【技术实现步骤摘要】
本专利技术属于牛体温度检测，具体涉及一种非接触式牛体温度检测方法及系统。
技术介绍
1、牛作为一种具有成熟养殖技术的商业化动物，随着经济和技术进步，已经发展为系统养殖、管理的规模化产业。牛是恒温动物，正常情况下，体温和活动量只在较为恒定的范围内发生细微变化，但病理过程时却发生不同程度的体温升高或降低等变化，并伴随活动量的明显改变。因此，需要对牛群进行定期的温度检测，确保第一时间发现牛只的异常健康情况。
2、现有的牛体温度检测一般都需要人工每天通过体温计插入牛只的肛门，进行体温读取测量，对于工作人员的安全性低，容易发生事故；同时，对于大型养殖场而言，人工进行牛体温度检测工程比较大，人力成本投入大，效率低，牛体温度检测数据记录存储困难，数据价值低。
技术实现思路
1、为了解决现有技术存在的安全性低、人力成本投入大、效率低、数据记录存储困难以及数据价值低的问题，本专利技术目的在于提供一种非接触式牛体温度检测方法及系统。
2、本专利技术所采用的技术方案为：
3、一种非接触式牛体温度检测方法，包括如下步骤：
4、根据历史牛体双光谱图像数据集，使用图像识别算法，构建牛体目标识别模型和牛体图像分割模型；
5、采集检测区域的环境温度数据和实时监控双光谱视频数据，并对实时监控双光谱视频数据进行帧截取，得到连续帧的实时监控双光谱图像数据集；
6、将实时监控双光谱图像数据集输入牛体目标识别模型，进行牛体目标识别，得到若干牛体目标的实
7、根据每一牛体目标的实时牛体目标双光谱图像数据集，使用金字塔光流法，进行运动牛体目标检测，得到对应的运动牛体目标检测结果；
8、若运动牛体目标检测结果为运动牛体目标，则剔除运动牛体目标和对应的实时牛体目标双光谱图像数据集，并进入下一步骤；
9、将每一非运动牛体目标的实时牛体目标双光谱图像数据集输入牛体图像分割模型，进行牛体图像分割，得到对应的实时牛体目标分割图像数据集；
10、根据每一非运动牛体目标的实时牛体目标分割图像数据集和检测区域的环境温度数据，获取并在线存储对应的实时牛体温度检测数据集。
11、进一步地，历史牛体双光谱图像数据集包括若干历史牛体双光谱图像数据，历史牛体双光谱图像数据包括历史牛体可见光图像数据和对应的历史牛体红外图像数据；
12、实时监控双光谱视频数据集包括若干实时监控双光谱视频数据，实时监控双光谱视频数据包括实时监控可见光视频数据和对应的实时监控红外视频数据；
13、实时监控双光谱图像数据集若干实时监控双光谱图像数据，实时监控双光谱图像数据包括实时监控可见光图像数据和对应的实时监控红外图像数据；
14、实时牛体目标双光谱图像数据集包括若干实时牛体目标双光谱图像数据，实时牛体目标双光谱图像数据包括实时牛体目标可见光图像数据和对应的实时牛体目标红外图像数据。
15、进一步地，根据历史牛体双光谱图像数据集，使用图像识别算法，构建牛体目标识别模型和牛体图像分割模型，包括如下步骤：
16、采集包括不同牛体姿态的历史牛体双光谱图像数据集，并对历史牛体双光谱图像数据集进行预处理，得到预处理后历史牛体双光谱图像数据集；
17、根据预处理后历史牛体双光谱图像数据集，使用lftcnn算法，构建牛体目标识别模型，并得到对应的历史牛体目标双光谱图像数据集；
18、根据历史牛体目标双光谱图像数据集，使用gscnn算法，构建牛体图像分割模型。
19、进一步地，牛体目标识别模型包括第一输入层、第一卷积通道、第二卷积通道、全连接层、分类层以及第一输出层，第一输入层分别与第一卷积通道和第二卷积通道连接，第一卷积通道和第二卷积通道均与全连接层连接，全连接层、分类层以及第一输出层依次连接；
20、第一卷积通道包括依次连接的若干第一卷积模块，每个第一卷积模块包括依次连接的第一卷积层和第一池化层，位于首端和末端的第一池化层均与全连接层连接；
21、第二卷积通道包括依次连接的若干第二卷积模块，每个第二卷积模块包括依次连接的第二卷积层和第二池化层，位于首端和末端的第二池化层均与全连接层连接。
22、进一步地，牛体图像分割模型包括第二输入层、规则流模块、形状流模块、融合模块以及第二输出层，第二输入层分别与规则流模块和形状流模块连接，规则流模块和形状流模块均与融合模块连接，融合模块与第二输出层连接。
23、进一步地，将实时监控双光谱图像数据集输入牛体目标识别模型，进行牛体目标识别，得到若干牛体目标的实时牛体目标双光谱图像数据集，包括如下步骤：
24、对实时监控双光谱图像数据集进行预处理，得到预处理后实时监控双光谱图像数据集，并将预处理后实时监控双光谱图像数据集输入牛体目标识别模型的第一输入层；
25、使用牛体目标识别模型的第一卷积通道，提取预处理后实时监控红外图像数据的实时监控红外图像数据低层特征和实时监控红外图像数据高层特征；
26、使用牛体目标识别模型的第二卷积通道，提取预处理后实时监控可见光图像数据的实时监控可见光图像数据低层特征和实时监控可见光图像数据高层特征；
27、使用牛体目标识别模型的全连接层，对实时监控红外图像数据低层特征、实时监控红外图像数据高层特征、实时监控可见光图像数据低层特征以及实时监控可见光图像数据高层特征进行特征融合，得到对应的实时监控双光谱图像数据融合特征；
28、使用牛体目标识别模型的分类层，根据实时实时监控双光谱图像数据融合特征，进行牛体目标分类，得到若干牛体目标的牛体目标预测框；
29、使用牛体目标识别模型的第一输出层，根据若干牛体目标的牛体目标预测框，对预处理后实时监控双光谱图像数据集进行裁剪，得到若干牛体目标连续帧的实时牛体目标双光谱图像数据集。
30、进一步地，根据每一牛体目标的实时牛体目标双光谱图像数据集，使用金字塔光流法，进行运动牛体目标检测，得到对应的运动牛体目标检测结果，包括如下步骤：
31、根据同一牛体目标的实时牛体目标双光谱图像数据集，依次抽取相邻两帧的实时牛体目标双光谱图像数据，使用金字塔光流法，获取对应的若干光流值；
32、将大于光流值阈值的光流值作为运动光流值，若运动光流值的数量超过数量阈值，则输出运动牛体目标检测结果为运动牛体目标；
33、遍历所有牛体目标的实时牛体目标双光谱图像数据集，得到所有牛体目标的运动牛体目标检测结果。
34、进一步地，将每一非运动牛体目标的实时牛体目标双光谱图像数据集输入牛体图像分割模型，进行牛体图像分割，得到对应的实时牛体目标分割图像数据集，包括如下步骤：
35、将非运动牛体目标的实时牛体目标可见光图像数据输入牛体图像分割模型的第二输入层；
36、使用牛体图像分割模型的规则流模块，提取实时牛体目标本文档来自技高网...
【技术保护点】
1.一种非接触式牛体温度检测方法，其特征在于：包括如下步骤：
2.根据权利要求1所述的一种非接触式牛体温度检测方法，其特征在于：所述的历史牛体双光谱图像数据集包括若干历史牛体双光谱图像数据，所述的历史牛体双光谱图像数据包括历史牛体可见光图像数据和对应的历史牛体红外图像数据；
3.根据权利要求2所述的一种非接触式牛体温度检测方法，其特征在于：根据历史牛体双光谱图像数据集，使用图像识别算法，构建牛体目标识别模型和牛体图像分割模型，包括如下步骤：
4.根据权利要求3所述的一种非接触式牛体温度检测方法，其特征在于：所述的牛体目标识别模型包括第一输入层、第一卷积通道、第二卷积通道、全连接层、分类层以及第一输出层，所述的第一输入层分别与第一卷积通道和第二卷积通道连接，所述的第一卷积通道和第二卷积通道均与全连接层连接，所述的全连接层、分类层以及第一输出层依次连接；
5.根据权利要求3所述的一种非接触式牛体温度检测方法，其特征在于：所述的牛体图像分割模型包括第二输入层、规则流模块、形状流模块、融合模块以及第二输出层，所述的第二输入层分别与规则流模块
6.根据权利要求4所述的一种非接触式牛体温度检测方法，其特征在于：将实时监控双光谱图像数据集输入牛体目标识别模型，进行牛体目标识别，得到若干牛体目标的实时牛体目标双光谱图像数据集，包括如下步骤：
7.根据权利要求1所述的一种非接触式牛体温度检测方法，其特征在于：根据每一牛体目标的实时牛体目标双光谱图像数据集，使用金字塔光流法，进行运动牛体目标检测，得到对应的运动牛体目标检测结果，包括如下步骤：
8.根据权利要求5所述的一种非接触式牛体温度检测方法，其特征在于：将每一非运动牛体目标的实时牛体目标双光谱图像数据集输入牛体图像分割模型，进行牛体图像分割，得到对应的实时牛体目标分割图像数据集，包括如下步骤：
9.根据权利要求2所述的一种非接触式牛体温度检测方法，其特征在于：根据每一非运动牛体目标的实时牛体目标分割图像数据集和检测区域的环境温度数据，获取并在线存储对应的实时牛体温度检测数据集，包括如下步骤：
10.一种非接触式牛体温度检测系统，用于实现如权利要求1-9任一所述的非接触式牛体温度检测方法，其特征在于：所述的系统包括依次连接的图像识别模型构建单元、视频数据帧截取单元、牛体目标识别单元、运动牛体目标检测单元、运动牛体目标剔除单元、牛体图像分割单元以及牛体温度检测单元；
...【技术特征摘要】
1.一种非接触式牛体温度检测方法，其特征在于：包括如下步骤：
2.根据权利要求1所述的一种非接触式牛体温度检测方法，其特征在于：所述的历史牛体双光谱图像数据集包括若干历史牛体双光谱图像数据，所述的历史牛体双光谱图像数据包括历史牛体可见光图像数据和对应的历史牛体红外图像数据；
3.根据权利要求2所述的一种非接触式牛体温度检测方法，其特征在于：根据历史牛体双光谱图像数据集，使用图像识别算法，构建牛体目标识别模型和牛体图像分割模型，包括如下步骤：
4.根据权利要求3所述的一种非接触式牛体温度检测方法，其特征在于：所述的牛体目标识别模型包括第一输入层、第一卷积通道、第二卷积通道、全连接层、分类层以及第一输出层，所述的第一输入层分别与第一卷积通道和第二卷积通道连接，所述的第一卷积通道和第二卷积通道均与全连接层连接，所述的全连接层、分类层以及第一输出层依次连接；
5.根据权利要求3所述的一种非接触式牛体温度检测方法，其特征在于：所述的牛体图像分割模型包括第二输入层、规则流模块、形状流模块、融合模块以及第二输出层，所述的第二输入层分别与规则流模块和形状流模块连接，所述的规则流模块和形状流模块均与融合模块连接，所述的融合模块与第二输出层连接。
6.根据权利要...
【专利技术属性】
技术研发人员：王兴，
申请(专利权)人：阿牧网云北京科技有限公司，
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。