[发明专利]一种体重测量方法、装置、电子设备和活体牲畜测量系统在审
申请号: | 202210753996.8 | 申请日: | 2022-06-21 |
公开(公告)号: | CN114973332A | 公开(公告)日: | 2022-08-30 |
发明(设计)人: | 董连杰;王瑞红;孙东东;孙志滨;赵子琪;张旭;王虹;韩克元 | 申请(专利权)人: | 河北农业大学;河北博晨畜牧科技有限公司 |
主分类号: | G06V40/10 | 分类号: | G06V40/10;G06V10/774;G06V10/82;G06N3/04;G06N3/08;G01G17/08 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 071001 河北*** | 国省代码: | 河北;13 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 体重 测量方法 装置 电子设备 活体 牲畜 测量 系统 | ||
1.一种体重测量方法,应用于电子设备,用于对待测活体牲畜的体重进行测量,其特征在于,所述体重测量方法包括步骤:
获取所述待测活体牲畜的实时影像;
对所述实时影像进行处理,得到所述待测活体牲畜的特征图像和酮体尺寸;
基于动物品种模型对特征图像进行处理,得到所述待测活体牲畜的牲畜种类;
基于与所述牲畜种类相匹配的生长模型对所述酮体尺寸和待测活体牲畜的生长时间进行处理,得到所述待测活体牲畜的体重。
2.如权利要求1所述的体重测量方法,其特征在于,所述实时影像为红外实时影像,所述特征图像为头部图像。
3.如权利要求1或2所述的体重测量方法,其特征在于,还包括步骤:
构建第一样本集,所述第一样本集包括多种经过标定的活体牲畜的头部图像;
基于所述第一样本集对CNN卷积神经网络进行训练,得到所述动物品种模型。
4.如权利要求1或2所述的体重测量方法,其特征在于,还包括步骤:
基于每个动物品种构建第二样本集,所述第二样本集包括所述品种的动物的生长时间和酮体尺寸,以及与所述酮体尺寸对应的体重;
基于所述第二样本集对CNN卷积神经网络进行训练,得到所述生长模型。
5.一种体重测量装置,应用于电子设备,用于对待测活体牲畜的体重进行测量,其特征在于,所述体重测量装置包括:
影像采集模块,被配置为获取所述待测活体牲畜的实时影像;
影像处理模块,被配置为对所述实时影像进行处理,得到所述待测活体牲畜的特征图像和酮体尺寸;
第一识别模块,被配置为基于动物品种模型对特征图像进行处理,得到所述待测活体牲畜的牲畜种类;
第二识别模块,被配置为基于与所述牲畜种类相匹配的生长模型对所述酮体尺寸和待测活体牲畜的生长时间进行处理,得到所述待测活体牲畜的体重。
6.如权利要求5所述的体重测量装置,其特征在于,所述实时影像为红外实时影像,所述特征图像为头部图像。
7.如权利要求5或6所述的体重测量装置,其特征在于,还包括:
第一构建模块,被配置为构建第一样本集,所述第一样本集包括多种经过标定的活体牲畜的头部图像;
第一训练模块,被配置为基于所述第一样本集对CNN卷积神经网络进行训练,得到所述动物品种模型。
8.如权利要求5或6所述的体重测量装置,其特征在于,还包括:
第二构建模块,被配置为基于每个动物品种构建第二样本集,所述第二样本集包括所述品种的动物的生长时间和酮体尺寸,以及与所述酮体尺寸对应的体重;
第二训练模块,被配置为基于所述第二样本集对CNN卷积神经网络进行训练,得到所述生长模型。
9.一种电子设备,其特征在于,所述电子设备包括至少一个处理器和与所述处理器连接的存储器,其中:
所述存储器用于存储计算机程序或指令;
所述处理器用于执行所述计算机程序或指令,以使所述电子设备实现如权利要求1~4任一项所述的体重测量方法。
10.一种活体牲畜测量系统,其特征在于,包括影像采集设备和电子设备,所述影像采集设备与电子设备连接,其中:
所述影像采集设备用于采集待测活体牲畜的实时影像;
所述电子设备用于对所述实时影像进行处理,即基于如权利要求1~4任一项所述的体重测量方法对所述实时影像进行处理,得到并通过显示设备输出所述待测活体牲畜的体重。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于河北农业大学;河北博晨畜牧科技有限公司,未经河北农业大学;河北博晨畜牧科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210753996.8/1.html,转载请声明来源钻瓜专利网。