阅读说明：本技术 一种智能绵羊繁殖能力检测的系统及方法 (Intelligent sheep reproductive capacity detection system and method ) 是由 苗向阳 解领丽 刘天义 于 2020-05-07 设计创作，主要内容包括：本发明属于智能绵羊繁殖能力检测技术领域,公开了一种智能绵羊繁殖能力检测的系统及方法,包括：绵羊图像采集模块、体征信息采集模块、基因信息采集模块、主控模块、健康监控模块、繁殖数计算模块、繁殖评价模块、云服务模块、显示模块。本发明通过健康监控模块采集数据方法简单,数据内容丰富,数据挖掘后可产生可靠性较强的个体数据,有利于养殖场的人力精简、成本缩减和精确到个体的绵羊生长过程的行为监控和溯源,实现绵羊健康状态的实时监控；同时,通过繁殖数计算模块利用对拍摄图像进行灰度处理、拼接处理以及滤波、阈值处理等,将拍摄图像转换成二值图像,并在二值图像中进行轮廓检索以得到绵羊繁殖群体数目。(The invention belongs to the technical field of intelligent sheep reproductive capacity detection, and discloses an intelligent sheep reproductive capacity detection system and method, which comprises the following steps: the sheep breeding system comprises a sheep image acquisition module, a sign information acquisition module, a gene information acquisition module, a main control module, a health monitoring module, a breeding number calculation module, a breeding evaluation module, a cloud service module and a display module. The method for acquiring data through the health monitoring module is simple, the data content is rich, individual data with high reliability can be generated after data mining, the method is beneficial to simplifying manpower of a farm, reducing cost and accurately monitoring and tracing the behavior of an individual sheep growth process, and the real-time monitoring of the sheep health state is realized; meanwhile, the shot images are converted into binary images by a reproduction number calculation module through gray processing, splicing processing, filtering, threshold processing and the like of the shot images, and contour retrieval is carried out in the binary images to obtain the number of sheep reproduction groups.)

一种智能绵羊繁殖能力检测的系统及方法

技术领域

本发明属于智能绵羊繁殖能力检测技术领域，尤其涉及一种智能绵羊繁殖能力检测的系统及方法。

背景技术

绵羊体躯丰满，被毛绵密，头短。公绵羊多有螺旋状大角具有威慑性，母绵羊无角或角细小。颅骨上具泪窝，鼻骨较隆起。四蹄都有趾腺。公绵羊无偞气。体重有十千克至百余千克不等。其构造和习性因具有多种特点而适于放牧；嘴尖、唇薄而灵活，利于采食短草，亦能采食粗硬的秸秆、树枝；消化能力强；有的种类可在尾部、臀部和内脏器官周围蓄积脂肪，以供冬春青饲料缺乏时消耗；仿效性、合群性强，有跟随领头羊(通常是老母绵羊)集合成群的习性；放牧时好向高处采食，夜间亦喜睡于牧地高处。由于被毛的保温和隔热作用，能耐寒、耐热；但在剪毛后不久，如果天气骤冷，或被雨淋时容易得病。一般喜干燥而怕湿热。性怯懦，自卫能力弱，易受兽害。自然寿命约15岁。然而，现有智能绵羊繁殖能力检测过程中不能准确的对绵羊的健康进行监控；同时，通过人工对绵羊繁殖群计数费时费力，计算不准确，影响对绵羊繁殖能力的预测。

综上所述，现有技术存在的问题是：

现有智能绵羊繁殖能力检测过程中不能准确的对绵羊的健康进行监控；同时，通过人工对绵羊繁殖群计数费时费力，计算不准确，影响对绵羊繁殖能力的预测。

发明内容

针对现有技术存在的问题，本发明提供了一种智能绵羊繁殖能力检测的系统及方法。

本发明是这样实现的，一种智能绵羊繁殖能力检测方法，包括以下步骤：

步骤一，通过利用摄像器采集绵羊繁殖群体图像数据，利用相关的图像数据处理程序采集繁殖绵羊生命体征数据；通过利用基因检测采集器采集繁殖绵羊的基因数据；

步骤二，根据上述获取的数据，对绵羊的健康状态进行监控；

步骤三，根据步骤二中绵羊的健康状态，对绵羊的繁殖力进行评估，估算绵羊繁殖的数量；

步骤四，将上述的数据传递到云服务器中，利用相关的云计算对采集的绵羊数据进行云处理，同时云服务器将信息传递到各个终端；

步骤五，通过利用显示器显示采集的绵羊繁殖群体图像、生命体征、基因数据及健康、繁殖数、评价结果信息。

所述步骤二中，绵羊健康评估方法，还包括：

(1)为每只绵羊佩戴电子标签，在绵羊活动区域设置相应的电子标签阅读器，以及在绵羊活动区域设置用于采集绵羊活动视频图像的摄像装置；

(2)利用所述电子标签阅读器和所述摄像装置采集的视频图像获取每只绵羊的电子标签身份以及与所述电子标签身份相对应的个体移动轨迹信息；

(3)根据所述个体移动轨迹信息每间隔时间获取一次每只绵羊的位移总量；

(4)根据料槽在所述视频图像中的位置和所述个体移动轨迹信息获取每只绵羊吃料情况，所述吃料情况包括靠近料槽次数和每次吃料逗留时长；

(5)根据水槽在所述视频图像中的位置和所述个体移动轨迹信息获取每只绵羊饮水情况，所述饮水情况包括靠近水槽次数和每次饮水逗留时长。

进一步，所述利用所述电子标签阅读器和所述摄像装置采集的视频图像获取每只绵羊的电子标签身份以及与所述电子标签身份相对应的个体移动轨迹信息具体包括以下步骤：

利用所述电子标签阅读器获取每只绵羊的电子标签身份、电子标签身份被识别时的时间以及所述电子标签阅读器的地理位置；

利用所述视频图像获取所述视频图像中每只绵羊的视觉移动轨迹信息；

根据每只绵羊电子标签身份被识别时的时间和所述电子标签阅读器的地理位置遍历所有所述视觉移动轨迹信息，获取具有相同且相应电子标签身份被识别时的时间和所述电子标签阅读器的地理位置的所述视觉移动轨迹信息，并将其匹配至相应的电子标签身份下形成与所述电子签身份相对应的个体移动轨迹信息。

进一步，所述利用所述视频图像获取所述视频图像中每只绵羊的视觉移动轨迹信息具体包括以下步骤：

利用深度学习技术，识别所述视频图像每一帧中的所有绵羊个体；对每一帧中每只牲畜赋予视觉编号，若当前帧中具有与前一帧中相同的绵羊个体，则赋予当前帧中绵羊个体与前一帧中绵羊个体相同的视觉编号；

获取每个所述视觉编号在所述视频图像每一帧中的帧位置和所述视频图像每一帧对应的时间形成所述视觉编号、所述视觉编号在所述视频图像每一帧中的帧位置以及所述视频图像每一帧的时间一一对应的视觉移动轨迹信息。

进一步，所述步骤三中，繁殖数计算方法如下：

1)通过摄像器获取绵羊繁殖群体拍摄图像；

2)对所述拍摄图像进行预处理，所述预处理包括并行灰度处理、拼接处理以及高斯滤波处理；

3)对预处理后的拍摄图像进行阈值处理以及形态学滤波处理以获取所述绵羊繁殖群体的二值图像；

4)对所述二值图像进行轮廓检索以得到绵羊繁殖群体数目。

5、如权利要求4所述智能绵羊繁殖能力检测的系统，其特征在于，所述并行灰度处理包括：

对拍摄图像按行进行分块，根据RGB和YUV颜色空间的变化关系建立亮度值Y与RGB三个颜色分量的对应关系，即Y＝0.3R+0.59G+0.11B，同时获取每块中的每个像素的亮度值；

将该亮度值作为所述拍摄图像的灰度值以得到灰度图像。

进一步，所述拼接处理包括：

根据并行FFT算法获取灰度图像的频域信息图像；

根据灰度图像的频域信息图像获取相邻拍摄图像的互功率谱；

根据相邻拍摄图像的互功率谱峰值对拍摄图像进行反向拼接；

使用渐出渐入的图像融合方法优化拼接结果。

进一步，所述并行FFT算法包括：

将灰度图像按行分成多块，每块根据一维FFT处理算法按行同时并行运算，得到中间图像；

对中间图像按列分成多块，每块再根据一维FFT处理算法按列同时并行运算，得到灰度图像的频域信息图像。

进一步，所述阈值处理包括：

将所述拍摄图像的每个像素点的灰度值与预设阈值进行比较；

当像素点的灰度值小于或等于预设阈值时，将该像素点的灰度值赋予第一灰度值；

当像素点的灰度值大于预设阈值时，将该像素点的灰度值赋予第二灰度值。

进一步，所述对所述二值图像进行轮廓检索以得到绵羊群体数目包括：

判断所述二值图像中灰度值为第一灰度值的像素点的所有相邻像素点的灰度值是否均为第一灰度值；

当所述二值图像中灰度值为第一灰度值的像素点的所有相邻像素点的灰度值不是均为第一灰度值时，将该像素点标记为轮廓点；

以该轮廓点为起始轮廓点，对该起始轮廓点的所有相邻像素点按照逆时针进行轮廓检索，直至回到该起始轮廓点完成一个轮廓检索；

重复上述步骤，直至完成所有的轮廓检索；

将轮廓的数量作为绵羊繁殖群体数目。

本发明提供的另一目的在于提供一种实施所述的智能绵羊繁殖能力检测方法的智能绵羊繁殖能力检测的系统，所述智能绵羊繁殖能力检测的系统包括：

绵羊图像采集模块、体征信息采集模块、基因信息采集模块、主控模块、健康监控模块、繁殖数计算模块、繁殖评价模块、云服务模块、显示模块；

绵羊图像采集模块，与主制模块连接，通过摄像器采集绵羊繁殖群体图像数据，并且对获取的图像数据进行去噪增强，将灰度值模板在需要处理的绵羊群体图像中移动，将灰度值模板与影像中的特别位置像素相互重合；根据灰度值模板与特别位置像素的对比数据，确定对特别位置对应像素的灰度值；利用相关的程序，找出灰度值中中间的数据；将中间的数据作为标准值，对图像上的每个像素点进行校正；

体征信息采集模块，与主制模块连接，对采集的绵羊图像数据，利用相关的程序，提取能反映绵羊体征的数据；根据绵羊体征的图像数据，判断绵羊体征信息；

基因信息采集模块，与主制模块连接，利用基因检测采集器采集繁殖绵羊的基因数据，并根据采集的基因信息，提取绵羊体质特征信息；

主控模块，与绵羊图像采集模块、体征信息采集模块、基因信息采集模块、健康监控模块、繁殖数计算模块、繁殖评价模块、云服务模块、显示模块连接，用于通过主机控制各个模块正常工作；

健康监控模块，与主制模块连接，在绵羊活动区域设置相应的电子标签阅读器，以及在绵羊活动区域设置用于采集绵羊活动视频图像的摄像装置；利用所述电子标签阅读器和所述摄像装置采集的视频图像获取每只绵羊的电子标签身份以及与所述电子标签身份相对应的个体移动轨迹信息；根据料槽在所述视频图像中的位置和所述个体移动轨迹信息获取每只绵羊吃料情况，所述吃料情况包括靠近料槽次数和每次吃料逗留时长；根据水槽在所述视频图像中的位置和所述个体移动轨迹信息获取每只绵羊饮水情况，所述饮水情况包括靠近水槽次数和每次饮水逗留时长，实现对对繁殖绵羊的健康进行监控；

繁殖数计算模块，与主制模块连接，通过摄像器获取绵羊繁殖群体拍摄图像，对所述拍摄图像进行预处理，所述预处理包括并行灰度处理、拼接处理以及高斯滤波处理，对预处理后的拍摄图像进行阈值处理以及形态学滤波处理以获取所述绵羊繁殖群体的二值图像，对所述二值图像进行轮廓检索以得到绵羊繁殖群体数目；

繁殖评价模块，与主制模块连接，用于通过评价程序根据采集的数据对绵羊的繁殖力进行评价；

云服务模块，与主制模块连接，云服务器接收上述的数据，利用相关的云计算对采集的绵羊数据进行云处理，同时云服务器将信息传递到各个终端；

显示模块，与主制模块连接，用于通过显示器显示采集的绵羊繁殖群体图像、生命体征、基因数据及健康、繁殖数、评价结果信息。

本发明的优点及积极效果为：

本发明通过健康监控模块采集数据方法简单，数据内容丰富，数据挖掘后可产生可靠性较强的个体数据，有利于养殖场的人力精简、成本缩减和精确到个体的绵羊生长过程的行为监控和溯源，实现科学化、个体化绵羊养殖管理，实现绵羊健康状态的实时监控；同时，通过繁殖数计算模块利用对拍摄图像进行灰度处理、拼接处理以及滤波、阈值处理等，将拍摄图像转换成二值图像，并在二值图像中进行轮廓检索以得到绵羊繁殖群体数目。

本发明在对获取绵羊繁殖群体图像数据的预处理过程中，采用的噪声剔除方法，可以使图像的边缘得到最真实的数据，保留图像的最大最精确的数据。

附图说明

图1是本发明实施例提供的智能绵羊繁殖能力检测的方法流程图。

图2是本发明实施例提供的智能绵羊繁殖能力检测的系统结构框图。

图2中：1、绵羊图像采集模块；2、体征信息采集模块；3、基因信息采集模块；4、主控模块；5、健康监控模块；6、繁殖数计算模块；7、繁殖评价模块；8、云服务模块；9、显示模块。

具体实施方式

为能进一步了解本发明的发明内容、特点及功效，兹例举以下实施例，并配合附图详细说明如下。

下面结合附图对本发明的结构作详细的描述。

如图1所示，本发明提供的智能绵羊繁殖能力检测的方法包括以下步骤：

S101：通过利用摄像器采集绵羊繁殖群体图像数据，利用相关的图像数据处理程序采集繁殖绵羊生命体征数据；通过利用基因检测采集器采集繁殖绵羊的基因数据。

S102：根据上述获取的数据，对绵羊的健康状态进行监控。

S103：根据步骤二中绵羊的健康状态，对绵羊的繁殖力进行评估，估算绵羊繁殖的数量。

S104：将上述的数据传递到云服务器中，利用相关的云计算对采集的绵羊数据进行云处理，同时云服务器将信息传递到各个终端。

S105：通过利用显示器显示采集的绵羊繁殖群体图像、生命体征、基因数据及健康、繁殖数、评价结果信息。

如图2所示，本发明实施例提供的智能绵羊繁殖能力检测的系统包括：绵羊图像采集模块、体征信息采集模块、基因信息采集模块、主控模块、健康监控模块、繁殖数计算模块、繁殖评价模块、云服务模块、显示模块；

绵羊图像采集模块，与主制模块连接，通过摄像器采集绵羊繁殖群体图像数据，并且对获取的图像数据进行去噪增强，将灰度值模板在需要处理的绵羊群体图像中移动，将灰度值模板与影像中的特别位置像素相互重合；根据灰度值模板与特别位置像素的对比数据，确定对特别位置对应像素的灰度值；利用相关的程序，找出灰度值中中间的数据；将中间的数据作为标准值，对图像上的每个像素点进行校正。

体征信息采集模块，与主制模块连接，对采集的绵羊图像数据，利用相关的程序，提取能反映绵羊体征的数据；根据绵羊体征的图像数据，判断绵羊体征信息。

基因信息采集模块，与主制模块连接，利用基因检测采集器采集繁殖绵羊的基因数据，并根据采集的基因信息，提取绵羊体质特征信息。

主控模块，与绵羊图像采集模块、体征信息采集模块、基因信息采集模块、健康监控模块、繁殖数计算模块、繁殖评价模块、云服务模块、显示模块连接，用于通过主机控制各个模块正常工作。

健康监控模块，与主制模块连接，在绵羊活动区域设置相应的电子标签阅读器，以及在绵羊活动区域设置用于采集绵羊活动视频图像的摄像装置；利用所述电子标签阅读器和所述摄像装置采集的视频图像获取每只绵羊的电子标签身份以及与所述电子标签身份相对应的个体移动轨迹信息；根据料槽在所述视频图像中的位置和所述个体移动轨迹信息获取每只绵羊吃料情况，所述吃料情况包括靠近料槽次数和每次吃料逗留时长；根据水槽在所述视频图像中的位置和所述个体移动轨迹信息获取每只绵羊饮水情况，所述饮水情况包括靠近水槽次数和每次饮水逗留时长，实现对对繁殖绵羊的健康进行监控。

繁殖数计算模块，与主制模块连接，通过摄像器获取绵羊繁殖群体拍摄图像，对所述拍摄图像进行预处理，所述预处理包括并行灰度处理、拼接处理以及高斯滤波处理，对预处理后的拍摄图像进行阈值处理以及形态学滤波处理以获取所述绵羊繁殖群体的二值图像，对所述二值图像进行轮廓检索以得到绵羊繁殖群体数目。

繁殖评价模块，与主制模块连接，用于通过评价程序根据采集的数据对绵羊的繁殖力进行评价。

云服务模块，与主制模块连接，云服务器接收上述的数据，利用相关的云计算对采集的绵羊数据进行云处理，同时云服务器将信息传递到各个终端。

显示模块，与主制模块连接，用于通过显示器显示采集的绵羊繁殖群体图像、生命体征、基因数据及健康、繁殖数、评价结果信息。

本发明提供的与主制模块4连接，用于通过摄像器采集绵羊繁殖群体图像数据的绵羊图像采集模块1对绵羊繁殖群体图像进行处理的具体过程如下：

将灰度值模板在需要处理的绵羊群体图像中移动，将灰度值模板与影像中的特别位置像素相互重合；根据灰度值模板与特别位置像素的对比数据，确定对特别位置对应像素的灰度值；

将绵羊群体图像所测的灰度值数据，按照一定的顺序从小到大排成一列；

利用相关的程序，找出灰度值中中间的数据；将中间的数据作为标准值，对图像上的每个像素点进行校正，得到图像增强的图像。

本发明提供的与绵羊图像采集模块1、体征信息采集模块2、基因信息采集模块3、健康监控模块5、繁殖数计算模块6、繁殖评价模块7、云服务模块8、显示模块9连接，用于通过主机控制各个模块正常工作的主控模块4中剔除绵羊群体图像中的噪声的具体过程如下：

一定尺度L上的每一个模极大值为假定的信号模极大值点，根据设定的标准参数，设定L+1为一定范围的搜索区间；以一定尺度L上的点为原点，按照一定的尺度的范围作为搜索；

检测每个搜索区间内的点，判断是否有模极大值点；在搜索区间内没有模极大值点，将尺度L上的该极大值点为噪声形成的模极大值点；

在搜索区间内找到极大值点，将该极大值点作为噪声形成的模极大值点；

将搜索区间内的模极大值点与尺度L上的原点相互重合，得到真实的边缘。

本发明提供的提出剔除噪声的绵羊图像进行重构的方法，具体包括：

对剔除噪声的绵羊图像分别利用小波进行变换，建立图像的小波塔型分解；

对各分解层分别采用不同的融合算子进行融合处理，得到融合后的小波金字塔；

对融合后所得小波金字塔进行小波重构，最终得到增强的重构图像。

本发明提供的健康监控模块5监控方法如下：

(1)为每只绵羊佩戴电子标签，在绵羊活动区域设置相应的电子标签阅读器，以及在绵羊活动区域设置用于采集绵羊活动视频图像的摄像装置；

(2)利用所述电子标签阅读器和所述摄像装置采集的视频图像获取每只绵羊的电子标签身份以及与所述电子标签身份相对应的个体移动轨迹信息；

(3)根据所述个体移动轨迹信息每间隔时间获取一次每只绵羊的位移总量；

(4)根据料槽在所述视频图像中的位置和所述个体移动轨迹信息获取每只绵羊吃料情况，所述吃料情况包括靠近料槽次数和每次吃料逗留时长；

(5)根据水槽在所述视频图像中的位置和所述个体移动轨迹信息获取每只绵羊饮水情况，所述饮水情况包括靠近水槽次数和每次饮水逗留时长。

本发明提供的利用所述电子标签阅读器和所述摄像装置采集的视频图像获取每只绵羊的电子标签身份以及与所述电子标签身份相对应的个体移动轨迹信息具体包括以下步骤：

利用所述电子标签阅读器获取每只绵羊的电子标签身份、电子标签身份被识别时的时间以及所述电子标签阅读器的地理位置；

利用所述视频图像获取所述视频图像中每只绵羊的视觉移动轨迹信息；

根据每只绵羊电子标签身份被识别时的时间和所述电子标签阅读器的地理位置遍历所有所述视觉移动轨迹信息，获取具有相同且相应电子标签身份被识别时的时间和所述电子标签阅读器的地理位置的所述视觉移动轨迹信息，并将其匹配至相应的电子标签身份下形成与所述电子签身份相对应的个体移动轨迹信息。

本发明提供的利用所述视频图像获取所述视频图像中每只绵羊的视觉移动轨迹信息具体包括以下步骤：

利用深度学习技术，识别所述视频图像每一帧中的所有绵羊个体；对每一帧中每只牲畜赋予视觉编号，若当前帧中具有与前一帧中相同的绵羊个体，则赋予当前帧中绵羊个体与前一帧中绵羊个体相同的视觉编号；

获取每个所述视觉编号在所述视频图像每一帧中的帧位置和所述视频图像每一帧对应的时间形成所述视觉编号、所述视觉编号在所述视频图像每一帧中的帧位置以及所述视频图像每一帧的时间一一对应的视觉移动轨迹信息。

本发明提供的繁殖数计算模块6计算方法如下：

1)通过摄像器获取绵羊繁殖群体拍摄图像；

2)对所述拍摄图像进行预处理，所述预处理包括并行灰度处理、拼接处理以及高斯滤波处理；

3)对预处理后的拍摄图像进行阈值处理以及形态学滤波处理以获取所述绵羊繁殖群体的二值图像；

4)对所述二值图像进行轮廓检索以得到绵羊繁殖群体数目。

本发明提供的并行灰度处理包括：

对拍摄图像按行进行分块，根据RGB和YUV颜色空间的变化关系建立亮度值Y与RGB三个颜色分量的对应关系，即Y＝0.3R+0.59G+0.11B，同时获取每块中的每个像素的亮度值；

将该亮度值作为所述拍摄图像的灰度值以得到灰度图像。

本发明提供的拼接处理包括：

根据并行FFT算法获取灰度图像的频域信息图像；

根据灰度图像的频域信息图像获取相邻拍摄图像的互功率谱；

根据相邻拍摄图像的互功率谱峰值对拍摄图像进行反向拼接；

使用渐出渐入的图像融合方法优化拼接结果。

本发明提供的并行FFT算法包括：

将灰度图像按行分成多块，每块根据一维FFT处理算法按行同时并行运算，得到中间图像；

对中间图像按列分成多块，每块再根据一维FFT处理算法按列同时并行运算，得到灰度图像的频域信息图像。

本发明提供的阈值处理包括：

将所述拍摄图像的每个像素点的灰度值与预设阈值进行比较；

当像素点的灰度值小于或等于预设阈值时，将该像素点的灰度值赋予第一灰度值；

当像素点的灰度值大于预设阈值时，将该像素点的灰度值赋予第二灰度值。

本发明提供的对所述二值图像进行轮廓检索以得到绵羊群体数目包括：

判断所述二值图像中灰度值为第一灰度值的像素点的所有相邻像素点的灰度值是否均为第一灰度值；

当所述二值图像中灰度值为第一灰度值的像素点的所有相邻像素点的灰度值不是均为第一灰度值时，将该像素点标记为轮廓点；

以该轮廓点为起始轮廓点，对该起始轮廓点的所有相邻像素点按照逆时针进行轮廓检索，直至回到该起始轮廓点完成一个轮廓检索；

重复上述步骤，直至完成所有的轮廓检索；

将轮廓的数量作为绵羊繁殖群体数目。

以上所述仅是对本发明的较佳实施例而已，并非对本发明作任何形式上的限制，凡是依据本发明的技术实质对以上实施例所做的任何简单修改，等同变化与修饰，均属于本发明技术方案的范围内。