[發(fā)明專利]一種基于直接評測模型的奶牛體脂率檢測方法

有效

• 申請?zhí)枺?/td>: 202011355382.1
• 申請日: 2020-11-26
• 公開（公告）號: CN112331345B
• 公開（公告）日: 2023-07-07
• 發(fā)明（設(shè)計）人: 趙凱旋;劉曉航;張瑞紅;馬軍;張露元
• 申請（專利權(quán)）人: 河南科技大學(xué)
• 主分類號: G16H50/30
• 分類號: G16H50/30;G06T17/20;G06N3/084
• 代理公司: 鄭州睿信知識產(chǎn)權(quán)代理有限公司 41119
• 代理人: 史萌楊

本發(fā)明屬于奶牛體脂檢測技術(shù)領(lǐng)域，具體涉及一種基于直接評測模型的奶牛體脂率檢測方法。該方法首先采集被測奶牛背腹部的深度圖像，并構(gòu)建奶牛背腹部的三維模型，進(jìn)而定位對奶牛體脂率貢獻(xiàn)較大的體脂富積特定區(qū)域，然后提取各個體脂富積特定區(qū)域的代表性體表結(jié)構(gòu)特征，聯(lián)合被測奶牛的個體因素和時間參數(shù)一并輸入至構(gòu)建的體脂率評測模型中，得到被測奶牛的體脂率。本發(fā)明無需對奶牛進(jìn)行損壞性操作便可得到奶牛的體脂率，實(shí)現(xiàn)對奶牛體脂率的無接觸檢測，提高了奶牛體脂率檢測的效率和準(zhǔn)確性。

技術(shù)領(lǐng)域

本發(fā)明屬于奶牛體脂檢測技術(shù)領(lǐng)域，具體涉及一種基于直接評測模型的奶牛體脂率檢測方法。

背景技術(shù)

體脂含量是評價奶牛營養(yǎng)狀態(tài)的重要指標(biāo)，更是決定圍產(chǎn)期生產(chǎn)性能及生理健康的關(guān)鍵因素。奶牛飼養(yǎng)過程中，75％的疾病發(fā)生在產(chǎn)后1個月內(nèi)，且每年的經(jīng)濟(jì)損失超過6億美元。因而圍產(chǎn)期對奶牛能量負(fù)平衡的控制已成為決定奶牛產(chǎn)奶量、繁殖性能、利用年限等生產(chǎn)性能指標(biāo)最重要的影響因素。奶牛能量負(fù)平衡的管理離不開對奶牛體脂含量的準(zhǔn)確監(jiān)測。然而，傳統(tǒng)的人工體況評分方法存在耗時長、成本高、主觀性強(qiáng)等問題，而現(xiàn)有自動評分系統(tǒng)的研究成果與實(shí)際應(yīng)用相脫節(jié)，且精度和可靠性難以滿足實(shí)際養(yǎng)殖管理的需求。

現(xiàn)有技術(shù)中常采用自動評分系統(tǒng)來利用采集的必要信息以對體況進(jìn)行反向估計和預(yù)測，主要為基于“特征提取-模型分析”的評分方法和基于監(jiān)督學(xué)習(xí)的“模式識別”方法。前者通過所構(gòu)建的機(jī)器視覺系統(tǒng)來實(shí)現(xiàn)奶牛體表幾何特征的檢測，并以此建立特征值與人工評分值之間的回歸模型。但其提取的體況特征仍為體表特定切面中的曲線、角度等平面特征，圖像特征參數(shù)的有效性和魯棒性仍需要進(jìn)一步提高。后者依據(jù)所提取奶牛圖像的目標(biāo)區(qū)域來建立訓(xùn)練和測試數(shù)據(jù)集，并采用監(jiān)督學(xué)習(xí)算法對數(shù)據(jù)集或特征進(jìn)行訓(xùn)練，利用得到的模型對未知奶牛圖像進(jìn)行體況評分。但由于缺乏數(shù)理統(tǒng)計分析的支撐，無法對體脂富積過程和機(jī)制進(jìn)行深入研究，難以驗證圖像信息與體脂含量之間的相關(guān)性，因此需對龐大數(shù)據(jù)集進(jìn)行訓(xùn)練以尋找圖像間的差異。當(dāng)訓(xùn)練數(shù)據(jù)量較少時，該方法的精度較低。因此，無論是特征提取建模還是基于圖像的監(jiān)督學(xué)習(xí)方法，RGB圖像都已逐漸退出歷史的舞臺。

發(fā)明內(nèi)容

本發(fā)明提供了一種基于直接評測模型的奶牛體脂率檢測方法，解決現(xiàn)有技術(shù)中利用RGB圖像進(jìn)行奶牛體脂率檢測造成的檢測精度低的問題。

為解決上述技術(shù)問題，本發(fā)明的技術(shù)方案包括：

本發(fā)明提供了一種基于直接評測模型的奶牛體脂率檢測方法，包括如下步驟：

1)采集被測奶牛背腹部的深度圖像；

2)利用采集的深度圖像，構(gòu)建奶牛背腹部的三維模型；

3)根據(jù)奶牛背腹部的三維模型，定位對奶牛體脂率貢獻(xiàn)較大的體脂富積特定區(qū)域；

4)提取各個體脂富積特定區(qū)域的代表性體表結(jié)構(gòu)特征，所述代表性體表結(jié)構(gòu)特征包括點(diǎn)特征、局部特征和全局特征中的至少一種；

5)獲取被測奶牛的個體因素和時間參數(shù)；所述個體因素包括體高、體重、泌乳期和胎次中的至少一種，所述時間參數(shù)為泌乳天數(shù)；

6)將被測奶牛的各個體脂富積特定區(qū)域的代表性體表結(jié)構(gòu)特征、個體因素和時間參數(shù)輸入至構(gòu)建的體脂率評測模型中，得到被測奶牛的體脂率；所述體脂率評測模型利用已測奶牛的各個體脂富積特定區(qū)域的代表性體表結(jié)構(gòu)特征、個體因素和時間參數(shù)、以及對應(yīng)的實(shí)測體脂率進(jìn)行訓(xùn)練得到。

上述技術(shù)方案的有益效果為：本發(fā)明在構(gòu)建得到體現(xiàn)各個體脂富積特定區(qū)域的代表性體表結(jié)構(gòu)特征、個體因素和時間參數(shù)與體脂率之間關(guān)系的體脂率評測模型后，結(jié)合奶牛背腹部的深度圖像便可得到奶牛的體脂率，無需對奶牛進(jìn)行損壞性操作便可得到奶牛的體脂率，實(shí)現(xiàn)對奶牛體脂率的無接觸檢測，提高了奶牛體脂率檢測的效率和準(zhǔn)確性。

進(jìn)一步的，所述體脂率評測模型為BP神經(jīng)網(wǎng)絡(luò)模型。