[發明專利]一種基于支撐時相的奶牛跛行檢測方法與系統

在審

• 申請號: 202010092952.6
• 申請日: 2020-02-14
• 公開（公告）號: CN111339850A
• 公開（公告）日: 2020-06-26
• 發明（設計）人: 劉剛;康熙;張旭東
• 申請（專利權）人: 中國農業大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;A01K29/00
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 程琛

1.一種基于支撐時相的奶牛跛行檢測方法，其特征在于，包括：

采集奶牛行走視頻，從所述奶牛行走視頻中提取奶牛牛蹄移動影像；

基于所述奶牛牛蹄移動影像計算支撐時相集合；

采用基于所述支撐時相集合的奶牛跛行分類算法，對奶牛跛行進行檢測和分類，得到奶牛跛行分類結果；

基于奶牛跛行分類結果，檢測已存在跛行奶牛的單條牛腿，得到跛行腿檢測結果。

2.根據權利要求1所述的基于支撐時相的奶牛跛行檢測方法，其特征在于，所述采集奶牛行走視頻，從所述奶牛行走視頻中提取奶牛牛蹄移動影像，具體包括：

通過視頻采集設備對所述奶牛行走視頻進行采集；

通過視頻分幀和圖像處理對所述奶牛行走視頻中的奶牛牛蹄進行跟蹤定位，提取所述奶牛牛蹄移動影像。

3.根據權利要求1所述的基于支撐時相的奶牛跛行檢測方法，其特征在于，所述基于所述奶牛牛蹄移動影像計算支撐時相集合，具體包括：

通過所述奶牛牛蹄移動影像，獲取奶牛單個牛蹄抬起時間和奶牛單個牛蹄落地時間；

用所述奶牛單個牛蹄抬起時間減去所述奶牛單個牛蹄落地時間，得到奶牛單個牛蹄支撐時相；

依次獲取奶牛四個牛蹄的奶牛單個牛蹄支撐時相集合，得到所述支撐時相集合。

4.根據權利要求1所述的基于支撐時相的奶牛跛行檢測方法，其特征在于，所述采用基于所述支撐時相集合的奶牛跛行分類算法，對奶牛跛行進行檢測和分類，得到奶牛跛行分類結果，具體包括：

在所述支撐時相集合中獲取最大支撐時相和最小支撐時相，并設定第一速度分類閾值和第二速度分類閾值，其中所述第一速度分類閾值小于所述第二速度分類閾值；

將所述最大支撐時相與所述第一速度分類閾值和所述第二速度分類閾值進行比較，得到奶牛行走速度分類結果；

用所述最大支撐時相減去所述最小支撐時相，得到支撐時相差值；

設定第一跛行分類閾值和第二跛行分類閾值，其中所述第一跛行分類閾值小于所述第二跛行分類閾值；

基于所述第一跛行分類閾值和所述第二跛行分類閾值，對所述奶牛行走速度分類結果進行跛行分類，得到所述奶牛跛行分類結果。

5.根據權利要求4所述的基于支撐時相的奶牛跛行檢測方法，其特征在于，所述將所述最大支撐時相與所述第一速度分類閾值和所述第二速度分類閾值進行比較，得到奶牛行走速度分類結果，具體包括：

若判斷獲知所述最大支撐時相小于等于所述第一速度分類閾值，則判定奶牛行走速度為慢速度；

若判斷獲知所述最大支撐時相大于所述第一速度分類閾值，且小于所述第二速度分類閾值，則判定奶牛行走速度為中速度；

若判斷獲知所述最大支撐時相大于所述第二速度分類閾值，則判定奶牛行走速度為快速度。

6.根據權利要求4所述的基于支撐時相的奶牛跛行檢測方法，其特征在于，所述基于所述第一跛行分類閾值和所述第二跛行分類閾值，對所述奶牛行走速度分類結果進行跛行分類，得到所述奶牛跛行分類結果，具體包括：

若判斷獲知所述支撐時相差值小于所述第一跛行分類閾值，則判定奶牛跛行特征為第一跛行類型；

若判斷獲知所述支撐時相差值大于等于所述第一跛行分類閾值，且小于所述第二跛行分類閾值，則判定所述奶牛跛行特征為第二跛行類型；

若判斷獲知所述支撐時相差值大于等于所述第二跛行分類閾值，則判定所述奶牛跛行特征為第三跛行類型。

7.根據權利要求6所述的基于支撐時相的奶牛跛行檢測方法，其特征在于，所述基于奶牛跛行分類結果，檢測已存在跛行奶牛的單條牛腿，得到跛行腿檢測結果，具體包括：

提取所述奶牛跛行分類結果中判定為所述第二跛行類型和所述第三跛行類型的奶牛單條牛腿支撐時相；

將所述最大支撐時相與奶牛單條牛腿支撐時相求差，得到奶牛單條牛腿特征值；

將所述奶牛單條牛腿特征值與所述第一跛行分類閾值和所述第二跛行分類閾值進行比較，得到所述跛行腿檢測結果。