一种精准的猪只过道估重的方式的制作方法

本发明涉及生物图像识别，尤其涉及一种精准的猪只过道估重的方式。

背景技术：

1、生物图像识别技术领域是一种运用图像处理和模式识别技术分析和解释生物体的图像数据的领域。包括从图像中提取生物特征、进行数据分析和模式识别以识别和分类生物体。广泛应用于医学诊断、农业、生态监测以及动物种群管理等领域。通过高精度的图像分析技术，可实现对生物体的精确监测和评估。

2、其中，精准的猪只过道估重的方式，是一种利用生物图像识别技术来估计经过特定过道的猪的体重的方法。通过安装在过道中的摄像头或其他图像捕捉设备来获取猪的图像，再结合图像识别和处理技术估测猪的体重。从而提高养殖效率、优化饲料分配。

3、现有技术依赖固定视角的摄像头来捕捉过道中猪的图像，忽略了猪在移动过程中由于姿态变化带来的图像失真问题，导致体重估算的精度下降。当猪在过道中弯曲或姿态不完整时，难以识别并准确分析其体型特征，导致估重时出现较大误差。此外，现有技术在图像识别阶段容易丢失关键的体型特征，影响体重的精确计算。导致估重数据不稳定，影响养殖效率和饲料分配的优化。

技术实现思路

1、本发明的目的是解决现有技术中存在的缺点，而提出的一种精准的猪只过道估重的方式。

2、为了实现上述目的，本发明采用了如下技术方案：一种精准的猪只过道估重的方式，包括以下步骤：

3、s1：基于通道上方单目相机捕获的猪的图像数据，通过计算相机的视场与猪的动态移动特征，选定图像捕获范围，划定图像中的检测线标定过线区域，并计算图像中的猪的运动轨迹，生成初始图像数据；

4、s2：基于所述初始图像数据，识别过线区域的猪并执行图像分割，获取多种形态的猪的图像，分析每只猪的完整度，通过边缘锐化与噪声抑制增强图像的清晰度，生成优化的图像数据；

5、s3：基于所述优化图像数据，分析猪的体长、肩高关键特征点，利用特征点坐标计算关键点之间的距离，根据完整度和体态特征，将图像分类为完整且直立、完整但弯曲、不完整且直立、不完整且弯曲，生成体型特征数据；

6、s4：基于所述体型特征数据，分析四类图像的相似度，将不完整或弯曲的猪的图像替换为完整且直立的图像，计算每只猪在图像中的像素密度，并设定重量参数，结合体型特征和像素密度，计算每只猪的体重，生成体重估算数据。

7、作为本发明的进一步方案，所述选定图像捕获范围的获取步骤具体为：

8、s111：基于通道上方单目相机捕获的猪的图像数据，根据相机的焦距和感光元件的宽度，计算相机的几何参数，生成相机的视场角；

9、s112：根据所述相机的视场角，计算猪穿过视场所需时间，得到猪移动过程的时间信息；

10、s113：根据所述猪移动过程的时间信息和相机的最大帧率，选择拍摄间隔，建立图像捕获范围。

11、作为本发明的进一步方案，所述计算图像中的猪的运动轨迹的获取步骤具体为：

12、s121：基于相机监控的画面的图像分辨率，根据图像宽度和位置百分比，选定固定检测线的像素位置，生成检测线的标定区域；

13、s122：参照所述检测线的标定区域和图像捕获范围，记录猪在连续图像帧中越过检测线的时间，利用图像帧率和像素位移计算其速度，获取猪的像素速度；

14、s123：将所述猪的像素速度转换为当前速度，获取其运动轨迹，整合信息生成初始图像数据。

15、作为本发明的进一步方案，所述分析每只猪的完整度与姿态的获取步骤具体为：

16、s211：基于所述初始图像数据中，猪的移动速度和图像中的检测线位置，计算猪达到检测线的时间点，得到检测线的时间；

17、s212：当猪的位置到达所述检测线的时间后，采用公式：

18、；

19、计算图像的平均像素强度，根据图像的平均像素强度与预设的阈值，判断是否进行分割操作，获取分割后的图像；

20、其中，是调整系数，是时间的图像帧中位置的像素强度，表示图像中的位置坐标，是调整系数，是环境光补偿因子，是图像中的总像素数，是归一化系数；

21、s213：根据所述分割后的图像数据，分析猪在图片中的完整度，得到形态完整度指标。

22、作为本发明的进一步方案，所述增强图像的清晰度的获取步骤具体为：

23、s221：基于原始图像数据，通过计算图像在水平和垂直方向上的像素强度变化提取边缘信息，生成边缘强化的图像数据；

24、s222：基于所述边缘强化的图像数据，通过调整滤波权重优化图像噪声，获取优化的图像数据。

25、作为本发明的进一步方案，所述体型特征数据的获取步骤具体为：

26、s311：从所述优化的图像数据，定位肩高和体长的关键特征点，考虑图像在多种条件下的变化，包括多种缩放级别或像素密度，采用公式：

27、；

28、计算两点间的距离，得到两点之间的距离数据；

29、其中，和是肩高点的坐标，和是体长点的坐标，是调整图像缩放的因子，是调整图像缩放的因子，是像素密度调整因子；

30、s312：根据所述两点之间的距离数据，计算图像中猪的脊椎弯曲度，结合形态完整度指标进行图像分类操作，生成体型特征数据。

31、作为本发明的进一步方案，所述计算每只猪在图像中的像素密度的获取步骤具体为：

32、s411：根据所述体型特征数据和脊椎的弯曲程度，采用公式：

33、

34、计算两只猪在图像之间的相似度，得到图像和图像之间的相似度分数；

35、其中，和是图像和的完整度指标，和是图像和'的弯曲度，和是调整系数；

36、s412：根据所述相似度分数，判断是否将不完整或弯曲的猪的图像替换为完整且直立的图像后，计算每只猪在选定图像中的像素密度，得到体重密度数据。

37、作为本发明的进一步方案，所述计算每只猪的体重的获取步骤具体为：

38、s421：根据所述形态完整度指标，图像中的总像素数和体重密度数据，计算全部猪的总体重，得到总体重数据；

39、s422：根据所述总体重数据，计算猪的平均体重，生成体重估算数据。

40、一种精准的猪只过道估重系统，所述精准的猪只过道估重系统用于执行上述精准的猪只过道估重的方式，所述系统包括：

41、图像捕捉定位模块利用上方单目相机捕获猪只图像，根据视场确定捕获范围，标定图像中的检测线与过线区域，计算猪的运动轨迹，生成初始图像数据；

42、图像优化处理模块基于所述初始图像数据，执行图像分割，获取多种形态的猪只图像，对图像进行边缘锐化与噪声抑制，生成优化图像数据；

43、关键形态特征模块基于所述优化图像数据，分析猪的体长与肩高关键特征点，计算关键点间距离，根据体态完整度与形态分类图像为完整且直立、完整但弯曲、不完整且直立、不完整且弯曲，生成体型特征数据；

44、图像替换与相似度分析模块基于所述体型特征数据，对不完整或弯曲的图像执行替换操作，选用完整且直立的图像，分析图像相似度，生成替换后图像数据；

45、体重估算计算模块基于所述替换后图像数据，计算每只猪的像素密度，设定重量参数，结合体型特征与像素密度，估算每只猪的体重，生成体重估算数据。

46、与现有技术相比，本发明的优点和积极效果在于：

47、本发明中，通过动态捕捉猪的移动过程，结合视场与猪的动态变化精准设定图像捕获范围，避免了固定视角带来的图像失真问题，从而提高体重估算的精度。通过图像分割和形态识别的方式，能有效应对猪只在过道中弯曲或姿态不完整的情况，确保猪只的体型特征能够被完整、准确地识别和分析，减少了因姿态变化带来的估重误差。同时，优化后的图像数据能够确保猪的关键体型特征能够被清晰捕捉，提升了体重计算的准确性与稳定性。此外，通过替换不完整或弯曲的图像，以完整且直立的猪只图像作为计算依据，消除了因猪只姿态变化造成的估重数据不稳定的问题，提升了饲料分配的精确性和养殖效率的优化。