[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

说明书

本发明公开了一种基于机器视觉的笼养家禽异常行为检测方法及检测系统，方法包括步骤：可在畜禽舍内进行巡检的移动车上的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。本发明根据食槽在图像中的特征突出，能在图像中进行准确定位的特点，来间接实现对待检测区域进行准确定位，进而便于对家禽进行识别和定位，从而达到疾病预警的目的。

技术领域

本发明涉及畜禽智能化养殖技术领域，更具体的说，涉及一种畜禽养殖场中基于机器视觉的笼养家禽异常行为检测方法及检测系统。

背景技术

以鸡这一家禽为例，笼养鸡比散养鸡具有更高的经济效益，因为它能充分利用建筑空间，降低养殖成本，从而解决土地资源紧张的问题。对于大型养殖场，由于笼养鸡数量庞大，工作人员较少，对笼养鸡健康状况的巡查较为困难。疾病发现的不及时可能导致大面积的鸡群感染，造成严重的经济损失，甚至威胁人类健康。同样的，其他类似鸭、猪等家禽的养殖也具有上述缺陷。

因此，家禽疾病的预警已经成为养殖场所关注的重点问题。

发明内容

本发明的主要目的在于克服现有技术的缺点与不足，提供一种基于机器视觉的笼养家禽异常行为检测方法，该方法能在不改变环境的前提下解决光线不足的问题，从而对笼养家禽行为进行监测，实现疾病预警的目的。

本发明的另一目的在于提供一种用于实现上述基于机器视觉的笼养家禽异常行为检测方法的检测系统，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。通过移动车可在畜禽舍内巡检，在巡检过程中通过深度摄像头较近距离拍摄图像，通过笼养家禽异常行为检测方法对图像进行处理，实现笼养家禽异常行为准确检测。

本发明的目的通过以下的技术方案实现：基于机器视觉的笼养家禽异常行为检测方法，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。

本发明根据笼养家禽养殖中会配备“食槽”这一结构，食槽在图像中的特征突出，能在图像中进行准确定位的特点，来间接实现对待检测区域进行准确定位，进而便于对待检测区域中的家禽的姿态进行识别和定位，从而达到疾病预警的目的。

优选的，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。

优选的，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，以便于后续待检测区域的特征提取等，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。

更进一步的，边缘检测采用Sobel算子，滤波采用中值滤波。