【技术实现步骤摘要】
圈养栏信息的确定方法、装置及系统、存储介质
本申请涉及图像处理领域，具体而言，涉及一种圈养栏信息的确定方法、装置及系统、存储介质。
技术介绍
养猪业一直是我国广大农村的传统家庭产业，在国民经济及人们生活中占有十分重要的地位，近年来，随着农村经济体制改革的进一步深入和市场经济的迅速发展，新农村建设的步伐逐步加快，农村人居住环境和养猪生产方式正在发生巨大改变，养猪生产方式正由农户养殖向集约化、规模化转型，但是随着养猪产业的规模化发展。针对相关技术中猪养殖场的智能化转型中，猪场已有设备变更显得较为麻烦，因此针对原猪场设备的智能捕获，显得尤为重要，尤其是圈养栏相关信息(如圈养栏的位置、数量等)的捕捉识别，目前是通过人工方式识别，效率较低。类似地，对于鸡、鸭、羊等家禽的养殖中也存在类似的问题。针对上述的问题，目前尚未提出有效的解决方案。
技术实现思路
本申请实施例提供了一种圈养栏信息的确定方法、装置及系统、存储介质，以至少解决相关技术中统计圈养栏信息的效率较低的技术问题。根据本申请实施例的一个方面，...
【技术保护点】
1.一种圈养栏信息的确定方法，其特征在于，包括：/n获取待处理的第一图像，其中，所述第一图像是对畜牧场进行拍摄得到的图像，所述畜牧场用于通过圈养栏来隔离被圈养的对象；/n利用目标模型对所述第一图像中的圈养栏进行识别，得到包括识别出的圈养栏的第二图像，其中，所述目标模型是预先设置好的用于进行圈养栏识别的语义分割神经网络模型；/n对所述第二图像进行去噪声处理，得到第三图像；/n利用所述第三图像确定所述畜牧场中圈养栏的信息。/n
【技术特征摘要】
1.一种圈养栏信息的确定方法，其特征在于，包括：
获取待处理的第一图像，其中，所述第一图像是对畜牧场进行拍摄得到的图像，所述畜牧场用于通过圈养栏来隔离被圈养的对象；
利用目标模型对所述第一图像中的圈养栏进行识别，得到包括识别出的圈养栏的第二图像，其中，所述目标模型是预先设置好的用于进行圈养栏识别的语义分割神经网络模型；
对所述第二图像进行去噪声处理，得到第三图像；
利用所述第三图像确定所述畜牧场中圈养栏的信息。
2.根据权利要求1所述的方法，其特征在于，利用目标模型对所述第一图像中的圈养栏进行识别，得到包括识别出的圈养栏的第二图像包括：
通过所述目标模型中的第一网络对所述第一图像执行压缩操作，得到第四图像，其中，所述压缩操作用于消除所述第一图像中的视觉冗余信息；
通过所述目标模型中的第二网络对所述第四图像进行语义分割，得到所述第二图像。
3.根据权利要求2所述的方法，其特征在于，通过所述目标模型中的第一网络对所述第一图像执行压缩操作，得到第四图像包括：
通过所述第一网络的卷积层对所述第一图像执行卷积操作，并通过所述第一网络的池化层对所述第一图像执行池化操作；
通过所述第一网络的拼接层将执行所述卷积操作得到的结果和执行所述池化操作的结果拼接起来，得到所述第四图像。
4.根据权利要求1至3中任意一项所述的方法，其特征在于，对所述第二图像进行去噪声处理，得到第三图像包括：
对所述第二图像进行形态学处理，得到第五图像，其中，所述形态学处理用于通过膨胀处理和腐蚀处理消除所述第二图像中的噪声；
对所述第五图像进行连通域分析，得到所述第三图像，其中，所述连通域分析用于消除所述第五图像中的噪声。
5.根据权利要求4所述的方法，其特征在于，对所述第二图像进行形态学处理，得到第五图像包括：
利用膨胀公式对所述第二图像进行膨胀处理并利用腐蚀公式对所述第二图像进行腐蚀处理，得到所述第五图像，
所述膨胀公式为：A⊕B＝{x|(B)X∩A≠Φ}，其中，A表示所述第二图像，B表示卷积核，⊕表示膨胀运算的运算符，x表示一个点，(B)X∩A≠Φ表示利用B对x进行膨胀处理的结果(B)X与A的交集不为空集Φ；
所述腐蚀公式为：其中，Θ是腐蚀运算的运算符，表示利用B对x进行腐蚀处理的结果(B)X属于A。
6.根据权利...
【专利技术属性】
技术研发人员：苏睿，
申请(专利权)人：北京海益同展信息科技有限公司，
类型：发明
国别省市：北京;11
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。