一种基于支撑时相的奶牛跛行检测方法与系统技术方案

本发明专利技术实施例提供一种基于支撑时相的奶牛跛行检测方法与系统。该方法包括：采集奶牛行走视频，从所述奶牛行走视频中提取奶牛牛蹄移动影像；基于所述奶牛牛蹄移动影像计算支撑时相集合；采用基于所述支撑时相集合的奶牛跛行分类算法，对奶牛跛行进行检测和分类，得到奶牛跛行分类结果；基于奶牛跛行分类结果，检测已存在跛行奶牛的单条牛腿，得到跛行腿检测结果。本发明专利技术实施例通过采用自主设计的基于支撑时相的跛行检测算法，旨在内部比较奶牛四只牛腿在行走过程中的差异，用于奶牛跛行检测，有效地减少常规跛行检测方法中个体特异性的影响，提高计算机视觉奶牛跛行检测和分类精度，并实现了跛行腿的检测。

A lameness detection method and system of dairy cattle based on support phase

【技术实现步骤摘要】
一种基于支撑时相的奶牛跛行检测方法与系统
本专利技术涉及养殖信息化
，尤其涉及一种基于支撑时相的奶牛跛行检测方法与系统。
技术介绍
在奶牛养殖业中，奶牛跛行不仅影响奶牛产奶量，降低奶牛生活福利，还会导致繁殖能力下降，提高淘汰率，美国高盛研究报告《人工智能与精准农业》中显示，奶牛平均跛行率为23.5％，每年造成经经济损失110亿美元。因此对跛行奶牛的及时、准确检测，可以及时对跛行奶牛进行治疗，减少奶牛病痛与经济损失。早期的奶牛跛行检测以养殖者人眼观察为主，这种方式主要可以检测重度跛行奶牛，但是对于重度跛行的奶牛，通常足够没有时间得到治疗。计算机视觉奶牛跛行检测技术通过摄像机对奶牛行走视频进行收集，并通过计算机中的图像处理技术对奶牛运动中的行为特征进行提取，最后通过检测算法对奶牛是否跛行以及跛行程度进行判断。近些年来，电子技术越来越多的应用于乳制品行业，计算机视觉技术由于其价格适中、非接触信息获取方法，并且图像获取后检测算法更贴近于已有成熟研究的评分系统，所以适用于奶牛跛行检测，利用计算机视觉检测奶牛跛行技术被广泛的研究。目前，基于计算机视觉的奶牛跛行检测方法主要以计算奶牛行走时的弓背曲率为主，通过对视频中的奶牛图像进行提取，利用奶牛臀部到颈部圆拟合实现奶牛行走时背部姿态的提取，基于背部曲率值，计算出代表单头母牛跛行状态的分数。其他方法包括轨迹重叠检测方法，即健康奶牛行走过程中，后蹄应超过前蹄位置，利用可见光相机收集奶牛在通道中行走视频，从图像中利用图像处理技术提取了奶牛牛蹄落地位置，对奶牛跛行进行检测。以及利用奶牛头部、颈部和背部连接线斜率，对奶牛跛行程度进行判断等方法。而奶牛是复杂的、存在个体差异的、时变的系统，不同的奶牛大小不同，跛行后特征表现不同，因此常规的计算机视觉奶牛跛行检测方法受奶牛个体特异性影响。并且现有的方法仅能检测奶牛是否跛行，对跛行程度进行分级，无法检测造成跛行的牛腿(跛行腿)，无法满足养殖场检测需要。
技术实现思路
本专利技术实施例提供一种基于支撑时相的奶牛跛行检测方法与系统，用以解决现有技术中对奶牛跛行的测量不够精确，且检测结果无法精确到具体牛腿的问题。第一方面，本专利技术实施例提供一种基于支撑时相的奶牛跛行检测方法，包括：采集奶牛行走视频，从所述奶牛行走视频中提取奶牛牛蹄移动影像；基于所述奶牛牛蹄移动影像计算支撑时相集合；采用基于所述支撑时相集合的奶牛跛行分类算法，对奶牛跛行进行检测和分类，得到奶牛跛行分类结果；基于奶牛跛行分类结果，检测已存在跛行奶牛的单条牛腿，得到跛行腿检测结果。优选地，所述采集奶牛行走视频，从所述奶牛行走视频中提取奶牛牛蹄移动影像，具体包括：通过视频采集设备对所述奶牛行走视频进行采集；通过视频分帧和图像处理对所述奶牛行走视频中的奶牛牛蹄进行跟踪定位，提取所述奶牛牛蹄移动影像。优选地，所述基于所述奶牛牛蹄移动影像计算支撑时相集合，具体包括：通过所述奶牛牛蹄移动影像，获取奶牛单个牛蹄抬起时间和奶牛单个牛蹄落地时间；用所述奶牛单个牛蹄抬起时间减去所述奶牛单个牛蹄落地时间，得到奶牛单个牛蹄支撑时相；依次获取奶牛四个牛蹄的奶牛单个牛蹄支撑时相集合，得到所述支撑时相集合。优选地，所述采用基于所述支撑时相集合的奶牛跛行分类算法，对奶牛跛行进行检测和分类，得到奶牛跛行分类结果，具体包括：在所述支撑时相集合中获取最大支撑时相和最小支撑时相，并设定第一速度分类阈值和第二速度分类阈值，其中所述第一速度分类阈值小于所述第二速度分类阈值；将所述最大支撑时相与所述第一速度分类阈值和所述第二速度分类阈值进行比较，得到奶牛行走速度分类结果；用所述最大支撑时相减去所述最小支撑时相，得到支撑时相差值；设定第一跛行分类阈值和第二跛行分类阈值，其中所述第一跛行分类阈值小于所述第二跛行分类阈值；基于所述第一跛行分类阈值和所述第二跛行分类阈值，对所述奶牛行走速度分类结果进行跛行分类，得到所述奶牛跛行分类结果。优选地，所述将所述最大支撑时相与所述第一速度分类阈值和所述第二速度分类阈值进行比较，得到奶牛行走速度分类结果，具体包括：若判断获知所述最大支撑时相小于等于所述第一速度分类阈值，则判定奶牛行走速度为慢速度；若判断获知所述最大支撑时相大于所述第一速度分类阈值，且小于所述第二速度分类阈值，则判定奶牛行走速度为中速度；若判断获知所述最大支撑时相大于所述第二速度分类阈值，则判定奶牛行走速度为快速度。优选地，所述基于所述第一跛行分类阈值和所述第二跛行分类阈值，对所述奶牛行走速度分类结果进行跛行分类，得到所述奶牛跛行分类结果，具体包括：若判断获知所述支撑时相差值小于所述第一跛行分类阈值，则判定奶牛跛行特征为第一跛行类型；若判断获知所述支撑时相差值大于等于所述第一跛行分类阈值，且小于所述第二跛行分类阈值，则判定所述奶牛跛行特征为第二跛行类型；若判断获知所述支撑时相差值大于等于所述第二跛行分类阈值，则判定所述奶牛跛行特征为第三跛行类型。优选地，所述基于奶牛跛行分类结果，检测已存在跛行奶牛的单条牛腿，得到跛行腿检测结果，具体包括：提取所述奶牛跛行分类结果中判定为所述第二跛行类型和所述第三跛行类型的奶牛单条牛腿支撑时相；将所述最大支撑时相与奶牛单条牛腿支撑时相求差，得到奶牛单条牛腿特征值；将所述奶牛单条牛腿特征值与所述第一跛行分类阈值和所述第二跛行分类阈值进行比较，得到所述跛行腿检测结果。第二方面，本专利技术实施例提供一种基于支撑时相的奶牛跛行检测系统，包括：获取模块，用于采集奶牛行走视频，从所述奶牛行走视频中提取奶牛牛蹄移动影像；计算模块，用于基于所述奶牛牛蹄移动影像计算支撑时相集合；第一分类模块，用于采用基于所述支撑时相集合的奶牛跛行分类算法，对奶牛跛行进行检测和分类，得到奶牛跛行分类结果；第二分类模块，用于基于奶牛跛行分类结果，检测已存在跛行奶牛的单条牛腿，得到跛行腿检测结果。第三方面，本专利技术实施例提供一种电子设备，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现任一项所述基于支撑时相的奶牛跛行检测方法的步骤。第四方面，本专利技术实施例提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现任一项所述基于支撑时相的奶牛跛行检测方法的步骤。本专利技术实施例提供的基于支撑时相的奶牛跛行检测方法与系统，通过采用自主设计的基于支撑时相的跛行检测算法，旨在内部比较奶牛四只牛腿在行走过程中的差异，用于奶牛跛行检测，有效地减少常规跛行检测方法中个体特异性的影响，提高计算机视觉奶牛跛行检测和分类精度，并实现了跛行腿的检测。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显本文档来自技高网...

【技术保护点】
1.一种基于支撑时相的奶牛跛行检测方法，其特征在于，包括：/n采集奶牛行走视频，从所述奶牛行走视频中提取奶牛牛蹄移动影像；/n基于所述奶牛牛蹄移动影像计算支撑时相集合；/n采用基于所述支撑时相集合的奶牛跛行分类算法，对奶牛跛行进行检测和分类，得到奶牛跛行分类结果；/n基于奶牛跛行分类结果，检测已存在跛行奶牛的单条牛腿，得到跛行腿检测结果。/n

【技术特征摘要】
1.一种基于支撑时相的奶牛跛行检测方法，其特征在于，包括：
采集奶牛行走视频，从所述奶牛行走视频中提取奶牛牛蹄移动影像；
基于所述奶牛牛蹄移动影像计算支撑时相集合；
采用基于所述支撑时相集合的奶牛跛行分类算法，对奶牛跛行进行检测和分类，得到奶牛跛行分类结果；
基于奶牛跛行分类结果，检测已存在跛行奶牛的单条牛腿，得到跛行腿检测结果。


2.根据权利要求1所述的基于支撑时相的奶牛跛行检测方法，其特征在于，所述采集奶牛行走视频，从所述奶牛行走视频中提取奶牛牛蹄移动影像，具体包括：
通过视频采集设备对所述奶牛行走视频进行采集；
通过视频分帧和图像处理对所述奶牛行走视频中的奶牛牛蹄进行跟踪定位，提取所述奶牛牛蹄移动影像。


3.根据权利要求1所述的基于支撑时相的奶牛跛行检测方法，其特征在于，所述基于所述奶牛牛蹄移动影像计算支撑时相集合，具体包括：
通过所述奶牛牛蹄移动影像，获取奶牛单个牛蹄抬起时间和奶牛单个牛蹄落地时间；
用所述奶牛单个牛蹄抬起时间减去所述奶牛单个牛蹄落地时间，得到奶牛单个牛蹄支撑时相；
依次获取奶牛四个牛蹄的奶牛单个牛蹄支撑时相集合，得到所述支撑时相集合。


4.根据权利要求1所述的基于支撑时相的奶牛跛行检测方法，其特征在于，所述采用基于所述支撑时相集合的奶牛跛行分类算法，对奶牛跛行进行检测和分类，得到奶牛跛行分类结果，具体包括：
在所述支撑时相集合中获取最大支撑时相和最小支撑时相，并设定第一速度分类阈值和第二速度分类阈值，其中所述第一速度分类阈值小于所述第二速度分类阈值；
将所述最大支撑时相与所述第一速度分类阈值和所述第二速度分类阈值进行比较，得到奶牛行走速度分类结果；
用所述最大支撑时相减去所述最小支撑时相，得到支撑时相差值；
设定第一跛行分类阈值和第二跛行分类阈值，其中所述第一跛行分类阈值小于所述第二跛行分类阈值；
基于所述第一跛行分类阈值和所述第二跛行分类阈值，对所述奶牛行走速度分类结果进行跛行分类，得到所述奶牛跛行分类结果。


5.根据权利要求4所述的基于支撑时相的奶牛跛行检测方法，其特征在于，所述将所述最大支撑时相与所述第一速度分类阈值和所述第二速度分类阈值进行比较，得到奶牛行走速度分类结果，具体包括：
若判断获知所述最大支撑时相小于等于所述第一速度分类阈值，则...

【专利技术属性】
技术研发人员：刘刚，康熙，张旭东，
申请(专利权)人：中国农业大学，
类型：发明
国别省市：北京;11