JP7062277B2 - 牛のボディコンディションスコアの評価装置、評価方法及び評価プログラム - Google Patents
牛のボディコンディションスコアの評価装置、評価方法及び評価プログラム Download PDFInfo
- Publication number
- JP7062277B2 JP7062277B2 JP2018082705A JP2018082705A JP7062277B2 JP 7062277 B2 JP7062277 B2 JP 7062277B2 JP 2018082705 A JP2018082705 A JP 2018082705A JP 2018082705 A JP2018082705 A JP 2018082705A JP 7062277 B2 JP7062277 B2 JP 7062277B2
- Authority
- JP
- Japan
- Prior art keywords
- cow
- contour line
- buttocks
- bcs
- extracted
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- Image Analysis (AREA)
Description
(1)測定者の違いによる個人差がなくなり、BCSの客観的評価が可能となることで、BCSと事故の相関関係などのテータ共有が可能となる。
(2)汎用品だけでシステムを構成でき、小型化・コストダウンが可能であるので、酪農経営の効率化に繋がり、大規模農家だけでなく、小・中規模農家にもシステムを導入することができる。
(3)自動化が促進されることで、時系列で牛の身体変化の様子が記録・観察でき、より正確で詳細なデータに基づく体調管理が可能となる。
(4)3Dカメラの導入により、夜間や塵埃に対して頑健なシステム構成が可能となり、また、ビデオカメラだけによる構成も可能であるので、システム導入の際の選択肢が多く、適宜必要に応じた構成が可能である。
(1)近似曲線の両端点を求める方法
(2)線形回帰分析を用いる方法
(3)ヒストグラムを用いる方法
(4)決定係数を用いる方法
評価装置の構成は、図1及び図2に示すように、入力画像(「牛の臀部後方から撮影された写真あるいはビデオフレーム」又は「牛の臀部上方から撮影された距離画像」)8を取り込む画像入力部1と、画像入力部1で入力された画像8が「牛の臀部後方から撮影された写真あるいはビデオフレーム」であることに応じてエッジ抽出及びノイズ除去を行うエッジ抽出部2と、エッジ抽出部2で抽出されたエッジ、又は、「牛の臀部上方から撮影された距離画像」の少なくもいずれか一方からROI(処理対象領域;Region of interest)9を抽出し、ROI9内の輪郭線10を抽出する輪郭線抽出部3と、輪郭線抽出部3で得られた輪郭線10を細線化及び滑線化する細線化部4と、細線化部4で得られた細線化及び滑線化された輪郭線11から近似曲線を求める近似曲線生成部5と、近似曲線生成部5で生成された近似曲線12と輪郭線10の関係から牛のボディコンディションスコアを評価するために必要な特徴パラメータを抽出する特徴パラメータ抽出部6と、抽出された特徴パラメータからBCS(ボディコンディションスコア)を求めるBCS評価部7とから構成される。なお、図2(c)、図2(e)において符号10aで示す曲線は、説明を分かりやすくするために、輪郭線10の凹凸を上下に拡大して示したものである。また、符号1~7で示される評価装置の各構成部分は、周知のコンピュータ、演算装置、記憶装置、表示装置等を含む電子装置、電子機器、電子回路等で構成することができる。
3次元カメラを用いる場合は、牛15の後方臀部全体の距離画像が一度の撮影で得られるので、一般的には複数台の3次元カメラを用いる必要はなく1台で十分である。図3に示すように、牛の後方臀部を真上から撮影した距離画像を用いる。距離画像を入力として用いる場合には、エッジ抽出を不要とし、輪郭線10の抽出から開始することができる。つまり、図1において、エッジ抽出部2、および、エッジ抽出及びノイズを抽出するステップS2は不要であり、画像入力部1で取り込まれた距離画像を、「エッジ抽出及びノイズを抽出」せずに、直接、輪郭線抽出部3に入力して、ROI9を抽出し、ROI9内の輪郭線10を抽出することができる。なお、画像入力部1の出力部の後段に画像データ判別手段(不図示)を設け、画像入力部1から出力される画像データがビデオカメラ13で撮像された写真あるいはビデオフレームの場合は出力データをエッジ抽出部2に入力し、画像入力部1から出力される画像データが3次元カメラ14で撮像された距離画像の場合は出力データを輪郭線抽出部3に入力する構成にしてもよい。また、画像データを判別して取り込む手段を、エッジ抽出部2の入力部、輪郭線抽出部3の入力部に、それぞれ設け、画像入力部1から出力される画像データがビデオカメラ13で撮像された写真あるいはビデオフレームの場合は、エッジ抽出部2で取り込み、画像入力部1から出力される画像データが3次元カメラ14で撮像された距離画像の場合は、輪郭線抽出部3で取り込むように構成してもよい。
解析の対象となる領域ROI9、すなわち、近似すべき輪郭線の両端点(開始点と終了点)を決めるために、垂直線と輪郭線の接点を用いると、安定性の低下や誤差の増大につながる場合がある。そこで、本発明では、垂直からθ°傾いた直線と輪郭線との接点を採用することで、安定性及び精度の向上を図る方法を提供する。
牛の臀部の輪郭の凹凸具合を数値化する方法として牛領域のみの距離画像からデータを一行ごとに取り出し、グラフ上にプロットする。その後プロットされたデータに最小二乗法によって近似される放物線を描き(高次の多項式を使ってもよい)、この放物線を用いて、牛の体表面のデータのRMSDを計算することで、牛体表面の凹凸具合を数値化することができる。体表面との差を累積することでBCSを評価する。本手法の概念図を図5(e)に、BCS評価結果を表1に示す。複数行の距離画像から得られる累積誤差に重みづけ加算した値を用いることもできる。RMSD(標準偏差)の式は下記に示すとおり、周知のものである。近似曲線は輪郭をスムーズに近似できるものであれば何でもよく、制御点から構成される自由曲線等を用いてもよい。経験的には、「線形回帰分析によるBCS評価」には2次多項式が単純かつ効果的であり、高次の多項式を用いると輪郭の形状変化に過敏に追従しすぎて、逆に精度の低下を招く原因となる。1次多項式も2次多項式に比べ、精度は低下する。
図6は、BCS評価のための指標とした例を示す。ヒストグラムには明らかな差がみられる。また、相関係数の値にもBCSの大小が反映されているので、その評価のために用いることができる。ヒストグラムによるグラフ表示方法自体は周知のものである。
BCSが小さい数値からだんだん大きくなり、4~5に近づくと、蓄積した脂肪により体表面の凹凸が明瞭に見えなくなる。図7(b)の輪郭線に示されるように体表面が凸体となり、上述の凸包を利用する手法では、近似曲線と輪郭線がほぼ同一となり、その差がなくなる。牛種や個体差による違いはあるが、上述したヒストグラムを用いる方法では、BCSが大きくなった時に、精度が低下する傾向がある。
数2は決定係数R2の導出式であり、周知である。図7(d)及び(e)のグラフから分かるように、4次元多項式近似を用いるとCrossbred CowsとJersey Cows2種類共にBCS=4と5は識別可能であるが、BCS=2と3は難しい場合がある。図7(e)より、6次多項式近似を用いると、BCS=1~3は識別可能であるが、BCS4と5は識別が難しい場合がある。逆に4次元多項式近似を用いると、BCS=3~5とそれ以下は識別可能であるが、BCS=1と2は識別が難しい場合がある。なお、図7(e)において、2次近似式で求めた近似曲線と、3次近似式で求めた近似曲線とが重なって表示されている。
以上、前述したどの方法が有効か、BCS評価にための抽出特徴の閾値をいくらに設定すればよいのか、牛種や個体差を考慮して、個別に実験的に決めることで良好な結果が得られる。一律に決めることもできるが、より高い精度を得るためには、経時変化を観察しながら学習的に決定する。このように学習的に決定するための手段、方法、プログラムを、それぞれ、上述した牛のボディコンディションスコアの評価装置、牛のボディコンディションスコアの評価方法、牛のボディコンディションスコアの評価プログラムに設けることができる。なお、この学習手段、学習方法、学習プログラムは、上述した多項近似式の次数決定にも用いることができる。
画像処理による身体パラメータの抽出と健康管理を結び付ける手法は、他の動物の健康維持にも利用できる。例えば、イルカ等の海洋大型生物の保全が問題視されているが、専門家によると肥満度などの客観的なデータの経年変化が得られれば、健康管理に加えてストレス等の精神状態の管理にも大きく貢献する。
2 エッジ抽出部
3 輪郭線抽出部
4 細線化部
5 近似曲線生成部
6 特徴パラメータ抽出部
7 BCS評価部
8 入力画像
9 ROI(処理対象領域)
10 輪郭線
11 細線化及び滑線化された輪郭線
12 近似曲線
13 ビデオカメラ
14 3次元カメラ
15 牛
Claims (5)
- 牛の臀部後方から撮影された写真あるいはビデオフレーム、又は、牛の臀部上方から撮影された距離画像の少なくともいずれか一方で構成された入力画像を取り込む画像入力部と、
該取り込まれた入力画像が前記牛の臀部後方から撮影された写真あるいはビデオフレームであることに応じてエッジ抽出及びノイズ除去を行うエッジ抽出部と、
前記エッジ抽出部で抽出されたエッジ、又は、前記牛の臀部上方から撮影された距離画像のいずれか一方からROI(処理対象領域)を抽出し、該ROI内の輪郭線を抽出する輪郭線抽出部と、
該輪郭線抽出部で抽出された輪郭線を細線化及び滑線化する細線化部と、
該細線化部で得られた輪郭線から近似曲線を求める近似曲線生成部と、
該近似曲線生成部で生成された近似曲線と前記輪郭線との関係から牛のBCS(ボディコンディションスコア)を評価するために必要な特徴パラメータを抽出する特徴パラメータ抽出部と、
該抽出された特徴パラメータから前記BCSを求めるBCS評価部と、
を備えることを特徴とする牛のボディコンディションスコアの評価装置。 - 牛の臀部後方から撮影された写真あるいはビデオフレーム、又は、牛の臀部上方から撮影された距離画像の少なくともいずれか一方で構成された入力画像を取り込むステップと、
該取り込まれた入力画像が前記牛の臀部後方から撮影された写真あるいはビデオフレームであることに応じてエッジ抽出及びノイズ除去を行うステップと、
前記抽出したエッジ、又は、前記牛の臀部上方から撮影された距離画像の少なくとも一方からROI(処理対象領域)を抽出し、該抽出した前記ROI内の輪郭線を抽出するステップと、
該抽出された輪郭線を細線化及び滑線化するステップと、
該細線化及び滑線化された前記輪郭線から近似曲線を生成するステップと、
該近似曲線と前記輪郭線の関係から牛のBCSを評価するために必要な特徴パラメータを抽出するステップと、
該抽出した特徴パラメータから前記BCSを求めると共に評価するステップと、
を備えたことを特徴とする牛のボディコンディションスコアの評価方法。 - 前記輪郭線を抽出するステップにおいて、
垂直線から一定の角度傾いた直線と前記輪郭線との接点を用いて、前記ROIの開始点と終了点を決定するステップを備えている
ことを特徴とする請求項2に記載の牛のボディコンディションスコアの評価方法。 - 牛の臀部後方から撮影された写真あるいはビデオフレーム、又は、牛の臀部上方から撮影された距離画像の少なくともいずれか一方で構成された入力画像を取り込むステップ処理と、
該取り込まれた入力画像が前記牛の臀部後方から撮影された写真あるいはビデオフレームであることに応じてエッジ抽出及びノイズ除去を行うステップ処理と、
該抽出したエッジ、又は、前記牛の臀部上方から撮影された距離画像の少なくとも一方からROI(処理対象領域)を抽出するステップ処理と、
該抽出した前記ROI内の輪郭線を抽出するステップ処理と、
該抽出した前記輪郭線から近似値を求め近似曲線を生成するステップ処理と、
該近似曲線と前記輪郭線との関係から牛のBCSコンディションスコアを評価するために必要な特徴パラメータを求めるステップ処理と、
該求めた特徴パラメータから前記BCSを求めると共に評価するステップ処理と、
をコンピュータに実行させることを特徴とする牛のボディコンディションスコアの評価プログラム。 - 前記ROI内の輪郭線を抽出するステップ処理において、
垂直線から一定の角度傾いた直線と前記輪郭線との接点を用いて、前記ROIの開始点と終了点を決定するステップ処理を備えている
ことを特徴とする請求項4に記載の牛のボディコンディションスコアの評価プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018082705A JP7062277B2 (ja) | 2018-04-24 | 2018-04-24 | 牛のボディコンディションスコアの評価装置、評価方法及び評価プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018082705A JP7062277B2 (ja) | 2018-04-24 | 2018-04-24 | 牛のボディコンディションスコアの評価装置、評価方法及び評価プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019187277A JP2019187277A (ja) | 2019-10-31 |
JP7062277B2 true JP7062277B2 (ja) | 2022-05-06 |
Family
ID=68387541
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018082705A Active JP7062277B2 (ja) | 2018-04-24 | 2018-04-24 | 牛のボディコンディションスコアの評価装置、評価方法及び評価プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7062277B2 (ja) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112825791B (zh) * | 2020-12-25 | 2023-02-10 | 河南科技大学 | 一种基于深度学习与点云凸包化特征的奶牛体况评分方法 |
JP7445612B2 (ja) | 2021-01-18 | 2024-03-07 | 日本ハム株式会社 | 豚飼育支援装置、豚飼育支援方法、および豚飼育支援プログラム |
WO2022186329A1 (ja) * | 2021-03-05 | 2022-09-09 | 国立研究開発法人農業・食品産業技術総合研究機構 | 牛の評価装置及び牛の評価方法 |
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 |
CN114743219B (zh) * | 2022-04-12 | 2023-05-02 | 内蒙古农业大学 | 一种奶牛运动评分方法及系统,计算机可读存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012510278A (ja) | 2008-12-03 | 2012-05-10 | デラヴァル ホルディング アーベー | 動物の身体の状態のスコアを決定するための装置及び方法 |
WO2015060070A1 (ja) | 2013-10-21 | 2015-04-30 | コニカミノルタ株式会社 | 器官画像撮影装置 |
JP2015173732A (ja) | 2014-03-13 | 2015-10-05 | 富士通株式会社 | 管理方法、管理プログラム、管理装置および管理システム |
JP2016059300A (ja) | 2014-09-17 | 2016-04-25 | 国立大学法人広島大学 | 牛体診断システムおよび牛体診断方法 |
WO2017030448A1 (en) | 2015-08-17 | 2017-02-23 | Livestock Improvement Corporation Limited | Method and apparatus for evaluating an animal |
-
2018
- 2018-04-24 JP JP2018082705A patent/JP7062277B2/ja active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012510278A (ja) | 2008-12-03 | 2012-05-10 | デラヴァル ホルディング アーベー | 動物の身体の状態のスコアを決定するための装置及び方法 |
WO2015060070A1 (ja) | 2013-10-21 | 2015-04-30 | コニカミノルタ株式会社 | 器官画像撮影装置 |
JP2015173732A (ja) | 2014-03-13 | 2015-10-05 | 富士通株式会社 | 管理方法、管理プログラム、管理装置および管理システム |
JP2016059300A (ja) | 2014-09-17 | 2016-04-25 | 国立大学法人広島大学 | 牛体診断システムおよび牛体診断方法 |
WO2017030448A1 (en) | 2015-08-17 | 2017-02-23 | Livestock Improvement Corporation Limited | Method and apparatus for evaluating an animal |
Non-Patent Citations (2)
Title |
---|
AZZARO, G. et al.,Objective estimation of body condition score by modeling cow body shape from digital images,Journal of Dairy Science,2011年04月,Vol. 94, No. 4,pp. 2126-2137 |
BERCOVICH, A. et al.,Development of an automatic cow body condition scoring using body shape signature and Fourier descriptors,Journal of Dairy Science,2013年12月,Vol. 96, No. 12,pp. 8047-8059 |
Also Published As
Publication number | Publication date |
---|---|
JP2019187277A (ja) | 2019-10-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7062277B2 (ja) | 牛のボディコンディションスコアの評価装置、評価方法及び評価プログラム | |
Hansen et al. | Automated monitoring of dairy cow body condition, mobility and weight using a single 3D video capture device | |
Yukun et al. | Automatic monitoring system for individual dairy cows based on a deep learning framework that provides identification via body parts and estimation of body condition score | |
JP5519693B2 (ja) | 動物の身体の状態のスコアを決定するための装置及び方法 | |
Le Cozler et al. | Volume and surface area of Holstein dairy cows calculated from complete 3D shapes acquired using a high-precision scanning system: Interest for body weight estimation | |
Hao et al. | The measurement of fish size by machine vision-a review | |
Kashiha et al. | Automatic weight estimation of individual pigs using image analysis | |
Wang et al. | ASAS-NANP SYMPOSIUM: Applications of machine learning for livestock body weight prediction from digital images | |
Costa et al. | Automated sorting for size, sex and skeletal anomalies of cultured seabass using external shape analysis | |
Halachmi et al. | Cow body shape and automation of condition scoring | |
Banhazi et al. | Improved image analysis based system to reliably predict the live weight of pigs on farm: Preliminary results | |
US20110054338A1 (en) | Device, system and method for monitoring heat stress of a livestock animal | |
US10154654B2 (en) | Arrangement and method to determine a body condition score of an animal | |
Huang et al. | Cow tail detection method for body condition score using Faster R-CNN | |
JP2022537827A (ja) | 3d撮像に基づく動物の体重決定 | |
Ruchay et al. | Accurate 3d shape recovery of live cattle with three depth cameras | |
Imamura et al. | Automatic evaluation of cow's body-condition-score using 3D camera | |
Burke et al. | An analysis of the feasibility of using image processing to estimate the live weight of sheep | |
Wang et al. | Non-contact sensing of hog weights by machine vision | |
Tao et al. | Development and implementation of a training dataset to ensure clear boundary value of body condition score classification of dairy cows in automatic system | |
Alvarez et al. | Advances in automatic detection of body condition score of cows. A. mini review | |
Salau et al. | How does the behaviour of dairy cows during recording affect an image processing based calculation of the udder depth? | |
Yuan et al. | Stress-free detection technologies for pig growth based on welfare farming: A review | |
Kawasue et al. | Pig weight prediction system using RGB-D sensor and AR glasses: analysis method with free camera capture direction | |
CN113727646A (zh) | 反刍动物监测系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A80 | Written request to apply exceptions to lack of novelty of invention |
Free format text: JAPANESE INTERMEDIATE CODE: A80 Effective date: 20180510 |
|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20180906 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210405 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220126 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20220214 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220308 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220329 |
|
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: 20220407 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220413 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7062277 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R154 | Certificate of patent or utility model (reissue) |
Free format text: JAPANESE INTERMEDIATE CODE: R154 |