[发明专利]一种采用单幅图像检测猪站立和躺卧姿态的方法

权利要求书

1.一种采用单幅图像检测猪站立和躺卧姿态的方法，其特征在于：包括如下步骤：

S1、建立猪姿态检测模型的步骤如下：

步骤1：采集多幅不同场景、不同时段、不同拍摄角度的待测物猪图像，对每一幅待测物猪图像处理获得待测物初步轮廓，将待测物猪初步轮廓以外的图像区域变为黑色；

步骤2：对步骤1获得的所有待测物猪图像采用DeepLab神经网络进行模型训练，得到待测物猪识别模型；

步骤3：对样本图像用待测物猪识别模型进行识别，得到与样本图像大小一致的分为前景和背景的初始分割图；

步骤4：对初始分割图进行处理获得定向矩阵，利用定向矩阵将母猪B的前景区域调整为图像的水平方向，建立待测物猪的外接矩形C，由外接矩形C内的像素点形成初始矩阵D；

步骤5：新建一个参考矩阵F，参考矩阵F的行数和列数均比初始矩阵D的行数和列数多定值E，将初始矩阵D覆盖到参考矩阵F的中央区域，参考矩阵F中除中央区域以外的其余元素各值全部设置为0；

步骤6：将参考矩阵F构成参考图像N，对参考图像N处理获得猪头特征或者猪尾特征，即区分出待测物猪的头部和尾部；如果猪头特征在图像的左侧，则保持参考图像N不变，否则将参考图像N进行180°旋转；

步骤7：对多幅已知待测物猪姿态类别的不同样本图像重复步骤3-步骤6进行处理得到由一系列不同参考图像N及对应的已知待测物猪姿态类别组成的姿态图集；

步骤8：将姿态图集输入到LeNet模型进行训练，得到训练后的LeNet模型，作为猪姿态检测模型；

S2、根据猪姿态检测模型进行猪站立和躺卧姿态检测的步骤如下：

步骤9：将待定图像输入到步骤2的待测物识别模型，得到分割图AS；

步骤10：按步骤4-步骤6相同方式对分割图AS进行处理，获得检测图像NS；

步骤11：将检测图像NS输入到猪姿态检测模型，输出获得待测物猪的站立和躺卧姿态类别的检测结果。

2.根据权利要求1所述的一种采用单幅图像检测猪站立和躺卧姿态的方法，其特征在于：所述步骤3中，初始分割图上属于待测物猪的像素点灰度值被赋值为1作为前景，不属于待测物猪的像素点的灰度值被赋值为0作为背景。

3.根据权利要求1所述的一种采用单幅图像检测猪站立和躺卧姿态的方法，其特征在于：所述的样本图像中已知待测物猪姿态类别分为站立姿态和躺卧姿态。