JP2021515323A - 遠隔から生体標本を特徴付ける方法と装置 - Google Patents
遠隔から生体標本を特徴付ける方法と装置 Download PDFInfo
- Publication number
- JP2021515323A JP2021515323A JP2020545266A JP2020545266A JP2021515323A JP 2021515323 A JP2021515323 A JP 2021515323A JP 2020545266 A JP2020545266 A JP 2020545266A JP 2020545266 A JP2020545266 A JP 2020545266A JP 2021515323 A JP2021515323 A JP 2021515323A
- Authority
- JP
- Japan
- Prior art keywords
- image
- biological specimen
- fractionated
- map
- acquisition unit
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 126
- 238000004458 analytical method Methods 0.000 claims abstract description 114
- 238000005259 measurement Methods 0.000 claims abstract description 67
- 230000008569 process Effects 0.000 claims abstract description 7
- 230000005484 gravity Effects 0.000 claims description 39
- 241001465754 Metazoa Species 0.000 claims description 25
- 238000004364 calculation method Methods 0.000 claims description 24
- 241000287828 Gallus gallus Species 0.000 claims description 20
- 238000012545 processing Methods 0.000 claims description 19
- 241000283690 Bos taurus Species 0.000 claims description 12
- 238000012512 characterization method Methods 0.000 claims description 11
- 235000013330 chicken meat Nutrition 0.000 claims description 10
- 241000282887 Suidae Species 0.000 claims description 8
- 238000006243 chemical reaction Methods 0.000 claims description 7
- 238000000691 measurement method Methods 0.000 claims description 7
- 238000004422 calculation algorithm Methods 0.000 claims description 6
- 244000309464 bull Species 0.000 claims description 5
- 230000036544 posture Effects 0.000 claims description 5
- 238000012937 correction Methods 0.000 claims description 4
- 230000003287 optical effect Effects 0.000 claims description 4
- 241001494479 Pecora Species 0.000 claims description 3
- 210000000689 upper leg Anatomy 0.000 claims description 3
- 241000272517 Anseriformes Species 0.000 claims description 2
- 239000012634 fragment Substances 0.000 claims description 2
- 238000012847 principal component analysis method Methods 0.000 claims description 2
- 239000012472 biological sample Substances 0.000 claims 5
- 230000001144 postural effect Effects 0.000 claims 1
- 238000010586 diagram Methods 0.000 abstract description 18
- 244000144972 livestock Species 0.000 abstract description 8
- 230000015572 biosynthetic process Effects 0.000 abstract 1
- 238000001514 detection method Methods 0.000 description 8
- 210000000548 hind-foot Anatomy 0.000 description 7
- 210000004744 fore-foot Anatomy 0.000 description 6
- 238000005194 fractionation Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 238000013459 approach Methods 0.000 description 5
- 210000002683 foot Anatomy 0.000 description 5
- 230000009466 transformation Effects 0.000 description 5
- 238000009825 accumulation Methods 0.000 description 4
- 238000005452 bending Methods 0.000 description 4
- 230000036760 body temperature Effects 0.000 description 4
- 238000010438 heat treatment Methods 0.000 description 3
- 210000002414 leg Anatomy 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012887 quadratic function Methods 0.000 description 3
- 230000037237 body shape Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000000513 principal component analysis Methods 0.000 description 2
- 238000001931 thermography Methods 0.000 description 2
- 208000035143 Bacterial infection Diseases 0.000 description 1
- 206010037660 Pyrexia Diseases 0.000 description 1
- 206010058907 Spinal deformity Diseases 0.000 description 1
- 241000700605 Viruses Species 0.000 description 1
- 208000022362 bacterial infectious disease Diseases 0.000 description 1
- 235000015278 beef Nutrition 0.000 description 1
- 238000009529 body temperature measurement Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 235000013365 dairy product Nutrition 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 239000010432 diamond Substances 0.000 description 1
- 238000002224 dissection Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000012173 estrus Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 208000004396 mastitis Diseases 0.000 description 1
- 235000013372 meat Nutrition 0.000 description 1
- 230000003387 muscular Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 238000002076 thermal analysis method Methods 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
- G06T7/0014—Biomedical image inspection using an image reference approach
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01K—ANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
- A01K29/00—Other apparatus for animal husbandry
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
- G06T7/74—Determining position or orientation of objects or cameras using feature-based methods involving reference images or patches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- 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
- G06V40/103—Static body considered as a whole, e.g. static pedestrian or occupant recognition
-
- 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
- G06T2207/10024—Color image
-
- 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
-
- 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
- G06T2207/10048—Infrared image
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20036—Morphological image processing
- G06T2207/20041—Distance transform
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20036—Morphological image processing
- G06T2207/20044—Skeletonization; Medial axis transform
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20048—Transform domain processing
- G06T2207/20061—Hough transform
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30168—Image quality inspection
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30181—Earth observation
- G06T2207/30188—Vegetation; Agriculture
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Environmental Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Radiology & Medical Imaging (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- General Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Animal Husbandry (AREA)
- Biodiversity & Conservation Biology (AREA)
- Human Computer Interaction (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
Description
前記ステップ(A)は、前記生体標本の複数の画像を様々な異なった時間で取得し、その結果生体標本の様々な姿勢を取得する。この場合取得した画像の各々に対し距離測定値のシーケンスを取得する。
s(x、y)=1 (x、y)が分画画像に含まれる場合
s(x、y)=0 上記以外
ここで、xはデジタル画像の列、yはデジタル画像の行である。
Mnk=ΣΣxn・yk・s(x、y)
x y
画素の数は、モーメントM00に等しく、
重心は、(M10/M00.M01/M00)に等しい。
Mnkl=ΣΣxn・yk・zls(x,y、z)
x y
s(x、y、z)=1 (x、y、z)が分画画像に含まれる場合
s(x、y、z)=0 上記以外
xは体積のデジタル画像の列、yはデジタル画像の行、zは深さである。
実験例1:側面又は斜めの視点からの形状解析マップとしての重心
サーモ・カメラ、ヴィデオ・カメラ、ライダーは校正済みである。その後、本発明の方法は、ステップ(A)サーモ・カメラにより画像を取得し、温度しきい値により1頭のブタを分画する。その後ステップ(B)回転ライダーにより極座標(ρ、φ)で複数の点までの距離を測定し、この極座標形式のライダー測定値を画像内の特定の画素位置(x、y)に関連付ける。本発明の方法は、ステップ(C1)として、ブタの重心を、図22Aに示す分画画像(x0,y0)の質量の中心即ち中心ドットとして計算する。本発明の方法は、ステップ(C2)として、図7−10Aに示すように、極小値、極大値、変曲点を見いだし、テール、ヒップーマックス(距離極小値)、ハムの終了点(変曲点)、交差部(距離極小値)の深さ解析マップを計算する。最後に本発明の方法は、ステップ(C3)として、任意の深さポイントが重心近傍を通過するかどうか、分画画像内に含まれる深さポイントがy0か所定距離にあるかどうか、例えば|y−y0|<30か否かをチェックする。これが成り立つならば、深さ解析マップにより検出された解剖学的ポイントは正しいものとして受け入れられる。
サーモ・カメラ、ヴィデオ・カメラ、ライダーは校正済みである。本発明の方法は、ステップ(A)サーモ・カメラにより画像を取得し、温度しきい値により1頭のブタを分画する。その後ステップ(B)回転ライダーにより極座標(ρ、φ)の複数の点までの距離を測定し、この極座標形式のライダー測定値を画像内の特定の画素位置(x、y)に関連付ける。本発明の方法は、ステップ(C1)として、テールの位置を見いだす為にハウ変換を計算して分画画像の重心を計算する。検出された円の中心が重心との所定の距離範囲内にある時は、図6に示す分画画像スケルトンを計算し分岐点と端部点を検出する。テールに近い分岐点はヒップ−マックスの解剖学的点の近似値である。重心又はヒップ−マックスと類似の高さで他側にある分岐点は肩部であり、この肩部は重心より下にありテールに近い。最低の端部点は重心より下の後足下足部であり、テールの反対側は、前足下足部であり、ブタが地面をスニッフィングする時には、頭から区別する肩部に最も近い。これにより図6Cに示す簡単なマップが作成される。より複雑なマップも計算される(図11−14にも示す)。本発明の方法は、ステップ(C2)として、極小値、極大値、変曲点を見いだし(図7−10Aに示す)、テール、ヒップーマックス(距離極小値)、ハムの終了点(変曲点)、交差部(距離極小値)の深さ解析マップを計算する。本発明の方法は、ステップ(C3)として、分画画像内のライダー測定値が、肩部に近い交差部と形状解析からのヒップ−マックスであるかをチェックする。更に両方のマップ内で共通の全ての解剖学点が近くにあるか予測位置にシフトしているかをチェックする。これらの条件が真ならば、深さ解析マップにより検出された解剖学的点は正しいものとして受け入れられる。
サーモ・カメラ、TOFカメラは校正済みである。本発明の方法は、ステップ(A)サーモ・カメラにより画像を取得し、温度しきい値により1頭のブタを分画する。ステップ(B)TOFカメラで、複数の点までの距離を測定し、実空間での位置(rx、ry、rz)を計算し、TOF測定値を画像内の特定の画素位置(x、y)に関連づける。本発明の方法は、その後、ステップ(C1)として、テールの位置を見いだす為に、ハウ変換を計算して分画画像の重心と方向を計算する。検出された円の中心が重心との所定距離の範囲内にある時は、図6に示す分画画像のスケルトンを計算し、分岐点と端部点を検出する。テールに近い分岐点は、ヒップ−マックスの解剖学的点の近似である。重心又はヒップ−マックスと類似の高さで他側にある分岐点は肩部であり、この肩部は重心より下にありテールに近い。最低の端部点は重心より下の後足下足部であり、テールの反対側は、前足下足部であり、ブタが地面をスニッフィングする時には、頭から区別する肩部に最も近い。これにより図6Cに示す簡単なマップが作成される。より複雑なマップが計算される(図11−14にも示す)。本発明の方法は、ステップ(C2)として、重心に近く形状解析に類似する方向を有するTOF画像のラインピッキングし、分画画像の表面内の深さプロファイルの2D解析を実行する。言い換えると、分画画像内に含まれる点(rx、ry、rz)を解析する。その後、本発明の方法は、極小値、極大値、変曲点を見いだし(図7−10Aに示す)、テール、ヒップーマックス(距離極小値)、ハムの終了点(変曲点)、交差部(距離極小値)の深さ解析マップを計算する。動物を表面テンプレートに適合し、様々な解剖学的点を見いだすこともできる。本発明の方法は、ステップ(C3)として、両方のマップ内で共通の全ての解剖学点が近くにあるか予測位置にシフトしているかをチェックする。これらの条件が真ならば、深さ解析マップにより検出された解剖学的点は正しいものとして受け入れられる。
サーモ・カメラ、TOFカメラは校正済みである。本発明の方法は、ステップ(A)サーモ・カメラにより画像を取得し、温度しきい値により1頭のブタを分画する。ステップ(B)TOFカメラで、複数の点までの距離を測定し、実空間での位置(rx、ry、rz)を計算し、TOF測定値を画像内の特定の画素位置(x、y)に関連づける。本発明の方法は、その後、ステップ(C1)として、肩部とテールの位置を見いだす為に、ハウ変換を用いて形状解析を実行する。テールは多くの形状において肩部とは異なっている。例えば、肩部(頭部)超えた領域(頭部)は、テール(テールだけ)と比較すると遙かに大きい。別法として、輪郭解析によりテールの直接検出が可能となる。それは、テールの勾配は、頭部に比較すると遙かに大きいからである(図23に示す)。肩部の中心からテールの中心まで画像を走査すると、スパイン(spine)の決定が可能となる。形状解析マップは、例えば、肩部点、頭部点、スパイン点の位置により構築される(図23の方法1に示す)、更なる解剖学点が必要ならば、更に方法2に拡張できる。ステップ(C2)として、解剖学的点の高さを計算する。最後に、ステップ(C3)として、形状解析マップから全解剖学的点が正しい高さにあるか又はしき値より上にあるかチェックされる。
TOFカメラは校正済みである。本発明の方法は、ステップ(A)TOFカメラにより画像を取得し、背景に比較した距離しきい値によりを分画する。その後、ステップ(B)TOFカメラで、複数の点までの距離を測定し、実空間での位置(rx、ry、rz)を計算し、TOF測定値を画像内の特定の画素位置(x、y)に関連づける。この場合のステップ(C1)は実験例4と同じである。ステップ(C2)として、深さ解析マップにより、全ての分画領域は、床面からの所定の高さ以上にあることが保証される。最後に、ステップ(C3)として、形状解析の全点が見いだされた場合は、全点は、正しい距離にあることを意味する(これは分画の事前の必要要件であるので)。別法として、他の計算法を含むことも可能である。その一例は、スパインの点(rx、ry、rz)の湾曲度を計算し、ある程度の許容値を各湾曲に与える方法である。
サーモ・カメラとTOFカメラが校正されている場合は、様々な身体部分の熱特徴の更なる計算が行われる(図24)。
a:分画画像
b:距離の測定
c.1:形状解析、形状解析マップ、身体マップ、
c.2:深さプロファイル、プロファイル解析、プロファイル解析マップ、身体マップ、
c.3:比較、点数付け又は一致
図3
縦軸:深さ(cm)、横軸:実空間距離(cm)
図7
重心より上方のライダー・走査、重心上のライダー・走査、重心より下方のライダー・走査
縦軸:深さ、横軸:ライダー深さ、画像列
・・・ 分画された領域外の深さのプロファイル
●●● 分画された領域内の深さのプロファイル
図8
縦軸:深さ(cm)、横軸:水平方向画素(任意単位)
縦軸:深さ(cm)、横軸:実空間距離(cm)
図9
縦軸:深さ(cm)、横軸:実空間距離(cm)
図中:頭部、交差部(肩部)、テール、テール
図10A
縦軸:深さ(cm)、横軸:実空間距離(cm)
図中:プロフィル解析による交差部、形状解析による交差部、形状解析によるテール、プロフィル解析によるテール、プロフィル解析によるヒップ−マックス、テール
図15
前足、後足、交差部、腿部の開始点、テール
図16
上面図、正面図、動物 装置
図17D
縦軸:実空間深さ(cm)、横軸:実空間水平方向距離(cm)
図21B
縦軸:実空間深さ(cm)、横軸:実空間距離(cm)
図23
TOF画像、方法1,方法2,方法1,方法2
Claims (15)
- 遠隔から生体標本を特徴付ける方法において、
(A)画像取得ユニットにより、生体標本の画像を取得し、この得られた画像を処理ユニットにより分画し、分画画像を提供するステップと、
(B)遠隔測定装置により、前記得られた画像の複数の部分までの距離を測定し、複数の距離測定値を提供し、前記生体標本の分画画像に含まれる距離測定値のサブセットを選択するステップと、
前記画像取得ユニットと前記遠隔測定装置とは校正されており、
(C)処理ユニットにより、前記分画画像と前記分画画像に含まれる様々な位置に関連する前記複数の距離測定値とを、下記のステップ(C1)−(C3)により処理するステップと、
(C1)前記生体標本の形状を、分画画像内の以下のいずれかの項目を計算するアルゴリズムを実行することにより、特徴付けるステップと、
・生体標本の重心
・基準点を参照して前記分画画像内の生体標本の方向
・前記分画画像内に前記生体標本の解剖学的基準点を見いだすことによる前記生体標本の特定の身体部分
前記形状の特徴付けの結果は形状解析マップを提供し、
(C2)前記生体標本の深さを、前記分画画像内に含まれる距離測定値内の以下の項目を計算するアルゴリズムを実行することにより、特徴付けるステップと、
・前記距離測定値内に、前記生体標本の解剖学的基準点を見いだすことによる前記生体標本の特定の身体部分
前記深さの特徴付けの結果は深さプロファイル解析マップを提供し、
(C3)前記形状解析マップと深さプロファイル解析マップとを比較するステップと、
前記ステップ(C3)の結果が所定の範囲内にある場合は、本発明の方法は、
(D1)以下のいずれか含む前記生体標本のパラメータを決定するステップと、
・姿勢パラメータ、前記解剖学的基準点の配置又は補正、前記生体標本の身体サイズ・パラメータ、
(D2)前記生体標本の身体マップを表すステップと
を有し、
前記ステップ(C3)の結果が所定の範囲外にある場合は、本発明の方法は、
(E)ステップ(A)−(C)を繰り返し、新たな深さプロファイル解析マップと新たな形状解析マップを得るステップ
を有し、
前記ステップ(A)と(B)は任意の時に実行される
ことを特徴とする遠隔から生体標本を特徴付ける方法。 - 前記ステップ(A)は、前記生体標本の複数の画像を様々な時間で取得し、前記生体標本の様々な姿勢を取得し、前記取得した画像の各々に対し距離測定値のシーケンスを取得するステップを含む
ことを特徴とする請求項1記載の方法。 - (F)前記画像取得ユニットと前記生体標本の相対位置三次元情報の一部を推定し、以下のパラメータ即ち、前記画像取得ユニットと前記生体標本との間の角度の平均値、前記生体標本の屈曲度又は平坦度、床面からの前記画像取得ユニットの高さ、前記生体標本の高さに対する前記画像取得ユニットの高さ、床面に対する前記画像取得ユニットの光軸の角度の内の少なくとっも2つのパラメータを得るステップ
を更に有する
ことを特徴とする請求項1又は2記載の方法。 - 前記生体標本の方向は、前記分画画像を楕円に適合させることにより、正方形フィッティング関数、ガウスモデル法、主成分解析法、最小面積矩形法、ハフ(Hough)変換法のいずれかを用いて、計算される
ことを特徴とする請求項1記載の方法。 - 前記形状解析マップの身体部分は、以下のいずれかの方法により計算される
・前記分画画像のハム又は大腿部の半径を計算する円形ハフ(Hough)変換法
・前記重心と方向軸の周りに放物線を適合させることにより、前記分画画像内の生体標本のテールを検出する二次元多項式関数法
ことを特徴とする請求項1記載の方法。 - 前記形状解析マップの身体部分は、以下のいずれかの方法により、計算される
・前記分画画像内の生体標本の輪郭を計算し、前記計算された輪郭を極座標で符号化し、フーリエ変換関数を前記極座標に適用し、複数のフーリエ係数を提供する法、その係数は回転不変であり、その引数は回転情報を含む、
・前記分画画像内の生体標本の輪郭を計算し、前記計算された輪郭内の距離を距離測定法に基づいて計算する法、この距離測定法は、ユークリッド、測地、シティ・ブロックを含む、
・前記分画画像の距離変換を計算する法
・前記分画画像内からスケルトン化関数を計算し、前記生体標本のスケルトンの画像を提供し、前記スケルトン内の分岐点と端部点とを計算し、様々な身体部分の解剖学的位置を推定し、前記生体標本の輪郭を計算する法、
・前記分画画像の画像モメントを計算する法
ことを特徴とする請求項1又は5記載の方法。 - (F)前記深さプロファイル解析マップと形状解析マップの対のシーケンスを、
・各取得毎に得られた情報を組み合わせるステップと、
・各対のマップにスコアを割り当てるステップと、
・最高のスコアを持つマップの対を選択するステップと
を実行することにより得る
ことを特徴とする請求項2記載の方法。 - (F)前記深さプロファイル解析マップと形状解析マップの対のシーケンスを
・各取得毎に得られた情報を組み合わせるステップと、
・各対のマップにスコアを割り当てるステップと、
・全ての取得毎の解剖学的基準点をマッチングし、前記生体標本の三次元再構成を計算する為に、前記深さプロファイル解析マップと解剖学的基準点の様々な断片を蓄積するステップ、又は
・各取得毎に身体マップを計算し、各身体マップの全情報を蓄積し、スコアを付与して拡張身体マップに改良するステップ
を実行することにより得る
ことを特徴とする請求項2記載の方法。 - 前記生体標本の身体マップが表示されている場合は、この身体マップを用いて、画像取得ユニットにより得られた色と温度のいずれか或いはその両方を含む特徴に基づいて身体マップの特徴を計算する、又は予め校正されている追加の装置により測定された追加的特徴を計算する
ことを特徴とする請求項1記載の方法。 - 前記ステップ(A)の取得した画像が複数の生体標本を含む場合、
(G)前記画像に含まれる各生体標本について、前記形状解析マップと深さプロファイル解析マップを算出して比較することにより、同一時に取得した画像内ある複数の生体標本を評価するステップを更に有する
ことを特徴とする請求項1記載の方法。 - 前記身体マップは、前記生体標本の3D表現である
ことを特徴とする請求項1,8,9のいずれかに記載の方法。 - 前記生体標本は、ブタ、ブル、ウシ、ヒツジ、ブロイラー、アヒル、チッキンのいずれかを含む家畜動物である
ことを特徴とする請求項1−11のいずれかに記載の方法。 - 遠隔から生体標本を特徴付ける装置において、
(A1)生体標本の画像を取得する画像取得ユニットと、
(A2)この得られた画像を分画しこの分画画像を提供する第1処理ユニットと、
(B)前記得られた画像の複数の部分までの距離を測定し、複数の距離測定値を提供し、前記生体標本の分画画像に含まれる距離測定値のサブセットを選択する遠隔測定装置と、
前記画像取得ユニットと前記遠隔測定装置とは校正されており、
(C)前記分画画像と複数の距離測定値を、前記分画画像に含まれる様々な位置を参照して、処理する第2処理ユニットと
を有し、
前記第2処理装置は、請求項1のステップ(C)を実行する
ことを特徴とする装置。 - 前記画像取得ユニットは、赤チャネル内に近赤外線を有するRGBカメラ、サーモ・カメラのいずれか又は両方を更に有する
ことを特徴とする請求項13記載の装置。 - 前記遠隔測定装置は、回転ライダー(rotating Lidar)、走査型ライダー、複数のライダー、飛行時間、TOF、センサー、TOFカメラのいずれかである
ことを特徴とする請求項13又は14記載の装置。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP18382110.7 | 2018-02-26 | ||
EP18382110.7A EP3531373B1 (en) | 2018-02-26 | 2018-02-26 | A method and device for the characterization of living specimens from a distance |
PCT/EP2019/053654 WO2019162180A1 (en) | 2018-02-26 | 2019-02-14 | A method and device for the characterization of living specimens from a distance |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021515323A true JP2021515323A (ja) | 2021-06-17 |
JP7336691B2 JP7336691B2 (ja) | 2023-09-01 |
Family
ID=61283149
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020545266A Active JP7336691B2 (ja) | 2018-02-26 | 2019-02-14 | 遠隔から生体標本を特徴付ける方法と装置 |
Country Status (16)
Country | Link |
---|---|
US (1) | US11587350B2 (ja) |
EP (1) | EP3531373B1 (ja) |
JP (1) | JP7336691B2 (ja) |
KR (1) | KR20200127016A (ja) |
CN (1) | CN112262408A (ja) |
AU (1) | AU2019223705B2 (ja) |
BR (1) | BR112020017434A2 (ja) |
CA (1) | CA3092209A1 (ja) |
DK (1) | DK3531373T3 (ja) |
ES (1) | ES2921128T3 (ja) |
HU (1) | HUE059001T2 (ja) |
MX (1) | MX2020008861A (ja) |
PH (1) | PH12020551508A1 (ja) |
PL (1) | PL3531373T3 (ja) |
PT (1) | PT3531373T (ja) |
WO (1) | WO2019162180A1 (ja) |
Families Citing this family (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110910393B (zh) * | 2018-09-18 | 2023-03-24 | 北京市商汤科技开发有限公司 | 数据处理方法及装置、电子设备及存储介质 |
EP3756458A1 (en) * | 2019-06-26 | 2020-12-30 | Viking Genetics FmbA | Weight determination of an animal based on 3d imaging |
US20220395193A1 (en) * | 2019-06-26 | 2022-12-15 | Nec Corporation | Height estimation apparatus, height estimation method, and non-transitory computer readable medium storing program |
CN111145240A (zh) * | 2019-11-18 | 2020-05-12 | 西宁市动物疫病预防控制中心(挂西宁市畜牧兽医站牌子) | 一种基于3d相机的活体西门塔尔牛体尺在线测量方法 |
CN113316803A (zh) * | 2019-12-20 | 2021-08-27 | 博医来股份公司 | 使用历史校正的统计分析来校正医学图像的分割 |
CN113915740B (zh) * | 2020-07-08 | 2023-12-22 | 海信空调有限公司 | 一种空调器和控制方法 |
US11892574B2 (en) * | 2020-07-31 | 2024-02-06 | GM Global Technology Operations LLC | Dynamic lidar to camera alignment |
CN111986168B (zh) * | 2020-08-07 | 2024-03-15 | 中国农业大学 | T形分支的双耳根检测与最佳耳根测温帧检测方法及系统 |
CN112927282A (zh) * | 2021-01-25 | 2021-06-08 | 华南农业大学 | 一种基于机器视觉的畜禽脚参数自动测量方法 |
CN113632749B (zh) * | 2021-09-07 | 2022-11-22 | 华中农业大学 | 一种基于动物行为的猪身体状态监测方法 |
CN113808156B (zh) * | 2021-09-18 | 2023-04-18 | 内蒙古大学 | 一种户外牛体体尺检测方法与装置 |
CN114243925B (zh) * | 2021-12-21 | 2024-02-09 | 国网山东省电力公司淄博供电公司 | 基于智能融合终端的台区配变态势感知方法及系统 |
CN114838665B (zh) * | 2022-07-04 | 2022-09-02 | 江西农业大学 | 一种基于黑皮鸡枞菌的尺寸原位测量方法 |
CN116363141B (zh) * | 2023-06-02 | 2023-08-18 | 四川省畜牧科学研究院 | 一种妊娠母猪智能体型评价装置及系统 |
CN117746343B (zh) * | 2024-02-20 | 2024-05-14 | 济南格林信息科技有限公司 | 基于等高轮廓图的人员流动检测方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040023612A1 (en) * | 2002-08-02 | 2004-02-05 | Kriesel Marshall S. | Apparatus and methods for the volumetric and dimensional measurement of livestock |
US20060126903A1 (en) * | 2002-07-25 | 2006-06-15 | David Sharony | Imaging system and method for body condition evaluation |
WO2009028930A1 (en) * | 2007-08-27 | 2009-03-05 | Maasland N.V. | System for and method of managing a group of animals |
WO2010063527A1 (en) * | 2008-12-03 | 2010-06-10 | Delaval Holding Ab | Arrangement and method for determining a body condition score of an animal |
US20100172567A1 (en) * | 2007-04-17 | 2010-07-08 | Prokoski Francine J | System and method for using three dimensional infrared imaging to provide detailed anatomical structure maps |
US20130064432A1 (en) * | 2010-05-19 | 2013-03-14 | Thomas Banhazi | Image analysis for making animal measurements |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5412420A (en) | 1992-10-26 | 1995-05-02 | Pheno Imaging, Inc. | Three-dimensional phenotypic measuring system for animals |
US5474085A (en) | 1994-02-24 | 1995-12-12 | University Of Prince Edward Island | Remote thermographic sensing of livestock |
US9922242B2 (en) | 2012-12-02 | 2018-03-20 | Agricam Ab | Systems and methods for predicting the outcome of a state of a subject |
EP2957861A1 (en) * | 2014-06-17 | 2015-12-23 | Expert Ymaging, SL | Device and method for automated parameters calculation of an object |
US20170196196A1 (en) * | 2016-01-08 | 2017-07-13 | Leo Trottier | Animal interaction devices, systems and methods |
WO2019003015A1 (en) * | 2017-06-29 | 2019-01-03 | The Gsi Group Llc | ANIMAL WEIGHT ESTIMATION BASED ON REGRESSION |
-
2018
- 2018-02-26 DK DK18382110.7T patent/DK3531373T3/da active
- 2018-02-26 EP EP18382110.7A patent/EP3531373B1/en active Active
- 2018-02-26 HU HUE18382110A patent/HUE059001T2/hu unknown
- 2018-02-26 ES ES18382110T patent/ES2921128T3/es active Active
- 2018-02-26 PL PL18382110.7T patent/PL3531373T3/pl unknown
- 2018-02-26 PT PT183821107T patent/PT3531373T/pt unknown
-
2019
- 2019-02-14 BR BR112020017434-3A patent/BR112020017434A2/pt unknown
- 2019-02-14 KR KR1020207028071A patent/KR20200127016A/ko unknown
- 2019-02-14 MX MX2020008861A patent/MX2020008861A/es unknown
- 2019-02-14 WO PCT/EP2019/053654 patent/WO2019162180A1/en active Application Filing
- 2019-02-14 US US16/975,879 patent/US11587350B2/en active Active
- 2019-02-14 AU AU2019223705A patent/AU2019223705B2/en active Active
- 2019-02-14 CA CA3092209A patent/CA3092209A1/en active Pending
- 2019-02-14 JP JP2020545266A patent/JP7336691B2/ja active Active
- 2019-02-14 CN CN201980028070.9A patent/CN112262408A/zh active Pending
-
2020
- 2020-09-18 PH PH12020551508A patent/PH12020551508A1/en unknown
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060126903A1 (en) * | 2002-07-25 | 2006-06-15 | David Sharony | Imaging system and method for body condition evaluation |
US20040023612A1 (en) * | 2002-08-02 | 2004-02-05 | Kriesel Marshall S. | Apparatus and methods for the volumetric and dimensional measurement of livestock |
US20100172567A1 (en) * | 2007-04-17 | 2010-07-08 | Prokoski Francine J | System and method for using three dimensional infrared imaging to provide detailed anatomical structure maps |
WO2009028930A1 (en) * | 2007-08-27 | 2009-03-05 | Maasland N.V. | System for and method of managing a group of animals |
WO2010063527A1 (en) * | 2008-12-03 | 2010-06-10 | Delaval Holding Ab | Arrangement and method for determining a body condition score of an animal |
US20130064432A1 (en) * | 2010-05-19 | 2013-03-14 | Thomas Banhazi | Image analysis for making animal measurements |
Also Published As
Publication number | Publication date |
---|---|
PH12020551508A1 (en) | 2021-09-06 |
AU2019223705A1 (en) | 2020-10-01 |
PL3531373T3 (pl) | 2022-08-08 |
DK3531373T3 (da) | 2022-07-11 |
EP3531373A1 (en) | 2019-08-28 |
WO2019162180A1 (en) | 2019-08-29 |
US11587350B2 (en) | 2023-02-21 |
US20210004577A1 (en) | 2021-01-07 |
BR112020017434A2 (pt) | 2020-12-22 |
MX2020008861A (es) | 2020-10-28 |
KR20200127016A (ko) | 2020-11-09 |
EP3531373B1 (en) | 2022-05-04 |
HUE059001T2 (hu) | 2022-09-28 |
ES2921128T3 (es) | 2022-08-18 |
PT3531373T (pt) | 2022-08-16 |
RU2020131518A (ru) | 2022-03-29 |
CN112262408A (zh) | 2021-01-22 |
JP7336691B2 (ja) | 2023-09-01 |
CA3092209A1 (en) | 2019-08-29 |
AU2019223705B2 (en) | 2024-06-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2021515323A (ja) | 遠隔から生体標本を特徴付ける方法と装置 | |
Spoliansky et al. | Development of automatic body condition scoring using a low-cost 3-dimensional Kinect camera | |
RU2543948C2 (ru) | Устройство и способ определения количественного показателя состояния тела животного | |
US9311556B2 (en) | Image analysis for making animal measurements including 3-D image analysis | |
Salau et al. | Feasibility of automated body trait determination using the SR4K time-of-flight camera in cow barns | |
JP7057971B2 (ja) | 動物体の体重推定装置及び体重推定方法 | |
Clarkson et al. | Assessing the suitability of the Microsoft Kinect for calculating person specific body segment parameters | |
WO2016023075A1 (en) | 3d imaging | |
AU2016327051A1 (en) | Image analysis for making animal measurements including 3-D image analysis | |
JP6972481B2 (ja) | 食事の識別システムと識別方法及び識別プログラム | |
Lati et al. | Plant growth parameter estimation from sparse 3D reconstruction based on highly-textured feature points | |
CN109068613A (zh) | 健康状态推定装置 | |
CN108670301B (zh) | 一种基于超声影像的脊柱横突定位方法 | |
CN107644679B (zh) | 信息推送方法和装置 | |
RU2785149C2 (ru) | Способ и устройство для получения характеристик живых особей на расстоянии | |
JP7136344B2 (ja) | カメラの較正方法、カメラ及びプログラム | |
US11341661B2 (en) | Method and apparatus for registering live medical image with anatomical model | |
McFarlane et al. | Shape measurements of live pigs using 3-D image capture | |
Shanmuganathan et al. | Image registration for multi-view three-dimensional echocardiography sequences | |
Zhang et al. | Reparation with moving least squares sampling and extraction of body sizes of beef cattle from unilateral point clouds | |
Kumar | Novel 3D Back Reconstruction using Stereo Digital Cameras | |
KR20230162210A (ko) | 어류 체적 측정 장치 및 이를 이용한 어류 체적 측정 방법 | |
Mao | Computer assisted methods to support the clinical assessment of human surface anatomy in 3D images |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220210 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221207 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221227 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230404 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230405 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230501 |
|
R155 | Notification before disposition of declining of application |
Free format text: JAPANESE INTERMEDIATE CODE: R155 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230802 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7336691 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |