基于深度学习算法的奶牛体尺测量方法技术

本发明专利技术公开了一种基于深度学习算法的奶牛体尺测量方法，包括以下步骤：S1：奶牛选取：通过多个奶牛中抽取体形不同的奶牛，并对各个奶牛进行编号进行记录；S2：建立TOF相机：通过建立测量点，并且在测量点的顶部、前后、左右均设置有相机，且相机的数量设置为2

【技术实现步骤摘要】
基于深度学习算法的奶牛体尺测量方法


[0001]本专利技术涉及体尺测量方法术领域，尤其涉及一种基于深度学习算法的奶牛体尺测量方法。

技术介绍

[0002]奶牛的生长状况、体尺性状、体型性状和繁殖性状息息相关，体尺参数的变化能直接反应出奶牛的生长状况。妊娠奶牛体尺参数的变化对产仔的存活数、出生时奶牛的体重以及断奶奶牛的体重起着关键作用。采用常规获取体尺参数的方法对奶牛进行直接接触测量，会给奶牛带来应激性，影响其健康生长。
[0003]随着科学技术发展，三维重建与点云处理技术已较普及，目前，用于体尺测量技术的点云获取设备大多为激光扫描仪，但是激光扫描仪结构较为复杂，测量现场的操作情况直接影响点云数据疏密程度，非常可能会给后期数据处理带来较大不便，因此我们提出了基于深度学习算法的奶牛体尺测量方法，用来解决上述问题。

技术实现思路

[0004]基于
技术介绍
存在的技术问题，本专利技术提出了基于深度学习算法的奶牛体尺测量方法。
[0005]本专利技术提出的基于深度学习算法的奶牛体尺测量方法，包括以下步骤：
[0006本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于深度学习算法的奶牛体尺测量方法，其特征在于，包括以下步骤：S1：奶牛选取：通过多个奶牛中抽取体形不同的奶牛，并对各个奶牛进行编号进行记录；S2：建立TOF相机：通过建立测量点，并且在测量点的顶部、前后、左右均设置有相机，且相机的数量设置为2
‑
3个；S3：数据测量：通过S2中的相机，对测量点中的奶牛完整身体区域的深度图像进行采集；S4：奶牛三维模型：除去背景数据，通过覆盖奶牛完整身体区域的深度图像，构建奶牛三维模型；S5：模型分割：通过对奶牛的三维模型进行分割，并把三维图像数据转化为三维坐标点数据；S6：建立三维坐标：将奶牛长度的方向设为坐标的X轴，将垂直于X轴方向的Y轴设为奶牛数据的Y轴；将原始数据X轴和Y轴同时以Z坐标旋转θ角度，得到坐标轴F1和F2；S7：选取测量点：通过三维坐标轴选取两个体尺的测量点，且测量起点设置为l1(X1、Y1、Z1)，测量终终点l2(X2、Y2、Z2)；S8：通过体尺算法对对应的尺寸数据进场测量。2.根据权利要求1所述的基于深度学习算法的奶牛体尺测量方法，其特征在于，所述S6中的旋转变换公式如公式，得到的坐标轴F1作为后续数据处理的新的坐标系X、Y轴；F1＝Xcosθ
±
...

【专利技术属性】
技术研发人员：郭雷风，马亚宾，王连杰，张磊，杨晨东，黄鹏跃，张礼，彭杨威，胡天赐，蒋呈祥，马军红，李元红，
申请(专利权)人：乐康牧医河北科技有限公司，
类型：发明
国别省市：