[发明专利]一种猪只背膘厚度测定方法及系统

说明书

本发明涉及动物检测技术领域，公开了一种猪只背膘厚度测定方法，其获取猪只臀部的RGB‑D视频，通过预先训练的Mask R‑CNN模型从RGB‑D视频中的各帧图像中确定关键帧，并获得具有猪只目标的分割图像，Mask R‑CNN模型的特征提取网络采用轻量级网络MobilenetV3，其使用深度可分离卷积和逆残差结构，并引入轻量级attention模块；然后再根据猪只的生理部位和臀部宽度，将具有猪只目标的分割图像切割获得猪只臀部关键区域图像；接着将猪只臀部关键区域图像做四通道输入至训练好的深度学习模型网路中进行膘厚预测，该深度学习模型网络使用resenet50骨干网络结合FPN结构，使本发明的背膘厚度值预测更加准确。另外，本发明还提供一种实现上述方法的系统。

技术领域

本发明涉及动物检测技术领域，特别是涉及一种猪只背膘厚度测定方法及系统。

背景技术

猪只的膘厚是反映猪只体况的重要指标之一。根据猪只的膘厚来调控饲喂量是高效养殖的方法，它影响着肉质的嫩度和风味。传统普遍的膘厚的测量方式主要是由人工进行测量。在实际生产中，饲养员严格按照国际养猪业通用的规定，使用背膘测试仪手动测量母猪P2点背膘(最后肋处)。该方法测量结果较准，但耗费人力物力，且易导致猪只的应激反应，不利于猪只的福利。

目前，为了提高猪只福利以及降低劳动量，出现了通过采集猪只图像，经过图像处理，提取背膘区域，通过在线测量获得背膘厚度的方法。该方法采集的是RGB图像，在背膘区域提取时容易被周围环境干扰，导致背膘区域提取困难，并存在误差，进而导致背膘厚度的测量结果不准确。

中国发明专利CN104515472A(公开日为2015年04月15日)公开了一种便携式猪肉二分体背膘厚度无损检测方法，包括：采集探筒对应的图像，获取猪肉二分体图像；去除背景，提取背膘区域；确定背膘区域的测量线，根据测量线上白色像素点的个数计算背膘厚度，通过工业相机获取在线猪胴体图像，进行一系列图像处理算法，提取背膘区域，确定背膘厚度检测位置，在线测量猪肉二分体背膘厚度特征参数，自动分级并保存相应数据。该专利采集的图像为彩色图像，易受到光照、阴影以及自身表面纹理产生的干扰，所以背膘区域提取困难，且提取结果不够准确，并且该专利是通过每个像素点所代表的实际长度大小计算背膘厚度大小，因此，也会导致背膘厚度的测量结果不够准确。

发明内容

本发明的目的是提供一种测量结果更加准确的猪只背膘厚度测定方法及系统。

为了实现上述目的，本发明提供了一种猪只背膘厚度测定方法，包括如下步骤：

S1、从猪只的后方采集其行走的RGB-D原始视频；

S2、对RGB-D原始视频中的关键帧进行图像分割，获得猪只臀部关键区域图像；

S3、将猪只臀部关键区域图像做四通道输入至预先训练的深度学习模型，进行特征提取，最后输出预测的膘厚值。

作为优选方案，在步骤S1中，设置过道，在过道的上方架设3D摄像头，3D摄像头与竖直方向的夹角为15°～20°，3D摄像头拍摄走过过道的猪只臀部，获得RGB-D原始视频。

作为优选方案，步骤S2包括：

S2.1、在步骤S1获得的RGB-D原始视频画面中划出感兴趣区域，通过预先训练的Mask R-CNN模型确定关键帧，并获得具有猪只目标的分割图像；

S2.2、根据生理部位以及臀部宽度对步骤S2.1获得的猪只目标分割图像进行关键区域切割，获得猪只臀部关键区域图像。

作为优选方案，步骤S2.1包括：

S2.1.1、在RGB-D原始视频画面中设置感兴趣区域；

S2.1.2、选取RGB-D原始视频中的一帧图像；

S2.1.3、对选取的该帧图像进行猪只的目标检测与实例分割；