【技术实现步骤摘要】
一种用于家禽体重估测的姿态关键帧检测方法
[0001]本专利技术涉及了家禽检测领域的一种家禽体重估测的检测方法，尤其涉及一种用于家禽体重估测的姿态关键帧检测方法。
技术介绍
[0002]体重是家禽养殖的重要生长指标之一，也是育种环节的重要依据。家禽的体重与经济效益直接相关，体重信息可用于判断家禽最佳出栏时间，以及指导日常饲喂。因此，家禽体重的监测对于饲养人员及时掌握家禽健康状况、适时进行饲养方案调控尤为重要。
[0003]目前家禽体重测量可分为三种方法：人工测量法、称重装置法和机器视觉监测法。传统的人工抽样称重耗时、费力，易造成鸡的应激反应，人无法经常性地称重观察其体重变化。称重装置法受养殖环境的影响小且不会引起鸡的应激反应，但此类传感器存在耗电、安装、维护和回收等问题。相比而言，机器视觉监测法具有实时客观、非侵扰性、可维护性强等优点，越来越多的学者利用机器视觉技术在动物体重估测方面展开研究。
[0004]深度图像能够反映场景中物体到相机的距离，通过获得家禽的后背高、体积、表面积等三维特征，并将其加入体重预测...
【技术保护点】
【技术特征摘要】
1.一种用于家禽体重估测的姿态关键帧检测方法，其特征在于：包括以下步骤：1)在不同时段获取单只鸡的多幅鸡只彩色图像和多幅鸡只深度图像，依次读取当前帧的鸡只彩色图像和鸡只深度图像，分别获得当前帧鸡只彩色图像中的鸡只情况和当前帧鸡只深度图像中的鸡只情况，然后将当前帧的鸡只彩色图像、当前帧的鸡只深度图像、当前帧鸡只彩色图像中的鸡只情况和当前帧鸡只深度图像中的鸡只情况进行模型训练获得鸡只语义分割模型；2)采用鸡只语义分割模型对含有待测鸡只的鸡只彩色图像I
L
进行分割，获得分割掩膜图像I
S
，将分割掩膜图像I
S
与含有待测鸡只的鸡只彩色图像I
L
进行图像与操作得到鸡只彩色分割图I
L
′
；3)所述步骤2)中的分割掩膜图像I
S
中含有鸡只轮廓C，确定分割掩膜图像I
S
中鸡只轮廓C的最小外接矩形，然后结合鸡只轮廓C的最小外接矩形通过对鸡只彩色分割图I
L
′
进行仿射变换获得变换后彩色图I
T
，使得待测鸡只的鸡头朝向变换后彩色图I
T
的横向方向；4)将变换后彩色图I
T
进行裁剪，再变换到Lab颜色空间，得到鸡只彩色图I
Lab
，根据鸡只彩色图I
Lab
对变换后彩色图I
T
进行旋转，调整所有变换后彩色图I
T
中待测鸡只的鸡头朝向同一方向；5)将步骤4)处理后的变换后彩色图I
T
输入到预先训练的鸡只关键姿态识别模型，获得待测鸡只姿态类别的检测结果，若检测结果为站立姿态，则当前帧为姿态关键帧；否则，读取下一帧鸡只彩色图像，重复步骤2)
‑
5)。2.根据权利要求1所述的一种用于家禽体重估测的姿态关键帧检测方法，其特征在于：所述步骤1)具体为：首先在不同时段获取单只鸡的多幅鸡只彩色图像和鸡只深度图像，依次读取当前帧的鸡只彩色图像和鸡只深度图像，分别获得当前帧鸡只彩色图像中的鸡只情况和当前帧鸡只深度图像中的鸡只情况，然后采用RedNet神经网络对不同时段单只鸡的多幅鸡只彩色图像、多幅鸡只深度图像、当前帧鸡只彩色图像中的鸡只情况和当前帧鸡只深度图像中的鸡只情况进行模型训练获得鸡只语义分割结果，以训练后的RedNet神经网络作为鸡只语义分割模型。3.根据权利要求1所述的一种用于家禽体重估测的姿态关键帧检测方法，其特征在于：所述步骤3)具体为：首先确定分割掩膜图像I
S
中鸡只轮廓C的最小外接矩形，然后以最小外接矩形在像素坐标系中纵坐标最大的顶点作为坐标原点建立新坐标系，设定最小外接矩形中经过坐标原点且远离像素坐标系纵轴的矩形边所在直线为新坐标系的x轴，最小外接矩形中经过坐标原点的另一条矩形边所在直线为新坐标系的y轴，获得最小外接矩形的中心点在新坐标系中的坐标为P(x0，y0)，在x轴上的矩形边边长为l1，在y轴上的矩形边边长为l2，新坐标系的x轴与像素坐标系横轴之间的夹角为θ，然后根据x轴上的矩形边边长l1与y轴上的矩形边边长l2的大小进行以下判...
【专利技术属性】
技术研发人员：饶秀勤，张小敏，黄心瑶，应义斌，泮进明，崔笛，
申请(专利权)人：浙江大学，
类型：发明
国别省市：
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。