發(fā)布時間：2020-12-09 19:44

　　<正>前言:為實現(xiàn)生豬飼養(yǎng)過程中體尺無接觸檢測,設計了一套基于雙目視覺原理的豬體尺檢測系統(tǒng)。針對色彩圖像提取豬體輪廓易受污物和光照干擾的問題,提出基于深度圖像的豬體輪廓提取算法。使用雙目視覺系統(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)的拐點提取算法,篩選體尺檢測關鍵點,計算體長、體寬、體高、臀寬、 

【文章來源】：豬業(yè)觀察. 2018年04期 第26-33頁

【文章頁數(shù)】：8 頁

【部分圖文】：

圖1雙目視覺原理

即找到同一物體投影在左右圖像上對應的像素點，左右圖像像素點X坐標之差稱為視差，計算所有點的視差得到稠密視差圖像。根據(jù)雙目視覺系統(tǒng)的焦距、相機參數(shù)和目標物距范圍，確定最大和最小視差，超過該范圍的視差認為是無效匹配。本研究采用德國學者Hirchmuller提出的半全局塊匹配算法SGBM（Semiglobalblockmatch），它通過多個方向的一維平滑約束來近似一個二維平滑約束，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)行效率遠高于這些算法，同時其實現(xiàn)過程具有比較規(guī)則的結(jié)構(gòu)，能夠非常容易地映射到并行圖2機器視覺系統(tǒng)硬件結(jié)構(gòu)1.雙目相機2.千兆交換機3.局域網(wǎng)4.服務器5.串口轉(zhuǎn)網(wǎng)絡服務器6.ＲFID讀卡器7.FID耳標A點深度的檢測精度Δd的計算公式為式中：Δd—視差匹配精度，通常取相機像素大小的1/52臺相機間距約115mm，豬體高度范圍為40～70cm，結(jié)合相機高度，理論豬體檢測精度為4.96～6.75mm。考慮豬體尺專用測杖的檢測精度為0.5cm，系統(tǒng)的理論檢測精度可接受。2.豬只個體識別每頭豬右耳佩戴無線射頻電子耳標（Radiofrequencyidentificationdevices，RFID），滿足國際標準ISO11784/11785《動物的射頻識別》，讀卡器安裝在飲水器右側(cè)，飲水區(qū)設置限位欄桿，寬度僅允許一次一頭豬進入飲水。系統(tǒng)硬件結(jié)構(gòu)如圖2所示。（二）體尺檢測軟件體尺檢測軟件由圖像自動采集、深度圖像計算、豬體輪廓獲取和計算豬只體尺4部分構(gòu)成。利用實驗室虛擬儀器工程平臺(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。最遠的2個尾根備選點為尾根分割點，距離短軸最近的2個耳根備選點為脖頸分割點。上述算法第2步使用了像素參數(shù)，當系統(tǒng)的物距或相機參數(shù)發(fā)生變化時，固定像素篩選條件就容易失效。本系統(tǒng)的相機分辨率較高，圖8的包絡線段長度如圖9所示，看出僅有少數(shù)耳根和尾根分割點對應的包絡線段較長，若選擇長度大于30像素的包絡線段，將造成線段數(shù)量過多，給后續(xù)的篩選造成困難;若相機像素數(shù)較少或物距較大，包絡線段長度會縮短，30像素的篩選條件可能會造成漏眩由圖8看出，豬體輪廓較為明顯的角點有:尾部2個、腹部和臀部連接處2個、腹部和肩部連接處2個、頸部2個以及頭部和耳朵圖7凹陷結(jié)構(gòu)示意圖8包絡和豬體輪廓重合點圖9包絡線段長度4.體尺檢測算法本實驗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豬尾根和耳根分割點，體尺檢測關鍵點計算步驟如下:（1）計算豬體粒子的包絡線，計算包絡線和輪廓重合點。（2）計算相鄰重合點之間包絡線段的長度，篩選出長度大于30像素的包絡線段。（3）計算輪廓線段上所有點到包絡線段的距離dn，選出距離最大的點作為尾根和耳根分割點的備選點，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，將備選點分為耳根備選點和尾根備選點;距離短軸


本文編號：2907387