System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于奶牛体尺测量,具体涉及一种非接触式奶牛体尺测量方法。
技术介绍
1、奶牛体尺参数的测量在奶牛健康养殖中占据重要地位,奶牛体尺参数(例如尻宽和体宽)不仅能够反映其生长发育状况和生产性能水平,还与奶牛对环境的适应能力、生产能力和繁殖能力等密切相关,也为畜牧专家选育优良品种提供参考依据。
2、目前我国测量奶牛体尺多采用传统的接触式测量方法,即使用测杖、卷尺和皮尺等工具进行奶牛体尺的手工测量。该方法测量难度较大,效率低下,且测量结果易受人为主观因素影响,而却直接接触测量可能会使奶牛应激影响奶牛生长。
3、随着机器视觉技术的发展,三维重建与点云处理技术也比较普及,在利用图像处理方法自动测量奶牛体尺方面,国内外已取得较大的研究进展。其中,对于体尺中的尻宽,尻宽为坐骨结节之间的距离,目前最常用的定位尻宽的方法是直接选择最高点作为坐骨结节位置,但由于采集的点云数据可能受各方面影响导致采用该种方式定位出的坐骨结节位置不准确,进而影响体尺中的尻宽的测量精度。
技术实现思路
1、本专利技术的目的在于提供一种非接触式奶牛体尺测量方法,用以解决采用现有技术中的方式造成的体尺中的尻宽测量精度低的问题。
2、为解决上述技术问题,本专利技术提供了一种非接触式奶牛体尺测量方法,对奶牛背部区域的深度图像进行奶牛关键点定位以计算奶牛的体尺;所述体尺包括尻宽,尻宽对应的关键点为针骨,两个针骨之间在世界坐标系下的距离为所述尻宽,针骨的定位方式为:
3、1)以设定
4、2)对于一个窗口,确定沿与奶牛脊柱垂直方向上的奶牛点云包络线与奶牛点云之间的两个凹陷区域,确定两个凹陷区域的面积和;对于一个凹陷区域,确定该凹陷区域的包络线与奶牛点云之间的最大凹陷深度,进而求取每个凹陷区域的最大凹陷深度的平均值;利用所述面积和以及所述平均值评估该窗口;
5、3)利用评估结果最佳的窗口定位针骨。
6、进一步地,步骤2)中利用所述面积和以及所述平均值评估该窗口的手段为:将所述面积和以及所述平均值分别进行归一化处理,将归一化处理后的面积和以及归一化处理后的平均值进行加权求和,得到该窗口对应的评估结果;且加权求和结果越大表明评估结果越佳。
7、进一步地,体尺还包括体宽,体宽对应的关键点为腰角骨,两个腰角骨之间在世界坐标系下的距离为所述体宽;腰角骨的定位方式为:沿与奶牛脊柱垂直的方向上,根据该方向上每一列各奶牛点云的深度值计算得到每一列深度值的和值,腰角骨位于最大和值所在列上。
8、进一步地,所述奶牛背部区域的深度图像为对奶牛背部区域的原始深度图像进行旋转处理后的图像,且旋转后的图像使得世界坐标系中的x轴与深度图像中奶牛脊柱的拟合线平行。
9、进一步地,奶牛脊柱的拟合线采用如下方式拟合得到:将深度图像从像素坐标系转换到世界坐标系,将奶牛点云投影到世界坐标系的xoy平面上,投影后沿y轴方向上,根据该方向上每一列各奶牛点云的深度值提取每一列深度值的最大值,对所有的深度值的最大值进行线性拟合得到初步拟合线,根据初步拟合线确定奶牛脊柱的拟合线。
10、进一步地,根据初步拟合线确定奶牛脊柱的拟合线的手段为:计算各深度值的最大值对应的奶牛点云与初步拟合线之间的距离,将各深度值的最大值对应的奶牛点云中距离大于设定的距离阈值的奶牛点云进行剔除,利用剔除后的奶牛点云进行线性拟合得到所述奶牛脊柱的拟合线。
11、进一步地,所述奶牛背部区域的深度图像为对奶牛背部区域的原始深度图像进行背景去除进而对点云进行聚类后的图像。
12、进一步地,进行聚类所采用的聚类算法为k-means聚类算法。
13、进一步地,利用架设在奶牛行走区域上方或者侧后方的深度相机拍摄得到所述奶牛背部区域的原始深度图像。
14、进一步地,进行加权求和时,归一化处理后的面积和以及归一化处理后的平均值对应的权重均为0.5。
15、本专利技术的有益效果为:由于奶牛坐骨结节位置有明显的三维特征,即两边突起呈现w状,因此,根据坐骨结节的突起程度,即结合奶牛点云包络线与奶牛点云之间的两个凹陷区域面积和以及奶牛点云包络线与奶牛点云之间的两个最大凹陷深度的均值对坐骨结节进行精准定位,两个凹陷区域面积和越大越有可能为坐骨结节,两个最大凹陷深度的均值越大越有可能为坐骨结节,综合考虑这两方面因素以根据针骨定位结果实现体尺中的尻宽的精准测量。相较于现有技术中仅根据点云深度的方式更为准确,减少了由于数据采集造成的误差而使得尻宽计算不准确的情况出现。
本文档来自技高网...【技术保护点】
1.一种非接触式奶牛体尺测量方法,其特征在于,对奶牛背部区域的深度图像进行奶牛关键点定位以计算奶牛的体尺;所述体尺包括尻宽,尻宽对应的关键点为针骨,两个针骨之间在世界坐标系下的距离为所述尻宽,针骨的定位方式为:
2.根据权利要求1所述的非接触式奶牛体尺测量方法,其特征在于,步骤2)中利用所述面积和以及所述平均值评估该窗口的手段为:将所述面积和以及所述平均值分别进行归一化处理,将归一化处理后的面积和以及归一化处理后的平均值进行加权求和,得到该窗口对应的评估结果;且加权求和结果越大表明评估结果越佳。
3.根据权利要求1所述的非接触式奶牛体尺测量方法,其特征在于,体尺还包括体宽,体宽对应的关键点为腰角骨,两个腰角骨之间在世界坐标系下的距离为所述体宽;腰角骨的定位方式为:沿与奶牛脊柱垂直的方向上,根据该方向上每一列各奶牛点云的深度值计算得到每一列深度值的和值,腰角骨位于最大和值所在列上。
4.根据权利要求1所述的非接触式奶牛体尺测量方法,其特征在于,所述奶牛背部区域的深度图像为对奶牛背部区域的原始深度图像进行旋转处理后的图像,且旋转后的图像使得世界坐标
5.根据权利要求4所述的非接触式奶牛体尺测量方法,其特征在于,奶牛脊柱的拟合线采用如下方式拟合得到:将深度图像从像素坐标系转换到世界坐标系,将奶牛点云投影到世界坐标系的XOY平面上,投影后沿Y轴方向上,根据该方向上每一列各奶牛点云的深度值提取每一列深度值的最大值,对所有的深度值的最大值进行线性拟合得到初步拟合线,根据初步拟合线确定奶牛脊柱的拟合线。
6.根据权利要求5所述的非接触式奶牛体尺测量方法,其特征在于,根据初步拟合线确定奶牛脊柱的拟合线的手段为:计算各深度值的最大值对应的奶牛点云与初步拟合线之间的距离,将各深度值的最大值对应的奶牛点云中距离大于设定的距离阈值的奶牛点云进行剔除,利用剔除后的奶牛点云进行线性拟合得到所述奶牛脊柱的拟合线。
7.根据权利要求1所述的非接触式奶牛体尺测量方法,其特征在于,所述奶牛背部区域的深度图像为对奶牛背部区域的原始深度图像进行背景去除进而对点云进行聚类后的图像。
8.根据权利要求7所述的非接触式奶牛体尺测量方法,其特征在于,进行聚类所采用的聚类算法为K-means聚类算法。
9.根据权利要求4~8任一项所述的非接触式奶牛体尺测量方法,其特征在于,利用架设在奶牛行走区域上方或者侧后方的深度相机拍摄得到所述奶牛背部区域的原始深度图像。
10.根据权利要求2所述的非接触式奶牛体尺测量方法,其特征在于,进行加权求和时,归一化处理后的面积和以及归一化处理后的平均值对应的权重均为0.5。
...【技术特征摘要】
1.一种非接触式奶牛体尺测量方法,其特征在于,对奶牛背部区域的深度图像进行奶牛关键点定位以计算奶牛的体尺;所述体尺包括尻宽,尻宽对应的关键点为针骨,两个针骨之间在世界坐标系下的距离为所述尻宽,针骨的定位方式为:
2.根据权利要求1所述的非接触式奶牛体尺测量方法,其特征在于,步骤2)中利用所述面积和以及所述平均值评估该窗口的手段为:将所述面积和以及所述平均值分别进行归一化处理,将归一化处理后的面积和以及归一化处理后的平均值进行加权求和,得到该窗口对应的评估结果;且加权求和结果越大表明评估结果越佳。
3.根据权利要求1所述的非接触式奶牛体尺测量方法,其特征在于,体尺还包括体宽,体宽对应的关键点为腰角骨,两个腰角骨之间在世界坐标系下的距离为所述体宽;腰角骨的定位方式为:沿与奶牛脊柱垂直的方向上,根据该方向上每一列各奶牛点云的深度值计算得到每一列深度值的和值,腰角骨位于最大和值所在列上。
4.根据权利要求1所述的非接触式奶牛体尺测量方法,其特征在于,所述奶牛背部区域的深度图像为对奶牛背部区域的原始深度图像进行旋转处理后的图像,且旋转后的图像使得世界坐标系中的x轴与深度图像中奶牛脊柱的拟合线平行。
5.根据权利要求4所述的非接触式奶牛体尺测量方法,其特征在于,奶牛脊柱的拟合线采用如下方式拟合得到:将深度图像从像素坐标...
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。