CN115135973A - 重量推定装置和程序 - Google Patents

重量推定装置和程序 Download PDF

Info

Publication number
CN115135973A
CN115135973A CN202180013781.6A CN202180013781A CN115135973A CN 115135973 A CN115135973 A CN 115135973A CN 202180013781 A CN202180013781 A CN 202180013781A CN 115135973 A CN115135973 A CN 115135973A
Authority
CN
China
Prior art keywords
image
animal
weight
information
estimation
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.)
Granted
Application number
CN202180013781.6A
Other languages
English (en)
Other versions
CN115135973B (zh
Inventor
川末纪功仁
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.)
University of Miyazaki NUC
Original Assignee
University of Miyazaki NUC
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 University of Miyazaki NUC filed Critical University of Miyazaki NUC
Publication of CN115135973A publication Critical patent/CN115135973A/zh
Application granted granted Critical
Publication of CN115135973B publication Critical patent/CN115135973B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/50—Depth or shape recovery
    • G06T7/521—Depth or shape recovery from laser ranging, e.g. using interferometry; from the projection of structured light
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01F—MEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
    • G01F17/00—Methods or apparatus for determining the capacity of containers or cavities, or the volume of solid bodies
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/22—Measuring arrangements characterised by the use of optical techniques for measuring depth
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • H04N7/183—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a single remote source
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01G—WEIGHING
    • G01G17/00—Apparatus for or methods of weighing material of special form or property
    • G01G17/08—Apparatus for or methods of weighing material of special form or property for weighing livestock
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10028—Range image; Depth image; 3D point clouds

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Optics & Photonics (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Fluid Mechanics (AREA)
  • Image Analysis (AREA)

Abstract

本发明提供一种能够推定动物相关的重量的拍摄方向的自由度提高的重量推定装置。在具备：图像获取部，所述图像获取部获取动物的图像；形状特定部，所述形状特定部根据图像特定动物的规定部位的形状；信息生成部，所述信息生成部基于规定部位的形状，生成用于动物相关的重量的推定的推定用信息；以及重量推定部，所述重量推定部基于推定用信息推定重量的结构中，信息生成部在获取了从第一方向(例如，左半身侧)拍摄动物而得到的第一图像(动物图像GA)的情况以及获取了从不同于第一方向的第二方向(例如，右半身侧)拍摄动物而得到的第二图像的情况中的任一个中，都能够生成推定用信息。

Description

重量推定装置和程序
技术领域
本发明涉及一种重量推定装置和程序。
背景技术
以往，家畜等动物的体重通过体重计测量。但是，在体重计上动物不静止的情况下，存在不能够准确测量体重的问题。作为解决该问题的结构，在专利文献1中记载了如下结构：从预定的拍摄方向拍摄动物，根据所拍摄的图像来测量(推定)该动物的体重。根据以上的结构，由于不需要使动物在体重计上静止，因此能够抑制上述问题。
现有技术文献
专利文献
专利文献1：日本特开2014-44078公报
发明内容
发明要解决的课题
但是，在专利文献1的结构中，存在能够推定动物的体重的拍摄方向的自由度低的问题。具体而言，在专利文献1的结构中，仅在从第一方向(正上方方向)拍摄动物的情况下能够推定该动物的体重，在从与第一方向不同的第二方向拍摄动物的情况下不能够推定该动物的体重。考虑到上述情况，本发明的目的在于提高能够推定动物相关的重量的拍摄方向的自由度。
用于解决课题的手段
为了解决以上的课题，本发明的重量推定装置，具备：图像获取部，所述图像获取部获取动物的图像；形状特定部，所述形状特定部根据图像特定动物的规定部位的形状；信息生成部，所述信息生成部基于规定部位的形状，生成用于动物相关的重量的推定的推定用信息；以及重量推定部，所述重量推定部基于推定用信息推定重量，信息生成部在获取了从第一方向拍摄动物而得到的第一图像的情况下，能够生成推定用信息，在获取了从不同于第一方向的第二方向拍摄动物而得到的第二图像的情况下，也能够生成推定用信息。
根据以上的结构，在获取了从第一方向拍摄动物而得到的第一图像的情况下，能够推定该动物相关的重量，在获取了从不同于第一方向的第二方向拍摄动物而得到的第二图像的情况下，也能够推定该动物相关的重量。因此，与专利文献1的结构相比，能够推定动物相关的重量的拍摄方向的自由度提高。
发明效果
根据本发明，能够推定动物相关的重量的拍摄方向的自由度提高。
附图说明
图1是重量推定装置的硬件结构图。
图2是重量推定装置的功能框图。
图3是用于说明动物图像的图。
图4是用于说明用于特定背脊曲线的结构的图。
图5是用于说明用于生成整体图像的结构的图。
图6是用于说明用于推定重量的结构的图。
图7是用于说明显示部中显示的画面的图。
图8是重量推定控制处理的流程图。
具体实施方式
<第一实施方式>
图1是重量推定装置1的硬件结构图。如图1所示，重量推定装置1包括计算机10、头戴式显示器20以及深度(depth)相机30。以上的各结构可通信地连接。
计算机10包括CPU(Central Processing Unit)11、ROM(Read Only Memory)12、RAM(Random access memory)13和HDD(Hard Disk Drive)14而构成。本实施方式的计算机10采用可携带的计算机(例如，笔记本电脑)。但是，也可以采用台式计算机作为计算机10。
计算机10的HDD14存储包括重量推定程序PG的各种数据。CPU11通过执行重量推定程序PG，实现后述的各种功能(重量推定部108等)。RAM13临时存储例如当CPU11执行程序时参考的各种信息。另外，ROM12非易失性地存储各种信息。此外，也可以构成为重量测定程序PG存储在HDD14以外。
头戴式显示器20能够固定在使用者的头部，能够适当采用公知的头戴式显示器。例如，作为头戴式显示器20，能够采用包括小型液晶画面以及半反射镜的头戴式显示器。以上的小型液晶画面能够显示各种图像，显示在小型液晶画面上的图像被半反射镜反射而被使用者视觉识别。在以上的结构中，在使用者隔着半反射镜观察景色的情况下，显示在小型液晶画面上的图像与景色重叠地被视觉识别。但是，头戴式显示器20并不限定于以上的例子。
深度相机30生成包括表示到被摄体的距离的深度信息的距离图像(三维图像)。例如，作为距离图像，假定通过LIDAR(Light Detection and Ranging、Laser ImagingDetection and Ranging)技术拍摄的点群图像。另外，深度相机30设置有倾斜传感器。以上的倾斜传感器检测拍摄方向相对于铅直方向的倾斜的大小。
如图1所示，深度相机30固定在头戴式显示器20上。因此，在使用者将头戴式显示器20佩戴在头部时，从使用者观察深度相机30被固定在特定位置。具体而言，深度相机30被固定在拍摄方向与使用者的视线方向大致一致的位置。
在以上的结构中，利用深度相机30拍摄了使用者视觉识别的景色。因此，使用者通过移动视线方向(脸的朝向)以使动物位于自身的视野内，从而能够拍摄该动物。此外，也可以采用使用者手持深度相机30来拍摄动物的图像的结构。但是，在以上的结构中，使用者不能自由地使用双手。另一方面，在本实施方式的结构中，具有使用者能够自由地使用双手的优点。
在深度相机30中拍摄的图像显示在头戴式显示器20(小型液晶画面)上。具体而言，在深度相机30中拍摄的图像实时地显示在头戴式显示器20上。在以上的结构中，使用者能够实时地确认在深度相机30中拍摄的图像。但是，也可以采用不实时显示由深度相机30拍摄的图像的结构。
由深度相机30拍摄的动物的图像被输入到计算机10。计算机10通过执行重量推定程序PG，从而根据输入的图像推定动物相关的重量(例如，胴体的重量)。以下详细说明以上的功能。
图2是重量推定装置100的功能框图。重量推定装置100包括图像拍摄部101、显示部102、图像获取部103、形状特定部104、半身选择部105、信息生成部106、胴体模型存储部107和重量推定部108而构成。通过CPU11执行重量推定程序PG，从而实现以上的各功能。
图像拍摄部101能够拍摄动物的图像。具体而言，图像拍摄部101从使用者观察被固定在特定位置，能够拍摄位于该使用者的视线方向的动物。例如，深度相机30作为图像拍摄部101发挥功能。显示部102能够显示包括图像拍摄部101所拍摄的图像的各种图像(参照后述的图7(a))。例如，头戴式显示器20作为显示部102发挥功能。
图像获取部103获取动物的图像(参照后述的图3(b))。具体而言，在图像拍摄部101拍摄的图像中，除了动物的图像之外，还包括背景等的图像。图像获取部103从图像拍摄部101拍摄的图像中摘录获取表示一只动物的图像。图像获取部103获取的动物的图像用于推定该动物相关的重量。
本实施方式的图像获取部103从图像拍摄部101拍摄的图像中通过区域扩张法获取动物的图像。具体而言，图像获取部103在图像拍摄部101拍摄的图像中，将一个像素特定为种子像素。由图像获取部103获取图像拍摄部101拍摄的图像中包括的各图像(对象)中的构成自身的各像素中包括有种子像素的图像。在以上的结构中，通过将构成动物的图像的各像素中的任一个特定为种子像素，从图像拍摄部101拍摄的图像中摘录获取该动物的图像。
更具体而言，图像获取部103在特定种子像素时，对种子像素赋予规定的标签。图像获取部103对种子像素附近的像素中的满足预定的条件的像素赋予共同的标签。另外，在满足上述条件的情况下，也对被赋予了共同的标签的像素附近的像素赋予该标签。重复以上的处理，直到赋予标签的像素消失为止。图像获取部103获取由被赋予了共同的标签的各像素构成的图像作为动物的图像。此外，对于种子像素的特定方法，使用后述的图7(a)至图7(c)进行详细说明。
以下，为了说明，有时将图像获取部103获取的动物的图像记载为“动物图像”。另外，有时将上述倾斜传感器检测出的拍摄方向相对于铅直方向的倾斜的大小记载为“倾斜信息”。重量推定装置100与动物图像对应地存储该动物图像拍摄时的倾斜信息。以上的倾斜信息在调整(修正)动物图像的方向时使用。
形状特定部104根据动物图像特定动物的规定部位的形状。本实施方式的形状特定部104将动物的背脊的形状特定为规定部位。以下，将动物的背脊的形状简称为“背脊曲线”。使用后述的图4(a)和图4(b)详细说明背脊曲线的特定方法的具体例。
半身选择部105将从动物观察位于背脊右侧的右半身以及位于左侧的左半身中的一方选择为特定半身。详细内容将在后面叙述，但根据拍摄方向，有时有不能够拍摄动物的整体的情况。在以上的情况下，生成表示身体的一部分缺损的动物的动物图像(参照图3(b))。例如，当从右半身侧拍摄动物时，生成表示左半身的一部分(或全部)缺损的动物的动物图像。半身选择部105从动物的各半身中选择拍摄有更大范围的半身作为特定半身。
信息生成部106基于背脊曲线(规定部位的形状)生成用于动物相关的重量的推定的推定用信息。在本实施方式的推定用信息中包括后述的图5(d)所示的整体图像GW。整体图像GW是表示动物的整体的图像，根据图像获取部103获取的动物图像(动物的一部分缺损的图像)生成(推定)。具体而言，根据动物图像生成表示上述特定半身的图像(后述的半身图像。参照图5(c))，根据表示该特定半身的图像生成整体图像GW。
胴体模型存储部107存储胴体模型图像GM(参照后述的图6(a))。与整体图像GW相同地，胴体模型图像GM是表示整个动物的图像。但是，胴体模型图像GM是去除了胴体中不包括的部位(内脏类等)的动物的图像。以上的胴体模型图像GM例如通过对标准的体形的动物进行CT(Computed Tomography)拍摄而得到。
重量推定部108根据动物的整体图像GW(推定用信息)推定该动物相关的重量。具体而言，动物的胴体的平均密度(kg/m3)预先存储在重量推定装置100中。例如，反复进行实际测量动物胴体的平均密度的实验，由各实验得到的各测量值能够确定重量推定装置100中存储的胴体的平均密度。例如，能够将各实验的各测量值的平均值确定为平均密度。
另外，胴体模型图像GM被拟合(放大、缩小)，以使胴体模型图像GM的外边缘与整体图像GW的外边缘一致。重量推定部108将拟合后的胴体模型图像GM的体积与动物胴体的平均密度之积推定为该动物相关的重量。
如上所述，在本实施方式中，采用推定“动物的胴体的重量”作为本发明的“动物相关的重量”的结构。但是，也可以采用推定“动物的胴体的重量”以外的重量作为“动物相关的重量”的结构。例如，可以考虑推定“包括内脏等的动物的体重”(活体重量)作为“动物相关的重量”的结构。
具体而言，已知动物(例如猪)的活体重量是从体重式求出的(例如，参照日本特开2019-45478号公报)。以上的体重式表示活体重量、体长及胸围的关系，通过实验求出。另外，根据整体图像GW特定动物的体长及胸围。因此，重量推定部108能够基于根据整体图像GW特定的体长及胸围，使用体重式计算(推定)动物的活体重量。此外，也可以构成为推定动物的活体重量和胴体的重量这两者的结构。
以下，使用图3(a～c)、图4(a、b)、图5(a～d)、图6(a～c、d-1～d-3)以及图7(a～c)，说明重量推定装置100的动作的具体例。此外，在以下说明的具体例中，作为推定重量的动物A，以“猪”为例进行说明，但推定重量的动物不限于“猪”。例如，也可以构成为推定“牛”或“海豚”等动物相关的重量的结构。
图3(a)是用于说明拍摄方向Sc的具体例的图。在图3(a)中，用箭头表示铅直方向Sv。图3(a)的具体例中的拍摄方向Sc是与铅直方向Sv交叉的方向。具体而言，假定从动物A观察从左上方通过图像拍摄部101(深度相机30)拍摄该动物A的具体例。
图3(b)是用于说明动物图像GA的具体例的图。如图3(b)所示，动物图像GA是显示在XYZ空间中的三维图像。通过对图像拍摄部101拍摄的图像执行多次曲面近似处理，得到动物图像GA。
动物图像GA根据拍摄的时间点的倾斜信息，进行旋转以使得实际空间中的铅直方向与XYZ空间中的Z轴方向一致。另外，动物图像GA以长度方向与Y轴方向一致的方式旋转。具体而言，动物图像GA以动物的头部朝向Y轴的正方向的方式旋转。动物图像GA是点群图像(点群数据)。因此，例如能够使用主成分分析来特定动物图像GA中的动物的头部的朝向。此外，作为调整动物图像GA的朝向的结构，例如能够采用日本特开2014-44078号公报中记载的结构。
但是，根据拍摄方向，有时有无法拍摄动物的整体的情况。在以上的情况下，动物图像GA表示一部分缺损的动物。例如，在图3(b)的具体例中，假定从动物A观察从左上方拍摄该动物A时(与图3(a)的具体例相同)的动物图像GA。动物图像GA表示右半身的下侧缺损的动物。具体而言，如图3(b)所示，动物图像GA表示从拍摄方向Sc观察比边界部L更靠里侧缺损的动物。
但是，胴体模型图像GM是表示动物的整体(但内脏等除外)的图像(参照后述的图6(a))。假定通过使胴体模型图像GM的外边缘与动物图像GA的外边缘一致，从而推定胴体的重量的结构(以下称为“对比例X”)。在以上的对比例X中，在动物图像GA所表示的动物的身体部分缺损的情况下，不能准确地使各图像的外边缘一致，会产生难以高精度地推定胴体的重量的不良情况。
考虑到上述情况，本实施方式的重量推定装置100采用了能够根据动物图像GA生成(推定)整体图像GW的结构。整体图像GW表示动物的整体。因此，通过使胴体模型图像GM的外边缘与整体图像GW的外边缘一致来推定胴体的重量，与对比例X相比，能够抑制上述不良情况。以下详细说明以上的结构。
图4(a)和图4(b)是用于说明特定背脊曲线S的结构(形状特定部104)的图。图4(a)与图3(c)相同，假定从Z轴方向观察动物图像GA的情况。另外，在图4(a)中示出了构成背脊曲线S的多个顶点P(包括Pn)。通过特定各顶点P的坐标，实质上特定背脊曲线S。
图4(b)表示与Y轴以及Z轴平行(与YZ平面平行)的动物图像GA的截面。具体而言，图4(b)所示的截面假定在X坐标为数值“n”的位置切割动物图像GA的情况(也参照图4(a))。在图4(b)中，摘录表示动物的各部位中的表示该动物的后背的表面的动物图像GA的部分(外边缘)。
构成动物的背脊曲线S的各顶点P通常成为与动物图像GA的YZ平面平行的截面中Z坐标最大的点(截面的顶点)。因此，重量推定装置100将动物图像GA的截面的顶点特定为构成背脊曲线S的顶点P。
例如，在图4(b)的具体例中，假定X坐标为数值“n”的与YZ平面平行的截面的顶点的坐标为(n，m，Zmax)的情况。在以上的情况下，将坐标(n，m，Zmax)特定为顶点P的坐标。另外，重量推定装置100对于X轴上的其他位置(X＝n以外的位置)，也将与YZ平面平行的截面的顶点特定为顶点P。在以上的结构中，特定背脊曲线S。
图5(a)至图5(d)是用于说明根据背脊曲线S生成整体图像GW(推定用信息)的结构(信息生成部106)的图。图5(a)至图5(d)与图3(c)及图4(a)相同，假定从Z轴方向观察动物图像GA的情况。
图5(a)是用于说明整体图像GW的生成所使用的动物图像GA的具体例的图。重量推定装置100通过对动物图像GA执行直线化处理、切除处理、选择处理和生成处理来生成整体图像GW。
以下，为了说明，将与XY平面垂直且与投影到XY平面上的背脊曲线S垂直的面状的图像记载为“切片图像Gc”。动物图像GA例如被划分为与顶点P大致相同数量的切片图像Gc。但是，在图5(a)中，摘录在以上的各切片图像Gc中的切片图像Gc1至切片图像Gc4来表示。
如图5(a)所示，切片图像Gc1是背脊曲线S中的包括顶点P1的图像。另外，切片图像Gc2是背脊曲线S中的包括顶点P2的图像，切片图像Gc3是背脊曲线S中的包括顶点P3的图像，切片图像Gc4是背脊曲线S中的包括顶点P4的图像。
在图5(a)的具体例中，假定动物图像GA的背脊曲线S从Z轴方向观察不是直线的情况。由图5(a)可知，构成动物图像GA的各切片图像Gc中包括不与YZ平面平行的切片图像Gc。本实施方式的重量推定装置100对以上的动物图像GA执行直线化处理。
图5(b)是用于说明执行直线化处理的动物图像GA的具体例的图。图5(b)的具体例假定对图5(a)的动物图像GA执行直线化处理的情况。在直线化处理中，以使动物图像GA的所有切片图像Gc的朝向与YZ平面平行，并且从Z轴方向观察的背脊曲线S与Y轴方向平行的方式，调整各切片图像Gc的位置及朝向。此外，直线化处理只要将从Z轴方向观察的背脊曲线S调整为与Y轴方向平行即可，具体的内容不限于以上的例子。
在执行上述直线化处理之后，重量推定装置100(半身选择部105)执行选择处理。在选择处理中，选择动物A的右半身和左半身中的一方作为特定半身。具体地，假定动物图像GA由背脊曲线S在Z轴方向上切割为两个图像(表示右半身的图像和表示左半身的图像)的情况。在选择处理中，从以上两个图像中选择由较大图像表示的半身作为特定半身。
例如，假定对图5(b)所示的动物图像GA执行选择处理的情况。在动物图像GA中，表示动物A的左半身的大致整体。另一方面，如图5(b)所示，在动物A的右半身中的、从动物A观察比边界部L靠右侧的部位未被动物图像GA表示(缺损)。当对动物图像GA执行选择处理时，选择左半身作为特定半身。重量推定装置100在执行了选择处理之后，对动物图像GA执行切除处理。
图5(c)是用于说明执行了切除处理的动物图像GA的具体例的图。在切除处理中，从动物图像GA切除动物A的各半身中的表示未被选择为上述特定半身的半身的部分。以下，为了与执行切除处理之前的动物图像GA进行区别，有时将执行了切除处理的动物图像GA记载为“半身图像Gax”。
图5(c)的具体例假定对图5(b)所示的动物图像GA执行切除处理时的半身图像Gax。半身图像Gax是表示动物A的左半身的图像。此外，有时将半身图像Gax中的由切除处理产生的截面记载为“截面Lx”。如图5(c)所示，截面Lx大致平行于XZ平面。另外，在截面Lx的外边缘包括有背脊曲线S的整体。重量推定装置100在执行切除处理之后执行生成处理。通过以上的生成处理，生成整体图像GW。
图5(d)是用于说明由生成处理生成的整体图像GW的图。在图5(d)的具体例中，假定根据图5(c)所示的半身图像Gax生成整体图像GW的情况。即，假定从表示动物A的左半身的半身图像Gax生成整体图像GW的情况。
但是，猪等动物通常存在左半身和右半身是面对照的情况。因此，与表示特定半身的半身图像Gax面对照的图像推定为表示与特定半身相反侧的半身。因此，重量推定装置100在根据表示动物A的特定半身的半身图像Gax生成整体图像GW时，生成与半身图像Gax面对照的图像(以下记载为“半身图像Gay”)作为表示与特定半身相反侧的半身的图像。组合了以上的半身图像Gax和半身图像Gay的图像作为整体图像GW存储。
例如，图5(c)所示的半身图像Gax表示动物A的左半身。在根据以上的半身图像Gax生成整体图像GW的情况下，生成表示动物A的右半身的半身图像Gay。半身图像Gay相对于通过半身图像Gax的截面Lx且与XZ平面平行的面，与半身图像Gax面对照。另外，如图5(c)所示，半身图像Gay包括截面Ly。半身图像Gay的截面Ly与半身图像Gax的截面Lx大致全等。半身图像Gay在截面Ly与半身图像Gax的截面Lx大致一致的位置生成。
图5(d)是动物A的左半身被选择为特定半身时的整体图像GW的具体例。如上所述，当获取从动物A的左半身侧拍摄的动物图像GA时，动物A的左半身被选择为特定半身。另一方面，在本实施方式中，当获取从动物A的右半身侧拍摄的动物图像GA时，能够将动物A的右半身选择为特定半身。
在动物A的右半身被选择为特定半身的情况下，生成表示动物A的右半身的半身图像Gax。另外，在以上的情况下，从半身图像Gax生成表示左半身的半身图像Gay。即，根据表示动物A的右半身的半身图像Gax推定表示左半身的半身图像Gay，生成表示动物A整体的整体图像GW。
从以上的说明能够理解，根据本实施方式，除了从第一方向(例如，左半身侧)拍摄动物的情况以外，即使在从与第一方向不同的第二方向(例如右半身侧)拍摄动物的情况下，也生成整体图像GW。如上所述，根据整体图像GW推定动物相关的重量。即，根据本实施方式，即使在从第一方向以及第二方向中的任一方向拍摄动物的情况下，也能够推定动物相关的重量。在以上的结构中，例如与能够仅根据从特定的一个方向拍摄的动物的图像推定该动物相关的重量的结构相比，具有拍摄方向的自由度提高的优点。
另外，根据本实施方式的直线化处理，无论在获取了对背脊曲线成为第一形状的姿势(第一姿势)的动物进行拍摄而得到的图像的情况下，还是在获取了对背脊曲线成为第二形状的姿势(第二姿势)的动物进行拍摄而得到的图像的情况下，都能够使背脊曲线从Z轴方向观察呈直线化。即，能够与动物的姿势无关地生成整体图像GW(推定用信息)，推定该动物相关的重量。因此，与例如能够根据第一姿势的动物的图像推定该动物相关的重量，但不能根据第二姿势的动物的图像推定该动物相关的重量的结构相比，具有能够推定动物相关的重量的姿势的自由度提高的优点。
图6(a)至图6(c)以及图6(d-1)至图6(d-3)是用于说明计算出动物A的胴体的重量的结构(重量推定部108)的具体例的图。重量推定装置100通过执行重量推定处理，计算出(推定)动物A的胴体的重量。
图6(a)是胴体模型图像GM的概念图。如上所述，胴体模型图像GM是表示动物的整体的图像。但是，胴体模型图像GM是去除了胴体中不包括的部位(内脏类等)的动物的图像。另外，胴体模型图像GM与整体图像GW相同地，是背脊曲线为直线的动物的图像(标准化的图像)。如图6(a)所示，本实施方式的胴体模型图像GM包括模型图像Gm1至模型图像Gm7。各模型图像Gm与整体图像GW的各部分的任一个对应。
图6(b)和图6(c)是用于说明与模型图像Gm对应的整体图像GW的部分的图。在本实施方式中，如图6(c)所示，将与模型图像Gm1对应的整体图像GW的部分记载为“部分图像Gw1”。相同，将与模型图像Gm2对应的整体图像GW的部分记载为“部分图像Gw2”，将与模型图像Gm3对应的整体图像GW的部分记载为“部分图像Gw3”，将与模型图像Gm4对应的整体图像GW的部分记载为“部分图像Gw4”，将与模型图像Gm5对应的整体图像GW的部分记载为“部分图像Gw5”，将与模型图像Gm6对应的整体图像GW的部分记载为“部分图像Gw6”，将与模型图像Gm7对应的整体图像GW的部分记载为“部分图像Gw7”。
在重量推定处理中，模型图像Gm根据该模型图像Gm所对应的部分图像Gw进行拟合(放大、缩小)。具体而言，以模型图像Gm的外边缘与部分图像Gw的外边缘一致的方式，拟合该模型图像Gm。此外，在本实施方式中，由7个模型图像m构成胴体模型图像GM，但也可以由多于7个的模型图像m构成胴体模型图像GM，也可以由少于7个的模型图像m构成胴体模型图像GM。
图6(d-1)至图6(d-3)是用于说明将胴体模型图像GM拟合于整体图像GW时的具体例的图。在以上的具体例中，假定各模型图像Gm中的模型图像Gm4被拟合的情况。
如图6(d-1)所示，假定部分图像Gw4的Z轴方向的高度为Zw，Y轴方向的宽度为Yw。如图6(d-2)所示，假定模型图像Gm4的Z轴方向的高度为Zm，Y轴方向的宽度为Ym。在以上的情况下，如图6(d-3)所示，重量推定装置100将模型图像Gm4扩大(根据情况缩小)，以使Z轴方向的高度为Zw，Y轴方向的宽度为Yw。具体而言，重量推定装置100通过与使用了部分图像Gw4的形状的胴体模型图像GM的截面的图案匹配，特定(计算)纵倍率“Zw/Zm”以及横倍率“Yw/Ym”。另外，重量推定装置100根据纵倍率“Zw/Zm”改变模型图像Gm4的高度，根据横倍率“Yw/Ym”改变模型图像Gm4的宽度。
重量推定装置100在结束了胴体模型图像Gm(全部的模型图像Gm)的拟合之后，计算该胴体模型图像Gm的体积。另外，重量推定装置100将拟合后的胴体模型图像GM的体积与动物胴体的平均密度之积推定为该动物胴体的重量。本实施方式的重量推定装置100使推定出的胴体的重量显示在显示部102(头戴式显示器20)上。
图7(a)至图7(b)是用于说明显示在显示部102上的各种图像的图。如上所述，本实施方式的显示部102是头戴式显示器，使用者能够一次确认实际视觉识别的景色以及显示部102的图像。
图7(a)是执行重量推定处理之前显示的画面M1的模拟图。如上所述，图像拍摄部101拍摄的图像实时地显示在显示部102上。另外，图像拍摄部101的拍摄方向与使用者的视线方向大致一致。图7(a)的具体例假定动物A位于使用者的视野的中心(以下记载为“视野中心”)的下侧的情况。在以上的情况下，如图7(a)所示，在画面M1的中心的下侧显示动物图像GA。另外，动物B位于使用者的视野中心的右上侧，在画面M1的中心的右上侧显示动物图像GB。
但是，如上所述，在本实施方式中，在推定与动物A相关的重量时，从图像拍摄部101拍摄的图像(以下称为“景色图像”)中摘录获取动物图像GA。具体地，通过区域扩张法从景色图像特定动物图像GA，并且获取动物图像GA。但是，如上所述，在通过区域扩张法特定动物图像GA的情况下，需要将动物图像GA中包括的像素特定为种子像素。以下，对种子像素的特定方法进行详细说明。
如图7(a)所示，画面M1包括点图像GP而构成。点图像GP被固定地显示在画面M1上。即，在显示在画面M1上的各图像中，景色图像根据拍摄方向(使用者的视野方向)而改变(移动)，但是点图像GP在画面M1上的位置不根据拍摄方向而移动。
在上述结构中，将点图像GP所处的景色图像(包括动物图像GA)的像素特定为种子像素。因此，例如，在推定与动物A相关的重量的情况下，改变拍摄方向(使用者的视线方向)，以使点图像GP位于动物图像GA。例如，在图7(a)的具体例中，通过以动物图像GA向箭头Y的方向移动的方式移动使用者的视线方向(将视线向下侧移动)，从而推定与动物A相关的重量。
图7(b)是显示在重量推定处理的执行中的画面M2的模拟图。画面M2例如在通过区域扩张法特定了动物图像GA之后立即显示。如图7(b)所示，与画面M1相同地，画面M2包括包含动物图像GA的景色图像和点图像GP而构成。
另外，可以采用在特定了推定重量的动物的动物图像时，以与其他动物图像不同的方式显示该动物图像的结构。例如，在图7(b)的具体例中，采用了推定重量的动物A的动物图像GA的外边缘比其他动物图像的外边缘强调(加粗)显示的结构。根据以上的结构，具有使使用者容易掌握用于重量推定的动物图像的优点。
在本实施方式中，根据使用者的拍摄操作执行重量推定处理。具体地，当对重量推定装置100进行拍摄操作时，在拍摄操作时间点获取点图像GP所处的动物图像，执行重量推定处理。但是，执行重量推定处理的契机可以适当设定。例如，可以构成为当点图像GP在动物图像GA上移动的契机，自动执行重量推定处理。
图7(c)是重量推定处理刚刚结束后显示的画面M3的模拟图。如图7(c)所示，画面M3与画面M1以及画面M2相同地，包括动物图像GA而构成。此外，画面M3包括重量图像Gn而构成。重量图像Gn显示在上述重量推定处理中计算出的胴体的重量。例如，在图7(c)的具体例中，假定推定“75kg”作为胴体的重量的情况。
根据以上的结构，具有使用者能够立即掌握重量推定装置100推定的重量的优点。另外，如图7(c)所示，重量图像Gn重叠显示在用于重量推定的动物图像(在图7(c)的例子中为GA)上。在以上的结构中，例如与将重量图像Gn显示在与动物图像的位置无关的位置上的结构相比，具有容易掌握推定了重量的动物(重量推定处理中使用的动物图像)的优点。但是，能够适当地改变重量图像Gn所显示的位置。
此外，如上所述，在本发明中，也可以采用推定动物的整体的体重(活体重量)的结构。在以上的结构中，在重量图像Gn上显示活体重量。另外，在采用推定动物的活体重量和胴体的重量这双方的结构的情况下，优选在重量图像Gn上显示活体重量和胴体的重量这双方的结构。
如图7(c)所示，当重量结束处理结束时，不显示点图像GP。即，当显示重量图像Gn时，不显示点图像GP。在上述构造中，防止了点图像GP和重量图像Gn重叠，重量图像Gn难以在点图像GP观察到的问题。但是，也可以是当重量结束处理结束时继续显示点图像GP的结构。
图8(a)是重量推定装置100执行的重量推定控制处理的流程图。重量推定装置100例如以预定的时间间隔(中断周期)执行重量推定控制处理。但是，重量推定控制处理的执行契机能够适当变更。
当重量推定控制处理开始时，重量推定装置100执行图像获取处理(S101)。在图像获取处理中，从根据拍摄操作而拍摄的距离图像(包括动物图像的景色图像)获取动物图像。作为根据距离图像特定动物图像的方法，例如使用上述的区域扩张法。另外，在图像获取处理中将动物图像变换为实际坐标(XYZ坐标)。
在执行了图像获取处理之后，重量推定装置100执行曲面近似处理(S102)。例如，猪等动物的表面通常是光滑的。考虑到上述情况，在曲面近似处理中，在步骤S102中获取的动物图像的表面被近似(拟合)为平滑的曲面。关于曲面近似处理的详细情况，使用图8(b)在后面叙述。
在执行了曲面近似处理之后，重量推定装置100执行旋转修正处理(S103)。在旋转修正处理中，使用上述倾斜信息来调整(旋转)动物图像的Z轴方向的朝向。另外，在旋转修正处理中，使用上述主成分分析，调整动物图像在XY平面(水平面)上的朝向。
在执行了旋转修正处理之后，重量推定装置100执行背脊特定处理(S104)。在背脊特定处理中，特定了动物图像中的背脊曲线(参照图4(a))。在执行背脊特定处理之后，重量推定装置100执行直线化处理(S105)。在直线化处理中，调整(变形)动物图像以使得从Z轴方向观察背脊曲线成为直线(参照图5(b))。
在执行直线化处理之后，重量推定装置100执行选择处理(S106)。在选择处理中，假定在背脊曲线中将动物图像GA向Z轴方向切割为两个图像的情况下，选择由该两个图像中较大的图像表示的半身作为特定半身。
在执行选择处理之后，重量推定装置100执行切除处理(S107)。在以上的切除处理中，表示未被选择为特定半身的半身的部分被从动物图像中切除(参照图5(c))。在执行切除处理之后，重量推定装置100执行生成处理(S108)。在生成处理中，根据动物图像(半身图像)生成整体图像GW(参照图5(d))。
在执行生成处理之后，重量推定装置100执行重量推定处理(S109)。在重量推定处理中，根据由上述生成处理生成的整体图像GW推定(计算)动物的胴体重量。具体而言，以整体图像GW的外边缘与胴体模型图像GM的外边缘一致的方式拟合胴体模型图像GM(参照图6(d-1)至图6(d-3))，求出拟合后的胴体模型图像GM的体积。另外，计算出预先存储的平均密度与胴体模型图像GM的体积的积作为胴体的重量。
执行重量推定处理后，重量推定装置100使显示部102显示重量图像Gn(参照图7(c))(S110)。在显示重量图像Gn之后，重量推定装置100将处理返回到步骤S101。
图8(b)是曲面近似处理(图8(a)的S102)的流程图。当开始曲面近似处理时，重量推定装置100执行第一近似处理(S201)。在第一近似处理中，将构成动物图像(点群图像)的表面的各点作为标本点，执行使用了最小二乘法的多项式近似函数曲面拟合。需要说明的是，曲面近似的方法不限于多项式近似函数曲面拟合，能够采用适当的方法。
但是，在拍摄推定重量的动物时，有时其他动物与该动物接触。在以上的情况下，在推定重量的动物(原本的拍摄对象)的动物图像中，可能包括表示其他动物的图像(以下称为“噪声图像”)。假定若用于推定重量的动物图像中含有噪声图像，则会产生不能准确地推定重量的不良情况。
考虑以上的情况，重量推定装置100在执行第一近似处理后，将表示作为拍摄对象的动物的表面的近似曲面中不包括的图像作为噪声图像删除(S202)。即，对于从表示作为拍摄对象的动物的表面的1个近似曲面偏离的点群，作为表示其他动物等的点群而被删除。在以上的结构中，能够抑制上述的不良情况。
在删除了表示作为拍摄对象的动物的表面的近似曲面以外的噪声图像之后，重量推定装置100执行第二近似处理(S203)。在第二近似处理中，与第一近似处理相同地，对动物图像执行多项式近似函数曲面拟合。但是，在第二近似处理中，与第一近似处理相比，使用高次多项式执行多项式近似函数曲面拟合。
在以上的第二近似处理中，与第一近似处理相比，能够高精度地提取作为拍摄对象的动物的表面。因此，在步骤S202中假定噪声图像未被完全删除的情况下，该噪声图像作为与作为拍摄对象的动物的表面不同的图像，在第二近似处理中被提取。
在执行第二近似处理之后，重量推定装置100删除噪声图像(S204)。根据以上的结构，例如与仅执行第一近似处理和第二近似处理中的第一近似处理的结构相比，高精度地从动物图像中删除了噪声图像。因此，具有高精度地推定作为拍摄对象的动物相关的重量的优点。
此外，也可以是仅执行第一近似处理和第二近似处理中的第二近似处理的结构(以下“对比例Y”)。但是，假设在对共同的图像执行的情况下，第二近似处理的处理负担容易比第一近似处理的处理负担大。另外，噪声图像最终被删除。根据以上的情况，存在成为第二近似处理的对象的噪声图像越小越好的情况。
在本实施方式中，在第二近似处理之前，执行第一近似处理，删除在第一近似处理中提取出的噪声图像。因此，与对比例Y相比，具有能够减小成为第二近似处理的对象的噪声图像的优点。
<第二实施方式>
在推定与动物(例如猪)相关的重量时，有时需要表示该动物的背部整体的图像(例如，参照上述专利文献1)。在上述的第一实施方式中，具有根据动物的背部的大部分(例如一半)缺损的图像也能够推定动物相关的重量的优点。
在上述第一实施方式中，在推定动物相关的重量时，推定动物图像中缺损的动物的部位的形状，生成整体图像GW。但是，不能完全排除在推定的形状和实际的形状之间产生误差的可能性。即，整体图像GW表示的动物的形状与实际的动物的形状之间可能产生误差。因此，假设，与基于整体图像GW(表示推定的动物的形状的图像)拟合胴体模型图像GM的情况相比，能够拍摄表示动物的背部整体的动物图像的情况、基于该动物图像(表示实际的动物的形状的图像)拟合胴体模型图像GM的情况则存在容易高精度地推定动物相关的重量的情况。
考虑以上的情况，第二实施方式的重量推定装置100在能够拍摄表示动物的背部整体的动物图像的情况下，基于该动物图像来拟合胴体模型图像GM。另一方面，在除此以外的情况下，基于整体图像GW来拟合胴体模型图像GM。
具体而言，第二实施方式的重量推定装置100在获取动物图像时，根据上述倾斜信息判断是否从铅直方向拍摄到动物。具体而言，在倾斜信息在规定的范围(0度±α)内的情况下，判断为从铅直方向拍摄到动物。另一方面，在倾斜信息在该范围外的情况下，判断为并未从铅直方向拍摄到动物。在从铅直方向拍摄到动物的情况下，推定为表示背部整体的图像包括在动物图像中。
重量推定装置100在判断为从铅直方向拍摄到动物时，基于动物图像拟合胴体模型图像GM，推定该动物相关的重量。另一方面，重量推定装置100在判断为并未从铅直方向拍摄到动物时，根据动物图像生成整体图像GW(与第一实施方式相同)。另外，重量推定装置100基于整体图像GW拟合胴体模型图像GM，推定动物相关的重量。
在以上的第二实施方式中，与第一实施方式相同，能够推定动物相关的重量。另外，当判断为从铅直方向拍摄到动物时，基于动物图像拟合胴体模型图像GM。因此，能够高精度地推定动物相关的重量的效果特别显著。此外，在第二实施方式中，采用了自动选择是根据动物图像来拟合胴体模型图像GM还是根据整体图像GW来拟合胴体模型图像GM的结构。但是，也可以构成为在重量推定处理之前，使用者能够确认动物图像的形状，可以是使用者(手动)根据动物图像的形状进行选择的结构。
<本实施方式的实施例的作用、效果的总结>
<第一实施例>
本实施例的重量推定装置(100)具备：图像获取部(101)，所述图像获取部(101)获取动物的图像；形状特定部(104)，所述形状特定部(104)根据图像特定动物的规定部位的形状(背脊曲线)；信息生成部(106)，所述信息生成部(106)基于规定部位的形状，生成用于动物相关的重量的推定的推定用信息(整体图像GW)；以及重量推定部(108)，所述重量推定部(108)基于推定用信息推定重量，信息生成部在获取了从第一方向(例如，左半身侧)拍摄动物而得到的第一图像(动物图像GA)的情况下，能够生成推定用信息，在获取了从不同于第一方向的第二方向(例如，右半身侧)拍摄动物而得到的第二图像的情况下，也能够生成推定用信息。根据以上的本实施例，能够推定动物相关的重量的拍摄方向的自由度提高。
<第二实施例和第三实施例>
第二实施例中，动物的规定部位为动物的背脊，重量推定装置(100)具备半身选择部(105)，所述半身选择部(105)将从动物观察位于背脊右侧的右半身以及位于左侧的左半身中的一方选择为特定半身，信息生成部能够根据特定半身的形状(参照图5(c))推定未被选择为特定半身的半身的形状，根据该推定的半身的形状和特定半身的形状，生成表示动物整体的形状的信息作为推定用信息(参照图5(d))。根据以上的本实施例，能够起到与上述的第一实施例相同的效果。另外，第三实施例的重量推定装置具备信息存储部，所述信息存储部存储表示胴体的形状的胴体模型信息(胴体模型图像GM)，重量推定部基于根据推定用信息表示的动物的形状而变形的胴体模型信息所表示的胴体的形状，推定该动物胴体的重量(参照图6(d-1)至图6(d-3))。
<第四实施例>
本实施例的重量推定装置(100)的信息生成部在获取了拍摄第一姿势(背脊曲线成为第一形状的姿势)的动物而得到的第三图像的情况下，能够生成推定用信息，在获取了拍摄与第一姿势不同的第二姿势(背脊曲线成为第二形状的姿势)的动物而得到的第四图像的情况下，也能够生成推定用信息。根据以上的本实施例，例如，与能够根据第一姿势的动物的图像推定该动物相关的重量，但不能根据第二姿势的动物的图像推定该动物相关的重量的结构相比，具有能够推定动物相关的重量的姿势的自由度提高的优点。
<第五实施例和第六实施例>
第五实施例的重量推定装置(100)具备：图像拍摄部(101)，所述图像拍摄部(101)从使用者的角度观察能够固定在特定位置，能够拍摄位于该使用者的视线方向的动物；以及作为头戴式显示器的显示部(102)，所述作为头戴式显示器的显示部(102)能够显示图像拍摄部所拍摄的图像，图像获取部获取图像拍摄部所拍摄的图像。根据以上的本实施例，具有在拍摄动物时不需要手持图像拍摄部的优点。另外，第六实施例的重量推定装置的图像获取部获取包括表示到动物的距离的信息的距离图像。
<第七实施例>
本实施例的程序(重量推定程序PG)是使计算机(10)执行如下处理的程序：图像获取处理(图8(a)的S101)，所述图像获取处理获取动物的图像；形状特定处理(图8(a)的S104)，所述形状特定处理根据图像特定动物的规定部位的形状；信息生成处理(图8(a)的S108)，所述信息生成处理基于规定部位的形状，生成用于动物相关的重量的推定的推定用信息；以及重量推定处理(图8(a)的S109)，所述重量推定处理基于推定用信息推定重量，在信息生成处理中，在获取了从第一方向拍摄动物而得到的第一图像的情况下，能够生成推定用信息，在获取了从不同于第一方向的第二方向拍摄动物而得到的第二图像的情况下，也能够生成推定用信息。根据以上的第七实施例，能够起到与上述的第一实施例相同的效果。
附图标记说明
100：重量推定装置；101：图像拍摄部；102：显示部；103：图像获取部；104：形状特定部；105：半身选择部；106：信息生成部；107：胴体模型存储部；108：重量推定部。

Claims (7)

1.一种重量推定装置，其特征在于，具备：
图像获取部，所述图像获取部获取动物的图像；
形状特定部，所述形状特定部根据所述图像特定所述动物的规定部位的形状；
信息生成部，所述信息生成部基于所述规定部位的形状，生成用于所述动物相关的重量的推定的推定用信息；以及
重量推定部，所述重量推定部基于所述推定用信息推定所述重量，
所述信息生成部在获取了从第一方向拍摄所述动物而得到的第一图像的情况下，能够生成所述推定用信息，在获取了从不同于所述第一方向的第二方向拍摄所述动物而得到的第二图像的情况下，也能够生成所述推定用信息。
2.根据权利要求1所述的重量推定装置，其特征在于，
所述动物的所述规定部位为所述动物的背脊，
所述重量推定装置具备半身选择部，所述半身选择部将从所述动物观察位于所述背脊右侧的右半身以及位于左侧的左半身中的一方选择为特定半身，
所述信息生成部能够根据所述特定半身的形状推定未被选择为所述特定半身的半身的形状，根据该推定的半身的形状和所述特定半身的形状，生成表示所述动物整体的形状的信息作为所述推定用信息。
3.根据权利要求2所述的重量推定装置，其特征在于，
所述重量推定装置具备信息存储部，所述信息存储部存储表示胴体的形状的胴体模型信息，
所述重量推定部基于根据所述推定用信息所表示的所述动物的形状而变形的所述胴体模型信息所表示的胴体的形状，推定该动物胴体的重量。
4.根据权利要求1～3中任一项所述的重量推定装置，其特征在于，
所述信息生成部在获取了拍摄第一姿势的所述动物而得到的第三图像的情况下，能够生成所述推定用信息，在获取了拍摄与所述第一姿势不同的第二姿势的所述动物而得到的第四图像的情况下，也能够生成所述推定用信息。
5.根据权利要求1～4中任一项所述的重量推定装置，其特征在于，具备：
图像拍摄部，所述图像拍摄部从使用者的角度观察能够固定在特定位置，能够拍摄位于该使用者的视线方向的所述动物；以及
显示部，所述显示部是能够显示所述图像拍摄部所拍摄的图像的头戴式显示器，
所述图像获取部获取所述图像拍摄部所拍摄的图像。
6.根据权利要求1～5中任一项所述的重量推定装置，其特征在于，
所述图像获取部获取包括表示到所述动物的距离的信息的距离图像。
7.一种程序，其特征在于，是使计算机执行如下处理的程序：
图像获取处理，所述图像获取处理获取动物的图像；
形状特定处理，所述形状特定处理根据所述图像特定所述动物的规定部位的形状；
信息生成处理，所述信息生成处理基于所述规定部位的形状，生成用于所述动物相关的重量的推定的推定用信息；以及
重量推定处理，所述重量推定处理基于所述推定用信息推定所述重量，
所述信息生成处理在获取了从第一方向拍摄所述动物而得到的第一图像的情况下，能够生成所述推定用信息，在获取了从不同于所述第一方向的第二方向拍摄所述动物而得到的第二图像的情况下，也能够生成所述推定用信息。
CN202180013781.6A 2020-02-18 2021-02-16 重量推定装置和程序 Active CN115135973B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2020-025139 2020-02-18
JP2020025139 2020-02-18
PCT/JP2021/005666 WO2021166894A1 (ja) 2020-02-18 2021-02-16 重量推定装置及びプログラム

Publications (2)

Publication Number Publication Date
CN115135973A true CN115135973A (zh) 2022-09-30
CN115135973B CN115135973B (zh) 2024-04-23

Family

ID=77391257

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202180013781.6A Active CN115135973B (zh) 2020-02-18 2021-02-16 重量推定装置和程序

Country Status (5)

Country Link
US (1) US20230154023A1 (zh)
EP (1) EP4109057A4 (zh)
JP (1) JP7210862B2 (zh)
CN (1) CN115135973B (zh)
WO (1) WO2021166894A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2022150026A (ja) * 2021-03-25 2022-10-07 学校法人東京理科大学 生育状況評価システム
WO2023190352A1 (ja) * 2022-03-29 2023-10-05 学校法人東京理科大学 生育状況評価システム

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4570728A (en) * 1983-10-31 1986-02-18 Yamato Scale Company, Limited Combination weighing system
US5412420A (en) * 1992-10-26 1995-05-02 Pheno Imaging, Inc. Three-dimensional phenotypic measuring system for animals
JP2007175050A (ja) * 2005-11-29 2007-07-12 Yoshimoto Pole Co Ltd 飼育動物個体群の管理システム
CN101144705A (zh) * 2007-07-25 2008-03-19 中国农业大学 一种利用双目视觉技术监测猪生长的方法
BRPI0806332A2 (pt) * 2007-02-07 2011-09-06 Scanvaegt Int As intens que são fornecidos a um equipam,ento de composição de lote, e sistema para o processamento de itens
CN102405394A (zh) * 2009-02-27 2012-04-04 体表翻译有限公司 使用三维表示估计物理参数
CN103118647A (zh) * 2010-09-22 2013-05-22 松下电器产业株式会社 运动支援系统
CN103884280A (zh) * 2014-03-14 2014-06-25 中国农业大学 一种移动式多猪圈猪体尺体重监测系统
CN106256596A (zh) * 2015-06-17 2016-12-28 福特全球技术公司 乘员重量和高度估算
JP2019045478A (ja) * 2017-09-06 2019-03-22 国立大学法人 宮崎大学 家畜の体重推定装置及び家畜の体重推定方法
JP2019211364A (ja) * 2018-06-06 2019-12-12 全国農業協同組合連合会 動物体の体重推定装置及び体重推定方法
CN110672189A (zh) * 2019-09-27 2020-01-10 北京海益同展信息科技有限公司 体重估计方法、装置、系统和存储介质

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6377353B1 (en) * 2000-03-07 2002-04-23 Pheno Imaging, Inc. Three-dimensional measuring system for animals using structured light
WO2010127277A2 (en) * 2009-05-01 2010-11-04 Texas Tech University System Remote contactless stereoscopic mass estimation system
JP6083638B2 (ja) 2012-08-24 2017-02-22 国立大学法人 宮崎大学 動物体の体重推定装置、及び体重推定方法
WO2017208436A1 (ja) * 2016-06-03 2017-12-07 株式会社オプティム 動物体重推測システム、動物体重推測方法及びプログラム
JP6559197B2 (ja) * 2017-09-01 2019-08-14 Ｎｔｔテクノクロス株式会社 体重出力装置、体重出力方法及びプログラム
JP2021063774A (ja) * 2019-10-17 2021-04-22 株式会社ノア 体重推定装置

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4570728A (en) * 1983-10-31 1986-02-18 Yamato Scale Company, Limited Combination weighing system
US5412420A (en) * 1992-10-26 1995-05-02 Pheno Imaging, Inc. Three-dimensional phenotypic measuring system for animals
JP2007175050A (ja) * 2005-11-29 2007-07-12 Yoshimoto Pole Co Ltd 飼育動物個体群の管理システム
BRPI0806332A2 (pt) * 2007-02-07 2011-09-06 Scanvaegt Int As intens que são fornecidos a um equipam,ento de composição de lote, e sistema para o processamento de itens
CN101144705A (zh) * 2007-07-25 2008-03-19 中国农业大学 一种利用双目视觉技术监测猪生长的方法
CN102405394A (zh) * 2009-02-27 2012-04-04 体表翻译有限公司 使用三维表示估计物理参数
CN103118647A (zh) * 2010-09-22 2013-05-22 松下电器产业株式会社 运动支援系统
CN103884280A (zh) * 2014-03-14 2014-06-25 中国农业大学 一种移动式多猪圈猪体尺体重监测系统
CN106256596A (zh) * 2015-06-17 2016-12-28 福特全球技术公司 乘员重量和高度估算
JP2019045478A (ja) * 2017-09-06 2019-03-22 国立大学法人 宮崎大学 家畜の体重推定装置及び家畜の体重推定方法
JP2019211364A (ja) * 2018-06-06 2019-12-12 全国農業協同組合連合会 動物体の体重推定装置及び体重推定方法
CN110672189A (zh) * 2019-09-27 2020-01-10 北京海益同展信息科技有限公司 体重估计方法、装置、系统和存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
兰添才;陈俊;张怡晨;李翠华;: "基于水平集和最大稳定极值区域的颈椎椎体分割方法", 厦门大学学报(自然科学版), no. 02, 5 February 2018 (2018-02-05), pages 129 - 136 *

Also Published As

Publication number Publication date
CN115135973B (zh) 2024-04-23
JPWO2021166894A1 (zh) 2021-08-26
US20230154023A1 (en) 2023-05-18
WO2021166894A1 (ja) 2021-08-26
JP7210862B2 (ja) 2023-01-24
EP4109057A4 (en) 2024-03-27
EP4109057A1 (en) 2022-12-28

Similar Documents

Publication Publication Date Title
JP7004094B2 (ja) 魚体長さ測定システム、魚体長さ測定方法および魚体長さ測定プログラム
WO2019188506A1 (ja) 情報処理装置、物体計測システム、物体計測方法およびプログラム記憶媒体
JP5538667B2 (ja) 位置姿勢計測装置及びその制御方法
US9275473B2 (en) Image processing apparatus, image processing method, and program
US7671875B2 (en) Information processing method and apparatus
JP7001145B2 (ja) 情報処理装置、物体計測システム、物体計測方法およびコンピュータプログラム
JP6981531B2 (ja) 物体同定装置、物体同定システム、物体同定方法およびコンピュータプログラム
CN115135973B (zh) 重量推定装置和程序
JP6503906B2 (ja) 画像処理装置、画像処理方法および画像処理プログラム
US20060072808A1 (en) Registration of first and second image data of an object
JP7049657B2 (ja) 家畜の体重推定装置及び家畜の体重推定方法
US20100166280A1 (en) Three-dimensional shape data processing apparatus and three-dimensionalshape data processing method
US20160003612A1 (en) Rapid and accurate three dimensional scanner
US20020150288A1 (en) Method for processing image data and modeling device
US10078906B2 (en) Device and method for image registration, and non-transitory recording medium
EP3629302A1 (en) Information processing apparatus, information processing method, and storage medium
JP6608165B2 (ja) 画像処理装置及び方法、並びにコンピュータプログラム
JPWO2019045089A1 (ja) 情報処理装置、長さ測定システム、長さ測定方法およびコンピュータプログラム
JP2006149446A (ja) 医用画像表示装置
JP2007267979A (ja) 生物の臓器形態解析方法と生物の臓器形態解析システム
JP6702370B2 (ja) 計測装置、計測システム、計測方法およびコンピュータプログラム
JP7006810B2 (ja) ３次元計測装置、移動ロボット、手押し車型移動装置および３次元計測処理方法
EP3943979A1 (en) Indoor device localization
JP6403447B2 (ja) 情報処理装置、指標校正のための撮影案内方法、コンピュータプログラム
JP6545847B2 (ja) 画像処理装置、画像処理方法及びプログラム

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