[发明专利]一种基于机器视觉技术的猪只图像理想帧的筛选方法

说明书

本发明公开了一种基于机器视觉技术的猪只图像理想帧的筛选方法，涉及养殖设备领域，技术方案为，使用RGBD相机进行猪只图像采集，对采集到的图像进行预处理，转换为图像帧进行保存；对获取图像帧中的猪体进行轮廓框选得到轮廓框；根据猪不同生长阶段的体尺，预设对应生长阶段的标准定位框参数；将图像帧中的轮廓框和标准定位框比较，进行一次筛选；根据一次筛选后的图像中轮廓框的倾斜度，进行二次筛选，作为理想帧。本发明的有益效果是：本方案提出的筛选方法有助于机器视觉估重技术在图像采集环节中的效率提升，精准筛选，通过降低图像冗余度，提高图像库的质量，以确保视觉估重技术输出结果的准确、可靠。

技术领域

本发明涉及养殖设备领域，特别涉及一种基于机器视觉技术的猪只图像理想帧的筛选方法。

背景技术

在非洲猪瘟严防严控的情况下，非接触式测量技术显得尤为重要。猪体尺、体重等生长信息是描述其品质和营养状况的重要指标。在品质方面，猪活体尺可以用来估测其瘦肉率及背膘厚、眼肌面积等。在营养状况方面，猪活体体尺特征和日增重参数均为判断其生长趋势的重要指标，传统的测量体尺和体重的过程主要是通过人力赶猪，上地磅或称来计量，以主观测量方式为主。该传统方式对于长期养殖环境中设备的稳定性提出了巨大挑战，因为受制于农业生产的复杂环境，高温高湿会影响传感器的测量准确性，且动物为活体，无法根据人的意志来配合检测，而同时如果强制约束其至人工称重设备中，无疑会对其造成巨大的应激。

基于机器视觉技术非接触式检测猪只体尺、预估体重技术也是近年来学者们热衷探索的方向，而机器视觉估重技术在图像采集环节中会遇到各种各样的不合格数据，例如：猪只姿势为低头、抬头、弯曲、倾斜等均不符合图像数据的要求，即存在大量冗余的无效图像，因此，迫切需要一种筛选猪只理想图像帧的方法，剔除大量不合格图像，提高图像库的质量，以确保视觉估重技术输出结果的准确、可靠。

发明内容

针对上述技术问题，本发明提供一种基于机器视觉技术的猪只图像理想帧的筛选方法。

其技术方案为，包括，

S1、将待采集图像的猪只驱赶至检测通道内，使用RGBD相机进行猪只图像采集，并对采集到的图像进行预处理，转换为图像帧进行保存；

S2、对S1获取图像帧中的猪体进行轮廓框选得到轮廓框；使用基于Windows/Ubuntu+Tensorflow+Faster-RCNN框架，实现猪体轮廓精准定位和框选；

S3、根据猪不同生长阶段的体尺，预设对应生长阶段的标准定位框参数；

S4、将图像帧中的轮廓框和标准定位框比较，进行一次筛选；

S5、根据一次筛选后的图像中轮廓框的倾斜度，进行二次筛选，并对二次筛选后的图像进行角度修正，剔除轮廓框之外的部分，作为理想帧。

优选为，所述S1中的检测通道的宽度小于猪只的体长，形成相对于猪只的单向通道；

所述S1中的对采集到图像进行预处理，包括对图像的初步筛选，保留猪体边缘轮廓清晰、图像曝光正常的图像，并对保留后的图像进行图像去噪、图像增强处理，图像增强具体为调整图像中猪体所在区域明亮度。

优选为，所述S3中，所述标准定位框为矩形框，所述标准定位框参数包括长度范围值和宽度范围值。

优选为，所述S4中，将图像帧中的轮廓框和标准定位框比较，进行一次筛选，具体为，将S2得到的轮廓框参数和S3的标准定位框参数进行比对，如果轮廓框参数超出标准定位框参数，则对应的图像为不合格图像，如果轮廓框参数在标准定位框参数范围内，则对应的图像进行保留。