级区间放宽，并调整等级为五级或基于用户自定义级数。实现应激检测可视化的部分包括一个应激传感器、微处理器，信号发送设备、信号接收设备以及可变颜色指示器，具体地，应激传感器本实例中运用的是一个葡萄糖传感器，信号发送设备本实例运用的是一个光通信型发光二极管，可变颜色指示器运用的是一个可变颜色的LED灯，光接收器包括一个发光二极管光探测器和一个控制器，最后是用于显示具体数值的PC端。对于数据传输，光通信二极管为光源并同时发送应激信号，光接收器接收数据并将其转换为电信号，每1s将信号传输给信号处理器一次。控制器用于调整通信灵敏度。颜色可以变换的LED灯管用于指示一段时间内的羊体平均应激积累大小，通过微处理器能使LED灯管显示对应的颜色，另外还可通过两个可变电阻设置电压阈值，基于这些值，根据葡萄糖传感器输送来的电压值使LED灯实时的亮起不同的颜色，依次可以判断出体内平均应激积累的幅值阶段。在本发明实例中将羊体体内平均应激积累时，体内葡萄糖含量的值定为5mmol/L这被定义为“无需观察”这时LED灯亮绿灯，在高于5mmol/L小于10mmol/L时定义“有待观察”为疑似患病这时LED灯亮黄灯，在高于10mmol/L定义为“急需观察”这时LED灯亮红灯。于此同时光通信型发光二极管将葡萄糖含量的具体数值发送给接收端并通过PC端显示出具体变化。

步骤S4：通过观察可变颜色指示器，对体内平均应激积累过大的羊进行电导率的三维重建可视化；或者根据用户需求进行动态区间成像，进一步地，通过步骤S3对于亮起红灯或最大预警等级或者根据用户特定需求的羊的特定动态区间进行电导率的三维可视化重建，以此来进一步判断羊的身体状况的好坏。

本实施例给出了一种电导率图像的三维重建的方法，如图6所示，主要包括：边界形状Ω(t)的生成、类聚法对标准电压分布曲线矩阵的并行计算处理、电导率图像的三维重建。接下来是具体介绍，首先为边界形状的描绘：将电导率的成像区域分为Q个象限，Q_I到Q_IV(图7中Q＝4为例)。绝对原点O是默认圆形的中心，x和y轴被定义为绝对轴，x-y坐标中的O(0，0)被认为是固定不变的即：即使Ω(t)在t时刻被拉伸或者变形时也不会变化。轴长即从坐标原点O到Ω(t)的长度在x-y坐标系中被定义为m₁，m₂，…，m_q，…，m_Q。电极e₁、e₂、…、e_e、…、e_E(例如图7中的E＝16)附着在弹性织物内部以测量电压。拉伸传感器d₁、d₂、…、d_d、…、d_D(图7中的D＝16)附着在弹性织物外部以测量每两个电极之前的拉伸长度，角度传感器θ₁、θ₂、…θ_q…、θ_Q。(图7中的Q＝4，与象限的数量相同，象限的个数与角度传感器的数量相同)附着在弹性织物外部以测量弹性织物变形后的弯曲角度。

以第q个象限为例，先计算第q个象限的曲线方程，第q个象限在时间t时刻的轴周长c_q(t)通过下式计算：

其中d_(q-_1)Q是由拉伸传感器测量的电极之间的拉伸长度。

轴长m_q的计算分两步，首先是第q个角度传感器的曲率半径g_q(t)的计算：

第二步就是第q个角度传感器在时间t的曲率中心O_q(t)：

最后由曲率半径g_q(t)和曲率中心O_q(t)计算出轴长m_q(t)

m_q(t)＝g_q(t)+O_q(t) (4)

图8分别展示出了初始t0时刻轴长m_q的计算示例和在t1时刻变形后的轴长m_q的计算。

第q象限的形状因子n_q通过如下公式计算：

其中k为修正系数，它是根据不同品种、用途和生长阶段羊(体重、体长、体周长等因素)由预设的系数调整模块动态获取，也可以由用户根据其经验在系统初始化时输入，它的数值范围在0～1之间。以羊的周长c₁与体长l₁为例：修正系数k的具体求法为，首先由拉伸传感器与角度传感器测量出来的羊的周长c₁与体长l₁，其次根据不同品种、用途和生长阶段的羊的生长曲线结合实际调查，得出羊的周长与体长的正态分布，将羊的周长c₁、体长l₁以及正态分布的中间位置水平的羊的周长与体长

通过如下公式

计算出两种数值的符合度。最后k＝(c+l)/2。

最后通过形状因子n_q结合由(6)(7)公式计算出的第q象限的曲线方程来估计出柔性边界形状Ω(t)，得到边界形状Ω(t)如图9所示，

为Ω(t)上的点与x轴的夹角角度，

分别为Ω(t)上与x轴的夹角角度为

时的点的横坐标和纵坐标，

分别为Ω(t)上与x轴的夹角角度为

时的点的横坐标和纵坐标，

分别为Ω(t)上与x轴的夹角角度为

时的点的横坐标和纵坐标。

在图7(a)中，Q_Ⅰ为第一象限、Q_Ⅱ为第二象限、Q_Ⅲ为第三象限、Q_Ⅳ为第四象限；m_q(t0)为初始时刻t0时第q象限的轴长，m₁(t0)、m₂(t0)、m₃(t0)、m₄(t0)分别为初始时刻t0时第一象限的轴长、第二象限的轴长、第三象限的轴长、第四象限的轴长；c_q(t0)为t0时刻第q象限的轴周长，c₁(t0)、c₂(t0)、c₃(t0)、c₄(t0)分别为t0时刻第一象限的轴周长、第二象限的轴周长、第三象限的轴周长、第四象限的轴周长；g_q(t0)为第q个角度传感器在t0时刻的曲率半径，g₁(t0)、g₂(t0)、g₃(t0)、g₄(t0)分别为第一个角度传感器的曲率中心、第二个角度传感器的曲率中心、第三个角度传感器的曲率中心、第四个角度传感器的曲率中心；θ_q(t0)为第q个角度传感器在t0时刻检测的弯曲角度，θ₁(t0)、θ₂(t0)、θ₃(t0)、θ₄(t0)分别表示在t0时刻第一个角度传感器检测的弯曲角度、第二个角度传感器检测的弯曲角度、第三个角度传感器检测的弯曲角度、第四个角度传感器检测的弯曲角度；A(t0)、B(t0)、C(t0)、D(t0)分别为t0时刻四个角度传感器的起点。在图7(b)中，m_q(t1)为初始时刻t1时第q象限的轴长，m₁(t1)、m₂(t1)、m₃(t1)、m₄(t1)分别为初始时刻t1时第一象限的轴长、第二象限的轴长、第三象限的轴长、第四象限的轴长；c_q(t1)为t1时刻第q象限的轴周长，c₁(t1)、c₂(t1)、c₃(t1)、c₄(t1)分别为t1时刻第一象限的轴周长、第二象限的轴周长、第三象限的轴周长、第四象限的轴周长；g_q(t1)为第q个角度传感器在t1时刻的曲率半径，g₁(t1)、g₂(t1)、g₃(t1)、g₄(t1)分别为第一个角度传感器的曲率中心、第二个角度传感器的曲率中心、第三个角度传感器的曲率中心、第四个角度传感器的曲率中心；θ_q(t1)为第q个角度传感器在t1时刻检测的弯曲角度，θ₁(t1)、θ₂(t1)、θ₃(t1)、θ₄(t1)分别表示在t1时刻第一个角度传感器检测的弯曲角度、第二个角度传感器检测的弯曲角度、第三个角度传感器检测的弯曲角度、第四个角度传感器检测的弯曲角度；A(t1)、B(t1)、C(t1)、D(t1)分别为t1时刻四个角度传感器的起点。

本实例还提供了一种标准电压分布曲线矩阵A_mn的处理方法，如图10所示：具体的就是通过类聚法对于标准电压分布曲线矩阵的处理，将电压分布曲线元素因子群按行元素分别被分成p个电压分布曲线元素因子类群，并进入服务器中的p个数据处理器中同时进行计算得到标准电压分布曲线集A(Ω(t))。

具体地，在第n个网格单元处测量的第m个电压的电压分布曲线元素因子A_mn的标准计算表示为：

其中，γ(i^e)是通过将电流i注入第m个电极而产生的电势场，γ(v^m)是第m个测量电极处的电势场，A是电极内部的电场面积，δV_m是第m个测量电极处的测量电压(1≤m≤M)，M是电极的个数，δ_n是第n个网格处的电导率分布(1≤n≤N)。A_mn的集合被称为电压分布曲线元素因子群A，A＝[A₁₁、A₁₂、…、A_mn、…、A_MN],A∈R^M×N，然后将电压分布曲线元素因子群基于余数相同类聚法，即电压分布曲线元素因子群A的行元素被聚集成p个电压分布曲线元素因子类群^PA，^PA的数量等于CPU的数量，采用并行计算的方式对^PA进行处理，得到标准电压分布曲线集A(Ω(t))，A(Ω(t))＝[¹A，²A，...，^pA，...，^PA]^T(1≤p≤P)，^pA∈R^(M/P)×N，由(8)计算出来的A_mn被类聚到^PA的方法如下

^PA＝{A_mn|mmodP＝p}， (9)

例如，当聚类块为P＝4时，标准电压分布曲线集A(Ω(t))的生成过程如图10所示。具体地，在本实施例中，使用轴周长c_q、轴长度m_q和形状因子n_q来重构模型的柔性边界形状Ω(t)，从应激传感器与电极贴片获取的数据首先由通信发光二极管发送到信号传输系统进行初步处理，然后将数据传输到服务器，在服务器中，首先对电压分布曲线元素矩阵单元A_mn利用余数相同类聚法进行类聚，类聚为50个电压分布曲线元素因子类群^PA，然后将这50个电压分布曲线元素因子类群^PA分别交由50个处理器进行处理，得到标准电压分布曲线集A(Ω(t))。本发明中使用的处理器数量设置为从p＝1到p＝50。

最后就是使用重复叠加法进行电导率三维图像的重建：

σ(Ω(t))ⁱ⁺¹＝σ(Ω(t))ⁱ-A((Ω(t))^TA(Ω(t))+λR)^-1A((Ω))^TΔV (10)

A(Ω(t))是使用等式(9)计算的标准电压分布曲线集，R是正则化矩阵，λ是松弛因子，ΔV是标准化的测量电压，它由目标电压V^obj和参考电压V^rof得出的，他们的关系为：

目标电压Vo^bj和参考电压V^r0f都是实测电压，(10)中的初始电导率图像σ(Ω(t))ⁱ由以下等式获得

σ(Ω(t))ⁱ＝A(Ω(t))^TΔV (12)

最后结合应激检测的具体数值与电导率的三维图像为专业人员对羊健康程度的判断提供依据。

另外本发明实施例提供一种基于可穿戴设备的可视化系统，如图11所示：系统包括可穿戴设备、信号传输设备、服务器、上位机。可穿戴设备包括应激传感器、可变颜色指示器、电极贴片、角度传感器、拉伸传感器、弹性织物。信号传输设备用于接收可穿戴设备发送的电导率和应激信号，以及将信号处理后发送到处理器中以进行电导率的三维重构与应激信号的具体显示。服务器包括数据库、知识库、知识库、模型库以及若干数量的处理器。知识库包括预设羊品种、用途、生长曲线等知识、不同模块激发规则、参数自适应规则、可穿戴设备布局及自启动规则、身体状况判断规则；模型库包括模型系数自修正模块、等级自适应及校正模块等。上位机包括检测界面与参数输入以及确认界面。

本发明提出的羊的应激与电导率可视化检测设备与方法实现的效果为：实现了实时快速无痛动物的身体状况的检测；利用可变颜色指示器实现了羊应激的快速视觉可视化；基于可变颜色指示器对达到最大预警等级的羊进行电导率成像节省了身体状况判断的成本与时间；采用类聚法的方式将标准电压分布曲线矩阵分为多个电压分布曲线元素因子类群，并采用并行计算的方式对电压分布曲线元素因子类群进行，处理加快了电导率的成像速度；按照羊生长的阶段采用不同数量的传感器增强了成像的质量；通过重复叠加法重构电导率图像极大地提高了三维成像的精度，并且解决了现有技术中可视化速度慢，设备造价昂贵，边界形状以及成像精度低的缺陷。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种羊的应激与电导率可视化检测设备，其特征在于，包括：生物传感器、可变颜色指示器、微处理器、拉伸传感器、角度传感器、信号传输装置、弹性织物以及上位机；

所述生物传感器包括电极贴片以及应激传感器；所述应激传感器贴合在所述电极贴片上，并使用聚酰亚胺膜分开；所述生物传感器固定在所述弹性织物的内侧；所述可变颜色指示器、所述微处理器、所述拉伸传感器、所述角度传感器以及所述信号传输装置固定在所述弹性织物的外侧；所述弹性织物穿戴在羊体上；所述应激传感器以及所述可变颜色指示器均与所述微处理器连接；所述电极贴片、所述微处理器、所述拉伸传感器以及所述角度传感器均与所述信号传输装置连接，所述信号传输装置将所述电极贴片、所述微处理器、所述拉伸传感器以及所述角度传感器的信号传输至所述上位机。

2.一种羊的应激与电导率可视化检测方法，其特征在于，所述方法应用于权利要求1所述的羊的应激与电导率可视化检测设备，所述方法包括：

利用应激传感器对羊的应激进行检测；

利用微处理器计算羊的平均应激积累并发送至上位机显示；

通过所述微处理器控制可变颜色指示器，使所述可变颜色指示器根据所述平均应激积累显示不同的颜色；所述平均应激积累是通过所述上位机与所述可变颜色指示器同时显示的；

对发出预警颜色的羊或者用户指定的羊进行电导率实时动态成像，生成电导率图像；

根据所述发出预警颜色的羊或者用户指定的羊的应激以及所述电导率图像确定所述发出预警颜色的羊的或者用户指定的羊的当前身体状况。

3.根据权利要求2所述的羊的应激与电导率可视化检测方法，其特征在于，所述通过所述微处理器控制可变颜色指示器，使所述可变颜色指示器根据所述平均应激积累显示不同的颜色，具体包括：

通过设定不同的应激阈值形成多个预设等级区间；不同的预设等级区间对应不同的颜色；

根据所述平均应激积累所落入的预设等级区间，控制所述可变颜色指示器显示初始颜色；

判断所述平均应激积累是否大于应激高阈值，得到第一判断结果；

若所述第一判断结果表示所述平均应激积累大于所述应激高阈值，对所述预设等级区间重新划分，确定高阈值等级区间；所述高阈值等级区间是通过缩短所述预设等级区间的区间长度得到的；

根据所述平均应激积累所落入的高阈值等级区间，更新所述初始颜色并控制所述可变颜色指示器显示对应的颜色；

若所述第一判断结果表示所述平均应激积累不大于所述应激高阈值，判断所述平均应激积累是否小于应激低阈值，得到第二判断结果；

若所述第二判断结果表示所述平均应激积累小于所述应激低阈值，对所述预设等级区间重新划分，确定低阈值等级区间；所述低阈值等级区间是通过增大所预设等级区间的区间长度得到的；

根据所述平均应激积累所落入的低阈值等级区间，更新所述初始颜色并控制所述可变颜色指示器显示对应的颜色；

若所述第二判断结果表示所述平均应激积累不小于所述应激低阈值，确定所述初始颜色为所述可变颜色指示器最终显示的颜色。

4.根据权利要求2所述的羊的应激与电导率可视化检测方法，其特征在于，所述对发出预警颜色的羊或者用户指定的羊进行电导率实时动态成像，生成电导率图像，具体包括：

确定所述发出预警颜色的羊或者用户指定的羊的电导率的成像边界形状；

根据所述成像边界形状确定电压分布曲线元素因子；

根据所述电压分布曲线元素因子确定电压分布曲线元素因子类群；

根据所述电压分布曲线元素因子类群确定标准电压分布曲线集；

根据所述标准电压分布曲线集重构所述电导率图像，生成重构后的电导率图像。

5.根据权利要求4所述的羊的应激与电导率可视化检测方法，其特征在于，所述确定所述发出预警颜色的羊或者用户指定的羊的电导率的成像边界形状，具体包括：

根据不同品种、用途和生长时间的羊，获取电导率的测试成像区域的修正系数；

将所述电导率的测试成像区域划分为多个象限，通过拉伸传感器测出任一象限内的电极间的拉伸长度，以及通过角度传感器测出任一象限内的弹性织物的弯曲角度；

根据所述拉伸长度计算出所述象限的轴周长；

根据所述弯曲角度和所述轴周长计算出所述象限的轴长；

根据所述修正系数、所述轴周长以及所述轴长计算出所述象限的形状因子以及曲线方程；

所述形状因子的公式为：

其中，Q为象限的个数，q为所述象限的序号，c_q为所述轴周长，m_q为所述轴长，n_q为所述形状因子，k为所述修正系数；

所述曲线方程为：

其中，

为电导率的成像边界形状上的点与x轴的夹角角度，

分别为电导率的成像边界形状上与x轴的夹角角度为

的点的横坐标和纵坐标；

根据所述形状因子、所述曲线方程以及所述轴长确定所述发出预警颜色的羊的电导率的成像边界形状。

6.根据权利要求5所述的羊的应激与电导率可视化检测方法，其特征在于，所述根据所述成像边界形状确定电压分布曲线元素因子，具体包括：

将所述成像边界形状构成的电导率的成像区域划分为多个网格；

根据实测电压以及单个网格的电场面积获取每个网格的电压分布曲线元素因子；

所述每个网格的电压分布曲线元素因子的公式为：

其中，A_mn是每个网格的电压分布曲线元素因子，γ(i^e)是通过将电流i注入第m个电极而产生的电势场，γ(v^m)是第m个测量电极处的电势场，A是第n个网格处的电场面积，δV_m是第m个测量电极处的测量电压(1≤m≤M)，M是电极的个数，δ_n是第n个网格处的电导率分布(1≤n≤N)，N为网格的个数。

7.根据权利要求6所述的羊的应激与电导率可视化检测方法，其特征在于，所述根据所述电压分布曲线元素因子确定电压分布曲线元素因子类群，具体包括：

根据多个所述电压分布曲线元素因子构成电压分布曲线元素矩阵；所述电压分布曲线元素矩阵为电压分布曲线元素因子群；所述电压分布曲线元素因子群的公式为：A＝[A₁₁、A₁₂、…、A_mn、…、A_MN]，A∈R^M×N，其中，A为所述电压分布曲线元素因子群；

基于余数相同类聚法，将所述电压分布曲线元素因子群按行元素分为多个电压分布曲线元素因子类群；所述电压分布曲线元素因子类群的个数为数据处理器的个数；所述电压分布曲线元素因子类群的公式为：^PA＝{A_mn|m mod P＝p}，其中P为电压分布曲线元素因子类群的个数，1≤p≤P。

8.根据权利要求7所述的羊的应激与电导率可视化检测方法，其特征在于，所述根据所述电压分布曲线元素因子类群确定标准电压分布曲线集，具体包括：

利用多个数据处理器，采用并行计算的方式处理所述电压分布曲线元素因子类群以及所述电导率的成像边界形状，确定所述标准电压分布曲线集，所述标准电压分布曲线集的公式为：A(Ω(t))＝[¹A，²A，...，^pA，...，^PA]^T(1≤p≤P)，^pA∈R^(M/P)×N，A(Ω(t))为所述标准电压分布曲线集。

9.根据权利要求8所述的羊的应激与电导率可视化检测方法，其特征在于，所述根据所述标准电压分布曲线集重构所述电导率图像，生成重构后的电导率图像，具体包括：

获取所述发出预警颜色的羊或者用户指定的羊的实测电压；

根据所述标准电压分布曲线集和所述实测电压，利用叠加重复法重构所述电导率图像，生成重构后的电导率图像；所述重构后的电导率图像的公式为：

σ(Ω(t))ⁱ⁺¹＝σ(Ω(t))ⁱ-A((Ω(t))^TA(Ω(t))+λR)^-1A((Ω))^TΔV，其中，σ(Ω(t))ⁱ⁺¹表示重构后的电导率图像，σ(Ω(t))ⁱ表示初始电导率图像，A(Ω(t))是标准电压分布曲线集，R是正则化矩阵，λ是松弛因子，ΔV是标准化的测量电压，

其中，V^obj为目标电压，V^rof为参考电压，所述实测电压包括所述目标电压以及所述参考电压，初始电导率图像的公式为：σ(Ω(t))ⁱ＝A(Ω(t))^TΔV，σ(Ω(t))ⁱ表示初始电导率图像。

10.根据权利要求2所述的羊的应激与电导率可视化检测方法，其特征在于，所述利用应激传感器对羊的应激进行检测，之前还包括：

获取羊的品种、用途以及生长时间；

根据羊的所述品种、所述用途、所述生长时间以及预设生长模型确定羊的生长阶段；

所述根据羊的所述品种、所述用途、所述生长时间以及预设生长模型确定羊的生长阶段的过程具体为：所述预设生长模型为：W(t)＝a×(b+ce^dt)^-f，其中，a、b、c、d以及f是根据羊的品种、用途拟合得到的第一常数、第二常数、第三常数、第四常数以及第五常数，e为数值2.7，t为所述生长时间，当W(t)＜Q1时，羊处于S_1n生长阶段，当Q1≤W(t)≤Q2时，羊处于S_2n生长阶段，当Q2＜W(t)时，羊处于S_3n生长阶段，Q1为第一预设期望值，Q2为第二预设期望值，S_1n生长阶段为幼年期，S_2n生长阶段为青年期，S_3n生长阶段为成年期；

根据羊的所述生长阶段改变羊所穿戴的弹性织物的尺寸、弹性以及延展性；

通过拉伸传感器计算羊所穿戴的所述弹性织物的拉力值；

根据羊的所述生长阶段以及所述拉力值确定所需要的生物传感器数量及分布，或者根据用户的需求手动输入确定所需要的生物传感器数量及分布。

所述根据羊的所述生长阶段以及所述拉力值确定所需要的生物传感器数量及分布的过程具体为：当F(t)≤F时，传感器的分布方式为S_m1正常分布，当F(t)>F时，传感器的分布方式为S_m2分散分布，F(t)为所述拉力值，F为拉力阈值，根据所述生长阶段以及所述传感器的分布方式确定羊的生长分布阶段S_mn，所述生长分布阶段S_mn包括幼年正常分布S₁₁，幼年分散分布S₁₂，……，S_mn＝{S₁₁，S₁₂，…S_mn}，m∈(1，2，3)，n∈(1，2)，依据S_mn调整传感器的数量，其中，S₁₁阶段传感器的数量为8，S₁₂阶段的传感器数量为12，S₂₁阶段传感器的数量为16，S₂₂阶段传感器的数量为20，S₃₁阶段传感器的数量为24，S₃₂阶段传感器的数量为32。

Images