奶牛体况自动评分方法及装置的制造方法
【专利摘要】本发明提供了一种奶牛体况自动评分方法，该方法包括：奶牛经过时，读写设备读取该奶牛耳部的射频标签的信息，射频标签的信息包括该奶牛的标识信息；读写设备将读取到的射频标签的信息发送给处理平台；处理平台在接收到读写设备发送的射频标签的信息后，发送控制指令给扫描仪；扫描仪在接收到控制指令后，采集该奶牛后部的3D图像，并将3D图像发送至处理平台；处理平台根据3D图像，通过预设的算法对该奶牛体况进行评分，实现了完全自动化的奶牛体况准确评分，解决了人工现场观察触摸评分方法的费时费力、主观性强问题，适合用于高吞吐量的养殖企业奶牛体况自动评分。
【专利说明】
奶牛体况自动评分方法及装置
技术领域
[0001]本发明属于农业技术领域，特别涉及一种奶牛体况自动评分方法及装置。
【背景技术】
[0002]优化选育奶牛遗传性状、提高牛奶的产量和品质是牛奶生产环节的重中之重，然而在奶牛养殖过程中，经常会出现过瘦或者过胖的奶牛，若不及时监测这些奶牛并采取相应的措施，将会影响奶牛的产奶量、多产性、健康与寿命。奶牛体况评分(Body condit1nSCOring，BCS)被认为是一个重要的管理手段，它可用来估计奶牛的能量储备状况及其胖瘦程度。从而反映奶牛在一段时间饲养是否符合要求，以便对D饲养方法进行调整。通常情况下，采用5分制对BCS进行评估，I分表示过瘦型奶牛，5分表示过胖型奶牛。
[0003]目前奶牛体况评分方法主要有专业人士判定法、可见光图像分析法和热红外图像分析法。
[0004]其中，人工判定方法，是专业人士现场观察和手动触摸奶牛后凭经验完成，费时费力，主观性强，而且后一个专家的评分容易受前一位专家评分的影响；
[0005]可见光图像分析方法，是将摄像头安装在奶牛通道的上部进行图像采集，然后人工对图像中的奶牛进行解剖学结构定位、描点，通过计算特征点之间的距离、角度等参数来进行奶牛体型鉴定;或者通过一次性拍摄多张图像处理，从中选择没有奶牛粘连、奶牛站姿良好和背景较好的图像进行处理并实现奶牛体况评分面临着图像复杂背景分割、现场光照不均处理等难题，需要人工进行图像选择干预，无法实现自动化的体况评分。而且奶牛站位的差异会大大影响二维图像的采集效果，从而影响计算结果；
[0006]图像处理方法利用的是二维的图像信息，面临着图像复杂背景分割、现场光照不均处理等难题，而且奶牛站位的差异会大大影响二维图像的采集效果，从而影响计算结果，难以实现完全自动的体况评分。还有相关专利使用红外热像仪加照相机的方法将奶牛热图像数据处理成轮廓图像，并对轮廓图像进行自动打分。但是该方法中采用的红外热成像技术是一种温度敏感性成像方法，受外界环境温度影响较大，并不是一种鲁棒型方法。进一步地，奶牛作为一种三维活体动物，利用二维图像进行信息获取，无法从立体的角度进行特征的提取与描述。
【发明内容】
[0007]本发明的目的是，提供一种自动化、非接触、客观的奶牛体况评分方法。
[0008]为了达到上述目的，本发明提供了一种奶牛体况自动评分方法及装置。
[0009]—方面，提供了一种奶牛体况自动评分方法，包括:
[0010]奶牛经过时，读写设备读取该奶牛耳部的射频标签中包含的信息，所述射频标签中包含的信息包括该奶牛的标识信息；
[0011 ]读写设备将读取到的所述射频标签的信息发送给处理平台；
[0012]所述处理平台在接收到读写设备发送的射频标签的信息后，发送控制指令给扫描仪；
[0013]所述扫描仪在接收到所述控制指令后，采集该奶牛后部的3D图像，并将所述3D图像发送至所述处理平台；
[0014]所述处理平台根据所述3D图像，通过预设的算法对该奶牛体况进行评分。
[0015]进一步地，所述处理平台根据所述3D图像，通过预设的算法对该奶牛体况进行评分的步骤包括:
[0016]所述处理平台对所述3D图像进行空间变换与归一化处理；
[0017]所述处理平台对归一化处理之后的所述3D图像进行特征挖掘和筛选，其中，所述特征包括整体特征以及局部特征；
[0018]所述处理平台综合所述特征，得到3D特征向量；
[0019]所述处理平台将所述3D特征向量输入至奶牛体况评分预测模型中进行运算，并将运算结果作为奶牛体况的评分值。
[°02°] 进一步地，所述处理平台综合所述特征得到3D特征向量的步骤包括:
[0021]所述处理平台对所述特征进行降维处理，并综合所述降维之后的特征得到3D特征向量。
[0022]进一步地，所述奶牛体况评分预测模型是通过下述步骤建立的，包括:
[0023]选择一定数量的奶牛样本，采集各个奶牛样本的后部的3D样本图像，对所述3D样本图像进行空间变换与标准化处理；
[0024]对标准化处理后的3D样本图像进行样本特征提取与筛选，其中，所述样本特征包括样本整体特征以及样本局部特征；；
[0025]根据所述样本特征形成3D样本特征数据；
[0026]根据所述3D样本特征数据以及从数据库中提取的对应奶牛样本的人工评分值进行模型的学习与训练，获取3D样本特征数据与奶牛样本人工评分之间的关联关系，获得奶牛体况评分预测模型。
[0027]进一步地，在所述处理平台根据所述3D图像，通过预设的算法对该奶牛体况进行评分的步骤之后，所述方法还包括:
[0028]所述处理平台建立每只奶牛的体况分数随时间的变化趋势图。
[0029]另一方面，提供了一种奶牛体况自动评分装置，包括:读写设备、扫描仪以及处理平台，所述处理平台与所述读写设备相连，还与所述扫描仪相连；
[0030]所述读写设备，用于在奶牛经过时读取该奶牛耳部的射频标签中包含的信息，所述射频标签中包含的信息包括该奶牛的标识信息；
[0031]所述读写设备，还用于将读取到的所述射频标签的信息发送给处理平台；
[0032]所述处理平台，用于在接收到读写设备发送的射频标签的信息后，发送控制指令给扫描仪；
[0033]所述扫描仪，用于在接收到所述控制指令后，采集该奶牛后部的3D图像，并将所述3D图像发送至所述处理平台；
[0034]所述处理平台，还用于根据所述3D图像，通过预设的算法对该奶牛体况进行评分。
[0035]进一步地，
[0036]所述处理平台，还用于对所述3D图像进行空间变换与归一化处理；
[0037]所述处理平台，还用于对归一化处理之后的所述3D图像进行特征挖掘和筛选，其中，所述特征包括整体特征以及局部特征；
[0038]所述处理平台，还用于综合所述特征，得到3D特征向量；
[0039]所述处理平台，还用于将所述3D特征向量输入至奶牛体况评分预测模型中进行运算，并将运算结果作为奶牛体况的评分值。
[0040]进一步地，所述处理平台进一步还用于对所述特征进行降维处理，并综合所述降维之后的特征得到3D特征向量。
[0041]进一步地，所述处理平台进一步还用于，建立每只奶牛的体况分数随时间的变化趋势图。
[0042]本发明提供的奶牛体况自动评分方法中，处理平台在接收到射频标签的信息后控制扫描仪采集奶牛背部进行3D图像，并基于3D图像和预设的算法，获得奶牛体况的评分值，实现了完全自动化的奶牛体况准确评分，解决了人工现场观察触摸评分方法的费时费力、主观性强问题，适合用于高吞吐量的养殖企业奶牛体况自动评分。
【附图说明】
[0043]为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些示例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0044]图1是本发明提供的奶牛体况自动评分方法流程图；
[0045]图2是图1示出的方法中步骤S105具体方法流程图；
[0046]图3是本发明提供的奶牛体况评分预测模型建立方法流程图；
[0047]图4是本发明提供的奶牛体况自动评分装置结构图。
【具体实施方式】
[0048]下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0049]第一方面，本发明提供了一种奶牛体况自动评分方法，参加图1，包括:
[0050]SlOl、奶牛经过时，读写设备读取该奶牛耳部的射频标签中包含的信息，射频标签中包含的信息包括该奶牛的标识信息；
[0051]S102、读写设备将读取到的射频标签的信息发送给处理平台；
[0052]S103、处理平台在接收到读写设备发送的射频标签的信息后，发送控制指令给扫描仪；
[0053]S104、扫描仪在接收到控制指令后，采集该奶牛后部的3D图像，并将3D图像发送至处理平台；
[0054]S105、处理平台根据3D图像，通过预设的算法对该奶牛体况进行评分。
[0055]本发明提供的奶牛体况自动评分方法中，处理平台在接收到射频标签的信息后控制扫描仪采集奶牛背部进行3D图像，并基于3D图像和预设的算法，获得奶牛体况的评分值，实现了完全自动化的奶牛体况准确评分，解决了人工现场观察触摸评分方法的费时费力、主观性强问题，适合用于高吞吐量的养殖企业奶牛体况自动评分。
[0056]在具体实施时，如图2所示，在本发明实施例提供的方法中，步骤S105具体包括:
[0057]S1051、处理平台对3D图像进行空间变换与归一化处理，从而消除不同奶牛的站姿对结果带来的不同影响，保证评分结果的准确性。
[0058]S1052、处理平台对归一化处理之后的3D图像进行特征挖掘和筛选，其中，特征包括整体特征以及局部特征；
[0059 ] SI 053、处理平台综合特征，得到3D特征向量；
[0060]S1054、处理平台将3D特征向量输入至奶牛体况评分预测模型中进行运算，并将运算结果作为奶牛体况的评分值。
[0061]经过上述处理之后，处理平台就可以根据扫描仪采集到的3D图像自动获取奶牛体况的评分值。且上述对于奶牛的3D图像的处理采用的是三维点云成像方法，不受外界光线和背景的影响，同时也不受外界环境温度的影响，因此本发明实施例提供的上述奶牛体况自动评分方法是一种能够适应奶牛养殖场恶劣环境的鲁棒型方法。
[0062]在步骤S1052中，对3D图像进行特征挖掘和筛选包括对3D图像的整体特征进行挖掘和筛选以及对3D图像的局部特征进行挖掘和筛选。其中，对整体特征进行挖掘和筛选采用的是基于(Principal Component Analysis)的整体欧氏结构特征提取方法，对局部特征进行挖掘和筛选采用的是基于LPP(Locality Preserving Project1n)的局部流形结构特征提取方法。由于上述两种特征提取方法为本领域技术人员较为常用的特征提取方法，在此不再赘述。
[0063]在具体实施时，为了能够加快处理里平台对特征进行处理的速度，步骤S1053还包括:处理平台对所述特征进行降维处理，并综合所述降维之后的特征得到3D特征向量。
[0064]还需要说明的是，步骤S1054中的奶牛体况评分预测模型是通过下述步骤建立的，如图3所示，包括:
[0065]S301、选择一定数量的奶牛样本，采集各个奶牛样本的后部的3D样本图像，对所述3D样本图像进行空间变换与标准化处理；
[0066]S302、对标准化处理后的3D样本图像进行样本特征提取与筛选，其中，所述样本特征包括样本整体特征以及样本局部特征；；
[0067]S303、根据所述样本特征形成3D样本特征数据；
[0068]S304、根据所述3D样本特征数据以及从数据库中提取的对应奶牛样本的人工评分值进行模型的学习与训练，获取3D样本特征数据与奶牛样本人工评分之间的关联关系，获得奶牛体况评分预测模型。
[0069]基于上述建立的奶牛体况评分预测模型即可用于本发明实施例提供的奶牛体况评分方法中，从而对奶牛的身体状况进行科学准确的评分，适用于高吞吐量的养殖环境。
[0070]此外，在具体实施时，为了能够提供更为全面更为详细的奶牛的体况数据，本发明实施例提供的方法中，如图1所示，在步骤S105之后还包括:
[0071]S106、所述处理平台建立每只奶牛的体况分数随时间的变化趋势图。
[0072]通过该变化趋势图，可以清楚反应被检测的奶牛近期的身体情况，及时了解奶牛的健康动态，有利于养殖企业尤其是较大型样值企业对奶牛养殖的管理。
[0073]第二方面，本发明提供了一种奶牛体况自动评分装置，参加图4，包括:读写设备1、处理平台2以及扫描仪3，所述处理平台2与所述读写设备I相连，还与所述扫描仪3相连；
[0074]读写设备I，用于在奶牛经过挤奶通道6时读取该奶牛耳部的射频标签5中包含的信息，射频标签5中包含的信息包括该奶牛的标识信息；
[0075]读写设备I，还用于将读取到的射频标签5的信息发送给处理平台；
[0076]处理平台2，用于在接收到读写设备I发送的射频标签5的信息后，发送控制指令给扫描仪3;
[0077]扫描仪3，用于在接收到控制指令后，采集该奶牛后部的3D图像，并将3D图像发送至处理平台2;
[0078]处理平台2，还用于根据3D图像，通过预设的算法对该奶牛体况进行评分。
[0079]在具体实施时，处理平台2还进一步用于:
[0080]对所述3D图像进行空间变换与归一化处理；
[0081 ]对归一化处理之后的所述3D图像进行特征挖掘和筛选，其中，所述特征包括整体特征以及局部特征；
[0082I 综合所述特征，得到3D特征向量；
[0083]将所述3D特征向量输入至奶牛体况评分预测模型中进行运算，并将运算结果作为奶牛体况的评分值。
[0084]在具体实施时，处理平台2进一步还用于对所述特征进行降维处理，并综合所述降维之后的特征得到3D特征向量。
[0085]在具体实施时，处理平台2进一步还用于建立每只奶牛的体况分数随时间的变化趋势图。
[0086]关于装置实施例的【具体实施方式】在方法实施例中已经进行了说明，在此不再赘述。
[0087]以上实施例仅用于说明本发明，而非对本发明的限制。尽管参照实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，对本发明的技术方案进行各种组合、修改或者等同替换，都不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求和范围当中。
【主权项】
1.一种奶牛体况自动评分方法，其特征在于，包括: 奶牛经过时，读写设备读取该奶牛耳部的射频标签中包含的信息，所述射频标签中包含的信息包括该奶牛的标识信息； 读写设备将读取到的所述射频标签的信息发送给处理平台； 所述处理平台在接收到读写设备发送的射频标签的信息后，发送控制指令给扫描仪； 所述扫描仪在接收到所述控制指令后，采集该奶牛后部的3D图像，并将所述3D图像发送至所述处理平台； 所述处理平台根据所述3D图像，通过预设的算法对该奶牛体况进行评分。2.如权利要求1所述的方法，其特征在于，所述处理平台根据所述3D图像，通过预设的算法对该奶牛体况进行评分的步骤包括: 所述处理平台对所述3D图像进行空间变换与归一化处理； 所述处理平台对归一化处理之后的所述3D图像进行特征挖掘和筛选，其中，所述特征包括整体特征以及局部特征； 所述处理平台综合所述特征，得到3D特征向量； 所述处理平台将所述3D特征向量输入至奶牛体况评分预测模型中进行运算，并将运算结果作为奶牛体况的评分值。3.如权利要求2所述的方法，其特征在于，所述处理平台综合所述特征得到3D特征向量的步骤包括: 所述处理平台对所述特征进行降维处理，并综合所述降维之后的特征得到3D特征向量。4.如权利要求2所述的方法，其特征在于，所述奶牛体况评分预测模型是通过下述步骤建立的，包括: 选择一定数量的奶牛样本，采集各个奶牛样本的后部的3D样本图像，对所述3D样本图像进行空间变换与标准化处理； 对标准化处理后的3D样本图像进行样本特征提取与筛选，其中，所述样本特征包括样本整体特征以及样本局部特征；； 根据所述样本特征形成3D样本特征数据； 根据所述3D样本特征数据以及从数据库中提取的对应奶牛样本的人工评分值进行模型的学习与训练，获取3D样本特征数据与奶牛样本人工评分之间的关联关系，获得奶牛体况评分预测模型。5.如权利要求1所述的方法，其特征在于，在所述处理平台根据所述3D图像，通过预设的算法对该奶牛体况进行评分的步骤之后，所述方法还包括: 所述处理平台建立每只奶牛的体况分数随时间的变化趋势图。6.—种奶牛体况自动评分装置，其特征在于，包括:读写设备、扫描仪以及处理平台，所述处理平台与所述读写设备相连，还与所述扫描仪相连； 所述读写设备，用于在奶牛经过时读取该奶牛耳部的射频标签中包含的信息，所述射频标签中包含的信息包括该奶牛的标识信息； 所述读写设备，还用于将读取到的所述射频标签的信息发送给处理平台； 所述处理平台，用于在接收到读写设备发送的射频标签的信息后，发送控制指令给扫描仪； 所述扫描仪，用于在接收到所述控制指令后，采集该奶牛后部的3D图像，并将所述3D图像发送至所述处理平台； 所述处理平台，还用于根据所述3D图像，通过预设的算法对该奶牛体况进行评分。7.如权利要求6所述的装置，其特征在于， 所述处理平台，还用于对所述3D图像进行空间变换与归一化处理； 所述处理平台，还用于对归一化处理之后的所述3D图像进行特征挖掘和筛选，其中，所述特征包括整体特征以及局部特征； 所述处理平台，还用于综合所述特征，得到3D特征向量； 所述处理平台，还用于将所述3D特征向量输入至奶牛体况评分预测模型中进行运算，并将运算结果作为奶牛体况的评分值。8.如权利要求7所述的装置，其特征在于，所述处理平台进一步还用于对所述特征进行降维处理，并综合所述降维之后的特征得到3D特征向量。9.如权利要求6所述的装置，其特征在于，所述处理平台进一步还用于，建立每只奶牛的体况分数随时间的变化趋势图。
【文档编号】G06Q50/02GK105844534SQ201610217864
【公开日】2016年8月10日
【申请日】2016年4月8日
【发明人】李文勇, 吉增涛, 孙传恒, 杨信廷
【申请人】北京农业信息技术研究中心