[发明专利]一种生猪体尺视觉测量的特征点选取及测量方法在审
申请号: | 202210538688.3 | 申请日: | 2022-05-18 |
公开(公告)号: | CN114973321A | 公开(公告)日: | 2022-08-30 |
发明(设计)人: | 秦文虎;杨雨锟;孙立博 | 申请(专利权)人: | 东南大学 |
主分类号: | G06V40/10 | 分类号: | G06V40/10;G06V10/44;G06V10/764;G06V10/82;G06K9/62;G06N3/04;G06N3/08;G06T3/00;G06T5/00;G06T7/60 |
代理公司: | 南京众联专利代理有限公司 32206 | 代理人: | 张天哲 |
地址: | 210096 *** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 生猪 视觉 测量 特征 选取 测量方法 | ||
1.一种生猪体尺视觉测量的特征点选取及测量方法,其特征在于:包括以下步骤:
步骤S1、在养殖猪舍中架设导轨以及巡检设备,在巡检设备上安装摄像头,通过交换机与主机连接采集图像;
步骤S2、获得采集图像构建生猪养殖图像数据集,图像输入YOLOv5,通过骨干网络提取图像特征信息,特征信息经过卷积计算得到猪只检测包围框左上角在图像中的坐标以及长宽大小,从而将猪只从图像中进行分离;
步骤S3、根据大量统计测试设计猪只特征点,以SimpleBaselines算法为基础,融合注意力机制,获取图像中猪只的特征点信息,并根据猪只检测包围框的左上角坐标将仅包含单个个体猪只的图像中的特征点坐标还原至采集的猪舍养殖环境图像中;
步骤S4、基于深度神经网络设计猪只特征点评估算法,其输入为识别出的特征点坐标,输出为猪只姿态与体尺信息是否可以通过图像进行测量;
步骤S5、采用仿射变换将拍摄的猪舍养殖环境图像变换成正上方往下拍摄的视角,并将猪只特征点坐标变换至仿射变换后的图像中的对应点的坐标;
步骤S6、根据得到的猪只特征点在图像中的坐标信息,结合设备安装角度以及高度、长度信息,对猪只体尺进行计算。
2.根据权利要求1所述的一种生猪体尺视觉测量的特征点选取及测量方法,其特征在于:所述步骤S1的具体步骤如下:
步骤S11、在养殖猪舍内部的过道上方架设导轨,安装可以进行横向移动的巡检机器设备,在巡检机器设备上安装摄像头,对猪舍中其中一侧的猪栏进行图像采集;
步骤S12、根据张正友相机标定法,对相机畸变参数进行计算,求出径向畸变三阶公式中的畸变参数k1、k2、k3,再根据径向畸变公式对图像进行矫正,其中(x,y)是矫正前图像中像素坐标,是矫正后对应像素坐标:
步骤S13、采用网线将巡检设备以及摄像头连接至交换机上,再从交换机牵引网线与养殖猪舍外围放置的主机相连接,通过主机对巡检设备以及摄像头进行控制,从而采集得到相应的图像数据。
3.根据权利要求1所述的一种生猪体尺视觉测量的特征点选取及测量方法,其特征在于:所述步骤S2的具体步骤如下:
步骤S21、采用labelme对采集图像进行标注,采用方框对每头猪只进行框选,保存得到json格式标注文件;将标注文件转换至对应信息的txt文本文件,与图像一起形成数据集输入YOLOv5进行训练;
步骤S22、提取图像的猪只检测框,根据检测框的坐标(x0,y0)以及尺寸(h,w)对图像中的单个猪只图像进行截取,用于后续特征点检测。
4.根据权利要求3所述的一种生猪体尺视觉测量的特征点选取及测量方法,其特征在于:所述步骤S21及S22中的YOLOv5是一种单阶段目标检测算法,YOLOv5包括骨干网络、颈网络、头网络三个部分,其输入是640×640×3大小的图像,图像经过算法的三个部分处理后输出三种大小的识别结果,最后通过极大值抑制的方式得到图像中的猪只识别框。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于东南大学,未经东南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210538688.3/1.html,转载请声明来源钻瓜专利网。