[发明专利]一种单目摄像机视觉测重方法

权利要求书

1.一种单目摄像机视觉测重方法，其特征在于：包括以下步骤：

步骤1：采集数据；通过单目摄像机采集禽肉生产流水线视频；将在生产线上的所有禽类都进行编号，以及记录每个编号所对应的禽类重量，采集过程中应使体重在一定范围内均有大量的采样且分布均匀；在禽肉生产流水线背后放置挡板，挡板覆盖住整个单目摄像机拍摄的视野；

步骤2：数据预处理，捕捉禽类的标准图片，并对所有标准图片进行编码；

步骤3：训练网络，使卷积神经网络学习到禽类的图片与重量的关系，得到预测模型；

步骤3.1：获取所有禽类的标准图片，导入图片以及每张图片所对应的体重标签；将标准图片按编码分为训练集与测试集；即同一编号不同视角的图片应全部出现在同一集合中；

步骤3.2：将卷积神经网络参数初始化，将训练集内的标准图片作为卷积神经网络的输入，禽类重量作为卷积神经网络的输出；将标准图片依次输入网络，进行卷积神经网络的训练；当预测精度达到预定值时，停止训练网络，同时保存网络中参数的数据，得到预测模型；

步骤3.3：利用测试集对预测模型进行精度预测，判断预测精度是否达到预定值，若是，则输出预测模型；若否，则执行步骤3.1；

步骤4：获取预测样本，对预测样本进行n张图片的取样，将所有图片输入至预测模型，综合n次的预测结果，得出禽类的体重；

步骤4.1：对需要预测的样本进行n张图片的取样，每张图片为不同的视角拍摄，并对n张图片均进行步骤2的数据预处理；

步骤4.2：将n张数据预处理后的禽类图片通过预测模型进行预测，并选取n次预测值的平均值作为最终的预测结果，估计出禽类的体重。

2.根据权利要求1所述的一种单目摄像机视觉测重方法，其特征在于：所述步骤2包括如下具体步骤：

步骤2.1：采用目标跟踪方法截取禽肉生产流水线上流动的禽类图片；截取时选取参考点，使禽类在图片相同的位置，没有位置上的偏差，最终输出的禽类图片大小相等；

步骤2.2：将截取的禽类图片的R、G、B三通道进行拆分，并选则R通道的图片；

步骤2.3：设定阈值，对步骤2.2得到的R通道图片进行背景去除，使小于阈值的像素值全部归零，然后将图片每一个像素值除以255进行图片的归一化，最终获得图片上只存在禽类的标准图片，并将所有标准图片按照其对应的禽类编码进行标注。

3.根据权利要求1所述的一种单目摄像机视觉测重方法，其特征在于：所述步骤3中网络结构参数配置为：卷积神经网络卷积层的部分：卷积核大小为3*3，每一层的激活函数采用softplus激活函数，每一层卷积激活后均用最大池化；在通过3次卷积操作后，将三维的卷积块转换为特征向量，然后进入全连接层；全连接层包括两层隐层，第一层隐层包含32个神经元，第二层隐层包含16个神经元；除了输出层外，其余全连接层均采用softplus激活函数激活；两层隐层在训练时均采用随机失活dropout，随机失活率为10％；最后输出一个值；训练的具体预参数设置为：学习率采用学习率衰减方法，开始设定为0.0001，衰减率为0.99，每1000个batch衰减一次学习率；优化器采用Adam优化器，损失函数为均方根损失函数。

4.根据权利要求1所述的一种单目摄像机视觉测重方法，其特征在于：所述步骤1中的挡板应选择对红光不敏感的颜色。