[发明专利]一种基于计算机视觉的同栏猪群平均体重估算方法

权利要求书

1.一种基于计算机视觉的同栏猪群平均体重估算方法，其特征在于，包括以下步骤：

S1、利用同栏猪群视觉估重系统实时采集猪群图像；所述同栏猪群视觉估重系统包括设置在猪栏的正中心位置顶部的摄像机，所述摄像机的安装高度满足其能拍摄到整个猪栏；

S2、建立近似的摄像机成像模型，通过摄像机完成图像坐标到三维世界坐标的近似转换，从而实现图像二维坐标到世界三维坐标的重建；

S3、对所述步骤S1中实时采集到的每帧猪群图像进行猪只检测和实例分割；进行猪只检测和实例分割具体为：利用目标检测方法检测出每帧图像中的猪只，并利用实例分割方法分割出每帧图像中的每只猪；

S4、对所述步骤S3中检测出来的每只猪进行猪的骨骼关节点检测；

S5、估计猪只各骨骼关节点距离地面高度的先验值；

S6、猪只姿态估计，即估计出猪只的姿态，猪只的姿态包括站立姿态和躺卧姿态；估计猪只姿态的具体方法包括：1)、采集猪不同姿态下的图像，提取其轮廓边缘，制作不同姿态下的模板；2)、对实例分割后的猪只提取其轮廓边缘，与姿态模板进行对比，选取平均匹配误差最小的模板作为该猪的姿态；

S7、利用猪只骨骼关节点和姿态信息，估计猪只的各部位尺寸信息；由于同栏猪中所有猪只的体型非常相近，因此假设存在一头虚拟猪，而猪栏中的不同猪是该虚拟猪的复制实例；利用一段时间内所有拍摄到的虚拟猪不同的姿态信息，来估计该头虚拟猪的各部位尺寸信息；

S8、采样猪只的实际重量，生成猪只估重回归模型；

S9、利用估算的猪只的各部位尺寸信息，结合猪只估重回归模型，估算出单只猪的体重。

2.根据权利要求1所述的同栏猪群平均体重估算方法，其特征在于，所述步骤S2中，使所述摄像机垂直向下拍摄，此时摄像机的成像平面与地面平行，光轴与地面垂直；以摄像机坐标系为世界坐标系，即以摄像机光心O为坐标原点，x、y轴为摄像机x、y轴，摄像机坐标系z轴为摄像机光轴；图像上的像素坐标(u，v)到三维世界坐标(x，y，z)的转换表达式为：

其中，dX和dY为每一个像素在x轴与y轴方向上的物理尺寸，h为摄像机光心到地面的距离，h′为待重建位置距离地面的高度，待重建位置为猪的骨骼关节点。

3.根据权利要求1所述的同栏猪群平均体重估算方法，其特征在于，利用YOLO算法检测出猪只的矩形框位置，利用SOLQ算法描绘出猪只的边缘轮廓信息，从而获得猪只的矩形框位置和边缘轮廓信息。

4.根据权利要求1所述的同栏猪群平均体重估算方法，其特征在于，所述步骤S4中，猪的骨骼关节点检测方法采用修改的openpose模型，所述修改的openpose模型通过对openpose模型的输出部分进行修改获得，具体为：取消骨骼关节点部位关联场，仅保留各骨骼关节点部位的置信度图，并将骨骼关节点置信图的数量改为猪的骨骼关节点的数目，每一张关节点置信图对应猪的一个骨骼关节点出现位置的概率热度图；采用修改的openpose模型对猪的骨骼关节点进行检测时：

1)、首先训练模型，制定猪的19个骨骼关节点；收集猪只在不同姿态下的图像，由人工标记猪的各个部位信息，对修改的openpose模型进行训练；

2)、在进行猪的骨骼关节点检测时，对于每一只猪，截取该猪的矩形框内的图像作为模型输入，模型输出猪的各骨骼关节点的位置。

5.根据权利要求1所述的同栏猪群平均体重估算方法，其特征在于，所述步骤S5中，分不同生长周期为猪只各骨骼关节点建立不同的高度先验值。

6.根据权利要求1所述的同栏猪群平均体重估算方法，其特征在于，所述步骤S6中，为增加鲁棒性，制作某类姿态模板时，该类模板包含10张不同猪只不同角度的模板。

7.根据权利要求1所述的同栏猪群平均体重估算方法，其特征在于，所述步骤S8的具体做法为：

1)、在猪群随机抽取m个猪只，利用前序步骤估算其体长、肩宽、臀宽、猪头长度、前蹄长度、后蹄长度、猪背部到猪肚的宽度，并人工进行称重得到实际体重；

2)、使用线性回归、幂回归、岭回归、Elastic Net回归、决策树回归、多层感知器或随机森林回归模型对猪的各部位参数和体重进行回归分析，根据均方误差最小原则，选取表现最好的回归模型。