[發(fā)明專利]一種圈養(yǎng)的目標(biāo)動物檢測和跟蹤方法與裝置

在審

• 申請?zhí)枺?/td>: 202110283960.3
• 申請日: 2021-03-17
• 公開（公告）號: CN112767435A
• 公開（公告）日: 2021-05-07
• 發(fā)明（設(shè)計）人: 曹曉輝
• 申請（專利權(quán)）人: 深圳市歸位科技有限公司
• 主分類號: G06T7/215
• 分類號: G06T7/215;G06T7/246;G06K9/00
• 代理公司: 南京天華專利代理有限責(zé)任公司 32218
• 代理人: 許軻

本發(fā)明公開了一種圈養(yǎng)的目標(biāo)動物檢測和跟蹤方法與裝置，所述方法包括安裝深度相機，使用深度相機獲取深度圖；利用深度圖信息檢測家畜的位置；根據(jù)檢測結(jié)果的前后幀關(guān)系進(jìn)行跟蹤；最后進(jìn)行目標(biāo)動物的行為分析，行為分析包含軌跡分析和目標(biāo)動物的靜止行為分類；所述裝置包括深度相機和計算機，深度相機用于獲取模板圖B和深度圖F；計算機用于接收獲取的模板圖B和深度圖F，并對其進(jìn)行分析處理，實現(xiàn)目標(biāo)動物的行為分析。通過本發(fā)明提供的方法和裝置，可實現(xiàn)在不做人工標(biāo)記的情況下進(jìn)行圈養(yǎng)動物的跟蹤和行為分析，及時監(jiān)測豬等動物的異常行為，做好疾病防控及生產(chǎn)管理，提高效率，增加經(jīng)濟(jì)效益。

技術(shù)領(lǐng)域

本發(fā)明涉及數(shù)字視頻圖像處理領(lǐng)域，尤其涉及一種基于視頻圖像的圈養(yǎng)目標(biāo)動物檢測和跟蹤方法與裝置。

背景技術(shù)

近幾年隨著養(yǎng)殖規(guī)模化、集約化的不斷發(fā)展以及養(yǎng)殖場養(yǎng)殖數(shù)量的增加，特別是在近幾年疫情影響下更加體現(xiàn)檢測動物的重要性。實時檢測動物行為并及時做好分析，可以有效提高效率避免疾病發(fā)生，大大推進(jìn)養(yǎng)殖產(chǎn)業(yè)的發(fā)展。

現(xiàn)在國內(nèi)對于目標(biāo)動物的檢測，要進(jìn)行人工標(biāo)記種子像素，不能全自動檢測，這一方法耗費人力物力。同時，目前通過視頻圖像檢測再根據(jù)計算機處理并不能分辨和處理豬的扎堆現(xiàn)象，這降低了檢測的精確性，大大增加了檢測誤差。

如今的行為分析方法中的關(guān)鍵點在于對豬的跟蹤，目前普遍使用顏料進(jìn)行人工標(biāo)記，這耗費人力的同時且顏料具有不持久性。幀間差分法檢測容易受到光照突然變化的影響導(dǎo)致檢測不準(zhǔn)。這一系列方法實施誤差較大，結(jié)果不精確，同時增加生產(chǎn)成本。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種基于視頻圖像的圈養(yǎng)目標(biāo)動物檢測和跟蹤方法與裝置，以克服上述技術(shù)缺點或者至少解決部分上述問題；本發(fā)明通過使用深度相機獲取深度圖，利用深度圖信息檢測豬的位置，根據(jù)檢測結(jié)果的前后幀關(guān)系進(jìn)行跟蹤，最后實現(xiàn)目標(biāo)動物的行為分析。

本發(fā)明采取的技術(shù)方案如下：

一方面，本發(fā)明提供了一種圈養(yǎng)的目標(biāo)動物檢測和跟蹤方法，其包括以下步驟：

步驟一、畜圈標(biāo)定，通過相機采集一張畜圈圖片，作為畜圈模板圖B，圖片中每個像素的距離值即為相機平面到畜圈地面平面的距離；

步驟二、檢測目標(biāo)動物，獲取深度圖F，F(xiàn)中每個像素值是該點到相機平面的距離值；

步驟三、將深度圖F和模板圖B的像素做比較，得到分割圖G，其中對于相同位置的像素，如果深度圖F中的像素小于模板圖B，對應(yīng)位置的分割圖G中像素為1，否則為0；

步驟四、在分割圖G上做邊界跟蹤算法，得到目標(biāo)動物的輪廓；

步驟五、統(tǒng)計完整輪廓的個數(shù)，如果完整輪廓的個數(shù)小于目標(biāo)動物真實的個數(shù)，則將模板圖B所有像素減1，再重復(fù)步驟三和步驟四，直到輪廓個數(shù)等于目標(biāo)動物真實個數(shù)；

步驟六、對檢測后的結(jié)果進(jìn)行跟蹤；

步驟七、進(jìn)行行為分析。

進(jìn)一步的，所述步驟一和步驟二中，采用深度相機獲取模板圖B和深度圖F。

進(jìn)一步的，所述步驟四中，在得到分割圖后，在分割圖G上做邊界跟蹤算法，得到目標(biāo)動物的輪廓，具體步驟如下：

(1)設(shè)置輪廓點集合C；

(2)按照從底向上，從左到右的順序掃描分割圖G，直到找到像素1，將這個點加入輪廓點集合C，并作為一個輪廓的起點；

(3)繼續(xù)按照以下規(guī)則訪問像素點，直到當(dāng)前像素點回到起點；

(4)如果當(dāng)前像素點為0，則訪問右邊的點，如果當(dāng)前像素點為1，則訪問左邊的點，且將當(dāng)前像素點加入輪廓點集合C；

(5)找完一個輪廓之后，將分割圖G上該輪廓點及其內(nèi)部的點都置為0。