發(fā)布時(shí)間：2020-12-09 19:44

　　<正>前言:為實(shí)現(xiàn)生豬飼養(yǎng)過(guò)程中體尺無(wú)接觸檢測(cè),設(shè)計(jì)了一套基于雙目視覺(jué)原理的豬體尺檢測(cè)系統(tǒng)。針對(duì)色彩圖像提取豬體輪廓易受污物和光照干擾的問(wèn)題,提出基于深度圖像的豬體輪廓提取算法。使用雙目視覺(jué)系統(tǒng)獲得豬體深度圖像,利用幀差法提取豬只高度信息,并基于高度信息二值化圖像,獲得豬體輪廓;結(jié)合優(yōu)化的基于凹陷結(jié)構(gòu)的拐點(diǎn)提取算法,篩選體尺檢測(cè)關(guān)鍵點(diǎn),計(jì)算體長(zhǎng)、體寬、體高、臀寬、 

【文章來(lái)源】：豬業(yè)觀察. 2018年04期 第26-33頁(yè)

【文章頁(yè)數(shù)】：8 頁(yè)

【部分圖文】：

圖1雙目視覺(jué)原理

即找到同一物體投影在左右圖像上對(duì)應(yīng)的像素點(diǎn)，左右圖像像素點(diǎn)X坐標(biāo)之差稱為視差，計(jì)算所有點(diǎn)的視差得到稠密視差圖像。根據(jù)雙目視覺(jué)系統(tǒng)的焦距、相機(jī)參數(shù)和目標(biāo)物距范圍，確定最大和最小視差，超過(guò)該范圍的視差認(rèn)為是無(wú)效匹配。本研究采用德國(guó)學(xué)者Hirchmuller提出的半全局塊匹配算法SGBM（Semiglobalblockmatch），它通過(guò)多個(gè)方向的一維平滑約束來(lái)近似一個(gè)二維平滑約束，不僅可獲得與圖割法、置信傳播法相媲美的處理結(jié)果，且執(zhí)行效率遠(yuǎn)高于這些算法，同時(shí)其實(shí)現(xiàn)過(guò)程具有比較規(guī)則的結(jié)構(gòu)，能夠非常容易地映射到并行圖2機(jī)器視覺(jué)系統(tǒng)硬件結(jié)構(gòu)1.雙目相機(jī)2.千兆交換機(jī)3.局域網(wǎng)4.服務(wù)器5.串口轉(zhuǎn)網(wǎng)絡(luò)服務(wù)器6.ＲFID讀卡器7.FID耳標(biāo)A點(diǎn)深度的檢測(cè)精度Δd的計(jì)算公式為式中：Δd—視差匹配精度，通常取相機(jī)像素大小的1/52臺(tái)相機(jī)間距約115mm，豬體高度范圍為40～70cm，結(jié)合相機(jī)高度，理論豬體檢測(cè)精度為4.96～6.75mm�？紤]豬體尺專用測(cè)杖的檢測(cè)精度為0.5cm，系統(tǒng)的理論檢測(cè)精度可接受。2.豬只個(gè)體識(shí)別每頭豬右耳佩戴無(wú)線射頻電子耳標(biāo)（Radiofrequencyidentificationdevices，RFID），滿足國(guó)際標(biāo)準(zhǔn)ISO11784/11785《動(dòng)物的射頻識(shí)別》，讀卡器安裝在飲水器右側(cè)，飲水區(qū)設(shè)置限位欄桿，寬度僅允許一次一頭豬進(jìn)入飲水。系統(tǒng)硬件結(jié)構(gòu)如圖2所示。（二）體尺檢測(cè)軟件體尺檢測(cè)軟件由圖像自動(dòng)采集、深度圖像計(jì)算、豬體輪廓獲取和計(jì)算豬只體尺4部分構(gòu)成。利用實(shí)驗(yàn)室虛擬儀器工程平臺(tái)(Laboratoryvirtual

事件30客觀前瞻提升智能養(yǎng)豬豬業(yè)觀察2018年第4期最終豬體輪廓如圖6b所示。最遠(yuǎn)的2個(gè)尾根備選點(diǎn)為尾根分割點(diǎn)，距離短軸最近的2個(gè)耳根備選點(diǎn)為脖頸分割點(diǎn)。上述算法第2步使用了像素參數(shù)，當(dāng)系統(tǒng)的物距或相機(jī)參數(shù)發(fā)生變化時(shí)，固定像素篩選條件就容易失效。本系統(tǒng)的相機(jī)分辨率較高，圖8的包絡(luò)線段長(zhǎng)度如圖9所示，看出僅有少數(shù)耳根和尾根分割點(diǎn)對(duì)應(yīng)的包絡(luò)線段較長(zhǎng)，若選擇長(zhǎng)度大于30像素的包絡(luò)線段，將造成線段數(shù)量過(guò)多，給后續(xù)的篩選造成困難;若相機(jī)像素?cái)?shù)較少或物距較大，包絡(luò)線段長(zhǎng)度會(huì)縮短，30像素的篩選條件可能會(huì)造成漏眩由圖8看出，豬體輪廓較為明顯的角點(diǎn)有:尾部2個(gè)、腹部和臀部連接處2個(gè)、腹部和肩部連接處2個(gè)、頸部2個(gè)以及頭部和耳朵圖7凹陷結(jié)構(gòu)示意圖8包絡(luò)和豬體輪廓重合點(diǎn)圖9包絡(luò)線段長(zhǎng)度4.體尺檢測(cè)算法本實(shí)驗(yàn)室提出的基于凸包分析的豬體頭部與尾部去除算法可以檢測(cè)豬尾根和耳根分割點(diǎn)，體尺檢測(cè)關(guān)鍵點(diǎn)計(jì)算步驟如下:（1）計(jì)算豬體粒子的包絡(luò)線，計(jì)算包絡(luò)線和輪廓重合點(diǎn)。（2）計(jì)算相鄰重合點(diǎn)之間包絡(luò)線段的長(zhǎng)度，篩選出長(zhǎng)度大于30像素的包絡(luò)線段。（3）計(jì)算輪廓線段上所有點(diǎn)到包絡(luò)線段的距離dn，選出距離最大的點(diǎn)作為尾根和耳根分割點(diǎn)的備選點(diǎn)，最大距離稱為凹陷的深度，如圖7所示。圖6深度減法圖像二值化（4）由于飲水器的位置固定，所以豬頭的朝向可以確定，以豬體粒子短軸（S）作為分割線，將備選點(diǎn)分為耳根備選點(diǎn)和尾根備選點(diǎn);距離短軸


本文編號(hào)：2907387