一种双目视觉智能检测方法和系统技术方案

本发明专利技术公开了一种双目视觉智能检测方法和系统，所述方法为：采集对象的可见光图像和红外图像；根据机器学习结果识别可见光图像中的异常行为；对识别出的异常行为的可见光图像对应的红外图像根据进行温度行为分析，进而得出异常行为是否为问题行为。本发明专利技术一方面实现对养殖对象的行为的监测，另一方面可以实现基于红外图像融合技术下的对象体温监控，进行图像的深度融合，将行为与体温数据相结合判断生理数据是否异常，以便科学地制定或改变饲养方法和管理技术，创造更适宜的环境条件，提高养殖产能。殖产能。殖产能。

【技术实现步骤摘要】
一种双目视觉智能检测方法和系统


[0001]本专利技术涉及图像监测领域，具体涉及一种双目视觉智能检测方法和系统。

技术介绍

[0002]在规模化生猪、牛羊等动物养殖过程中，除了要监测养殖环境和动物生理参数之外，动物异常行为监测、异常体温监测、养殖环境消毒防疫等日常预防工作也是动物健康生长的保障，现有技术中通常采用机器视觉监测动物行为如饮水行为评估动物的健康状况，然而仅仅监测动物单一行为是很难确定动物的健康情况的，而且通常只能通过单一的拍摄到的行为确定，并不能实现持续跟踪和与历史数据结合来判断，导致判断处理的结果错误率太高。或者，通过在动物体内植入监测模块或者体表以耳标的方式实现生理参数的监测，然而这种方式需要在每个动物身上均设置监测模块，代价较高，如果要监测多个生理参数，监测装置的体积很难控制到很小的水平，植入或者打标到体表难度也随之增加。
[0003]而且，在采用机器视觉进行监测时由于监测角度或者监测位置固定，很难实现每个个体动物的监测或者对特定个体的追踪监测，同时，也无法根据动物情况实现针对性的消毒、降温等自动化措施。

技术实现思路

[0004]本专利技术提供一种双目视觉智能检测方法和系统，能够解决现有技术中存在的视觉监测行为或者参数单一、难以实现个体追踪监测和针对性自动化措施等问题。为解决上述技术问题，本专利技术采用的一个技术方案是：提供一种双目视觉智能检测方法，包括如下步骤：
[0005]采集对象的可见光图像和红外图像；
[0006]根据机器学习结果，识别可见光图像中的异常行为；
[0007]对识别出的异常行为的可见光图像对应的红外图像根据进行温度行为分析，进而得出异常行为是否为问题行为。
[0008]进一步的，采集对象的可见光图像和红外图像之前，还存在以下步骤：
[0009]根据拍摄的可见光图像识别出多个对象；
[0010]读取所述多个对象的ID信息，调取多个ID信息对应的多个对象的历史数据；
[0011]根据所述历史数据和读取多个对象ID信息时的定位数据实现多个对象的ID信息对应。
[0012]进一步的，读取多个对象的ID信息实现的具体步骤如下：
[0013]根据拍摄的可见光图像确定拍摄区域；
[0014]读取所述区域内的对象ID信息。
[0015]进一步的，对所述对象所属区域内的ID信息进行分区域存储，即将同区域内的ID信息相对应。
[0016]进一步的，根据机器学习结果，识别可见光图像中的异常行为的具体实现方式为：
[0017]将多个对象的可见光图像和历史数据输入预先建立的对象异常行为模型；
[0018]所述对象异常行为模型分别输出多个对象是否存在异常行为。
[0019]所述异常行为模型能够实现对采食行为、群居行为、性行为、排泄行为和一些异常行为(如咬耳、咬尾及食仔现象等)的分析。
[0020]进一步的，所述温度行为分析具体为：
[0021]根据对象的行为类型、历史行为数据所对应的温度数据判断异常行为的温度是否合理。
[0022]进一步的，识别出可见光图像中的异常行为之后，对所述异常行为进行持续观测直至得出异常行为是否为问题行为的结论。所述问题行为是指属于需要干预的行为。
[0023]进一步的，得出异常行为是否为问题行为之后，还有以下操作：
[0024]如果是问题行为，则根据问题行为类型将数据反馈给服务器，并控制执行至少一项以下操作：消毒、降温、制止和补水。
[0025]如果异常行为不是问题行为，则根据异常行为类型，判断是否需要控制执行至少一项以下操作：消毒、降温、制止和补水，如果需要则执行，如果不需要则不执行。
[0026]进一步的，所述双目视觉智能检测方法如果并未获得异常行为或者确定异常行为不是问题行为时，则进行下一区域的检测，直至所有待检测区域均被检测完，则开启新一轮的检测。
[0027]进一步的，在进行下一区域检测之前，将检测到的多个对象的按照ID信息存储的图像数据上传至远程服务器，并根据ID信息归类到相应存储区域中的存储区域以便于数据读写。
[0028]本专利技术还提供一种双目视觉智能检测系统，包括：
[0029]双目视觉模块，采集对象的可见光图像和红外图像；
[0030]处理器，根据机器学习结果，识别可见光图像中的异常行为，并对识别出的异常行为的可见光图像对应的红外图像根据进行温度行为分析，进而得出异常行为是否为问题行为。
[0031]进一步的，所述处理器还根据拍摄的可见光图像识别出多个对象，读取所述多个对象的ID信息，调取多个ID信息对应的多个对象的历史数据，根据所述历史数据和读取多个对象ID信息时的定位数据实现多个对象的ID信息对应。
[0032]所述处理器还用于实现：根据拍摄的可见光图像识别出多个对象，读取所述多个对象的ID信息，调取多个ID信息对应的多个对象的历史数据，根据所述历史数据和读取多个对象ID信息时的定位数据实现多个对象的ID信息对应。
[0033]进一步的，所述处理器根据拍摄的可见光图像确定拍摄区域，读取所述区域内的对象ID信息。
[0034]所述双目视觉智能检测系统还包括远程服务器，所述远程服务器用于存储多个区域内多个对象的历史数据；对所述对象所属区域内的ID信息进行分区域存储。
[0035]所述处理器将多个对象的可见光图像和历史数据输入预先建立的对象异常行为模型；所述对象异常行为模型分别输出多个对象是否存在异常行为。
[0036]进一步的，所述异常行为模型能够实现对采食行为、群居行为、性行为、排泄行为和一些异常行为(如咬耳、咬尾及食仔现象等)的分析。
[0037]进一步的，所述处理器根据对象的行为类型、历史行为数据所对应的温度数据判断异常行为的温度是否合理。
[0038]进一步的，所述处理器识别出可见光图像中的异常行为之后，对所述异常行为进行持续观测直至得出异常行为是否为问题行为的结论。
[0039]进一步的，所述处理器得出异常行为是否为问题行为之后，还有以下操作：
[0040]如果是问题行为，则根据问题行为类型将数据反馈给远程服务器，并控制执行至少一项以下操作：消毒、降温、制止和补水。
[0041]如果异常行为不是问题行为，则根据异常行为类型，判断是否需要控制执行至少一项以下操作：消毒、降温、制止和补水，如果需要则执行，如果不需要则不执行。
[0042]进一步的，所述处理器所述双目视觉智能检测方法如果并未获得异常行为或者确定异常行为不是问题行为时，则进行下一区域的检测，直至所有待检测区域均被检测完，则开启新一轮的检测。
[0043]进一步的，所述处理器在进行下一区域检测之前，将检测到的多个对象的按照ID信息存储的图像数据上传至远程服务器，并根据ID信息归类到相应存储区域中的存储区域以便于数据读写。
[0044]进一步的，所述双目视觉模块包括可见光图像获取模块和红外图像获取模本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种双目视觉智能检测方法，其特征在于，所述方法包括如下步骤：采集对象的可见光图像和红外图像；根据机器学习结果识别可见光图像中的异常行为；对识别出的异常行为的可见光图像对应的红外图像根据进行温度行为分析，进而得出异常行为是否为问题行为。2.根据权利要求1所述的方法，其特征在于，采集对象的可见光图像和红外图像之前，还存在以下步骤：根据拍摄的可见光图像识别出多个对象；读取所述多个对象的ID信息，调取多个ID信息对应的多个对象的历史数据；根据所述历史数据和读取多个对象ID信息时的定位数据实现多个对象的ID信息对应。3.根据权利要求2所述的方法，其特征在于，所述读取多个对象的ID信息实现的具体步骤如下：根据拍摄的可见光图像确定拍摄区域；读取所述区域内的对象ID信息；对所述对象所属区域内的ID信息进行分区域存储。4.根据权利要求1所述的方法，其特征在于，所述根据机器学习结果识别可见光图像中的异常行为的实现方式为：将多个对象的可见光图像和历史数据输入预先建立的对象异常行为模型；所述对象异常行为模型分别输出多个对象是否存在异常行为。5.根据权利要求1所述的方法，其特征在于，所述温度行为分析具体为：根据对象的行为类型、历史行为数据所对应的温度数据判断异常行为的温...

【专利技术属性】
技术研发人员：魏明生，仇欣宇，贺磊，刘加跃，
申请(专利权)人：江苏师范大学，
类型：发明
国别省市：