本发明属于养殖技术领域，特别涉及一种基于移动互联网可远程抓拍的养殖安防系统。
背景技术：
对于日常的家畜养殖，在环境方面一般是人工进行温湿度的测量，再对风扇、空调、换气扇等进行控制；在饮食方面一般为饲养人员频繁的进行饲料投喂还有加水，浪费大量的人力资源；在家畜的身体数据方面，更是尤为复杂，有每天的专业饲养人员进行抚摸，来感觉家畜温度是否正常，并且还要定时对大量的家畜进行一一称重来掌握家畜的大致重量，这些做法都无法对家畜的身体数据进行准确的测量；而在日常的家畜生活中，饲养人员不能离开养殖区，以便应对突发事件，例如家畜突然患病、外来突发因素的发生等，让饲养变得极为复杂。
家畜的需求随着人们的生活水平提高也在不断的呈现供不应求的趋势，目前，家畜的供求信息发布情况较为单一，没有明确的家畜供求市场，买家与卖家一般依赖于传统的订单式交流，这样的销售渠道完全不能满足家畜行业的发展需求。随着互联网的发展，越来越多的养殖人员以及需求人员开始通过一些供求信息网站（例58同城，赶集网等）来发布自己的需求信息，这样大大提高了家畜养殖行业的通货效率，从而带动了行业发展，但是这样的发展虽然高效，却没有足够的家畜养殖信息，保证不了质量问题，所以订单的成功还要依赖于买家与卖家的正面交流，随着人们生活水平的提高以及对网络的依赖，像这样在网站发布信息式且需实地考察的买卖形式已经无法满足现代人的需求。
技术实现要素：
本发明提出一种基于移动互联网可远程抓拍的养殖安防系统，解决了现有技术中安防系统需要配备ic卡的问题。
本发明的技术方案是这样实现的：基于移动互联网可远程抓拍的养殖安防系统，包括门禁系统，所述门禁系统通过以太网连接有网络服务器，所述网络服务器设置有存储器，所述门禁系统检测拜访者且记录拜访者信息到存储器中，所述门禁系统设置有保护装置。
作为一种优选的实施方式，所述门禁系统包括摄像机以及指纹识别系统，所述存储中预设有用户指纹信息以及照片信息，所述门禁系统根据摄像机抓拍的拜访者照片和/或指纹识别系统采集的拜访者指纹，并将其与存储器中的预设信息进行对比，确定是否开放门禁或者进行报警处理。
作为一种优选的实施方式，所述门禁系统抓拍拜访者照片，调动摄像头位置并连续抓拍三次，当抓拍三次照片存储器中数据进行匹配，任意一张照片与存储器中数据匹配度小于预设阀值，且指纹识别系统采集的拜访者指纹与存储器内数据不匹配时，进行报警指示。
作为一种优选的实施方式，所述抓拍照片并与存储器中数据进行匹配，按照如下步骤进行，s1：确定拜访者面部轮廓；s2：确定拜访者面部器官分布；s3：确定拜访者肤色以及纹理规则；s4：确定拜访者面部对称性规则；s5：根据拜访者动态图序列，确定其运动规则。
作为一种优选的实施方式，所述步骤s1中确定拜访者面部轮廓包括采集头顶轮廓线、左侧脸轮和右侧脸轮，对任意图像进行边缘检测，并对细化后的边缘提取曲线特征，然后计算各曲线组合成人脸的评估函数。
作为一种优选的实施方式，步骤s5中根据拜访者动态图序列，包括利用随机函数所组成的集合，体现为与markov链的每一个状态相关联的观测序列的随机过程，设有观察序列q＝q1q2…qn和状态集＝s{s1，s2,…sn}，一个有n个状态的隐马尔可夫模型λ可以表示(π，a，b)，其中π为初始状态概率矢量；a＝{aij}为状态转移概率矩阵，其中aij＝p{qt+1＝sj|qt＝st}，1<＝i，j<＝n；b＝{bj}qt)}为观察符号概率分布，若b有m个观察值{v1，v2…mv}，则bj(qt)＝p{qt＝vk|qt＝sj，1<＝j<＝n，l<＝k<＝m}。
作为一种优选的实施方式，hmm参数的估计可用baum-welch参数估计算法或segmentalk-means算法；对测试样本的评价，可以用forward-backward迭代算法估计签名满足模型的概率，或用viterbi最优状态搜索算法计算过程经过的最优状态。
作为一种优选的实施方式，图像抓拍后对图像灰度进行均衡处理，定义处理输入图像为a(x，y)，输出图像为b(x，y)，则点运算可表示为：b(x，y)＝f[a(x，y)]，其中函数f为灰度变换函数。
作为一种优选的实施方式，将彩色图像转化成为灰度图像采用公式：gray＝0.39×r+0.50×g+0.11×b(式3)其中，gray为灰度值，r、g、b分别为红色、绿色和蓝色分量值。
作为一种优选的实施方式，步骤s3中确定肤色以及纹理规则，包括建立肤色模型来表征人脸颜色,利用感光模型进行复杂背景下人脸及器官的检测与分割，利用空间灰度共生矩阵纹理信息作为特征进行低分辨率的人脸检测，然后将颜色、形状结合在一起进行人脸检测。
采用了上述技术方案后，本发明的有益效果是：本发明通过在服务器内预设用户的指纹信息和照片信息，然后利用门禁系统采集拜访者的照片和指纹，利用算法将采集的照片与预设的信息进行比对，当比对结合符合一定条件时，打开门禁系统，不需要人工操作；当拜访者不满足匹配条件时，系统不会打开门禁，且在一定时间后进行报警指示，整个安防系统不需要人工操作，流程简单。
具体实施方式
本基于移动互联网可远程抓拍的养殖安防系统，包括门禁系统，所述门禁系统通过以太网连接有网络服务器，所述网络服务器设置有存储器，所述门禁系统检测拜访者且记录拜访者信息到存储器中，所述门禁系统设置有保护装置。保护装置采用透明的罩壳或者网罩，以不能遮挡门禁系统采集拜访者照片和指纹信息为宜。
所述门禁系统包括摄像机以及指纹识别系统，所述存储中预设有用户指纹信息以及照片信息，所述门禁系统根据摄像机抓拍的拜访者照片和/或指纹识别系统采集的拜访者指纹，并将其与存储器中的预设信息进行对比，确定是否开放门禁或者进行报警处理。所述门禁系统抓拍拜访者照片，调动摄像头位置并连续抓拍三次，当抓拍三次照片存储器中数据进行匹配，任意一张照片与存储器中数据匹配度小于预设阀值，且指纹识别系统采集的拜访者指纹与存储器内数据不匹配时，进行报警指示。
所述抓拍照片并与存储器中数据进行匹配，按照如下步骤进行，s1：确定拜访者面部轮廓；s2：确定拜访者面部器官分布；s3：确定拜访者肤色以及纹理规则；s4：确定拜访者面部对称性规则；s5：根据拜访者动态图序列，确定其运动规则。
所述步骤s1中确定拜访者面部轮廓包括采集头顶轮廓线、左侧脸轮和右侧脸轮，对任意图像进行边缘检测，并对细化后的边缘提取曲线特征，然后计算各曲线组合成人脸的评估函数。
步骤s5中根据拜访者动态图序列，包括利用随机函数所组成的集合，体现为与markov链的每一个状态相关联的观测序列的随机过程，设有观察序列q＝q1q2…qn和状态集＝s{s1，s2,…sn}，一个有n个状态的隐马尔可夫模型λ可以表示(π，a，b)，其中π为初始状态概率矢量；a＝{aij}为状态转移概率矩阵，其中aij＝p{qt+1＝sj|qt＝st}，1<＝i，j<＝n；b＝{bj}qt)}为观察符号概率分布，若b有m个观察值{v1，v2…mv}，则bj(qt)＝p{qt＝vk|qt＝sj，1<＝j<＝n，l<＝k<＝m}。
hmm参数的估计可用baum-welch参数估计算法或segmentalk-means算法；对测试样本的评价，可以用forward-backward迭代算法估计签名满足模型的概率，或用viterbi最优状态搜索算法计算过程经过的最优状态。
图像抓拍后对图像灰度进行均衡处理，定义处理输入图像为a(x，y)，输出图像为b(x，y)，则点运算可表示为：b(x，y)＝f[a(x，y)]，其中函数f为灰度变换函数。
将彩色图像转化成为灰度图像采用公式：gray＝0.39×r+0.50×g+0.11×b(式3)
其中，gray为灰度值，r、g、b分别为红色、绿色和蓝色分量值。
步骤s3中确定肤色以及纹理规则，包括建立肤色模型来表征人脸颜色,利用感光模型进行复杂背景下人脸及器官的检测与分割，利用空间灰度共生矩阵纹理信息作为特征进行低分辨率的人脸检测，然后将颜色、形状结合在一起进行人脸检测。
该基于移动互联网可远程抓拍的养殖安防系统的工作原理是：本发明通过在服务器内预设用户的指纹信息和照片信息，然后利用门禁系统采集拜访者的照片和指纹，利用算法将采集的照片与预设的信息进行比对，当比对结合符合一定条件时，打开门禁系统，不需要人工操作；当拜访者不满足匹配条件时，系统不会打开门禁，且在一定时间后进行报警指示，整个安防系统不需要人工操作，流程简单。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。