面向体尺测量的养殖场场景点云分类方法及装置制造方法及图纸

本发明专利技术提供了一种面向体尺测量的养殖场场景点云分类方法及装置，属于畜牧信息化技术领域。该方法包括：对待分类养殖场场景点云序列中的各帧待分类养殖场场景点云进行地面点云删除，并对删除地面后的场景点云进行聚类分割，获取聚类点云集合；然后对所述养殖场场景聚类点云集合中的各聚类点云进行特征提取，并利用分类器将所述聚类点云分成两类：完整猪体表点云和非完整猪体表点云；最后根据待分类养殖场场景点云序列中的各帧待分类养殖场场景点云的聚类分类结果，对所述待分类养殖场场景点云序列中的场景点云进行分类：包含完整猪体表点云的场景点云和不包含完整猪体表点云的场景点云，方法简单，具有良好的通用性和灵活性，识别精度高。识别精度高。识别精度高。

【技术实现步骤摘要】
面向体尺测量的养殖场场景点云分类方法及装置


[0001]本专利技术属于畜牧信息化
，更具体地，涉及一种面向体尺测量的养殖场场景点云分类方法及装置。

技术介绍

[0002]激光雷达系统对地面扫描会获得地物反射点的三维坐标，每个地物的反射点会按三维坐标以点的形式分布在三维空间中，形成三维点的集合，这些三维扫描点的集合称为三维点云。
[0003]为了对养殖场场景下的家畜进行体尺测量和行为分析，需要利用多个点云采集设备采集养殖场场景信息，然而随着光电技术的发展，点云采集设备如深度相机可以在短时间内采集大量的养殖场场景点云，其中部分养殖场场景点云不包含完整的家畜体表点云数据，而这会导致测量或行为感知的不准确甚至失败，因此需要对养殖场场景点云进行分类，得到包含完整家畜的养殖场场景点云和不包含完整家畜的场景点云。
[0004]目前，通常根据人为手动进行分类，但是人为分类的方法不准确、效率低且人工成本较大。

技术实现思路

[0005]为克服上述现有的面向体尺测量的养殖场场景点云分类方法费时费力且容易出错的问题或者至少部分地解决上述问题，本专利技术提供一种面向体尺测量的养殖场场景点云分类方法及装置。
[0006]根据本专利技术的第一方面，提供一种面向体尺测量的养殖场场景点云分类，包括：
[0007]对待分类养殖场场景点云序列中的各帧待分类养殖场场景点云进行地面点云删除，获取各帧所述待分类养殖场场景点云中删除地面后的场景点云；
[0008]对删除地面点云后的各帧所述待分类养殖场场景点云进行聚类分割，并对所述场景中的聚类分割结果提取特征，并将所述特征输入分类器得到分类结果：完整猪体表点云和非完整猪体表点云；
[0009]根据所述场景中的聚类点云分类结果，对所述待分类养殖场场景点云序列中的场景点云进行分类：包含完整猪体表点云的场景点云和不包含完整猪体表点云的场景点云。
[0010]根据本专利技术的第二方面，提供一种面向体尺测量的养殖场场景点云分类装置，包括：
[0011]地面删除模块，用于对待分类养殖场场景点云序列中的各帧待识别养殖场场景点云进行养殖场地面点云删除；
[0012]聚类特征模块，用于对删除地面点云后的各帧所述待识别养殖场场景点云进行聚类分割，并计算所有聚类点云中各切片点云序列数据的特征；
[0013]聚类分类模块：用于将各聚类点云的特征数据进行分类，得到各聚类点云的分类结果；
[0014]场景分类模块：用于获知各帧待识别养殖场场景点云中是否包含完整家畜。
[0015]根据本专利技术的第三个方面，还提供一种电子设备，包括：
[0016]至少一个处理器；以及
[0017]与所述处理器通信连接的至少一个存储器，其中：
[0018]所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行第一方面的各种可能的实现方式中任一种可能的实现方式所提供的面向体尺测量的养殖场场景点云分类方法。
[0019]根据本专利技术的第四个方面，还提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行第一方面的各种可能的实现方式中任一种可能的实现方式所提供的面向体尺测量的养殖场场景点云分类方法。
[0020]本专利技术通过对待分类养殖场场景点云序列中的各帧待分类养殖场场景点云进行地面点云删除，并对删除地面后的场景点云进行聚类分割，获取养殖场场景聚类点云集合；然后对所述养殖场场景聚类点云集合中的各聚类点云进行特征提取，并将所述各聚类点云的特征输入分类器将所述聚类点云分成两类：完整猪体表点云和非完整猪体表点云；最后根据待分类养殖场场景点云序列中的各帧待分类养殖场场景点云的聚类分类结果，对所述待分类养殖场场景点云序列中的场景点云进行分类：包含完整猪体表点云的场景点云和不包含完整猪体表点云的场景点云，方法简单，具有良好的通用性和灵活性，识别精度高。
附图说明
[0021]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一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0022]图1为本专利技术实施例提供的面向体尺测量的养殖场场景点云分类方法整体流程示意图；
[0023]图2为本专利技术实施例提供的面向体尺测量的养殖场场景点云分类方法中一帧养殖场场景点云示意图；
[0024]图3为本专利技术实施例提供的面向体尺测量的养殖场场景点云分类方法中一帧养殖场场景点云删除地面点云后的示意图；
[0025]图4为本专利技术实施例提供的面向体尺测量的养殖场场景点云分类装置整体结构示意图；
[0026]图5为本专利技术实施例提供的电子设备整体结构示意图。
具体实施方式
[0027]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0028]在本专利技术实施例的一个实施例中提供一种面向体尺测量的养殖场场景分类方法，图1为本专利技术实施例提供的面向体尺测量的养殖场场景分类方法整体流程示意图，该方法包括：
[0029]S101，对待分类养殖场场景点云序列中的各帧待分类养殖场场景点云进行地面点云删除，获取各帧所述待分类养殖场场景点云中删除地面点云后的场景点云；
[0030]其中，待分类养殖场场景点云序列的每帧均为养殖场场景三维点云，点云即为三维点集合，记为C
i
；本实施例中，待分类养殖场场景点云序列由两个点云采集设备获取并配准，养殖场场景三维点云包含人、家畜、养殖设施及地面，上述殖场场景三维点云可能包含完整家畜，可能不包含完整家畜，优选地，养殖场场景三维点云最多包含一只家畜，如图2所示为本专利技术实施例提供的面向体尺测量的养殖场场景分类方法中一帧养殖场场景点云示意图。其中，图2中黑色部分为该帧中的养殖场场景点云。图2中的家畜为猪，本实施例不限于家畜的种类。本实施例不限于地面点云删除的方法，如图3所示为将某一帧待分类养殖场场景点云中的地面点云删除后的场景点云示意图。
[0031]S102，对各帧所述待分类养殖场场景点云中删除地面点云后的场景点云进行点云聚类分割，并对各聚类点云进行特征提取。
[0032]其中，点云聚类分割是利用某个特定标准把空间中的三维点分割成不同的类的方法，本实施例不限于聚类分割的方法，例如可采用KD树算法、k
‑
means算法等。对各帧所述待分类养殖场场景点云中删除地面点云后的场景点云进行聚类分割成若干聚类点云后，分别对各帧所述待分类养殖场场景点云中的聚类点云进行特征提取。...

【技术保护点】

【技术特征摘要】
1.一种面向体尺测量的养殖场场景点云分类方法，其特征在于，包括：对待识别养殖场场景点云序列中的各帧待识别养殖场场景点云进行地面点云删除，并对删除地面后的场景点云进行聚类分割，获取养殖场场景聚类点云集合；然后对所述养殖场场景聚类点云集合中的各聚类点云进行特征提取；接下来通过分类器将所述聚类点云分成两类：完整猪体表点云和非完整猪体表点云；最后根据聚类分类结果，对所述待识别养殖场场景点云序列中的场景点云进行分类：包含完整猪体表点云的场景点云和不包含完整猪体表点云的场景点云。2.根据权利要求1所述的面向体尺测量的养殖场场景点云分类方法，其特征在于，对待识别养殖场场景点云序列中的各帧待识别养殖场场景点云进行地面点云删除的步骤具体包括：基于布料模拟算法对待识别养殖场场景点云序列中的各帧待识别养殖场场景点云进行养殖场地面检测，然后将检测到的养殖场地面点云进行删除。3.根据权利要求1所述的面向体尺测量的养殖场场景点云分类方法，其特征在于，所述养殖场场景聚类点云集合中的各聚类点云进行特征提取的步骤包括：构建所述各聚类点云的局部坐标系；对各聚类点云进行空间变换，将局部坐标系转换到全局坐标系；沿所述空间变换后的各聚类点云的x轴，对所述各聚类点云进行切片，获取各聚类点云的切片点云序列数据；对所述各聚类点云的切片点云序列数据进行曲线拟合，将曲线拟合长度作为所述各聚类点云的特征。4.根据权利要求3所述的面向体尺测量的养殖场场景点云分类方法，其特征在于，通过以下方式确定所述各聚类点云的局部坐标系：各聚类点云的局部坐标系的原点为各聚类点云的重心，各聚类点云的局部坐标系的x轴、y轴和z轴方向为利用主成分分析法对各聚类点云计算得到的三个主轴方向。5.根据权利要求3所述的面向...

【专利技术属性】
技术研发人员：王可，翁晓星，付春艳，刘泓骏，
申请(专利权)人：中国计量大学，
类型：发明
国别省市：