[发明专利]基于机器视觉的笼养家禽异常行为检测方法及检测系统

权利要求书

1.基于机器视觉的笼养家禽异常行为检测方法，其特征在于，包括：

通过深度摄像头获取感兴趣区域的彩色图像及深度图像，其中感兴趣区域包括食槽和待检测区域；

在深度图像中定位出食槽位置，利用深度图像里食槽和待检测区域之间的距离对待检测区域进行定位；

对待检测区域中的家禽的站立或卧倒姿态进行识别，判断其是否属于疑似病禽。

2.根据权利要求1所述的基于机器视觉的笼养家禽异常行为检测方法，其特征在于，根据食槽特征在图像中定位出食槽位置，方法是：

在深度图像中获取出SURF特征点；

将深度图像中有特征点的行和该行的上下两行都进行标记；

利用Hough变换寻找深度图像中所有直线段；

找出最长的直线段确定为食槽位置。

3.根据权利要求2所述的基于机器视觉的笼养家禽异常行为检测方法，其特征在于，在深度图像中定位出食槽位置后，通过矫正算法将食槽矫正成水平状态，矫正算法是：

将彩色图像转换成灰度图像，并进行边缘检测和滤波；

然后采用Hough变换提取食槽直线段；

利用食槽直线段倾斜角计算旋转矩阵；

通过旋转矩阵利用仿射变换对图像进行校正。

4.根据权利要求3所述的基于机器视觉的笼养家禽异常行为检测方法，其特征在于，边缘检测采用Sobel算子，滤波采用中值滤波。

5.根据权利要求1所述的基于机器视觉的笼养家禽异常行为检测方法，其特征在于，对待检测区域中的家禽的站立或卧倒姿态进行识别，方法是：

(1)找出食槽中间水平线，利用深度图像信息获取该水平线上每点的真实距离d_c，c表示水平线在深度图像上的列数；

(2)将图像上每列满足下面公式的点设置为白色，其余为黑色：

d_c+k₁＜d′_c＜d_c+k₂

这里k₁和k₂为定值常数，d′_c为第c列点到摄像头的真实距离；

(3)利用形态学方法过滤掉噪声点；

(4)将距离少于一定阈值的点的轮廓进行合并；

(5)找出图像中所有白色区域的轮廓，删除面积过小的轮廓，找出剩余轮廓的外接矩形；

(6)利用轮廓外接矩形判断家禽的姿态是处于站立姿态还是卧倒姿态，如果是卧倒姿态，则判定为疑似病禽。

6.根据权利要求5所述的基于机器视觉的笼养家禽异常行为检测方法，其特征在于，所述步骤(6)中，通过轮廓外接矩形宽高比判断家禽是处于站立或是卧倒姿态，方法是：

这里W_rect为轮廓外接矩形的宽，H_rect为轮廓外接矩形的高；k₃为定值常数，当宽高比大于k₃时，即上式成立时，认为家禽处于卧倒姿态，上式不成立时，认为家禽处于站立姿态。

7.一种用于实现权利要求1-6任一项所述笼养家禽异常行为检测方法的检测系统，其特征在于，该系统包括可在畜禽舍内进行巡检的移动车，移动车上设有深度摄像头和处理器，处理器中软件模块用于实现笼养家禽异常行为检测方法，处理器通过网络与远程控制端连接，移动车上设有定位装置。