一种基于最大内切圆的猪呼吸急促运动建模方法及系统技术方案

技术编号:10375233 阅读:163 留言:0更新日期:2014-08-28 17:41
本发明专利技术公开了一种基于最大内切圆的猪呼吸急促运动建模方法及系统,该方法根据猪蹄位置不变特征提取站立姿态猪视频段,获取猪的轮廓图并进行距离变换,采用快速搜索法确定轮廓内区域,距离变换矩阵以该区域内最大值作为轮廓图最大内切圆的半径,通过测量时间序列每帧图像最大内切圆直径的变化计算猪呼吸急促运动的频率。本发明专利技术的系统包括视频图像采集设备、图像处理模块和存储显示模块,视频图像采集设备包括摄像头和视频采集卡,摄像头安装于正对猪舍的侧面墙壁,连续采集猪目标侧视视频图像,系统安装简单,可用于猪呼吸急促运动的准确量化表达,测量精度高,适应能力强。

【技术实现步骤摘要】
一种基于最大内切圆的猪呼吸急促运动建模方法及系统
本专利技术属于视频处理
,更具体地说,涉及一种基于最大内切圆的猪呼吸急促运动建模方法及系统。
技术介绍
目前,对生猪呼吸急促症状量化的传统方法是人工目测粗略统计30或60秒内猪身体的脊腹部分起伏频次,尚缺乏自动量化的技术。人工连续目测是一项乏味且艰巨的任务,疏忽和遗漏是难免的,而视频监控智能化将大大降低人的工作强度。随着视频监控在现代养猪场的应用,可以不需要在现场巡视,减少了对生猪的干扰,有利于生猪福利。但是,关键技术在于生猪呼吸急促运动模型构建方法。纪滨等曾经以猪轮廓的质心在较小范围内波动判断猪是否为静止站立姿态,通过提取单只猪侧视图脊腹线之间的截距描述子[纪滨等.基于脊腹线波动的猪呼吸急促症状视频分析[J].农业工程学报,2011,27(1):191-195.]实现了猪呼吸急促运动建模,方法是通过猪轮廓的质心为基准点,提取质心左右附近脊腹线区域内的截距数值,如图1中的(a)所示轮廓线上的粗线段对应截距值。但是,该方法针对能看见猪只脊腹的侧视图,由于生猪侧面正对摄像头的展示角度存在差异,当提取生猪区域的质心不在脊腹线之间,会导致获取的过质心截距失效,应用存在局限性。如图1中的(b)所示过质心的截距贯穿到蹄,从而无法建立正确的呼吸运动模型;同时,该方法处理变化的实景环境自然光图像,提取的生猪轮廓存在噪声问题,特别是如果采用离散型轮廓线提取方法,容易导致提取的截距严重失真,即上述方法表达猪只呼吸急促运动的波形图可靠性较差。经检索,关于猪只呼吸运动测量,以猪轮廓的质心为基准点判断是否为静止站立姿态猪的技术方案已有公开,如中国专利号ZL201110364450.5,授权公告日为2014年5月28日,专利技术创造名称为:一种基于机器视觉的猪的呼吸频率检测方法及装置;该申请案采用视频摄像机现场采集单只猪的运动状况,获取单只猪的质心移动轨迹,用俯视图一侧的局部轮廓线段长度变化反映呼吸运动,线段端点根据凹凸条件识别,计算猪的呼吸频率,能够实现无接触的呼吸频率检测;但该申请案的猪只身体变化容易导致凹凸条件消失,且猪只身体运动也会引起局部轮廓线段变化,从而干扰呼吸频率的检测,更成问题的是以质心位置判断静止站立姿态经常容易受猪只身体晃动的干扰。所以,仍需一种适应性强、可靠性好的猪呼吸急促运动建模方法。
技术实现思路
1.专利技术要解决的技术问题本专利技术的目的在于解决现有猪呼吸急促运动模型抗干扰性差、检测精度低的问题,提高猪呼吸急促运动波形图的可靠性,提供了一种基于最大内切圆的猪呼吸急促运动建模方法及系统;本专利技术主要针对在场景中间的单只完整猪身体的视频,自动判断猪是否处于静止站立姿态,并通过确定猪目标轮廓内最大内切圆,跟踪最大内切圆的直径变化,来克服生猪侧视图展示不充分影响运动视频特征的真实性等问题,可用于猪呼吸急促运动的准确量化表达。2.技术方案为达到上述目的,本专利技术提供的技术方案为:本专利技术的一种基于最大内切圆的猪呼吸急促运动建模方法,其步骤为:步骤一、采集猪目标视频图像并进行预处理;步骤二、提取猪目标处于静止站立姿态的视频段,猪目标处于静止站立姿态的判断标准为猪蹄位置不变;步骤三、利用边缘检测算子提取猪目标轮廓线;步骤四、在猪目标轮廊范围内提取最大内切圆;步骤五、根据视频帧序列中最大内切圆直径随时间波动情况,计算猪呼吸急促运动频率。更进一步地,步骤一中摄像头安装于正对猪舍的侧面墙壁,该摄像头的光轴与猪舍地面呈25~40°夹角,连续采集猪目标侧视视频图像,并对采集的视频图像进行背景去除、二值化和降噪处理。更进一步地,步骤二中通过先验法识别猪蹄部位,所述猪目标处于静止站立姿态的视频段为猪蹄位置固定不变的连续视频帧。更进一步地,步骤四所述提取最大内切圆的过程为:I)对步骤三所得图像进行距离变换,计算图像中任一像素点到最近的轮廓线上像素点的欧氏距离,得距离变换矩阵;2)确定步骤三所得图像中猪目标轮廓线内像素点范围;3)在步骤2)所得像素点范围中寻找欧氏距离最大值,该最大值即为最大内切圆半径,最大值对应的像素点坐标即为最大内切圆的圆心。更进一步地,步骤五中以最大内切圆直径为纵坐标,以视频帧序号为横坐标,构成猪呼吸急促运动波形图;统计波形图中峰值点个数Ppig及视频段对应时间T ;利用公式:fP.s = X 60计算猪呼吸急促运动频率fpig。本专利技术的一种基于最大内切圆的猪呼吸急促运动建模系统,包括视频图像采集设备、图像处理模块和存储显示模块,所述的视频图像采集设备包括摄像头和视频采集卡,所述的摄像头安装于正对猪舍的侧面墙壁,该摄像头的光轴与猪舍地面呈25~40°夹角,用于连续采集猪目标侧视视频图像;所述的视频采集卡与图像处理模块的输入端相连,该视频采集卡用于将摄像头采集的视频信号转化为供图像处理模块处理的数字信号;所述的图像处理模块用于对采集的猪目标视频图像进行预处理、获取猪目标轮廓范围内最大内切圆随时间波动情况和计算猪呼吸急促运动频率;所述的存储显示模块与图像处理模块的输出端相连,该存储显示模块用于存储、显示猪呼吸急促运动波形图和猪呼吸频率参数。3.有益效果采用本专利技术提供的技术方案,与已有的公知技术相比,具有如下显著效果: (I)本专利技术的一种基于最大内切圆的猪呼吸急促运动建模方法,以猪蹄位置不变作为判断猪目标处于静止站立姿态的标准,避免了以猪轮廓的质心为基准点判断猪是否为静止站立姿态时,猪身体前后晃动对呼吸运动模型稳定性的影响,能够解决呼吸运动模型可靠性和稳定性差的关键问题;(2)本专利技术的一种基于最大内切圆的猪呼吸急促运动建模方法,以猪轮廓范围内最大内切圆直径随时间的波动作为猪呼吸频率判断标准,最大内切圆接近猪身体起伏最大的区域,更能敏感地跟踪呼吸运动;且最大内切圆能够克服猪轮廓线局部不连续的影响,同时能够克服生猪侧视图展示不充分对运动视频特征真实性的影响,进一步提高了猪呼吸急促运动波形的可靠性,有利于猪呼吸频率数据的准确量化表达;(3)本专利技术的一种基于最大内切圆的猪呼吸急促运动建模系统,实现了对猪健康的远程监控,自动化程度及检测精度高,且设备安装简单,便于推广应用。【附图说明】图1中的(a)和(b)为传统猪呼吸急促运动模型提取脊腹线之间截距的示意图;图2为本专利技术的一种基于最大内切圆的猪呼吸急促运动建模方法的流程图;图3为本专利技术中提取最大内切圆的不意图;图4为本专利技术中针对临界侧视图提取最大内切圆的示意图;图5为本专利技术的猪呼吸急促运动波形图。【具体实施方式】为进一步了解本专利技术的内容,结合附图和实施例对本专利技术作详细描述。实施例1结合附图,本实施例提供的基于最大内切圆的猪呼吸急促运动建模方法是基于猪呼吸急促运动建模系统实施的。本实施例的建模系统包括视频图像采集设备、图像处理模块和存储显示模块,所述的视频图像采集设备包括摄像头和视频采集卡,所述的摄像头安装于正对猪舍的侧面墙壁,用于连续采集猪目标侧视视频图像,为了便于采集清晰且角度合适的猪目标侧视图像,避免摄像头的污损,本实施例设置摄像头的光轴与猪舍地面呈25°夹角。所述的视频采集卡与图像处理模块的输入端相连,该视频采集卡用于将摄像头采集的视频信号转化为供图像处理模块处理的数字信号。所述的图像处理模块用于对采集的猪目标本文档来自技高网
...

【技术保护点】
一种基于最大内切圆的猪呼吸急促运动建模方法,其步骤为:步骤一、采集猪目标视频图像并进行预处理;步骤二、提取猪目标处于静止站立姿态的视频段,猪目标处于静止站立姿态的判断标准为猪蹄位置不变;步骤三、利用边缘检测算子提取猪目标轮廓线;步骤四、在猪目标轮廓范围内提取最大内切圆;步骤五、根据视频帧序列中最大内切圆直径随时间波动情况,计算猪呼吸急促运动频率。

【技术特征摘要】
1.一种基于最大内切圆的猪呼吸急促运动建模方法,其步骤为: 步骤一、采集猪目标视频图像并进行预处理; 步骤二、提取猪目标处于静止站立姿态的视频段,猪目标处于静止站立姿态的判断标准为猪蹄位置不变; 步骤三、利用边缘检测算子提取猪目标轮廓线; 步骤四、在猪目标轮廓范围内提取最大内切圆; 步骤五、根据视频帧序列中最大内切圆直径随时间波动情况,计算猪呼吸急促运动频率。2.根据权利要求1所述的一种基于最大内切圆的猪呼吸急促运动建模方法,其特征在于:步骤一中摄像头安装于正对猪舍的侧面墙壁,该摄像头的光轴与猪舍地面呈25~40°夹角,连续采集猪目标侧视视频图像,并对采集的视频图像进行背景去除、二值化和降噪处理。3.根据 权利要求2所述的一种基于最大内切圆的猪呼吸急促运动建模方法,其特征在于:步骤二中通过先验法识别猪蹄部位,所述猪目标处于静止站立姿态的视频段为猪蹄位置固定不变的连续视频帧。4.根据权利要求2或3所述的一种基于最大内切圆的猪呼吸急促运动建模方法,其特征在于:步骤四所述提取最大内切圆的过程为: 1)对步骤三所得图像进行距离变换,计算图像中任一像素点到最近的轮廓线上像素点的欧氏距离,得距离变换矩阵; 2)确定步骤三所得图...

【专利技术属性】
技术研发人员:纪滨谢海员马丽
申请(专利权)人:安徽工业大学
类型:发明
国别省市:安徽;34

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1