CN107950402B - 基于双目视觉的挤奶器自动控制方法 - Google Patents
基于双目视觉的挤奶器自动控制方法 Download PDFInfo
- Publication number
- CN107950402B CN107950402B CN201711230544.7A CN201711230544A CN107950402B CN 107950402 B CN107950402 B CN 107950402B CN 201711230544 A CN201711230544 A CN 201711230544A CN 107950402 B CN107950402 B CN 107950402B
- Authority
- CN
- China
- Prior art keywords
- plane image
- cow
- breast
- cognitive
- nipples
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01J—MANUFACTURE OF DAIRY PRODUCTS
- A01J5/00—Milking machines or devices
- A01J5/007—Monitoring milking processes; Control or regulation of milking machines
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Animal Husbandry (AREA)
- Environmental Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明公开一种基于双目视觉的挤奶器自动控制方法,包括以下步骤:通过设置在挤奶区相对位置固定的双目摄像头拍摄奶牛***区域的第一平面图像和第二平面图像;利用双目视觉处理算法对所述第一平面图像和所述第二平面图像进行处理,建立所述奶牛***的三维坐标空间;根据奶牛***的特定认知特征,输出所述三位坐标空间中奶牛***4个***的位置信息,并根据4个***位置信息将挤奶器的4个乳杯套在奶牛的4个***上。
Description
技术领域
本发明属于机器视觉技术领域,特别涉及一种基于双目识别的立体认知方法。
背景技术
随着机器识别技术的发展,目前很多领域都应用到了机器视觉认知。传统的机器识别包括机器臂定位、智能车辆导航、规避障碍物、甚至人脸识别、指纹识别等等。然而,所有目前的机器识别***都存在一个不可避免的缺陷,就是识别速度慢,误差率较高。因此,如何快速有效得提高机器视觉识别的性能,成为本领域亟待解决的技术问题。
推进信息化,用图像处理技术改造养殖业传统挤奶方式,提高养殖业综合竞争力,是当前畜牧业经济发展的重要方向,也是学术界和企业界研究的热点问题之一。奶牛产奶的机械化是现代化奶牛养殖场中必不可少的环节。传统的挤奶方式通过人工方式将挤奶器的4个乳杯套在奶牛的4个***上,首先由于人工操作速度慢,在实际工作中往往由于奶牛饲养场规模大,效率较低;其次,人工操作的干预,容易对奶牛造成惊吓。
发明内容
本发明的目的就是克服现有技术中提到的上述弊端,提供一种识别准确率高、速度快的基于双目视觉的挤奶器自动控制方法。
为达上述目的,本发明采取以下技术方案:
一种基于双目视觉的挤奶器自动控制方法,包括以下步骤:
通过设置在挤奶区相对位置固定的双目摄像头拍摄奶牛***区域的第一平面图像和第二平面图像;
利用双目视觉处理算法对所述第一平面图像和所述第二平面图像进行处理,建立所述奶牛***的三维坐标空间;
根据奶牛***的特定认知特征,输出所述三位坐标空间中奶牛***4个***的位置信息,并根据4个***位置信息将挤奶器的4个乳杯套在奶牛的4个***上。
进一步地,所述利用双目视觉处理算法对所述第一平面图像和所述第二平面图像进行处理,建立所述奶牛***的三维坐标空间包括:
S1:对所述第一平面图像和第二平面图像进行预处理;
S2:对经过预处理的第一平面图像和第二平面图像进行智能认知,确定视差计算前的泛化认知特征,并建立所述第一平面图像和第二平面图像之间的匹配关系,以辨认所述***区域的认知属性;
S3:根据所述***区域的认知属性,确认与该认知属性相对应的一个或多个特定认知特征;
S4:根据双目立体成像原理进行视差计算;
S5:结合所述特定认知特征和点云图,建立奶牛***的三维坐标空间。
进一步地,上述挤奶器自动控制方法还包括以下步骤:
S6:判断所述三维坐标空间的识别度是否满足精度和误差要求;如满足,则输出奶牛***4个***的位置信息,并根据4个***位置信息将挤奶器的4个乳杯套在奶牛的4个***上;如不满足,转至步骤S7;
S7:返回步骤S2,重新确定所述泛化认知特征,并继续执行步骤S3-S6。
进一步地,所述步骤S4中还包括获取所述目标对象的点云图。
进一步地,所述泛化认知特征包括纹理、轮廓、颜色中的一种或几种;所述特定认知特征包含在所述泛化认知特征之内;所述认知属性的具体种类包括颜色、轮廓、表面纹理以及轮廓的几何结构。
进一步地,所述步骤S1中的预处理包括滤波、降噪、白平衡、扭曲处理、放射变化。
进一步地,所述步骤S3中确定视差计算前的泛化认知特征的方法包括:图形种类、组成图形的线条的几何长度、组成图形的不同特征区域的颜色、组成图形的线条的连接关系、本图形和其它泛化图形的几何关系、组成图形的轮廓的长度比例关系。
本发明提出的基于双目视觉的挤奶器自动控制方法是一种非常先进的机器认知方法,不仅可以分辨奶牛***的泛化特征,还可以根据泛化特征进一步确定奶牛***的特定特征,用而可以用最准确、高效的特征识别技术来对奶牛***的4个***进行识别定位,适合于养殖园区大规模的养殖模式,降低了人工成本,有效的提高了工作效率,具有非常广阔的应用前景。
附图说明
图1为本发明一个实施里的基于双目视觉的挤奶器自动控制使用场景示意图;
图2为本发明另一视角的基于双目视觉的挤奶器自动控制使用场景示意图;
图3为本发明再一视角的基于双目视觉的挤奶器自动控制使用场景示意图。
附图标记说明:10-双目摄像头。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有付出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参见图1-图3,本发明一个实施例的基于双目视觉的挤奶器自动控制方法,包括以下步骤:
通过设置在挤奶区相对位置固定的双目摄像头10拍摄奶牛***区域的第一平面图像和第二平面图像;
利用双目视觉处理算法对所述第一平面图像和所述第二平面图像进行处理,建立所述奶牛***的三维坐标空间;
根据奶牛***的特定认知特征,输出所述三位坐标空间中奶牛***4个***的位置信息,并根据4个***位置信息将挤奶器的4个乳杯套在奶牛的4个***上。
在一个较佳的实施例中,所述利用双目视觉处理算法对所述第一平面图像和所述第二平面图像进行处理,建立所述奶牛***的三维坐标空间包括:
S1:对所述第一平面图像和第二平面图像进行预处理;
S2:对经过预处理的第一平面图像和第二平面图像进行智能认知,确定视差计算前的泛化认知特征,并建立所述第一平面图像和第二平面图像之间的匹配关系,以辨认所述***区域的认知属性;
S3:根据所述***区域的认知属性,确认与该认知属性相对应的一个或多个特定认知特征;
S4:根据双目立体成像原理进行视差计算;
S5:结合所述特定认知特征和点云图,建立奶牛***的三维坐标空间。
进一步地,上述挤奶器自动控制方法还包括以下步骤:
S6:判断所述三维坐标空间的识别度是否满足精度和误差要求;如满足,则输出奶牛***4个***的位置信息,并根据4个***位置信息将挤奶器的4个乳杯套在奶牛的4个***上;如不满足,转至步骤S7;
S7:返回步骤S2,重新确定所述泛化认知特征,并继续执行步骤S3-S6。
进一步地,所述步骤S4中还包括获取所述目标对象的点云图。
进一步地,所述泛化认知特征包括纹理、轮廓、颜色中的一种或几种;所述特定认知特征包含在所述泛化认知特征之内;所述认知属性的具体种类包括颜色、轮廓、表面纹理以及轮廓的几何结构。
进一步地,所述步骤S1中的预处理包括滤波、降噪、白平衡、扭曲处理、放射变化。
进一步地,所述步骤S3中确定视差计算前的泛化认知特征的方法包括:图形种类、组成图形的线条的几何长度、组成图形的不同特征区域的颜色、组成图形的线条的连接关系、本图形和其它泛化图形的几何关系、组成图形的轮廓的长度比例关系。
本发明相对于现有技术,最大的创新点在于,采用了泛化认知特征和特定认知特征相结合的方式来对奶牛******进行识别定位的技术手段。首先,所述泛化认知特征包括纹理、轮廓、颜色中的一种或几种;而所述特定认知特征包含在所述泛化认知特征之内。所述认知属性的具体种类包括颜色、轮廓、表面纹理以及轮廓的几何结构。所述特定认知特征则是基于图像的深度学习认知特征,辨认出***及其位置。
综上所述,本发明提出的基于双目视觉的挤奶器自动控制方法是一种非常先进的机器认知方法,不仅可以分辨奶牛***的泛化特征,还可以根据泛化特征进一步确定奶牛***的特定特征,用而可以用最准确、高效的特征识别技术来对奶牛***的4个***进行识别定位,适合于养殖园区大规模的养殖模式,降低了人工成本,有效的提高了工作效率,具有非常广阔的应用前景。
本领域普通技术人员可以理解:附图只是一个实施例的示意图,附图中的模块或流程并不一定是实施本发明所必须的。
本领域普通技术人员可以理解:实施例中的装置中的模块可以按照实施例描述分布于实施例的装置中,也可以进行相应变化位于不同于本实施例的一个或多个装置中。上述实施例的模块可以合并为一个模块,也可以进一步拆分成多个子模块。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围。
Claims (2)
1.一种基于双目视觉的挤奶器自动控制方法,其特征在于,包括以下步骤:
通过设置在挤奶区相对位置固定的双目摄像头拍摄奶牛***区域的第一平面图像和第二平面图像;
利用双目视觉处理算法对所述第一平面图像和所述第二平面图像进行处理,建立所述奶牛***的三维坐标空间;
根据奶牛***的特定认知特征,输出所述三维坐标空间中奶牛***4个***的位置信息,并根据4个***位置信息将挤奶器的4个乳杯套在奶牛的4个***上;
所述利用双目视觉处理算法对所述第一平面图像和所述第二平面图像进行处理,建立所述奶牛***的三维坐标空间包括:
S1:对所述第一平面图像和第二平面图像进行预处理;
S2:对经过预处理的第一平面图像和第二平面图像进行智能认知,确定视差计算前的泛化认知特征,并建立所述第一平面图像和第二平面图像之间的匹配关系,以辨认所述奶牛***区域的认知属性;
所述确定视差计算前的泛化认知特征的方法包括:图形种类、组成图形的线条的几何长度、组成图形的不同特征区域的颜色、组成图形的线条的连接关系、本图形和其它泛化图形的几何关系、组成图形的轮廓的长度比例关系;
S3:根据所述奶牛***区域的认知属性,确认与该认知属性相对应的一个或多个特定认知特征;
S4:根据双目立体成像原理进行视差计算;
其中,步骤S4中还包括获取奶牛***区域的点云图;
S5:结合所述特定认知特征和点云图,建立奶牛***的三维坐标空间;
其中,所述泛化认知特征包括纹理、轮廓、颜色中的一种或几种;所述特定认知特征包含在所述泛化认知特征之内;所述认知属性的具体种类包括颜色、轮廓、表面纹理以及轮廓的几何结构;
S6:判断所述三维坐标空间的识别度是否满足精度和误差要求;如满足,则输出奶牛***4个***的位置信息,并根据4个***位置信息将挤奶器的4个乳杯套在奶牛的4个***上;如不满足,转至步骤S7;
S7:返回步骤S2,重新确定所述泛化认知特征,并继续执行步骤S3-S6。
2.根据权利要求1所述的基于双目视觉的挤奶器自动控制方法,其特征在于,所述步骤S1中的预处理包括滤波、降噪、白平衡、扭曲处理、放射变化。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711230544.7A CN107950402B (zh) | 2017-11-29 | 2017-11-29 | 基于双目视觉的挤奶器自动控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711230544.7A CN107950402B (zh) | 2017-11-29 | 2017-11-29 | 基于双目视觉的挤奶器自动控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107950402A CN107950402A (zh) | 2018-04-24 |
CN107950402B true CN107950402B (zh) | 2020-10-30 |
Family
ID=61959565
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711230544.7A Active CN107950402B (zh) | 2017-11-29 | 2017-11-29 | 基于双目视觉的挤奶器自动控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107950402B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3873200B1 (en) * | 2018-11-01 | 2022-11-09 | DeLaval Holding AB | Tool-positioning system and method, rotary milking platform and computer program |
CN109588320A (zh) * | 2019-01-21 | 2019-04-09 | 河南埃尔森智能科技有限公司 | 一种基于3d视觉引导的无人化奶牛挤奶*** |
CN110969156B (zh) * | 2019-05-17 | 2024-07-16 | 丰疆智能科技股份有限公司 | 奶牛***检测卷积神经网络模型及其构建方法 |
CN115281095B (zh) * | 2022-05-30 | 2024-03-29 | 北京工业大学 | 一种基于激光图像识别的挤奶装置及方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN100498213C (zh) * | 2007-07-25 | 2009-06-10 | 中国农业大学 | 一种利用双目视觉技术监测猪生长的方法 |
WO2010023121A2 (en) * | 2008-08-29 | 2010-03-04 | Delaval Holding Ab | Arrangement and method for determining positions of the teats of a milking animal |
CN102986372B (zh) * | 2012-09-28 | 2015-08-05 | 浙江工业大学 | 基于全景立体视觉的采摘对象的识别、分类和空间定位装置及方法 |
CN205830697U (zh) * | 2016-06-29 | 2016-12-28 | 中国农业大学 | 一种辅助奶牛挤奶作业的自动药浴装置 |
CN107087150B (zh) * | 2017-04-26 | 2019-05-21 | 成都通甲优博科技有限责任公司 | 一种基于双目立体和光度立体的三维摄像方法、***及装置 |
CN107392929B (zh) * | 2017-07-17 | 2020-07-10 | 河海大学常州校区 | 一种基于人眼视觉模型的智能化目标检测及尺寸测量方法 |
-
2017
- 2017-11-29 CN CN201711230544.7A patent/CN107950402B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN107950402A (zh) | 2018-04-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107950402B (zh) | 基于双目视觉的挤奶器自动控制方法 | |
US10499608B2 (en) | Vision system with teat detection | |
US9807971B1 (en) | Vision system with automatic teat detection | |
US10595498B2 (en) | Vision system with teat candidate identification | |
CN107957246B (zh) | 基于双目视觉的传送带上物体几何尺寸测量方法 | |
US10354388B2 (en) | Vision system with tail detection | |
US20180228114A1 (en) | Vision System with Teat Identification | |
CN107545247B (zh) | 基于双目识别的立体认知方法 | |
US10154645B2 (en) | Vision system with tail positioner | |
US10558855B2 (en) | Vision system with teat detection | |
US10349615B2 (en) | Vision system for teat detection | |
CN111640152A (zh) | 一种鱼类生长监控方法和*** | |
US20230260327A1 (en) | Autonomous livestock monitoring | |
CN104700385A (zh) | 基于fpga实现的双目视觉定位装置 | |
CN105260750A (zh) | 一种奶牛识别方法及*** | |
US10477827B2 (en) | Vision system for teat detection | |
CN115082777A (zh) | 基于双目视觉的水下动态鱼类形态测量方法及装置 | |
Dorokhov et al. | Recognition of cow teats using the 3D-ToF camera when milking in the “herringbone” milking parlor | |
CN109636897B (zh) | 一种基于改进RGB-D SLAM的Octomap优化方法 | |
CN111340884B (zh) | 一种双目异构相机与rfid的双重目标定位与身份辨识方法 | |
CN111428677B (zh) | 无人机自动监测海上网箱养殖鱼类水面环游状态的方法 | |
CN109635692B (zh) | 基于超声波传感器的场景再识别方法 | |
US10349613B2 (en) | Vision system for teat detection | |
Chen et al. | Measurement of the distance from grain divider to harvesting boundary based on dynamic regions of interest | |
US20180049394A1 (en) | Vision System for Teat Detection |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 100094 603, floor 6, building 3, zone 1, No. 81, Beiqing Road, Haidian District, Beijing Applicant after: BEIJING VIZUM INTELLIGENT TECHNOLOGY Co.,Ltd. Address before: 100088 Beijing City, Haidian District Zhichun Road Jinqiu International Building No. 6 A block 1311 Applicant before: BEIJING VIZUM INTELLIGENT TECHNOLOGY Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |