[发明专利]基于人工智能的畜牧健康监测方法与系统

权利要求书

1.一种基于人工智能的畜牧健康监测方法，其特征在于，该方法包括以下步骤：

获取牲畜的标准健康数据，构成多维健康数据向量；对多维健康数据向量进行分析得到每一维度的异常概率，选取异常概率最大时对应维度的健康数据作为异常数据；

当所述异常数据为进食时间时，获取当前草料黏稠度；

其中，所述草料黏稠度的获取方法为：

采集牲畜在进食时食槽区域图像，并对食槽区域图像进行划分，得到牲畜进食区域的初始草料图像；

获取初始草料图像的边缘信息，将各边缘信息作为图像特征点，对图像特征点进行聚类得到不同分布区域，并将所述分布区域记为草料分布图像；

计算初始草料图像和草料分布图像的差值得到草料空洞区域图像，对草料空洞区域进行聚类得到空洞区域分布簇，根据空洞区域分布簇中空洞区域的面积、数量以及草料分布图像的面积得到空洞区域分布熵；

利用初始草料图像中任意像素点与相邻像素点组成像素点对，构建灰度共生矩阵，获取灰度共生矩阵的对比度信息；根据所述空洞区域分布熵和对比度信息得到草料黏稠度；

根据牲畜健康状态为正常时的进食时间与草料黏稠度的对应关系，对当前牲畜实际进食时间和实际草料黏稠度进行分析，确定实际进食时间与实际草料黏稠度的对应关系是否为异常，当为异常时，则牲畜健康状态为不健康；当为正常时，对除异常数据外其他健康数据进行分析，确定牲畜健康检测结果。

2.根据权利要求1所述的一种基于人工智能的畜牧健康监测方法，其特征在于，所述对当前牲畜实际进食时间和实际草料黏稠度进行分析的方法具体为：

计算牲畜健康正常时的进食时间和当前实际进食时间的差值得到进食时间差，当进食时间差大于或等于差值阈值时，实际进食时间与实际草料黏稠度的对应关系为异常状态，则判断为牲畜健康状态为不健康；

当进食时间差小于差值阈值时，则实际进食时间与实际草料黏稠度的对应关系为正常状态，将当前牲畜实际进食时间删除后，对剩余健康数据进行分析，确定牲畜健康检测结果。

3.根据权利要求1所述的一种基于人工智能的畜牧健康监测方法，其特征在于，所述空洞区域分布熵的计算方法为：

其中，N₁为空洞区域分布熵，K为空洞区域分布簇中空洞区域的数量，S_j,j＝1,2,…,K，为空洞区域的面积，S为草料分布图像的面积。

4.根据权利要求1所述的一种基于人工智能的畜牧健康监测方法，其特征在于，所述草料黏稠度的计算方法为：

其中，N为草料黏稠度，N₁为空洞区域分布熵，con为对比度信息。

5.根据权利要求1所述的一种基于人工智能的畜牧健康监测方法，其特征在于，所述标准健康数据包括牲畜的进食动作信息、行走异常程度、体温、运动量以及进食时间。

6.根据权利要求1所述的一种基于人工智能的牲畜健康监测方法，其特征在于，所述对多维健康数据向量进行分析的方法具体为：将多维健康数据向量输入异常检测网络，输出每一维度的异常概率。

7.根据权利要求6所述的一种基于人工智能的牲畜健康监测方法，其特征在于，所述进食时间的获取方法具体为：将牲畜图像输入动作识别网络，输出牲畜进食状态概率，当进食状态概率最大时，检测到牲畜的进食动作信息，获取牲畜的进食时间。

8.一种基于人工智能的畜牧健康监测系统，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述基于人工智能的牲畜健康监测方法的步骤。