行后续处理，或者可W在通过摄像机拍摄到有待识别猪的图像之后，首先将有待识别猪的 图像中待识别猪被上方管道所遮盖的区域进行复原，之后再进行后续处理。在获取饲养环 境下的第一数字图像和第二数字图像之后，考虑到噪声及后续处理速度，可W将第一数字 图像和第二数字图像四周的部分区域（包括料槽、墙壁等）去除。在获取待识别猪的数字 图像之后，可W应用形态学滤波方法增强待识别猪的数字图像。在将待识别猪的数字图像 转换为二值图像之后，考虑实际场景，可W对二值图像进行孔洞填充，W获取光滑的待识别 猪的二值图像。如图2所示，图2中（a)为第二数字图像，图2中化）为图2的（a)中猪的 二值图像。
[0032] 可选地，在本发明识别猪躺邱行为的方法的另一实施例中，所述将所述二值图像 拟合成楠圆图形，包括：
[0033] 通过最小二值拟合，将所述二值图像拟合成楠圆图形。
[0034] 可选地，在本发明识别猪躺邱行为的方法的另一实施例中，所述计算所述深度图 像中过所述中屯、点坐标的与X轴平行且左端点和右端点的横坐标分别与所述长轴的左端 点和右端点的横坐标相等的线段上每一个像素点到地面的高度，包括：
[0035] 对于所述线段上的每一个像素点，计算过该像素点且与所述线段垂直的直线上与 该像素点的像素距离为〇、1和2的各个像素点的深度值，并按照公式hei曲t=h-d计算出 所述与该像素点的像素距离为0、1和2的像素点到地面的高度，所述hei曲t为像素点到地 面的高度，所述h为摄像头到地面的高度，所述d为像素点的深度值；
[0036] 对于所述线段上的每一个像素点，计算过该像素点且与所述线段垂直的直线上与 该像素点的像素距离为〇、1和2的像素点到地面的高度的均值，并将该均值作为该像素点 到地面的高度。
[0037] 本发明实施例中，可W通过将像素点的裸深度数据的高13位数值右移3位计算像 素点的深度值。例如，深度图像某像素点的裸深度数据为；〇〇〇111〇〇〇11〇11〇〇〇,其裸像素值 =14552,将裸深度数据右移3位，则此像素点到摄像头的距离数据为0000101000111011， 即此像素点的深度值=1819mm。
[003引可选地，在本发明识别猪躺邱行为的方法的另一实施例中，所述计算所述楠圆图 形的长轴的左端点的横坐标，右端点的横坐标，所述楠圆图形的中屯、点坐标，还包括：
[0039] 计算所述楠圆图形的长轴与X轴的夹角；
[0040] 在确定出所述待识别猪的行为为躺邱后，根据所述长轴的左端点的横坐标，右端 点的横坐标，所述楠圆图形的中屯、点坐标和所述夹角识别所述待识别猪的躺邱方向。
[0041] 可选地，在本发明识别猪躺邱行为的方法的另一实施例中，所述根据所述长轴的 左端点的横坐标，右端点的横坐标，所述楠圆图形的中屯、点坐标和所述夹角识别所述待识 别猪的躺邱方向，包括：
[0042] 根据所述楠圆图形的中屯、点坐标和所述夹角计算所述待识别猪的W所述长轴为 分隔线的两侧中每一侧的所有轮廓点到所述长轴的距离的标准差；
[0043] 将所述标准差进行比较，若朝向热灯侧的所有轮廓点到所述长轴的距离的标准差 大于背对热灯侧的所有轮廓点到所述长轴的距离的标准差，则确定出所述待识别猪的躺邱 方向为乳房侧朝向热灯躺邱，否则，确定出所述待识别猪的躺邱方向为背侧朝向热灯躺邱。
[0044] 本发明实施例中，猪乳房侧没有背侧平整，因而乳房侧上每个像素点到长轴距离 的标准差大于背侧上每个像素点到长轴距离的标准差。但是，当有小猪跟母猪的头部或尾 部粘连的时候，则可能会导致两者标准差的大小发生变化，引起误判。为避免此种情况的发 生，可W将待识别猪的轮廓点的横坐标范围调整为从长轴的左端点的横坐标-100个像素 点至长轴的右端点的横坐标+100个像素点。
[0045] 本发明实现了一种融合数字图像和深度图像的自动识别猪只躺邱行为及其躺邱 方向的方法，可作为改进猪舍尺寸和热灯放置位置的参考，并可W提高猪福利和生产效率。 可W通过使用经济实惠的3D摄像设备（如Microsoft公司生产的KinectTMforWindows) 进行深度图像和数字图像的同步采集（采集间隔可根据需要进行设置，例如5s采集一次或 10s采集一次），并基于Matl油进行深度和数字图像的融合处理及算法开发，所处理的结果 保存入数据库，处理所得的图像则按照日期保存入相应的目录。对3D摄像设备四天拍摄的 图像数据进行处理的处理结果如表1和表2中的横向数据所示：
[0046]
[0047]表1
[0048]
[0049]表2
[0化0] 表1为待识别猪躺邱行为的识别结果，表1中，人工识别的结果为纵向数据，算法 识别的结果为横向数据。算法分别处理了 14290幅深度和对应的14290幅数字图像，算法 可正确识别11936个躺邱行为，误将2个其它行为识别为躺邱行为，躺邱行为的识别正确率 为99. 98% ;算法误将9个躺邱行为识别为其它行为，而2343个其它行为可被正确识别出 来。
[0051] 表2为待识别猪躺邱方向的识别结果，表2中，人工识别的结果为纵向数据，算法 识别的结果为横向数据。算法识别中总共有5678个乳房侧朝向热灯的躺邱行为被正确识 另IJ，但是有135个背侧朝向热灯的躺邱行为被错误识别为乳房侧朝向热灯，算法正确率为 97. 68%。而对于背侧朝向热灯的躺邱行为识别中，算法正确识别了 5949个，而175个被误 判为乳房侧朝向热灯，准确率达到了 97. 14%。总躺邱方向的识别率为97. 40%。
[0化2] 如图3所示，本实施例公开一种识别猪躺邱行为的装置，包括：
[0化3] 图像获取单元1，用于获取待识别猪的二值图像和深度图像；
[0054] 坐标计算单元2,用于将所述二值图像拟合成楠圆图形，并计算所述楠圆图形的长 轴的左端点的横坐标，右端点的横坐标，所述楠圆图形的中屯、点坐标；
[0化5] 高度计算单元3,用于计算所述深度图像中过所述中屯、点坐标的与X轴平行且左 端点和右端点的横坐标分别与所述长轴的左端点和右端点的横坐标相等的线段上每一个 像素点到地面的高度；
[0056] 识别单元4,用于将所述像素点到地面的高度中的最大值与预设的数值进行比较， 若所述最大值小于所述预设的数值，确定所述待识别猪的行为为躺邱。
[0057] 本发明实施例所述的识别猪躺邱行为的装置，既利用了待识别猪的二值图像拟合 成的楠圆图形的长轴的左端点的横坐标，右端点的横坐标，W及中屯、点坐标，又利用了待识 别猪的深度图像中过所述中屯、点坐标的与X轴平行且左端点和右端点的横坐标分别与所 述长轴的左端点和右端点的横坐标相等的线段上每一个像素点到地面的高度中的最大值 与预设的数值进行比较，来确定出待识别猪的躺邱行为，即利用了待识别猪的水平方向分 布属性和垂直方向分布属性来识别躺邱行为，因而较之现有的识别技术只利用猪的水平方 向分布属性，不利用猪的垂直方向分布属性来识别，能够提高猪躺邱行为识别的准确性。 [0化引可选地，在本发明识别猪躺邱行为的装置的另一实施例中，所述图像获取单元，包 括：
[0化9] 第一图像获取子单元，用于获取饲养环境下的第一数字图像和第二数字图像；其 中，所述第一数字图像不包含待识别猪，所述第二数字图像包含所述待识别猪；
[0060] 第二图像获取子单元，用于通过将所述