CN110070051A - 基于计算机视觉技术的牛发情监测方法及*** - Google Patents
基于计算机视觉技术的牛发情监测方法及*** Download PDFInfo
- Publication number
- CN110070051A CN110070051A CN201910333012.9A CN201910333012A CN110070051A CN 110070051 A CN110070051 A CN 110070051A CN 201910333012 A CN201910333012 A CN 201910333012A CN 110070051 A CN110070051 A CN 110070051A
- Authority
- CN
- China
- Prior art keywords
- information
- heat
- video information
- computer vision
- image
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 94
- 238000012544 monitoring process Methods 0.000 title claims abstract description 47
- 241000283690 Bos taurus Species 0.000 claims abstract description 40
- 230000006399 behavior Effects 0.000 claims abstract description 26
- 239000008267 milk Substances 0.000 claims abstract description 19
- 210000004080 milk Anatomy 0.000 claims abstract description 19
- 235000013336 milk Nutrition 0.000 claims abstract description 19
- 238000004458 analytical method Methods 0.000 claims abstract description 18
- 230000012173 estrus Effects 0.000 claims abstract description 16
- 238000012545 processing Methods 0.000 claims abstract description 10
- 238000003860 storage Methods 0.000 claims description 20
- 238000000605 extraction Methods 0.000 claims description 13
- 239000000284 extract Substances 0.000 claims description 10
- 230000001158 estrous effect Effects 0.000 claims description 8
- 238000012432 intermediate storage Methods 0.000 claims description 6
- 230000003287 optical effect Effects 0.000 claims description 6
- 244000309464 bull Species 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 2
- 238000001514 detection method Methods 0.000 abstract description 20
- 238000005516 engineering process Methods 0.000 abstract description 11
- 230000003542 behavioural effect Effects 0.000 abstract description 10
- 238000009395 breeding Methods 0.000 abstract description 6
- 230000001488 breeding effect Effects 0.000 abstract description 6
- 238000007689 inspection Methods 0.000 abstract description 6
- 238000012423 maintenance Methods 0.000 abstract description 5
- 238000010801 machine learning Methods 0.000 abstract description 4
- 238000013473 artificial intelligence Methods 0.000 abstract description 3
- 230000009471 action Effects 0.000 description 6
- 230000008901 benefit Effects 0.000 description 3
- 238000009434 installation Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 230000036760 body temperature Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000009027 insemination Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000003909 pattern recognition Methods 0.000 description 2
- 230000035935 pregnancy Effects 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 210000000697 sensory organ Anatomy 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 229940088597 hormone Drugs 0.000 description 1
- 239000005556 hormone Substances 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 238000010422 painting Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- YLJREFDVOIBQDA-UHFFFAOYSA-N tacrine Chemical compound C1=CC=C2C(N)=C(CCCC3)C3=NC2=C1 YLJREFDVOIBQDA-UHFFFAOYSA-N 0.000 description 1
- 229960001685 tacrine Drugs 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/46—Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/20—Movements or behaviour, e.g. gesture recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30181—Earth observation
- G06T2207/30188—Vegetation; Agriculture
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Psychiatry (AREA)
- Social Psychology (AREA)
- Human Computer Interaction (AREA)
- Image Analysis (AREA)
Abstract
本发明目提供了基于计算机视觉技术的牛发情监测方法及***,利用计算机图像处理技术可以无接触、高精确度、适应性强牛个体身份识别、行为特征分析,发情检测,并通过机器学习等人工智能提高计算的监测准确度,实现在养殖场中牛个体无接触精确个体识别,行为分析监测等,具有全天候监测,监测效率高,牧场前期投入成本和后期维护成本低等特征;解决现有的各种牛群发情检测的方法存在工作量大,检测精度不高,漏检牛的发情行为,从而耽误奶牛配种,以至于影响奶牛养殖的利益的问题。
Description
技术领域
本发明属于牛行为的监测***,具体涉及基于计算机视觉技术的牛发情监测方法及***。
背景技术
牛的发情检测对于育种管理非常重要。检测结果有助于确定人工授精的最佳时间。发情检测的成功不仅提高了受孕率,还提高了牛群的产奶量。现有的各种牛群行为监测分析(发情检测)方案都有不够完善,下对现有的几种牛群发情检测技术进行说明:
1、人工观察法:技术人员通过观察牛只的外部表现和精神状态来判断牛的发情状况。此方法依赖技术人员的经验和责任心,耗时长,工作量大,而且对于夜间发情奶牛的适用性受限制,会出现较大比例的漏检等弊端。
2、涂蜡笔方法:涂蜡笔方法通过观察牛尾根蜡笔颜色和形状的变化来判断奶牛是否发情。此方法操作简单,方便易行,发情检出率较高,但此方法增加了技术的工作量,特别是涂蜡笔工作简单枯燥,对上夹率有要求,同时蜡笔的耗材成本也较高。
3、计步器等运动量采集监测发情方法:通过为每只牛佩戴脚部计步器、颈部计步器、耳标计步器等接触式测量牛只的活动量,利用传感器和电子信息技术的自动监测活动量,用此信息进行牛发情的判定,代替人工进行发情监测和鉴定。该方法降低了人的工作量,提高了发情检出率,但方法需为每头牛佩戴监测设备,前期投入大,后期维护成本高,同时接触式测量会对牛产生应激行为。另一方面牛群运动量受饲养方式、个体差异等多因素影响,在特定条件下会造成***误判。
4、通过体温、牛奶中激素等方法监测发情。因为牛是复杂生物体,通过体温等判断发情成本高,检出准确度低。
图像识别,是指利用计算机对图像进行处理、分析和理解,以识别各种不同模式的目标和对像的技术。一般工业使用中,采用工业相机拍摄图片,然后再利用软件根据图片灰阶差做进一步识别处理,图像识别软件国外代表的有康耐视等,国内代表的有图智能等。另外在地理学中指将遥感图像进行分类的技术。
图形刺激作用于感觉器官,人们辨认出它是经验过的某一图形的过程,也叫图像再认。在图像识别中,既要有当时进入感官的信息,也要有记忆中存储的信息。只有通过存储的信息与当前的信息进行比较的加工过程,才能实现对图像的再认。
发明内容
本发明目提供了基于计算机视觉技术的牛发情监测方法及***,解决了背景技术中现有的各种牛群发情检测的方法存在工作量大,检测精度不高,漏检牛的发情行为,从而耽误奶牛配种,以至于影响奶牛养殖的利益的问题的问题。
本发明所采用的技术方案为:
基于计算机视觉技术的牛发情监测方法,包括以下步骤:
S1、将牛进行编号,并一一采集牛的图像信息存入数据库,采用图像处理提取每只牛的特征点,建立牛身份特征信息库;
S2、采集牛的发情行为视频信息,并将视频中的发情动作进行特征提取,建立牛的发情特征初始信息库;
S3、对待监测的牛群进行视频监控,并将监控的视频信息传给处理器,然后根据步骤S2中建立的牛的发情特征初始信息库对视频信息进行特征分析,得到处于发情状态的牛的视频信息;
S4、对步骤S3中得到的处于发情状态的牛的视频信息进行特征图像提取,并将提取的特征图像与步骤1中建立的牛身份特征信息库进行比对,得到发情的牛的身份信息。
牛有固定的行为模式,其中牛发情最重要的行为特征是爬跨和稳定的接受爬跨。本方案主要解决的主要问题是通过计算机对摄像机采集的原始图像或图像序列数据进行处理和分析,学习并理解其中牛发情的动作和行为;在运动检测、特征提取的基础之上,通过分析获得牛动作运动模式,建立视频内容和动作类型描述之间的映射关系,以使计算机能够“看”视频或“理解”视频,识别出牛的发情动作;方案通过从图像帧中检测运动信息并提取底层特征;然后是对行为模式或是动作进行建模;最后是建立底层视觉特征与动作行为类别等高层语义信息之间的对应关系,通过图形识别技术,采集牛的照片存入数据库,并提取特征点;当需要识别牛只然后需要对摄像机传回视频进行图形分割,目标个体特征提取,牛图像识别与匹配识别发情状态的牛的独立身份;利用计算机图像处理技术可以无接触、高精确度、适应性强牛个体身份识别、行为特征分析,发情检测,并通过机器学习等人工智能提高计算的监测准确度,实现在养殖场中牛个体无接触精确个体识别,行为分析监测等,具有全天候监测,监测效率高,牧场前期投入成本和后期维护成本低等特征;解决现有的各种牛群发情检测的方法存在工作量大,检测精度不高,漏检牛的发情行为,从而耽误奶牛配种,以至于影响奶牛养殖的利益的问题。
进一步地,步骤S1中采用图像处理提取每只牛的特征点,建立牛身份特征信息库的方法中还包括:提取图像中牛的体型特征、牛的外貌花纹特征。由于每只牛的体型和花纹都有一定的区别且方便采集,容易识别。
进一步地,步骤S1中采用图像处理的方法提取图像中牛的体型特征、牛的外貌花纹特征的方法包括:采用图像进行灰度处理和二值化处理以获得由组成牛的第一颜色和第二颜和第三颜色组成的处理图像并识别。
进一步地,步骤S2中采集牛的发情行为视频信息是公牛爬跨或母牛稳定的接受爬跨的动作特征。牛有固定的行为模式,其中牛发情最重要的行为特征是爬跨和稳定的接受爬跨,因此,使用公牛爬跨或母牛稳定的接受爬跨的动作特征作为发情标准,可以准确的识别牛是否处于发情状态。
进一步地,步骤S2中采集牛的发情行为视频信息的方法包括:根据视频信息中的原始图像序列获得所述待监测奶牛的光流图像序列;对所述光流图像序列进行特征提取,获得与所述光流图像序列对应的光流特征。
进一步地,步骤3中根据步骤S2中建立的牛的发情特征初始信息库对视频信息进行特征分析的方法还包括:利用光流法根据所述待监测牛群的视频信息中的原始图像序列形成的光流特征匹配牛发情行为的光流特征;区别出牛的发情状态。
基于计算机视觉技术的牛发情监测***,包括信息采集单元、中间存储单元、服务器、信息识别单元、显示单元,其中:
信息采集单元用于采集牛行为的原始视频信息,并将信息上传网络;
服务器用连接网络,并从网络端接收信息采集单元传来的视频信息;
信息识别单元用于对服务器中的视频信息按照权利要求1所述的基于计算机视觉技术的牛发情监测方法进行信息识别;并将识别后的结果通过显示单元进行显示;
所述中间存储单元用于接收信息采集单元传来的视频信息并将视频信息进行存储,同时也用于将存储的视频信息传给服务器。
计算机视觉技术的牛发情监测***通过无线网进行传输,避免了户外牛栏布线的工作量,减低了成本,经过中间存储器进行视频存储,可在服务器信号丢失时,信息采集单元存储不足时,进行临时存储;并在服务器回复信号后将视频信息传给服务器;保证视频信息不会丢失
进一步地,信息采集单元包括网络连接模块、控制电路、第二存储模块,通过网络连接模块连接网络获取视频信息并将视频信息传给控制电路,控制电路接收视频信息将信息传给第二存储单元进行存储;同时,控制电路也将第二存储单元中的视频信息通过网络连接模块将信息传给服务器。
进一步地,摄像头模块的摄像机通过云台进行安装。利用云台安装摄像机实现360度的无死角监控。
进一步地,信息采集单元的无线网络模块是4G模块和/或WIFI模块。
本发明具有如下的优点和有益效果:
1、本发明通过计算机对摄像机采集的原始图像或图像序列数据进行处理和分析,学习并理解其中牛发情的动作和行为;在运动检测、特征提取的基础之上,通过分析获得牛动作运动模式,建立视频内容和动作类型描述之间的映射关系,以使计算机能够“看”视频或“理解”视频,识别出牛的发情动作;方案通过从图像帧中检测运动信息并提取底层特征;然后是对行为模式或是动作进行建模;最后是建立底层视觉特征与动作行为类别等高层语义信息之间的对应关系,通过图形识别技术,采集牛的照片存入数据库,并提取特征点;当需要识别牛只然后需要对摄像机传回视频进行图形分割,目标个体特征提取,牛图像识别与匹配识别发情状态的牛的独立身份;利用计算机图像处理技术可以无接触、高精确度、适应性强牛个体身份识别、行为特征分析,发情检测,并通过机器学习等人工智能提高计算的监测准确度,实现在养殖场中牛个体无接触精确个体识别,行为分析监测等,具有全天候监测,监测效率高,牧场前期投入成本和后期维护成本低等特征;解决现有的各种牛群发情检测的方法存在工作量大,检测精度不高,漏检牛的发情行为,从而耽误奶牛配种,以至于影响奶牛养殖的利益的问题;
2、本发明基于计算机视觉技术的牛发情监测方法使用公牛爬跨或母牛稳定的接受爬跨的动作特征作为发情标准,可以准确的识别牛是否处于发情状态;
3、本发明基于计算机视觉技术的牛发情监测***通过无线网进行传输,避免了户外牛栏布线的工作量,减低了成本,利用云台安装摄像机实现360度的无死角监控;经过中间存储器进行视频存储,可在服务器信号丢失时,信息采集单元存储不足时,进行临时存储;并在服务器回复信号后将视频信息传给服务器;保证视频信息不会丢失。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解,构成本申请的一部分,并不构成对本发明实施例的限定。在附图中:
图1是本发明的流程框架示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,下面结合实施例和附图,对本发明作进一步的详细说明,本发明的示意性实施方式及其说明仅用于解释本发明,并不作为对本发明的限定。
实施例1:
如图1所示,本实施例提供了基于计算机视觉技术的牛发情监测方法,包括以下步骤:
S1、将牛进行编号,并一一采集牛的图像信息存入数据库,采用图像处理提取每只牛的特征点,建立牛身份特征信息库;
S2、采集牛的发情行为视频信息,并将视频中的发情动作进行特征提取,建立牛的发情特征初始信息库;
S3、对待监测的牛群进行视频监控,并将监控的视频信息传给处理器,然后根据步骤S2中建立的牛的发情特征初始信息库对视频信息进行特征分析,得到处于发情状态的牛的视频信息;
S4、对步骤S3中得到的处于发情状态的牛的视频信息进行特征图像提取,并将提取的特征图像与步骤1中建立的牛身份特征信息库进行比对,得到发情的牛的身份信息。
实施时,步骤S1中采用图像处理提取每只牛的特征点,建立牛身份特征信息库的方法中还包括:提取图像中牛的体型特征、牛的外貌花纹特征;步骤S1中采用图像处理的方法提取图像中牛的体型特征、牛的外貌花纹特征的方法包括:采用图像进行灰度处理和二值化处理以获得由组成牛的第一颜色和第二颜和第三颜色组成的处理图像并识别;步骤S2中采集牛的发情行为视频信息是公牛爬跨或母牛稳定的接受爬跨的动作特征;步骤S2中采集牛的发情行为视频信息的方法包括:根据视频信息中的原始图像序列获得所述待监测奶牛的光流图像序列;对所述光流图像序列进行特征提取,获得与所述光流图像序列对应的光流特征;本实施例中,在获得待监测奶牛的原始图像序列的基础上,利用光流法根据待监测奶牛的原始图像序列获得待监测奶牛的光流图像序列。其中光流法是一种简单实用的图像运动的表达方式,通常定义为一个图像序列中的图像亮度模式的表观运动,即空间物体表面上的点的运动速度在视觉传感器的成像平面上的表达。
光流法大致可分为三类:基于匹配的方法、频域的方法和梯度的方法。其中基于匹配的方法包括基于特征和基于区域两种,基于特征的方法不断地对目标主要特征进行定位和跟踪,对大目标的运动和亮度变化具有鲁棒性;基于区域的方法先对类似的区域进行定位,然后通过相似区域的位移计算光流。基于频域的方法,也称为基于能量的方法,利用速度可调的滤波组输出频率或相位信息。基于梯度的方法利用图像序列亮度的时空微分计算2D速度场(光流)。
实施时,步骤3中根据步骤S2中建立的牛的发情特征初始信息库对视频信息进行特征分析的方法还包括:利用光流法根据所述待监测牛群的视频信息中的原始图像序列形成的光流特征匹配牛发情行为的光流特征;区别出牛的发情状态。
牛的发情检测对于育种管理非常重要。检测结果有助于确定人工授精的最佳时间。发情检测的成功不仅提高了受孕率,还提高了牛群的产奶量。利用本方案的计算机图像处理技术可以无接触、高精确度、适应性强牛个体身份识别、行为特征分析(发情检测等),并通过机器学习等人工智能提高计算的监测准确度,实现在养殖场中牛个体无接触精确个体识别,行为分析监测等,具有全天候监测,监测效率高,牧场前期投入成本和后期维护成本低等特征。基于计算机视觉技术的发情监测***在不需要人为干预下,利用摄像机对目标牛群进行全天候的记录并对视频进行分析,结合了运动分析、图像处理技术深度学习等技术构建计算机视觉***,并在此基础上分析和判断目标个体的行为,识别出牛的发情动作和发情个体,实现低成本实时监测的发现牛只发情等。
实施例2
基于计算机视觉技术的牛发情监测***,包括信息采集单元、中间存储单元、服务器、信息识别单元、显示单元,其中:
信息采集单元用于采集牛行为的原始视频信息,并将信息上传网络;
服务器用连接网络,并从网络端接收信息采集单元传来的视频信息;
信息识别单元用于对服务器中的视频信息按照权利要求1所述的基于计算机视觉技术的牛发情监测方法进行信息识别;并将识别后的结果通过显示单元进行显示;
所述中间存储单元用于接收信息采集单元传来的视频信息并将视频信息进行存储,同时也用于将存储的视频信息传给服务器。
实施时,信息采集单元包括网络连接模块、控制电路、第二存储模块,通过网络连接模块连接网络获取视频信息并将视频信息传给控制电路,控制电路接收视频信息将信息传给第二存储单元进行存储;同时,控制电路也将第二存储单元中的视频信息通过网络连接模块将信息传给服务器。摄像头模块的摄像机通过360度云台进行安装。信息采集单元的无线网络模块是4G模块和/或WIFI模块。通过无线网进行传输,避免了户外牛栏布线的工作量,减低了成本,利用云台安装摄像机实现360度的无死角监控;经过中间存储器进行视频存储,可在服务器信号丢失时,信息采集单元存储不足时,进行临时存储;并在服务器回复信号后将视频信息传给服务器;保证视频信息不会丢失。
具体实施时,牛发情后一般会远离牛群,散栏式牛舍牛发情后一般会在牛舍两端进行追逐爬跨动作,且追逐爬跨动作会持续多次,摄像机主要监控该区域即可捕捉绝大部分发情牛只。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.基于计算机视觉技术的牛发情监测方法,其特征在于,包括以下步骤:
S1、将牛进行编号,并一一采集牛的图像信息存入数据库,采用图像处理提取每只牛的特征点,建立牛身份特征信息库;
S2、采集牛的发情行为视频信息,并将视频中的发情动作进行特征提取,建立牛的发情特征初始信息库;
S3、对待监测的牛群进行视频监控,并将监控的视频信息传给处理器,然后根据步骤S2中建立的牛的发情特征初始信息库对视频信息进行特征分析,得到处于发情状态的牛的视频信息;
S4、对步骤S3中得到的处于发情状态的牛的视频信息进行特征图像提取,并将提取的特征图像与步骤1中建立的牛身份特征信息库进行比对,得到发情的牛的身份信息。
2.根据权利要求1所述的基于计算机视觉技术的牛发情监测方法,其特征在于:所述步骤S1中采用图像处理提取每只牛的特征点,建立牛身份特征信息库的方法中还包括:提取图像中牛的体型特征、牛的外貌花纹特征。
3.根据权利要求2所述的基于计算机视觉技术的牛发情监测方法,其特征在于:所述步骤S1中采用图像处理的方法提取图像中牛的体型特征、牛的外貌花纹特征的方法包括:采用图像进行灰度处理和二值化处理以获得由组成牛的第一颜色和第二颜和第三颜色组成的处理图像并识别。
4.根据权利要求1所述的基于计算机视觉技术的牛发情监测方法,其特征在于:所述步骤S2中采集牛的发情行为视频信息是公牛爬跨或母牛稳定的接受爬跨的动作特征。
5.根据权利要求1所述的基于计算机视觉技术的牛发情监测方法,其特征在于:所述步骤S2中采集牛的发情行为视频信息的方法包括:根据视频信息中的原始图像序列获得所述待监测奶牛的光流图像序列;对所述光流图像序列进行特征提取,获得与所述光流图像序列对应的光流特征。
6.根据权利要求5所述的基于计算机视觉技术的牛发情监测方法,其特征在于:所述步骤S3中根据步骤S2中建立的牛的发情特征初始信息库对视频信息进行特征分析的方法还包括:利用光流法根据所述待监测牛群的视频信息中的原始图像序列形成的光流特征匹配牛发情行为的光流特征;区别出牛的发情状态。
7.基于计算机视觉技术的牛发情监测***,其特征在于:包括信息采集单元、中间存储单元、服务器、信息识别单元、显示单元,其中:
信息采集单元用于采集牛行为的原始视频信息,并将信息上传网络;
服务器用连接网络,并从网络端接收信息采集单元传来的视频信息;
信息识别单元用于对服务器中的视频信息按照权利要求1所述的基于计算机视觉技术的牛发情监测方法进行信息识别;并将识别后的结果通过显示单元进行显示;
所述中间存储单元用于接收信息采集单元传来的视频信息并将视频信息进行存储,同时也用于将存储的视频信息传给服务器。
8.根据权利要求7所述的基于计算机视觉技术的牛发情监测***,其特征在于:所述信息采集单元包括网络连接模块、控制电路、第二存储模块,通过网络连接模块连接网络获取视频信息并将视频信息传给控制电路,控制电路接收视频信息将信息传给第二存储单元进行存储;同时,控制电路也将第二存储单元中的视频信息通过网络连接模块将信息传给服务器。
9.根据权利要求7所述的基于计算机视觉技术的牛发情监测***,其特征在于:所述摄像头模块的摄像机通过可转动云台进行安装。
10.根据权利要求7所述的基于计算机视觉技术的牛发情监测***,其特征在于:所述信息采集单元的无线网络模块是4G模块和/或WIFI模块。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910333012.9A CN110070051A (zh) | 2019-04-24 | 2019-04-24 | 基于计算机视觉技术的牛发情监测方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910333012.9A CN110070051A (zh) | 2019-04-24 | 2019-04-24 | 基于计算机视觉技术的牛发情监测方法及*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110070051A true CN110070051A (zh) | 2019-07-30 |
Family
ID=67368616
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910333012.9A Pending CN110070051A (zh) | 2019-04-24 | 2019-04-24 | 基于计算机视觉技术的牛发情监测方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110070051A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111401182A (zh) * | 2020-03-10 | 2020-07-10 | 北京海益同展信息科技有限公司 | 针对饲喂栏的图像检测方法和装置 |
CN111466313A (zh) * | 2020-04-24 | 2020-07-31 | 武汉科立博牧业科技有限公司 | 一种监测母牛发情贴纸以及使用方法 |
CN112970620A (zh) * | 2019-12-17 | 2021-06-18 | 中移(成都)信息通信科技有限公司 | 发情状态检测的方法、装置、***、设备和介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103488148A (zh) * | 2013-09-24 | 2014-01-01 | 华北电力大学(保定) | 一种基于物联网和计算机视觉的家畜行为智能监控*** |
CN104115763A (zh) * | 2014-07-13 | 2014-10-29 | 北京东方联鸣科技发展有限公司 | 一种奶牛发情监测装置 |
CN108175389A (zh) * | 2017-12-22 | 2018-06-19 | 北京农业信息技术研究中心 | 一种多源信息融合奶牛行为监测***及方法 |
CN108207700A (zh) * | 2018-01-15 | 2018-06-29 | 内蒙古大学 | 奶牛信息监测方法及*** |
CN108491807A (zh) * | 2018-03-28 | 2018-09-04 | 北京农业信息技术研究中心 | 一种奶牛发情行为实时监测方法及*** |
CN108717523A (zh) * | 2018-04-26 | 2018-10-30 | 华南农业大学 | 基于机器视觉的母猪发情行为检测方法 |
WO2019009857A2 (en) * | 2017-04-11 | 2019-01-10 | GONCU, Serap | PROCESS FOR DETECTION OF OESTRAL PERIOD OF COWS BY DRONE |
-
2019
- 2019-04-24 CN CN201910333012.9A patent/CN110070051A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103488148A (zh) * | 2013-09-24 | 2014-01-01 | 华北电力大学(保定) | 一种基于物联网和计算机视觉的家畜行为智能监控*** |
CN104115763A (zh) * | 2014-07-13 | 2014-10-29 | 北京东方联鸣科技发展有限公司 | 一种奶牛发情监测装置 |
WO2019009857A2 (en) * | 2017-04-11 | 2019-01-10 | GONCU, Serap | PROCESS FOR DETECTION OF OESTRAL PERIOD OF COWS BY DRONE |
CN108175389A (zh) * | 2017-12-22 | 2018-06-19 | 北京农业信息技术研究中心 | 一种多源信息融合奶牛行为监测***及方法 |
CN108207700A (zh) * | 2018-01-15 | 2018-06-29 | 内蒙古大学 | 奶牛信息监测方法及*** |
CN108491807A (zh) * | 2018-03-28 | 2018-09-04 | 北京农业信息技术研究中心 | 一种奶牛发情行为实时监测方法及*** |
CN108717523A (zh) * | 2018-04-26 | 2018-10-30 | 华南农业大学 | 基于机器视觉的母猪发情行为检测方法 |
Non-Patent Citations (1)
Title |
---|
宗哲英等: "奶牛发情行为的监测研究现状及进展", 《畜牧与兽医》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112970620A (zh) * | 2019-12-17 | 2021-06-18 | 中移(成都)信息通信科技有限公司 | 发情状态检测的方法、装置、***、设备和介质 |
CN112970620B (zh) * | 2019-12-17 | 2023-07-21 | 中移(成都)信息通信科技有限公司 | 发情状态检测的方法、装置、***、设备和介质 |
CN111401182A (zh) * | 2020-03-10 | 2020-07-10 | 北京海益同展信息科技有限公司 | 针对饲喂栏的图像检测方法和装置 |
CN111401182B (zh) * | 2020-03-10 | 2023-12-08 | 京东科技信息技术有限公司 | 针对饲喂栏的图像检测方法和装置 |
CN111466313A (zh) * | 2020-04-24 | 2020-07-31 | 武汉科立博牧业科技有限公司 | 一种监测母牛发情贴纸以及使用方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108990831A (zh) | 一种牲畜健康监控方法和*** | |
CN109141248B (zh) | 基于图像的猪体重测算方法及*** | |
CN110070051A (zh) | 基于计算机视觉技术的牛发情监测方法及*** | |
CN108961269B (zh) | 基于图像的猪体重测算方法及*** | |
CN108717523A (zh) | 基于机器视觉的母猪发情行为检测方法 | |
CN111696139B (zh) | 基于rgb图像的白羽种鸡群体体重估测***和方法 | |
CN213282917U (zh) | 一种非接触式生猪体尺参数测量*** | |
Anderson et al. | Characterising the spatial and temporal activities of free-ranging cows from GPS data | |
CN106295558A (zh) | 一种猪只行为节律分析方法 | |
Huang et al. | Cow tail detection method for body condition score using Faster R-CNN | |
CN110456050B (zh) | 便携式智能数字化寄生虫体外诊断仪 | |
CN108874910B (zh) | 基于视觉的小目标识别*** | |
CN109492534A (zh) | 一种基于Faster RCNN的跨场景多姿态的行人检测方法 | |
CN103279760A (zh) | 一种植物检疫幼虫实时分类方法 | |
CN114898238A (zh) | 一种野生动物遥感识别方法及装置 | |
CA3093646C (en) | Method and system for extraction of statistical sample of moving objects | |
CN114898405B (zh) | 基于边缘计算的便携式肉鸡异常监测*** | |
CN210808785U (zh) | 一种基于机器视觉技术的育肥猪智能分群*** | |
CN115565170A (zh) | 一种细胞培养状态的图像采集处理方法及*** | |
CN111178172A (zh) | 实验鼠嗅探动作识别方法、模块及*** | |
KR20210054266A (ko) | 소의 승가 행위 판별 방법 및 시스템. | |
CN112966780A (zh) | 一种动物行为识别方法及*** | |
CN110263753B (zh) | 一种对象统计方法和装置 | |
Azarpajouh et al. | Farm 4.0: innovative smart dairy technologies and their applications as tools for welfare assessment in dairy cattle | |
CN113221776B (zh) | 一种基于人工智能对反刍动物一般行为识别的方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190730 |