SE505117C2 - Förfarande vid en mjölkningsstation och mjölkningsstation för utförande av förfarandet - Google Patents
Förfarande vid en mjölkningsstation och mjölkningsstation för utförande av förfarandetInfo
- Publication number
- SE505117C2 SE505117C2 SE9503791A SE9503791A SE505117C2 SE 505117 C2 SE505117 C2 SE 505117C2 SE 9503791 A SE9503791 A SE 9503791A SE 9503791 A SE9503791 A SE 9503791A SE 505117 C2 SE505117 C2 SE 505117C2
- Authority
- SE
- Sweden
- Prior art keywords
- pixels
- color
- teat
- image
- animal
- Prior art date
Links
- 238000004458 analytical method Methods 0.000 title claims description 13
- 238000003975 animal breeding Methods 0.000 title abstract 2
- 241001465754 Metazoa Species 0.000 claims abstract description 32
- 210000002445 nipple Anatomy 0.000 claims description 119
- 238000000034 method Methods 0.000 claims description 35
- 238000012545 processing Methods 0.000 claims description 28
- 238000004364 calculation method Methods 0.000 claims description 24
- 230000006870 function Effects 0.000 claims description 21
- 210000000481 breast Anatomy 0.000 claims description 15
- 238000004422 calculation algorithm Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- 238000001454 recorded image Methods 0.000 claims description 6
- 230000007704 transition Effects 0.000 claims description 5
- 238000012937 correction Methods 0.000 claims description 3
- 230000005484 gravity Effects 0.000 claims description 2
- 238000001228 spectrum Methods 0.000 claims 1
- 235000019646 color tone Nutrition 0.000 abstract description 5
- 230000009467 reduction Effects 0.000 description 8
- 238000009795 derivation Methods 0.000 description 5
- 238000012935 Averaging Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000006378 damage Effects 0.000 description 3
- 238000010191 image analysis Methods 0.000 description 3
- 210000003141 lower extremity Anatomy 0.000 description 3
- 208000027418 Wounds and injury Diseases 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 208000014674 injury Diseases 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- ZCYVEMRRCGMTRW-UHFFFAOYSA-N 7553-56-2 Chemical compound [I] ZCYVEMRRCGMTRW-UHFFFAOYSA-N 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 244000144980 herd Species 0.000 description 1
- 238000003703 image analysis method Methods 0.000 description 1
- 238000007654 immersion Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 229910052740 iodine Inorganic materials 0.000 description 1
- 239000011630 iodine Substances 0.000 description 1
- 244000144972 livestock Species 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000011017 operating method Methods 0.000 description 1
- 230000008672 reprogramming Effects 0.000 description 1
- 239000007921 spray Substances 0.000 description 1
- 238000005507 spraying Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01J—MANUFACTURE OF DAIRY PRODUCTS
- A01J5/00—Milking machines or devices
- A01J5/017—Automatic attaching or detaching of clusters
- A01J5/0175—Attaching of clusters
-
- 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
- A01K1/00—Housing animals; Equipment therefor
- A01K1/12—Milking stations
-
- G06T7/0044—
-
- G06T7/408—
-
- 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
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Environmental Sciences (AREA)
- Engineering & Computer Science (AREA)
- Animal Husbandry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Zoology (AREA)
- Biodiversity & Conservation Biology (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Description
505117 2 10 15 20 25 30 35 Mjölkningsstationer av ifrågavarande slag är avsedda för frigående boskap, som själv söker sig till mjölk- ningsstationen. Under mjölkningen befinner sig kon i ett bås som tillstängs genom en automatiskt manövrerad grind eller motsvarande organ, som bringar kon att inta ett någorlunda väldefinierat läge i båset. För att eliminera risken för skador strävar man efter att åstadkomma en lugn mjölkningssituation, som får kon att hålla sig någorlunda stilla. I sin tur ställer detta krav pà att mjölkningsförloppet genomförs snabbt och med god preci- sion. Även vid gynnsamma förhållanden kan man ej förvänta sig att kon står helt stilla i båset, eftersom visst rörelseutrymme finns. Beteendet växlar också mellan olika individer. Detta har till följd att kons juver och spenar rör sig, vilket generellt innebär problem vid automatisk påsättning av spenkoppar och/eller instyrning av annan utrustning i sammanhanget.
Allmänt sett finns två huvudsakliga metoder att anbringa spenkopparna, dels samtidigt som ett mjölknings- organ, där spenkopparna befinner sig i en hållare med inställbara spenkoppslägen och genom en robotarm som höjs upp mot juvret, dels genom att spenkopparna anbringas en och en på respektive spene genom en styrbar robotarm som plockar spenkopparna från ett ställ. Den sistnämnda metoden används företrädesvis då den tillåter större flexibilitet och precision.
Känd teknik uppvisar många försök till att lösa problemet med automatisk spenkoppspåsättning. Exempelvis har man då utnyttjat sensorer, t.ex. IR-sensorer som på avstånd avkänner juvrets och spenarnas läge i horisontal- planet, kompletterat med ytterligare sensorer av samma eller motsvarande slag, anordnade på eller vid varje spenkopp för finjustering av dess läge då spenkoppen höjs mot juvret/spenen. Försöken med denna typ av arrangemang och motsvarande har emellertid hittills ej varit till- fredställande. lO 15 20 25 30 35 3 505 117 Utvecklingen inom området har lett fram till att man föreslagit användning av bildinformation, företrädesvis färgbildinformation, från en eller flera videokameror och efterföljande bildanalys för styrning av spenkopps- påsättningen. Informationsinnehållet i färgbild är mycket stort och ger därmed förutsättningarna för att uppnå den önskade precisionen. Den stora informationsmängden står emellertid i konflikt med kravet på snabb informations- behandling och åtföljande god dynamik och precision i systemet. Snabb behandling av stora datamängder kräver stor datorkapacitet, vilket i sin tur medför problem med att tillverka en teknisk installation till en kostnad som Datorkraft- kostnaderna försvårar också framtagning av en mjölknings- kan bäras av de förväntade besparingarna. station som inte bara lämpar sig för stordrift utan även för medelstora och mindre djurbesättningar.
Exempel på känd teknik, där man utnyttjar videokameror för upptagning av bildinformation, åter- finnes i GB-A-2 272 971, videokameror för upptagning av färgbildinformation vid en som beskriver användning av två mjölkningsstation i syfte att utröna om kons juver och spenar är nedsmutsade eller skadade. I skriften lämnas ingen närmare redovisning av hur bildinformationen be- handlas. Man konstaterar endast att färgbilder kan användas och behandlas i realtid under förutsättning att tillräcklig databehandlingskapacitet finns tillgänglig.
DE 37 44 867 C2 beskriver likaså användning av videokameror vid en mjölkningsstation för anbringande av spenkoppar på kons juver. Lokaliseringen av en spene är tänkt att ske genom s.k. ”konturjämförelse” mellan kon- turen av en spene i en upptagen bild och en referens- kontur. Hur denna konturinformation skall utvinnas ur en upptagen videobild och hur denna konturinformation sedan jämförs med en referenskontur sägs ingenting om i denna patentskrift. Generellt innebär denna typ av bild- eller konturjämförelse mycket stora datamängder med åtföljande stora krav på databehandlingskapacitet_ Eftersom metodens 505 117 4 10 l5 20 25 30 35 användning vid en mjölkningsstation dessutom kräver att bildbehandlingen måste genomföras i realtid, blir kraven på tillgänglig databehandlingskapacitet än större.
En uppfattning om de aktuella datamängderna kan man få genom konstaterandet av att en bild i videoinforma- tionen består av två delbilder och att delbildsfrekvensen 50 Hz. hålles för varje delbild en datamängd som består av 768*29O bildelement antalet linjer per delbild), är t.ex. Från en aktuell typ av videokamera er- (antalet bildelement per linje * där varje bildelement i sin Ställes kravet att behandlingen av denna datamängd skall ske i tur innehåller 24 bitar med färginformation. realtid, d.v.s. inom upptagningstiden för delbilden, så är den tillgängliga tidrymden 20 ms, vilket motsvarar en bearbetningshastighet av ca. 267 Mbit/s. Dagens till- gängliga processorer klarar inte av denna bearbetnings- hastighet, i synnerhet inte processorer i så kallade inbyggnadssystem, på vilka dessutom ställes kravet att de skall klara av in/utmatning, ha måttlig effektförbrukning och betinga i sammanhanget rimliga inköpskostnader.
BESKRIVNING AV UPPFINNINGEN Ett ändamål med uppfinningen är att åstadkomma ett förfarande av inledningsvis nämnt slag som eliminierar nackdelarna hos känd teknik och möjliggör realtids- bearbetning av färgbildinformation med utnyttjande av reducerad databehandlingskapacitet, som kan realiseras genom enklare och billigare processorer, och som däri- genom möjliggör spenkoppspåsättning med goda prestanda beträffande precision, snabbhet och dynamik.
Uppfinningsändamålet uppnås genom ett förfarande av inledningsvis nämnt slag som utmärks av följande åt- gärder: de digitala RGB-signalerna för bildpunkterna i den upptagna bildinformationen alstras; antalet bild- punkter reduceras genom analys av RGB-signalerna med avseende pà innehållet av färgnyanser som är utmärkande för spenarnas färg; analysen innefattar tillämpning av en 10 15 20 25 30 35 5 505 117 tillhörighetsfunktion, som innebär att bildpunkternas färginnehåll prövas med avseende på sin tillhörighet till en i förväg definierad, avgränsad färgnyansvolym av spen- färgsnyanser i ett RGB-intensitetsrum och ges ett till- hörighetsvärde i motsvarighet till bildpunkternas lägen i eller utanför färgnyansvolymen; bildpunkter med en färg- nyans som faller inom färgnyansvolymen utväljs såsom sannolika spenbildpunkter; utvalda bildpunkters till- hörighetsvärden utnyttjas för fortsatt bearbetning och realtidsberäkning av spenarnas lägen.
Omvandlingen till RGB-signaler genom användning av nämnda tillhörighetsfunktion ger i sig en datareduktion till l/3 av den ursprungliga datamängden. Genom att tillhörighetsvärdena är så att säga ”graderade” genom varierande amplitudnivàer i beroende av bildpunkternas lägen inom och utanför färgnyansvolymen, möjliggörs ytterligare betydande reduktion av datamängden genom bearbetning av tillhörighetsvärdena.
Enligt uppfinningen kan denna bearbetning innebära att tillhörighetsvärden under viss amplitudnivà diskrimineras. Alternativt kan tillhörighetsvärdena först deriveras och därefter derivatavärden understigande viss amplitudnivà diskrimineras; genom denna bearbetning kan man utvälja bildpunkter som hänför sig till sannolika spenkanter och därför uppvisar stor branthet/amplitud- skillnad mellan intilliggande tillhörighetsvärden. Ännu en bearbetningsmöjlighet är att bilda medelvärden av in- tilliggande tillhörighetsvärden och därefter diskriminera medelvärden som understiger ett tröskelvärde.
Ytterligare en möjlighet enligt uppfinningen att bearbeta tillhörighetsvärdena innebär att man utväljer bildpunkter på visst inbördes avstånd och prövar om en spenkantsövergång kan tänkas ligga mellan punkterna, vilket exempelvis kan ske genom derivering eller amplitudjämförelse. Därefter diskrimineras värdepar för vilka en sådan övergång ej kunnat påvisas. Denna metod 505117 i 6 10 15 20 25 30 35 kan vara särskilt användbar vid svåra störningar i bild- informationen.
Enligt en föredragen utföringsform av förfarandet enligt uppfinningen kan datamängden reduceras ytterligare genom belysning av spenarna med olikfärgade ljusknippen från två håll och med sådan inriktning att ljusknipperna korsar varandra vid spenarna. Genom anpassning av till- hörighetsfunktionen kan man begränsa antalet bild- punkter/tillhörighetsvärden till endast sådana som innehåller färgbidrag från båda ljusknippena. Härigenom uppnås diskriminering av bildpunkter i ”djupled” av den upptagna bilden, vilket kan innebära betydande fördelar t.ex. då läget av en spene skall fastställas mot en bakgrund med väsentligen samma färgnyans, t.ex. kons ena bakben.
En algoritm för bestämning av spenarna startar lämpligen från spenspetsarna, dvs. analysen av den upp- tagna bilden/delbilden bör starta nedifrån. Detta innebär att analysen fördröjs med upptagningstiden för bilden/delbilden, vilket i ett tänkt fall innebär 40 respektive 20 ms, eftersom en videokamera normalt avsöker bilden från dess vänstra övre hörn till dess högra nedre hörn. Denna fördröjning kan enligt uppfinningen elimineras genom att videokameran anordnas att avsöka bilden nedifrån och uppåt och genom att fortlöpande analysera de upptagna bildlinjerna. Detta kan enkelt åstadkommas genom användning av en eller flera video- kameror av standardtyp som är montenrade upp och ned.
Fortlöpande bearbetning av bildinformationen innebär att varje delbild analyseras för sig. Mellan delbilderna finns ett linjespràng, som innebär att vertikalupplös- ningen halveras i jämförelse med analys av en fullständig bild. Eftersom upplösningen i vertikalled är okritisk för bestämning av spenpositionerna kan den försämrade upp- lösningen försummas till förmån för en tidsvinst på 20 ms, dvs. inläsningstiden för en delbild. l0 l5 20 25 30 35 7 505 117 Ytterligare utföringsformer av förfarandet enligt uppfinningen framgår av patentkraven.
För redovisningen av uppfinningen i beskrivning och patentkrav har RGB-signalerna valts som representations- form för bildinformationens innehåll av färgtoner eller färgnyanser, vilket kan sägas innebära att färginforma- tionen hänförs till ett tredimensionellt RGB-färgnyans- rum. Det inses emellertid varje av fackman inom området, att bildinformationens färginnehàll lika väl skulle kunna representeras genom motsvarande luminans- och krominans- signaler, innebärande att färginformationen redovisas i polär form, och att åtgärder motsvarande de i patent- kravet angivna kan definieras för detta representations- sätt.
En mjölkningsstation enligt uppfinningen inne- fattande djurrelaterade organ, vilka är instyrbara mot spenarna hos ett djur i beroende av lägesinformation för spenarna, åtminstone en videokamera för upptagning av bildinformation från djurets spenar och/juver, samt an- ordning för att genom färganalys av bildinformationen utvinna data för beräkning av lägesinformationen, utmärks av att den för behandling av videoinformationen inne- fattar signalomvandlare, datareducerande organ, minnes- organ, beräkningorgan och styrningsorgan, samtliga upp- visande de närmare särdrag som framgår av patentkraven.
Enligt ett föredraget utföringsexempel på mjölk- ningsstationen enligt uppfinningen är nämnda data- reducerande organ realiserade i dedicerad hårdvara, som är anordnad att arbeta med en konstant bildpunkts- fördröjning, och som innefattar styrbara fördröjnings- organ för kompensation av variabel tidsåtgång för olika valbara bearbetningsförlopp, medan nämnda beräkningsorgan är anordnade att uppmäta använd beräkningstid.
Fördelarna med att utföra datareduceringen genom omvandling från RGB-signaler till tillhörighetsvärden i en hàrdvarulösning är flera. Sålunda möjliggörs en betydande tidsvinst i bearbetningen i jämförelse med en 505 117 8 10 l5 20 25 30 35 processorbaserad mjukvarulösning. Beroende av mjukvaru- lösningens uppbyggnad kan den beräknade tidsvinsten uppgå till en faktor av cirka 200-1000. Om mjukvarulösningen är så utformad att omvandlingen ej behöver utföras för alla bildpunkter i bildinformationen, kan tidsvinsten under alla förhållanden uppskattas till en faktor 100. Genom att nämnda datareducerande organ arbetar med en konstant bildpunktsfördröjning och genom beräkningsorganets upp- mätning av beräkningstiden, uppnås att bildanalysen som helhet genomförs med en deterministisk bildpunkts- fördröjning. Detta möjliggör korrigering av den beräknade spenlägesinformationen med avseende på spenarnas rörelser under beräkningsförloppet. Med kännedom om bildpunkts- fördröjningen kan korrektioner beräknas på grundval av en dynamisk modell för spenarnas ”normala” rörelser.
Ytterligare föredragna utföringsexempel på mjölk- ningsstationen enligt uppfinningen framgår av patent- kraven.
Användningen av en tillhörighetsfunktion för att begränsa informationsmängden på det sätt som beskrivits ovan har visat sig väl uppfylla de ställda kraven på snabbhet och precision i spenlägesbestämningen, oberoende av de kraftigt varierande förhållanden som råder vid en mjölkningsstation av ifrågavarande slag. Sålunda kan exempelvis ljusförhållandena variera betydligt, samtidigt som variationerna i spenfärg kan vara mycket stora mellan olika djurindivider. En förklaring kan vara att metoden med en tillhörighetsfunktion gör det möjligt att arbeta med mer eller mindre ”diffust” avgränsade färgnyans- volymer, vilket ökar möjligheterna att identifiera intressanta bildpunkter under varierande förhållanden.
Med en välavvägd lookup-tabell av tillhörighetsvärden kan informationsmängden reduceras till några procent av den ursprungliga. 10 15 20 25 30 35 9 505 117 BESKRIVNING AV RITNINGSFIGURER Uppfinningen kommer att beskrivas närmare i det följande i anslutning till icke-begränsande utförings- exempel och under hänvisning till ritningarna, där: Fig l visar den pricipiella situationen vid en mjölkningsstation enligt uppfinningen, Fig 2 visar delar av den för uppfinningen relevanta tekniska installationen vid en mjölkningsstation enligt uppfinningen, Fig 3a, b, anordningar vid en mjölkningsstation enligt uppfinningen, c visar alternativa djurrelaterade Fig 4 visar i vy ovanifrån det principiella arrangemanget vid spenbelysning med olikfärgade ljus- källor i en mjölkningsstation enligt uppfinningen, Fig 5 visar ett blockschema över bildanalys- anordningen i en mjölkningsstation enligt uppfinningen, Fig 6 visar ett detaljerat blockschema över data- reducerande organ som ingår i anordningen enligt Fig 5, Fig 7 visar ett flödesschema som åskådliggör det övergripande arbetssättet för anordningen enligt Fig 5, och Fig 8 visar ett flödesschema över arbetsgången vid beräkning av tillhörighetsvärdena i en lookup-tabell.
Motsvarande element i de olika ritningsfigurerna har försetts med samma hänvisningsbeteckningar.
BESKRIVNING AV UTFÖRINGSEXEMPEL Med hänvisning till Fig l befinner sig en ko l i en såsom ett bås utformad mjölknings- och/eller utfodrings- station. Båset bildas av två motsvarande sidostycken av stänger 2. Sidostyckena är förbundna med en främre båsdel 3, i vilken utfodringen äger rum. Den bakre delen av båset kan tillstängas genom en automatiskt upp- och ned- sänkbar grindanordning 4, som i det visade nedfällda läget förhindrar kon att förflytta sig bakåt ut ur båset.
Grindanordningen 4 manövreras genom en i båset anordnad, som avkänner när kon kommit in i båset. ej visad, sensor, 505 117 i 10 10 15 20 25 30 35 Därutöver visar Fig l två videokameror A respektive B, vilka är anordnade i samma horisontalplan på visst inbördes avstånd samt inriktade för att uppta bild- information av kons juver med spenarna 5. Schematiskt visade spenkoppar 6 kan anbringas pà spenarna med hjälp av en styrbar robotarm 7.
Det principiella förloppet är följande. När kon l kommit i rätt position i båset, avkännes detta genom nämnda sensor, som utlöser nedsänkning av grindanordning- en 4. Videokamerorna A och B upptar bildinformation av spenarna 5 och ur bildinformationen framtas information om spenarnas lägen. Denna information utnyttjas för styr- ning av robotarmen 7 och påsättning av spenkopparna 6.
Som visas i Fig l är kon instängd/fasthàllen i bàset under mjölkningen genom nämnda grindanordning 4. Det är därför väsentligt att spenkoppspàsättningen utförs snabbt och med största möjliga precision, för att därigenom bidra till en lugn mjölkningssituation och minskade skaderisker.
Det framhålls att den mekaniska uppbyggnaden av stationen saknar betydelse för uppfinningen och därför ej visas i detalj. Det i Fig l väsentliga för uppfinningen är att videokamerorna A, B är anordnade på samma sida av kon och båda är inriktade för att uppta bildinformation av spenarna snett framifrån mellan kons främre och bakre ben. Användningen av två videokameror gör det möjligt att beräkna samtliga koordinater XYZ baserat på enbart video- informaton.
Arrangemanget i Fig 2 visar en mjölkningsrobot 8 innefattande den i sid-, djup- och höjdled styrbara robotarmen 7, som längst fram är försedd med en grip- anordning 7a, samt en datoriserad styranordning 9.
Gripanordningen 7a uppbär en spenkopp 6, som skall an- bringas på en spene 5. Roboten är anordnad att i tur och ordning plocka spenkopparna 6 från ett spenkoppsställ (ej visat). Figuren visar videokameran A av de två video- kamerorna A, B i Fig l. Videokameran B får tänkas vara 10 15 20 25 30 35 11 505 117 skymd av kameran A och belägen på visst avstånd bortom denna. Kamerorna A, B är riktade mot spenarna 5 för upp- tagning av bildinformation från dessa. Videokamerorna A, B är anslutna till styranordningen 9 genom förbindelse- ledningen 10 för överföring av den upptagna bild- informationen.
Instyrningen av robotarmen 7 med spenkoppen 6 sker i första hand med avseende på spetsen 5a hos en spene 5. Ur den upptagna bildinformationen från videokamerorna A, B beräknas XYZ-koordinaterna för spenspetsen och denna koordinatinformation utnyttjas för styrning av robotarmen 7. Beräkningen av XYZ-koordinaterna sker med tillämpning av enkel trigonometri och får anses fackmannamässig.
Därför har det ej bedömts nödvändigt att belasta den föreliggande beskrivningen med en detaljerad redovisning därav. I sammanhanget hänvisas istället till nämnda DE 37 44 867 C2.
I en alternativ utformning kan åtminstone en av videokamerorna A, B vara anbringad på en bärare, som i sin tur uppbärs av robotarmen 7. Genom ett sådant arrangemang skapas möjligheter till att korrigera en beräknad spenposition med avseende på robotarmens dynamiska egenskaper.
Förfarandet enligt uppfinningen kan även användas för att styra in djurrelaterade anordningar av annat slag än spenkoppar 6. Figurerna 3a, 3b, 3c visar alternativa djurrelaterade anordningar. Sålunda visar Fig 3a en videokamera ll som genom robotarmen 7 kan förflyttas mot till exempel för undersökning av skador på juver och/eller spenarna 5 för att ta upp närbilder av dessa, spenar, nedsmutsning m.m. Fig 3b visar en sprayanordning 12 för besprutning av juver och spenar, till exempel för rengöring av dessa. Fig 3c visar en skål 13, som är fylld till lämplig nivå med jod vari spenarna neddoppas efter avslutas mjölkning. Ytterligare alternativ är tänkbara, till exempel en spenrengöringsanordning, innefattande två 505 117 i 12 10 15 20 25 30 35 motroterande rullar mellan vilka spenen uppfàngas och rengöres.
Fig 4 visar schematiskt ett arrangemang i vy ovan- ifrån med de två videokamerorna A, B riktade mot de genom cirklar representerade spenarna 5. Videokamerorna har de Kons bakben är re- respektive synfälten A' respektive B'. presenterade genom ellipsformerna 14 och 15. Som framgår av figuren uppfångar kamerorna A och B även bildinforma- tion från insidan av kons bakomliggande ben 15. I fallet att motsvarande parti av kons ben innehåller färgtoner som även är karakteriserande för spenarna 5 och som därför ligger inom den för datareduceringen använda färg- nyansvolymen, kan problem uppstå med att särskilja ”äkta” spenbildpunkter från bildpunkter som hänför sig till kons bakben. av lägesinformationen för spenarna.
Detta ökar datamängden och försvårar beräkningen Problemet avhjälps med användning av två ljuskällor C respektive D med tillhörande ljusfokuserande organ 16 för alstring av ett riktat ljusknippe. Källan C avger ett rött ljusknippe C' mot det förväntade uppehållsområdet för spenarna 5, medan ljuskällan D avger ett motsvarande blått ljusknippe mot samma område. Ljuskällorna C och D och D' andra under viss vinkel i spenomràdet. är så anordnade att ljusknippena C' korsar var- Bakomliggande partier av bakbenet 15 belyses antingen av det ena eller det andra ljusknippet, men ej av båda ljusknippena samtidigt. Eftersom spenarna 5 belyses samtidigt av båda ljusknippena kan "spenbildpunkterna” särskiljas från ”bakbensbildpunkterna” genom att lookup-tabellen, som definierar den aktuella färgnyansvolymen, ges sådan ut- formning att endast bildpunkter med färgbidrag från såväl det röda som det blå ljusknippet faller inom färgnyans- volymen, varigenom övriga bildpunkter kan diskrimineras. Även om bildupptagningen i sig är tvådimensionell åstad- kommes på detta sätt bildpunktsdiskriminering i den tredje dimensionen, dvs. i djupled. Den på detta sätt ytterligare minskade informationsmängden innebär att 10 15 20 25 30 35 13 505 117 beräkningen av lägesinformationen uppsnabbas och får bättre precision.
Blockschemat i Fig 5 visar en videokamera 17, som I blocket 18 (VIDEO/RGB) omvandlas den analoga videosignalen från kameran 17 till digitala RGB-signaler för delbildernas bildpunkter. De företrädesvis är av CCD-typ. digitala RGB-signalerna tillförs ett datareducerande organ 19 (REDUC), där bildpunkternas RGB-signaler färg- analyseras med användning av en lookup-tabell-baserad tillhörighetsfunktion. På sätt som beskrivs närmare i anslutning till Fig 6 omvandlas bildpunkternas RGB- signaler till motsvarande tillhörighetsvärden och bild- punkter som uppfyller tillhörighetsfunktionens villkor utväljs. De utvalda bildpunkternas tillhörighetsvärden överförs till ett minne 20 (MEM), antingen direkt eller först efter ytterligare datareducerande bearbetning. På grundval av bildpunktsinformationen i minnet 20 beräknar en dataprocessor 21 (CPU) med hjälp av valbara beräk- ningsalgoritmer lägesinformation för spenarna, som tillförs mjölkningsroboten 8, som här representeras av blocket 22 (ROB). Det framhålles att blocken 17-21 representerar funktioner, vilka ej nödvändigtvis mot- svaras av någon motsvarande uppdelning i sin fysiska realisering.
Kommunikationen av den konventionella analoga video- signalen mellan videokameran 1 och blocket 2 sker genom en koaxialkabel. För kommunikationen av styrsignaler mellan blocken 2 och 3 finns en standardiserad IZC-buss, och för nämnda digitala RGB-signaler och nödvändiga klock- och synkroniseringssignaler finns dedicerade data- ledningar. Från det datareducerande blocket 19 mottager minnesblocket 20 tillhörighetsvärdena för ett reducerat antal bildpunkter i en delbild, alternativt tillhörig- hetsvärden efter ytterligare datareducering genom derivering eller medelvärdesbildning av tillhörighets- värdena med åtföljande diskriminering. Möjlighet finns också att tillföra minnet 20 tillhörighetsvärden, 505117 i 14 lO 15 20 25 30 35 derivator eller medelvärden för enbart intressanta punkter representerade i koordinatform i stället för bitmap-form.
Minnet 20 har kapacitet för att lagra bildpunkterna i en delbild alternativt en fullständig bild av video- informationen, bestående av två interfolierade delbilder med linjesprång. Minnet 20 har dubbla in- och utgångs- portar, som tillåter processorn i beräkningsblocket 21 att utläsa information för redan lagrade linjer i del- bilden samtidigt som information för följande linjer mottages från blocket 19 för inläsning.
I blocket 21 beräknade övervaknings- eller posi- tionsdata utnyttjas för styrning av mjölkningsroboten 22 (8) för instyrning av en spenkopp eller annan djur- relaterad anordning enligt Fig 3.
För varje videokamera ingår samma uppsättning funktionsblock som i Fig 5.
Pig 6 visar ett mer detaljerat blockschema för nämnda datareduceande organ 19 i Fig 5. Dessa har tre ingångar, betecknade R, G och B för de respektive färg- komponenterna i RGB-signalerna från blocket 18. Insignal- erna överensstämmer med standard och utgörs av sà kallad 8 bitars RGB i 4:4:4-format och genereras av för fack- mannen välkända standardkretsar i blocket 18. Den aktuella typen av kretsar tillverkas bland annat av Philips. Värdera ingången är försedd med ett skalnings- (SCAL). funktion är att förstärka dynamiken hos färgsignalerna organ 23, 24 respektive 25 Skalningsorganets och samtidigt anpassa insignalerna till adressformatet för den efterföljande lookup-minnesenheten 26. För att möjliggöra snabb omprogrammering av lookup-minnet har upplösningen i föreliggande fall begränsats till 5 bitar per färg.
Utsignalerna från skalningsorganen 23, 24, 25 till- förs dels adressingångarna hos lookup-minnesenheten 26 (LOOKUP), dels respektive utgångsmultiplexrar 30, 31 ,32. 10 15 20 25 30 35 15 505 117 Lookup-minnesenheten 26 är realiserad genom ett snabbt statiskt RAM-minne. Lookup-minnet kan snabbt om- programmeras med en lookup-tabell av tillhörighetsvärden som är anpassad till användningssituationen, till exempel en lookup-tabell som definierar en färgnyansvolym av färgnyanser som är karakteriserande för spenarna hos ett enskilt djur eller en grupp av djur med liknande spen- färg. Framtagningen av lookup-tabellernas tillhörighets- värden beskrivs närmare nedan i anslutning till Fig 8.
Utsignalen från lookup-minnesenheten 26 är en serie av tillhörighetsvärden med 8 bitar, vilket innebär att de tre tillförda RGB-signalerna med vardera 8 bitar har omvandlats till en signal med 8 bitar. Under alla för- hållanden har sålunda en datareduktion till 1/3 av den ursprungliga datamängden àstadkommits genom lookup- enheten.
Utsignalen från lookup-enheten 26 tillförs dels en (ALU), enheten innefattar organ för att derivera tillförda bild- räkneenhet 27 dels utgångsmultiplexern 30. Räkne- punktssampel/tillhörighetsvärden eller utföra medelvärds- bildning mellan intilliggande sampel. I ett förenklat utförande kan deriveringen vara approximerad till att fastställa differensen mellan intilliggande sampel.
Räkneenheten 27 är företrädesvis implementerad genom en programmerbar krets, som omprogrammeras för val av önskad funktion. Utsignalen från räkneenheten 27 tillförs (DISC), ställa huruvida den bearbetade signalen från räkneenheten diskriminatorn 28 som har till uppgift att fast- 27 ligger inom eller utanför förutbestämda gränsvärden och på grundval därav besluta om motsvarande bildpunkts- data skall inläsas i minnet 20. Diskriminatorns utsignal tillförs utgángsmultiplexern 30.
Blocket 29 (HOR.POS.) bestämning av en intressant bildpunkts horisontella posi- representerar en funktion för tion utmed en linje i delbilden. Denna position lagras i minnet då ett utvalt sampel/derivata/medelvärde utmatas från diskriminatorn 28. Eftersom bildpunktens Y-koordinat 505 117 16 10 15 20 25 30 35 är känd genom linjens position i delbilden och lagrings- positionen i minnet 20, får processorn 2l tillgång till Då bild- punktsinformationen erhålls via diskriminatorn, trans- koordinaterna för dessa intressanta bildpunkter. formeras sålunda informationen från bitmap-form till koordinatform. I det visade exemplet tillför utgångs- multiplexern 31 den ena delen av den horisontella posi- tionen och utgångsmultiplexern 32 den andra delen därav.
Utgångsmultiplexrarna 30, 31, 32 utnyttjas för val av utdata till minnet 20. Följande val är möjliga: färginformationen för samtliga bildpunkter eller pixel släppes igenom utan behandling genom att utgångsmulti- plexrarna 30, 31 och 32 tillför intensitetsvärdena för rött, grönt och blått direkt från tillhörande skalnings- organ 23, 24 respektive 25; utgångsmultiplexern 30 till- för samtliga pixel med rätt färgnyans från utgången på lookup-minnesenheten 26; utgångsmultiplexern 30 tillför tillhörighetsvärden efter derivering alternativt medel- värdesbildning för ”intressanta bildpunkter", varvid utgångsmultiplexrarna 31, 32 samtidigt tillför nämnda första respektive andra del av bildpunkternas horison- tella position.
För styrning av arbetssättet ingår styrorgan 33 (CON), som mottager en synk/klocksignal (CY/CL) blocket l8 (Fig 5) och alstrar styrsignaler till samtliga ingående block 23-32, vilket markerats med prickade från linjer. Genom dessa styrsignaler styrs valet av nämnda utdata, styrs programmeringen av lookup-minnesenheten 26, och valet av funktion i räkneenheten 27. Dessutom inställningen av skalningsorganen 23-25 och valet av diskrimineringsnivåer i diskriminatorn 28. I realiteten är styrorganen distribuerade inom den visade konfigura- tionen och styrs i sin tur via återkopplingsinformation (Pig 5). fallet av där beräknad spenlägesinformation, från processorn i blocket 21 I beroende av ut- som bland annat är avhängig ljusförhållanden vid upptagning av bildinformationen och dennas allmänna störningsnivå, lO l5 20 25 30 35 17 585 117 tillförs styrorganen 33 återkopplad information som kan utnyttjas för att styra nämnda val av funktioner och inställningar i blocken 23-32.
Konfigurationen i Fig 6 är anordnad att arbeta med en konstant bildpunktsfördröjning oberoende av valt arbetssätt. Detta är realiserat genom ett antal styrbara D-vippor (ej visade), vilka fördröjer signalerna så att dessa alltid når fram till utgångarna med samma tids- åtgång.
Fig 7 visar arbetsgången i ett tänkt användningsfall för framtagning av spenlägesinformationen.
Följande steg ingår: bl. I beroende av omständigheterna i mjölknings- stationen, till exempel varierande ljusförhållanden, kan signalbehandlingen inledas med en bakgrunds- mätning, vars resultat kan utnyttjas för inställning av valbara funktioner och parametrar. b2. Lookup-minnesenheten 26 programmeras med tillämplig lookup-tabell b3. Val av funktion för räkneenheten 27 och diskriminatorn 28. Följande val är möjliga: b3l- Derivering av tillhörighetsvärdena med efterföljande diskriminering; ”intressanta bildpunkter” förs vidare i koordinatform; användes vid små signal- störningar och skarpa kanter hos färg- fältet b32- Transparent mod med diskriminering; tillhörighetsvärdena bearbetas ej i räkneenheten 27 men nivådiskrimineras i diskriminatorn 28 och förs vidare i koordinatform; användes vid små signal- störningar och oskarpa kanter hos färg- fältet b33- Transparent mod och bitmap-representa- tion; tillhörighetsvärdena bearbetas ej i räkneenheten 27 och diskriminatorn 505 117 18 28; värdena förs vidare i bitmap-form; användes vid måttliga signalstörningar b34- Filtrering och bitmap-representation; tillhörighetsvärdena behandlas genom 5 medelsvärdesbildning i räkneenheten 27 och förs vidare i bitmap-form; användes vid svåra signalstörningar b4. På grundval av den under steget b3 utvalda bild- punktsinformationen, som tillförts minnet 20, 10 försöker processorn 21 beräkna spenlägesinforma- tionen, t.ex. genom att fastställa spenspetsens läge i delbilden genom ”tyngdpunktsberäkning”.
Har färgfältet kunnat fastställas? Vid ”ja” (Y) fortsättes till steg b5; vid ”nej” (N) 15 väljer processorn alternativ beräkningsalgoritm alternativt återför information till steget b3 för att påverka valmöjligheterna i detta steg. b5. Beräknad spenlägesinformation tillförs roboten.
Förloppet återgår sedan till steget b3 för behand- 2O ling av nästföljande delbild.
Flödesschemat i Fig 8 visar i grova drag arbets- gången vid framtagning av lookup-tabellerna för program- mering av lookup-minnesenheten 26 i Fig 6. En lookup- 25 tabell genereras utgående från ett antal bilder av spenar.
Följande steg ingår: al. Inläsning av en bild a2. Markering av karakteristiska ytor på spenarna 30 a3. Beslut om materialet är tillräckligt för beräkning av en tillhörighetsfunktion.
Vid ”ja” (Y) fortsätts till nästa steg; vid ”nej” (N) återgås till steget al för inläsning av ytterligare bild. 35 ä4. Färganalys av bilderna med avseende på ingående färgnyanser och beräkning av motsvarande tillhörig- hetsvärden för framtagning av en lookup-tabell av 10 15 20 25 19 505 117 sådana tillhörighetsvärden. Tillhörighetsvärdet för en viss färgnyans kan exempelvis beräknas såsom relationen mellan antalet bildpunkter inom markerade ytor som innehåller nyansen och det totala antalet bildpunkter som innehåller nyansen. Avslutningsvis kan den av den alstrade lookup-tabellen definierade färgnyansvolymen ges approximerande gränszoner genom komplettering med färgnyanser som ej finns i det använda bildmaterialet.
På detta sätt framtas nödvändigt antal lookup- tabeller för att möjliggöra programmering av lookup- minnesenheten i beroende av användningssituationen.
Som framgått av ovanstående är det beskrivna utföringsexemplet inriktat pà användning av två video- kameror. Emellertid är det inom uppfinningens ram även möjligt att använda en videokamera för ”grovlokalisering” av en spene i sid- och höjdled med utnyttjande av det beskrivna bildanalysförfarandet, och att därefter ”fin- lokalisera” spenen även i djupled med tillhjälp av annan utrustning, t ex en laseranordning som på spenen alstrar en måttgivande laserlinje, vilken kan detekteras med hjälp av samma videokamera.
Det inses av fackmannen att många variationer av ovan beskrivna utföringsexempel är tänkbara inom upp- finningens ram. Vad som beskrivits ovan skall därför ej uppfattas som begränsande för uppfinningens skyddsomfång.
Claims (28)
1. Förfarande vid en mjölkningsstation för att utvinna lägesinformation om ett djurs spenar för styrning av en djurrelaterad anordning, varvid åtminstone en videokamera (A; B) används för upptagning av bildinformation från juvret, och varvid data för beräkning av lägesinforma- tionen utvinnes genom färgananlys av bildinformationen, k ä n n e t e c k n a t av - att de digitala RGB-signalerna för bildpunkterna i den upptagna bildinformationen alstras, (26) av RGB-signalerna med avseende på innehållet av färgnyanser - att antalet bildpunkter reduceras genom analys som är utmärkande för spenärnas färg, - att analysen innefattar tillämpning av en tillhörig- hetsfunktion (26), varvid bildpunkternas färginnehåll prövas med avseende på sin tillhörighet till en i förväg definierad, avgränsad färgnyansvolym av spenfärgnyanser i ett RGB-intensitetsrum och ges ett tillhörighetsvärde i motsvarighet till bildpunkternas lägen i eller utanför färgnyansvolymen, - att bildpunkter med en färgnyans som faller inom färg- (20: 26, 27, 28, 30) och nyansvolymen utväljes såsom sannolika spenbildpunkter, - att de utvalda bildpunkternas tillhörighetsvärden utnyttjas för fortsatt bearbetning och realtidsberäkning (21) av spenärnas lägen.
2. Förfarande enligt patentkravet l, k ä n n e t e c k n a t av - att de utvalda bildpunkternas tillhörighetsvärden (27) som representerar sannolika spenkanter, deriveras för fastställande av färgnyansövergångar och - att derivatavärden som underskrider ett förutbestämt tröskelvärde diskrimineras (28). 10 15 20 25 30 35 21 505 117
3. Förfarande enligt patentkravet 1 eller 2, k ä n n e t e c k n a t av - att medelvärden bildas (27) av tillhörighetsvärdena för intilliggande bildpunkter, och - att medelvärden som understiger ett förutbestämt tröskelvärde diskrimineras (28).
4. Förfarande enligt något av föregående patentkrav, k ä n n e t e c k n a t av - att bildpunkter som är belägna ett bestämt antal bild- punkter ifrån varandra utväljes (21) utmed varje linje i den genom tillhörighetsvärdena representerade, fullständiga bilden eller delbilden, - att amplituderna hos sålunda utvalda värdepar jämförs (21) för fastställande av en sannolikt mellanliggande spenkantsövergång, - att värdepar för vilka en sådan övergång ej kan fast- ställas diskrimineras, och - att förloppet upprepas till dess att ett begränsat antal värden erhålles som representerar sannolika spenbilds- eller spenkantspunkter.
5. Förfarande enligt något av föregående patentkrav, k ä n n e t e c k n a t av - att analysen begränsas till bildpunkter inom ett visst område omkring en spenposition som fastställts under en föregående bild eller delbild.
6. Förfarande enligt något av föregående patentkrav, k ä n n e t e c k n a t av - att spenarna avsökes nedifrån och uppåt genom nämnda kamera (A; B), - att en bild eller delbild av bildinformationen analyseras löpande under kamerans avsökning av spenarna. och
7. Förfarande enligt något av föregående patentkrav, k ä n n e t e c k n a t av 505 117 I 22 10 15 20 25 30 35 - att bildinformationen analyseras lokalt och linjevis inom en bild eller delbild.
8. Förfarande enligt något av patentkraven 1-6, k ä n n e t e c k n a t av - att bildinformationen analyseras lokalt och omfattar ett antal successiva linjer i en bild eller delbild.
9. Förfarande enligt något av föregående patentkrav, k ä n n e t e c k n a t av - att tillhörighetsfunktionen realiseras genom en programmerbar lookup-enhet (26) innehållande en lookup- tabell som definierar nämnda färgnyansvolym och inne- håller en uppsättning av tillhörighetsvärden.
10. Förfarande enligt patentkravet 9, varvid mjölknings- stationen innehåller organ för automatisk avläsning av djurets identitet, k ä n n e t e c k n a t av - att djurets identitet avläses genom nämnda organ, och (26) lookup-tabell av tillhörighetsvärden som är relaterad - att lookup-enheten programmeras i realtid med en till den avlästa identiteten.
11. ll. Förfarande enligt patentkravet 10, k ä n n e t e c k n a t av - att en unik lookup-tabell framtages i förväg för varje djurindivid och lagras i en databas, varvid lookup- tabellen hämtas från databasen genom den avlästa identi- tetsinformationen.
12. Förfarande enligt patentkravet 10, k ä n n e t e c k n a t av - att en lookup-tabell för en grupp av djurindivider med likheter i spenfärg upptages i förväg och lagras i en databas, och 10 15 20 25 30 35 23 505 117 - att lookup-tabellen hämtas från databasen genom den avlästa identitetsinformationen för ett djur som tillhör gruppen.
13. Förfarande enligt något av patentkraven 9-12, k ä n n e t e c k n a t av att lookup-tabellen framtages (Fig 8): - upptagning av en eller flera färgbilder av en eller genom följande steg flera färglika spenuppsättningar, - analys av bilden eller bilderna med avseende på ingående färgnyanser, och - beräkning av ett tillhörighetsvärde för varje ingående färgnyans såsom ett mått på färgnyansens unicitet för en spenbild, varvid de så beräknade tillhörighetsvärdena får bilda lookup-tabellen.
14. Förfarande enligt något av föregående patentkrav, k ä n n e t e c k n a t av - att spenarna belyses genom två olikfärgade ljusknippen (Fig 4), respektive det andra ljusknippet företrädesvis ligger under viss inbördes vinkel varvid det ena inom det röda respektive det blå färgspektrumet, - att ljusknippena riktas så att de korsar varandra inom en förväntad uppehàllszon för spenarna, vilken uppehålls- zon predikteras på grundval av historiska data, - att bildpunkterna prövas med avseende på sitt innehåll av ljusknippenas respektive färg, och - att bildpunkter utväljes som innehåller färgbidrag från båda ljusknippena.
15. Förfarande enligt något av föregående patentkrav, k ä n n e t e c k n a t av (Sa) beräknas ur utvalda bildpunkter med användning av en algoritm för - att läget för en spenspets masstyngdpunktsberäkning, varvid beräkningen baseras på bildpunkternas relativa geometriska lägen i en bild eller 505 117 i 24 10 15 20 25 30 35 delbild och respektive bildpunkts vikt såsom represen- terad genom dess tillhörighetsvärde.
16. Förfarande enligt något av föregående patentkrav, k ä n n e t e c k n a t av (5a) beräknas ur utvalda bildpunkter med användning av en algoritm som baseras på - att läget för en spenspets kända formfaktorer av typen spenbredd/längd.
17. Förfarande enligt något av föregående patentkrav, k ä n n e t e c k n a t av - att läget för en spenspets (5a) beräknas ur utvalda bildpunkter med användning av en algoritm som baseras på juvrets position och historiska data om spenpositionerna.
18. Förfarande enligt något av föregående patentkrav, k ä n n e t e c k n a t av - att bildinformationen upptages genom två videokameror (A, B), företrädesvis samma horisontalplan och på samma sida av som är placerade på avstånd ifrån varandra i djuret, samt anordnade att betrakta juvret snett framifrån mellan djurets fram- och bakben, - att bildinformationerna från de respektive kamerorna analyseras parallellt och på motsvarande sätt, - att för respektive kamera X- och Y-koordinaterna för en spenspets beräknas på grundval av utvalda bildpunkter, och - att spenspetsens Z-koordinat beräknas på grundval av X- och Y-koordinaterna från båda kamerorna, kamerornas inbördes avstånd och riktning.
19. Mjölkningsstation innefattande djurrelaterade organ (6, 11, 12, 13), ett djur (1) i beroende av lägesinformation för spenarna, åtminstone en videokamera (A; B) information från djurets spenar och/eller juver, vilka är instyrbara mot spenarna (5) hos för upptagning av bild- samt 10 15 20 25 30 35 25 505 117 anordning för att genom färganalys av bildinformationen utvinna data för beräkning av lägesinformationen, k ä n n e t e c k n a d av att nämnda anordning för behandling av videoinformationen från videokameran innefattar följande funktionsenheter: - signalomvandlare (18) för framtagning av de digitala RGB-signalerna för bildpunkterna i den upptagna bild- informationen, (19) bildpunkter genom analys av RGB-signalerna med avseende - datareducerande organ för reducering av antalet på innehållet av spenkarakteriserande färgnyanser, inne- (26) RGB-signalerna och anordnad att pröva bildpunkternas fattande en tillhörighetsfunktionsenhet som tillförs färginnehåll med avseende på tillhörighet till en i för- väg definierad, avgränsad färgnyansvolym av spenfärg- nyanser i ett RGB-intensitetsrum samt att ge bild- punkterna tillhörighetsvärden i motsvarighet till dessas lägen i eller utanför färgnyansvolymen, samt organ (27, 28) för att utvälja bildpunkter med en färgnyans som faller inom färgnyansvolymen, - minnesorgan (20) för lagring av utvalda bildpunkters tillhörighetsvärden och positioner i en delbild eller bild av bildinformationen, - beräkningsorgan (21) för beräkning av lägesinformation- en på grundval av den lagrade informationen i nämnda minnesorgan, och - organ (21, 33) för styrning av anordningens arbetssätt.
20. Mjölkningsstation enligt patentkravet 19, k ä n n e t e c k n a d av (26) är realiserad genom ett lookup-minne som är programmerbart med valbara - att tillhörighetsfunktionsenheten lookup-tabeller av tillhörighetsvärden, där varje tabell definierar en färgnyansvolym, och - att lookup-minnet är försett med adressingångar för mottagning av RGB-signalerna som adressinformation och utläsning av motsvarande tillhörighetsvärden. 505 117 i 26 10 15 20 25 30 35
21. Mjölkningsstation enligt patentkravet 20, varvid stationen har tillgång till en databas för lagring av i förväg framtagna lookup-tabeller, där varje tabell är unik för en djurindivid alternativt en grupp av djur- individer med likheter i spenfärg, och varvid stationen är försedd med organ för avläsning av djurets identitet, k ä n n e t e c k n a d av - att lookup-minnesenheten är anordnad att vid mjölk- ningstillfället programmeras med aktuell lookup-tabell, vilken hämtas från nämnda databas i beroende av avläst identitetsinformation.
22. Mjölkningsstation enligt något av patentkraven 19-21, k ä n n e t e c k n a d av (19) anordnade att derivera utvalda - att nämnda datareducerande organ innefattar (27) bildpunkters tillhörighetsvärden, och deriveringsorgan - att nämnda utväljningsorgan innefattar en diskriminator (28) anordnad att undertrycka derivator som understiger ett tröskelvärde, varigenom bildpunkter som hänför sig till spenkanter utväljes.
23. Mjölkningsstation enligt något av patentkraven 19-22, k ä n n e t e c k n a d av - att nämnda minnesorgan (20) innefattar ett direkt- accessminne med dubbla in- och utgångsportar, och (21) beräkningen av lägesinformationen parallellt med pågående - att nämnda beräkningsorgan är anordnat att utföra inläsning av tillhörighetsvärdesinformation för efterföljande bildpunkter.
24. Mjölkningsstation enligt något av patentkraven 19-23, k ä n n e t e c k n a d av 10 15 20 25 30 35 27 505 117 (19) är realiserade i som är anordnad att arbeta med en - att nämnda datareducerande organ dedicerad hårdvara, konstant bildpunktsfördröjning, och som innefattar styrbara fördröjningsorgan för kompensation av variabel tidsåtgång för olika valbara bearbetningsförlopp, och - att nämnda beräkningsorgan (21) är anordnade att uppmäta använd beräkningstid, varigenom behandlingen av varje delbild sker med en deterministisk bildpunktsfördröjning, vilket möjliggör korrektion av den beräknade lägesinformationen med av- seende på spenarnas rörelser.
25. Mjölkningsstation enligt något av patentkraven 19-24, k ä n n e t e c k n a d av - att två ljuskällor (C, (C', D') ljusknippena skär varandra inom ett predikterat D) är anordnade att rikta olik- färgade ljusknippen med sådan inriktning att spenområde, och - att färgnyansvolymen är definierad att innehålla enbart färgnyanser med bidrag från båda ljusknippena, varigenom förgrunds- och bakgrundsbildpunkter med spenkarakteriserande färgnyanser kan diskrimineras.
26. Mjölkningsstation enligt något av patentkraven 19-25, (7) för instyrning av nämnda djurrelaterade organ, varvid stationen innefattar en styrbar robotarm av att (A: B) k ä n n e t e c k n a d - åtminstone en videokamera är anbringad på robotarmen.
27. Mjölkningsstation enligt något av patentkraven 19-26, k ä n n e t e c k n a d av - två videokameror (A, B), som är placerade på avstånd från varandra, företrädesvis i samma horisontalplan och på samma sida av djuret, samt anordnade att betrakta 505 117 28 lO juvret snett framifrån mellan djurets fram- och bakben, och - att nämnda anordning för behandling av kamerornas videoinformation är dubblerad, varigenom bildinformationerna från de respektive kamerorna analyseras parallellt och på motsvarande sätt.
28. Användning av förfarandet enligt uppfinningen för automatisk spenkoppspàsättning i en mjölknings- och/eller utfodringsstation.
Priority Applications (8)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
SE9503791A SE505117C2 (sv) | 1995-10-27 | 1995-10-27 | Förfarande vid en mjölkningsstation och mjölkningsstation för utförande av förfarandet |
JP9513803A JPH11514470A (ja) | 1995-10-27 | 1996-10-24 | 動物飼育に用いるための画像における色調解析 |
EP96935755A EP0858641B1 (en) | 1995-10-27 | 1996-10-24 | Analysis of colour tone in images for use in animal breeding |
US09/065,106 US5979359A (en) | 1995-10-27 | 1996-10-24 | Analysis of color tone in images for use in animal breeding |
PCT/SE1996/001368 WO1997015901A1 (en) | 1995-10-27 | 1996-10-24 | Analysis of colour tone in images for use in animal breeding |
AU73222/96A AU7322296A (en) | 1995-10-27 | 1996-10-24 | Analysis of colour tone in images for use in animal breeding |
DE69619391T DE69619391T2 (de) | 1995-10-27 | 1996-10-24 | Analyse von farbtönen in bildern zur verwendung in der tierzucht |
IL12393096A IL123930A (en) | 1995-10-27 | 1996-10-24 | Analysis of colour tone in images for use in animal breeding |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
SE9503791A SE505117C2 (sv) | 1995-10-27 | 1995-10-27 | Förfarande vid en mjölkningsstation och mjölkningsstation för utförande av förfarandet |
Publications (3)
Publication Number | Publication Date |
---|---|
SE9503791D0 SE9503791D0 (sv) | 1995-10-27 |
SE9503791L SE9503791L (sv) | 1997-04-28 |
SE505117C2 true SE505117C2 (sv) | 1997-06-30 |
Family
ID=20399989
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
SE9503791A SE505117C2 (sv) | 1995-10-27 | 1995-10-27 | Förfarande vid en mjölkningsstation och mjölkningsstation för utförande av förfarandet |
Country Status (1)
Country | Link |
---|---|
SE (1) | SE505117C2 (sv) |
-
1995
- 1995-10-27 SE SE9503791A patent/SE505117C2/sv not_active IP Right Cessation
Also Published As
Publication number | Publication date |
---|---|
SE9503791D0 (sv) | 1995-10-27 |
SE9503791L (sv) | 1997-04-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US5979359A (en) | Analysis of color tone in images for use in animal breeding | |
US10002422B2 (en) | Ultrasound image processing apparatus and medium | |
KR102356372B1 (ko) | 화이트 밸런스 처리 방법, 전자 장치 및 컴퓨터 판독 가능 저장 매체 | |
EP1592227A3 (en) | Apparatus and method for determining an image processing parameter from image data at a user-selected image position | |
JP7074185B2 (ja) | 特徴推定装置および特徴推定方法、プログラム | |
CA2369804A1 (en) | Method and apparatus for recognising and determining a position and robot including such an apparatus | |
CN108990862B (zh) | 一种基于机器视觉的科学确定河蟹投饵量的方法 | |
JP2019205425A (ja) | 死亡鶏検知システム、鶏生死判定プログラム、および鶏生死判定装置 | |
CN111127411B (zh) | 一种渔业养殖的监测控制方法 | |
KR101769963B1 (ko) | 소의 승가 행위 판독 시스템 | |
CN106611431A (zh) | 图片检测方法和装置 | |
CN108267122A (zh) | 一种基于机器视觉的水下鱼类体长测量装置及测量方法 | |
HUE030779T2 (en) | Procedure for Determining the Current Nutrition Status of a Plant Stock Without Touching and Processing this Information | |
CN208187400U (zh) | 一种基于机器视觉的鱼类体长测量装置 | |
SE505117C2 (sv) | Förfarande vid en mjölkningsstation och mjölkningsstation för utförande av förfarandet | |
CN112715159A (zh) | 基于机械臂的柑橘自动化采摘方法及装置 | |
CN104777802A (zh) | 一种软壳蟹集约化养殖监控系统 | |
CN114037832B (zh) | 一种卫星遥感图像中典型区域的提取方法及系统 | |
SE505111C2 (sv) | Förfarande för övervakning och positionsbestämning av djur, anordning för utförande av förfarandet och användning av förfarandet | |
CN106780596A (zh) | 一种双绞线绕距在线检测系统及方法 | |
JP2006324727A (ja) | 撮像装置およびその画像処理方法 | |
CN113313042A (zh) | 一种图像处理方法、摄食状态检测方法及存储介质 | |
JP2001004536A (ja) | 乾海苔の品質検査方法 | |
JPH08266153A (ja) | 作物検出装置 | |
JP7538938B1 (ja) | 給餌システムおよび学習モデル生成方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
NUG | Patent has lapsed |
Ref document number: 9503791-7 Format of ref document f/p: F |