System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于动物识别领域,特别涉及一种非接触式的智能化牛脸识别方法。
技术介绍
1、非接触式的智能化牛脸识别方法在现代畜牧业中逐渐受到重视,主要用于牛只的个体识别、健康监测和行为分析等领域。随着人工智能和计算机视觉技术的发展,传统的牛只识别方法已逐渐无法满足现代化养殖的需求。目前,牛只的识别通常依赖于人工标记、耳标等传统方式,这些方法不仅效率低下,而且容易受到外部环境、牛只行为等因素的影响,导致识别准确性降低。传统的耳标识别方法存在一定的局限性,耳标可能因磨损、丢失或损坏而导致无法识别,且在某些情况下,牛只的耳部也可能被其他物体遮挡,从而影响识别的准确性。
2、人工标记往往需要耗费大量的人力资源,尤其是在大规模养殖场中,人工识别的高误差率不仅增加了管理成本,还可能导致牛只的健康监测和管理延误。其次,现有技术在数据处理和分析能力方面也存在不足。许多传统识别系统采用简单的图像处理算法,无法应对复杂的环境变化,如光照、角度变化和牛只的运动等,这使得识别的稳定性和可靠性受到影响。这些系统往往缺乏足够的智能化,无法进行实时数据分析和反馈,导致在牛只健康监测和行为分析方面的应用受限。再者,现有技术在信息集成和共享方面也显得不够完善,许多识别系统无法与养殖管理系统有效对接,导致数据孤岛现象的出现,影响了整体管理效率。
3、传统的识别方法通常缺乏对牛只个体行为的深度分析,无法及时识别牛只的异常行为,影响了对牛只健康状况的预判和干预。因此,随着养殖规模的不断扩大和管理需求的日益增加,迫切需要一种高效、准确且智能化的牛脸识
技术实现思路
1、本专利技术提出一种非接触式的智能化牛脸识别方法,该非接触式智能化牛脸识别方法解决了传统牛只识别中存在的低效率和高误差的问题。通过将摄像头固定在牛舍过槽侧上方,并利用高效的分布式计算,对视频流进行实时分析处理,能够实现对牛只的稳定识别。此外,该方法通过关键帧提取、前景检测和背景分析,有效地筛选出牛的正面图像,避免了由于光照变化、运动模糊等因素导致的识别失误,从而提高了识别的准确性和实时性。
2、本专利技术的技术方案是这样实现的:一种非接触式的智能化牛脸识别方法,所述方法包括如下步骤:
3、s1:将摄像头置于牛舍过槽侧上方的固定位置,调整视角,覆盖牛舍过槽区域;将摄像头输出的视频流传输至计算设备,计算设备采用高效率分布式方式执行实时视频分析处理;
4、s2:对输入视频流按帧逐一进行处理,采用关键帧提取算法,结合前背检测、关键帧筛选,得到稳定的牛正面图像序列;采用高效率分布式的处理单元执行实时视频分析处理,设置检测目标的头部、背部的预设阈值,实现前背检测;通过采用前景检测,对相机拍摄视频进行判断,筛选出视频中的关键帧;将关键帧设置为阈值可调和范围可控,进行高精度的低延时检测;
5、s3:针对关键帧,对图像按行遍历,按列遍历;计算每行和每列中灰度值为255的像素点数目;当某行、或某列中的最小像素数目大于指定的阈值,视为背景、或前景;当连续两帧或两帧以上检测出的背景、或前景相同,则当前帧视为背景、或前景、并予以记录;以背景、或前景作为筛选条件,对图像进行提取处理,去除背景、或前景,从而得到稳定的牛正面图像序列;
6、s4:针对牛正面图像序列,结合实时姿态检测、边缘提取和连通域分析算法,对牛脸姿态进行分析和筛选,得到符合条件的正面牛脸,并从背景中分割提取;对于正面牛脸采用特征提取通过k近邻分类器,实现牛脸身份识别。
7、与现有技术相比,该方法有以下几个显著区别:传统牛只识别方法大多依赖于人工识别或简单的图像处理技术,效率低且容易受到环境因素的影响。而该方法通过固定摄像头并结合高效分布式计算,能够实现持续、实时的监控与识别,显著提升了工作效率。在数据处理方面,现有技术往往采用单线程或低效的处理方式,导致延时较大,无法满足实时分析的需求。该方法利用关键帧提取和前景检测,通过设置可调阈值,实现了高精度、低延时的检测,能够快速响应牛只的行为变化。在图像处理技术上,传统方法常常对复杂背景和光照变化缺乏有效的处理手段,导致识别准确率降低。而此方法通过背景和前景的动态分析,有效分离出牛只正面图像,克服了背景干扰的问题。采用k近邻分类器进行特征提取和牛脸身份识别,进一步提升了识别的准确性和鲁棒性,较之现有技术中的简单识别算法,具备更强的适应能力。
8、作为一优选的实施方式,在获取牛正面图像序列后提取正面牛脸,提取的牛正面图像序列包含背景、前景,通过提取图像判断牛姿态检测,对序列进行逐行遍历,每行中、筛选出的前景像素个数、大于预设阈值的一整行像素,视为牛头部特征,其余部分视为牛背面;进行边缘提取:针对牛头部区域roi,计算图像的四个边缘像素;进行连通域分析:判断两像素是否在同一连通域,若连通域的像素间距大于预设阈值,则视为牛头,并分割提取。
9、作为一优选的实施方式,将正面牛脸与牛脸库图像进行比对,获取欧氏距离;取与正面牛脸特征最匹配图像为参考牛面,计算参考牛面前额部宽度、左右两侧面积和左右两侧面积的比值;正面牛脸前额部宽度、两侧面积以及两侧面积的比值落入参考牛面前额部宽度、左右两侧面积和左右面积的比值范围内,则判定为同牛脸;正面牛脸与参考牛面图像欧氏距离小于设定阈值为同牛脸;或取距离在10以内最近的图像为参考牛面,两牛面图像欧氏距离小于设定阈值为同牛脸。
10、作为一优选的实施方式,在完成牛脸身份识别后,将数据导入云平台内,在云平台中设置实时查询功能,利用移动端登录云平台对牛群档案进行查询,云平台查询页面包括牛脸识别、牛群档和牛场信息,云平台查询页面根据牛场id查询牛场信息,所述牛场信息包括牛场名称、场照片和场牛只数量;云平台查询页面根据耳标号查询牛只信息,所述牛只信息包括牛只照片、牛舍名称、耳标号、毛色、出生日期、入场日期、来源、品系、品种、性别、出生体重、月龄、当前胎次、父号和母号信息,
11、作为一优选的实施方式,移动端通过云台中的扫描页面进行实时牛脸扫描识别,扫描成功后提取正面牛脸,将正面牛脸与牛脸库图像进行比对,获取欧氏距离;取与正面牛脸特征最匹配图像为参考牛面,计算参考牛面前额部宽度、左右两侧面积和左右两侧面积的比值;判定正面牛脸前额部宽度、两侧面积以及两侧面积的比值落入参考牛面前额部宽度、左右两侧面积和左右面积的比值范围内,则判定为同牛脸;正面牛脸与参考牛面图像欧氏距离小于设定阈值为同牛脸。
12、作为一优选的实施方式,所述移动端登录云平台对牛群档案进行查询时,云平台向移动端反馈牛只照片、牛只号码、父号、母号、牛场、牛舍和牛舍过槽位置的数据。
13、采用了上述技术方案后,本专利技术的有益效果是:通过实时监控和高效识别,能够大幅度降低人工管理的成本文档来自技高网...
【技术保护点】
1.一种非接触式的智能化牛脸识别方法,其特征在于,所述方法包括如下步骤:
2.如权利要求1所述的一种非接触式的智能化牛脸识别方法,其特征在于:在获取牛正面图像序列后提取正面牛脸,提取的牛正面图像序列包含背景、前景,通过提取图像判断牛姿态检测,对序列进行逐行遍历,每行中、筛选出的前景像素个数、大于预设阈值的一整行像素,视为牛头部特征,其余部分视为牛背面;进行边缘提取:针对牛头部区域ROI,计算图像的四个边缘像素;进行连通域分析:判断两像素是否在同一连通域,若连通域的像素间距大于预设阈值,则视为牛头,并分割提取。
3.如权利要求1所述的一种非接触式的智能化牛脸识别方法,其特征在于:将正面牛脸与牛脸库图像进行比对,获取欧氏距离;取与正面牛脸特征最匹配图像为参考牛面,计算参考牛面前额部宽度、左右两侧面积和左右两侧面积的比值;正面牛脸前额部宽度、两侧面积以及两侧面积的比值落入参考牛面前额部宽度、左右两侧面积和左右面积的比值范围内,则判定为同牛脸;正面牛脸与参考牛面图像欧氏距离小于设定阈值为同牛脸;或取距离在10以内最近的图像为参考牛面,两牛面图像欧氏距离小于设定阈值
4.如权利要求1所述的一种非接触式的智能化牛脸识别方法,其特征在于:在完成牛脸身份识别后,将数据导入云平台内,在云平台中设置实时查询功能,利用移动端登录云平台对牛群档案进行查询,云平台查询页面包括牛脸识别、牛群档和牛场信息,云平台查询页面根据牛场ID查询牛场信息,所述牛场信息包括牛场名称、场照片和场牛只数量;云平台查询页面根据耳标号查询牛只信息,所述牛只信息包括牛只照片、牛舍名称、耳标号、毛色、出生日期、入场日期、来源、品系、品种、性别、出生体重、月龄、当前胎次、父号和母号信息。
5.如权利要求4所述的一种非接触式的智能化牛脸识别方法,其特征在于:移动端通过云台中的扫描页面进行实时牛脸扫描识别,扫描成功后提取正面牛脸,将正面牛脸与牛脸库图像进行比对,获取欧氏距离;取与正面牛脸特征最匹配图像为参考牛面,计算参考牛面前额部宽度、左右两侧面积和左右两侧面积的比值;判定正面牛脸前额部宽度、两侧面积以及两侧面积的比值落入参考牛面前额部宽度、左右两侧面积和左右面积的比值范围内,则判定为同牛脸;正面牛脸与参考牛面图像欧氏距离小于设定阈值为同牛脸。
6.如权利要求4所述的一种非接触式的智能化牛脸识别方法,其特征在于:所述移动端登录云平台对牛群档案进行查询时,云平台向移动端反馈牛只照片、牛只号码、父号、母号、牛场、牛舍和牛舍过槽位置的数据。
...【技术特征摘要】
1.一种非接触式的智能化牛脸识别方法,其特征在于,所述方法包括如下步骤:
2.如权利要求1所述的一种非接触式的智能化牛脸识别方法,其特征在于:在获取牛正面图像序列后提取正面牛脸,提取的牛正面图像序列包含背景、前景,通过提取图像判断牛姿态检测,对序列进行逐行遍历,每行中、筛选出的前景像素个数、大于预设阈值的一整行像素,视为牛头部特征,其余部分视为牛背面;进行边缘提取:针对牛头部区域roi,计算图像的四个边缘像素;进行连通域分析:判断两像素是否在同一连通域,若连通域的像素间距大于预设阈值,则视为牛头,并分割提取。
3.如权利要求1所述的一种非接触式的智能化牛脸识别方法,其特征在于:将正面牛脸与牛脸库图像进行比对,获取欧氏距离;取与正面牛脸特征最匹配图像为参考牛面,计算参考牛面前额部宽度、左右两侧面积和左右两侧面积的比值;正面牛脸前额部宽度、两侧面积以及两侧面积的比值落入参考牛面前额部宽度、左右两侧面积和左右面积的比值范围内,则判定为同牛脸;正面牛脸与参考牛面图像欧氏距离小于设定阈值为同牛脸;或取距离在10以内最近的图像为参考牛面,两牛面图像欧氏距离小于设定阈值为同牛脸。
4.如权利要求1所述的一种非接触式的智能化牛脸识别方法,其特征在于:在完成...
【专利技术属性】
技术研发人员:杜玮,夏俊,刘志强,李红波,周振勇,袁理星,叶治兵,崔繁荣,马义诚,
申请(专利权)人:新疆畜牧科学院畜牧研究所,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。