【技术实现步骤摘要】
一种养殖场目标自动跟踪监测视频采集系统与方法
本专利技术属于养殖场视频自动跟踪监测领域，特别是涉及一种养殖场目标自动跟踪监测视频采集系统与方法。
技术介绍
我国是世界上最大的畜禽养殖、消费国，畜禽肉类生产总量占世界肉类总量的一半，传统的畜禽养殖效率低下，无法满足日益增长的市场需求，我国畜禽养殖正由中小户散养模式向规模化、集约化养殖模式发展；集约化养殖中，传统的养殖目标异常监测方法依靠大量的人力物力，效率低下，效果难以保证，自动化、智能化监测是未来发展趋势；将机器视觉应用到畜禽养殖，可以实时获取养殖目标行为信息，而且不会干扰其正常生活。但在养殖场养殖目标视频实时采集过程中，由于摄像机拍摄视角与拍摄范围的限制，会存在视觉盲区，影响养殖目标的跟踪与监测，为了自动监测养殖目标，实现养殖目标视频全覆盖，传统的监测手段需要安装大量的摄像机，严重影响养殖目标跟踪与监测的经济性，也为分析、处理多源视频数据带来了困难，类似的系统有浙江国自公司的一种应用于室内指示灯识别的巡检机器人，其采用的是将采集到的图像转为HSV颜色空间类型，来计算...
【技术保护点】
1.一种养殖场目标自动跟踪监测视频采集系统，其特征在于：包括巡检机器人和上位机监控系统；所述巡检机器人包括连接杆(1)、电机传动轮(2)、方形限位和缓冲装置(3)、传送带(4)、巡检轨道(5)、摄像机(11)和机械臂，所述机械臂包括伺服电机(6)、连杆(7)、电缸(8)、支撑杆(9)和末端夹持装置(10)；所述巡检轨道(5)安装于养殖场圈舍的上方，在巡检轨道(5)的两端设方形限位和缓冲装置(3)，巡检轨道(5)下方的两端设电机传动轮(2)，电机传动轮(2)上设传送带(4)，所述连接杆(1)的一侧安装在巡检轨道(5)上，连接杆(1)另一侧连接连杆(7)，连接杆(1)和连杆(7...
【技术特征摘要】
1.一种养殖场目标自动跟踪监测视频采集系统，其特征在于：包括巡检机器人和上位机监控系统；所述巡检机器人包括连接杆(1)、电机传动轮(2)、方形限位和缓冲装置(3)、传送带(4)、巡检轨道(5)、摄像机(11)和机械臂，所述机械臂包括伺服电机(6)、连杆(7)、电缸(8)、支撑杆(9)和末端夹持装置(10)；所述巡检轨道(5)安装于养殖场圈舍的上方，在巡检轨道(5)的两端设方形限位和缓冲装置(3)，巡检轨道(5)下方的两端设电机传动轮(2)，电机传动轮(2)上设传送带(4)，所述连接杆(1)的一侧安装在巡检轨道(5)上，连接杆(1)另一侧连接连杆(7)，连接杆(1)和连杆(7)之间设伺服电机(6)，连杆(7)连接支撑杆(9)，连杆(7)和支撑杆(9)之间设电缸(8)，支撑杆(9)的末端通过末端夹持装置(10)固定摄像机(11)；
上位机监控系统主要包含两大模块：养殖目标监测模块和巡检机器人控制模块；所述养殖目标监测模块包括养殖目标视频采集单元、图像预处理单元、间隔帧差分单元、养殖目标检测单元、运动养殖目标检测单元、养殖目标离散度计算单元和养殖目标打斗行为判别单元等；养殖目标监测模块各单元的关系如下：养殖目标视频采集单元采集养殖目标视频，并将采集到的视频中的每一帧图像发送给图像预处理单元与间隔帧差分单元；图像预处理单元采用自适应对比度增强、双边滤波算法对采集到的视频帧进行预处理，并将处理后的视频帧用于养殖目标检测单元；养殖目标检测单元采用改进SSD算法对预处理后的视频帧进行目标检测，确定养殖目标位置，并将目标检测结果用于养殖目标离散度计算单元；养殖目标离散度计算单元计算并判别养殖目标过度聚集；间隔帧差分单元采用帧间差分法对采集到的视频帧进行处理，并在处理后用于运动养殖目标检测单元；运动养殖目标检测单元利用SSD检测运动养殖目标个体，确定运动养殖目标位置，并将结果用于养殖目标打斗行为判别单元；养殖目标打斗行为判断单元对养殖目标的打斗行为进行判断；
巡检机器人控制模块包括：养殖目标位置信息处理单元和巡检机器人运动控制单元等；巡检机器人控制模块各单元工作原理与养殖目标监测模块关系如下：养殖目标监测模块先将识别出来的需要跟踪监测的养殖目标位置信息发送给巡检机器人控制模块中的养殖目标位置信息处理单元，养殖目标位置信息处理单元再依据基于机器视觉的图像检测定位结果，判断指定养殖目标是否在视频图像的中心区域，若在则通过巡检机器人运动控制单元发送指令控制机械臂带动摄像头保持跟拍，若不在，则在养殖目标位置信息处理单元中计算得出指定养殖目标的平均质心距离图像中心的偏移量；巡检机器人运动控制单元以指定养殖目标平均质心到图像中心的偏移量作为控制量，计算机械臂各关节的偏转角和俯仰角，并将转角信息发送给巡检机器人控制器，控制机械臂带动摄像头将指定养殖目标重新置于图像的中心区域，并最终实现定向、定时视频采集；或养殖人员直接发出指令，则巡检机器人运动控制单元直接按照养殖人员指令控制巡检机器人实现定点视频采集。
2.一种养殖场目标自动跟踪监测视频采集方法，其特征在于，其步骤如下：
S1：巡检机器人在每个圈舍的中心点暂停巡检动作，通过机械臂的平移、偏转、俯仰运动调整摄像机视角，使其能对养殖圈舍全方位无死角拍摄，保证拍摄图像中包含该圈舍所有养殖目标；
S2：对采集视频中的每一帧图像进行预处理，包括自适应对比度增强和双边滤波，从而增强图像的细节信息，使养殖目标边缘更加清晰，在保留边缘信息的前提下，滤除噪声，减小光照等环境因素以及养殖圈舍中水渍、尿渍、排泄物等干扰；
S3：采用改进单点多框检测器(SignalShotMultiBoxDetector,SSD)检测预处理后图像中的养殖目标，确定图像中每只养殖目标的质心坐标，计算养殖目标离散度，通过与离散度阈值进行比较，判断养殖目标是否发生过度聚集；
S4：对采集到的养殖目标视频中间隔两帧进行差分，提取移动养殖目标像素，排除养殖背景环境以及静止养殖目标的干扰；利用SSD检测运动养殖目标个体，确定运动养殖目标位置；最后通过养殖目标打斗行为判别方法识别运动养殖目标是否发生打斗行为；
S5：依据养殖场其他检测手段或养殖人员发现疑似异常养殖目标时，将异常养殖目标的位置信息发送给巡检机器人，使其快速到达指定圈舍，实现定点视频采集；
S6：根据养殖目标异常行为检测结果并结合其他检测手段或养殖人员发送的指令，控制机械臂带动摄像头对异常养殖目标进行自动跟踪，实现定向视频采集，并延长对异常养殖目标的拍摄时间，实现定时视频采集。
3.根据权利要求2所述的一种养殖场目标自动跟踪监测视频采集方法，其特征在于，所述步骤S2的具体过程如下：
对采集到的视频中每一帧图像进行预处理，采用自适应对比度增强可以在保留养殖目标图像局部信息前提下，增强对比度；双边滤波可以在保证养殖目标图像噪声有效滤除的基础上保留了图像的边缘信息；
养殖目标图像自适应对比度增强是将养殖目标图像分为低频和高频两个部分，低频部分通过图像的低通滤波获得，高频部分通过原图与低频部分的差分获得，养殖目标图像的高频部分包含细节信息，需要对高频部分乘以增益增强后重新组合，得到增强后的养殖目标图像；
设x(i,j)为养殖目标图像中像素点坐标(i,j)处的灰度值，在以(i,j)为中心，窗口大小为(2n+1)*(2n+1)的区域内，局部均值和方差可以表示为：
式中，mx(i,j)为局部均值；σx2(i,j)为局部方差；
局部均值mx(i,j)可近似为养殖目标图像低频部分，对x(i,j)增强后的像素值可表示为：
f(i,j)＝mx(i,j)+G(i,j)[x(i,j)-mx(i,j)]
式中，f(i,j)为对x(i,j)增强后的像素值，G(i,j)为(i,j)处的增益；
双边滤波器具有良好的“平滑保边”性能，保证噪声有效滤除的基础上保留了养殖目标图像的边缘信息，双边滤波可以定义为：
式中，BIp为滤波后的养殖目标图像像素值；S为滤波窗口范围；p为待滤波图像像素点；q为邻域像素点；Ip为p点像素值；Iq为q点像素值；Gs为空间邻近度函数；Gr为灰度相似度函数；Wp为归一化系数，定义为：
式中，Gs和Gr分别决定了邻域像素的空间相似度和灰度相似度，可以通过高斯函数计算，分别为：
式中，d(p,q)为像素点p和像素点q之间的欧式距离；σs为Gs函数标准差；σr为Gr函数标准差。
4.根据权利要求2所述的一种养殖场目标自动跟踪监测视频采集方法，其特征在于，所述步骤S3的具体过程如下：
上位机监控系统采用改进SSD对预处理后的视频帧进行目标检测，确定养殖目标位置；采用基于网络深度迁移学习方法，将已经训练好的网络参数复用到养殖目标检测模型中，作为初始网络参数；采用MobileNet_v2代替视觉几何群网络(VisualGeometryGroupNetwork,VGG16)作为基础网络，获取不同大小的特征图，为了提高模型训练效果，采用焦点损失函数(FocalLo...
【专利技术属性】
技术研发人员：田建艳，胥若愚，李济甫，张苏楠，李丽宏，王素钢，翟鑫鹏，
申请(专利权)人：太原理工大学，山西万立科技有限公司，
类型：发明
国别省市：山西;14
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。