本发明公开了一种养殖场所成群奶牛呼吸频率的批量监测方法，采集贴附有标签的奶牛的图像数据；从每只奶牛对应的图像数据中截取每个标签轮廓内部区域的图形；根据所述每个标签轮廓内部区域的图形确定奶牛呼吸频率，并且记录每次采集的奶牛呼吸频率生成呼吸频率曲线。本发明能够实现全自动、非接触、大批量的精确监测，克服了现有技术存在的问题，能够为工业化集中奶牛养殖中奶牛生理特征监测、健康状况监测以及养殖环境评估提供量化依据。
1.一种养殖场所成群奶牛呼吸频率的批量监测方法，其特征在于，该方法为：采集贴附有标签的奶牛的图像数据，具体为：通过视频解码库函数对视频进行解码，提取视频中的每一帧图像G；
从每只奶牛对应的图像数据中截取每个标签轮廓内部区域的图形，具体为：通过二维码识别函数提取所述每一帧图像G中全部的二维码图像，定义为Nn[]；Nn[]中每个二维码图像为N，即N＝Nn[i]；对每个二维码图像N进行处理，定义N的位置横坐标x为Nx，纵坐标y为Ny，宽度为Nw，高度Nh,Nx曲线为Nx(t)，Ny曲线为Ny(t)，Nw曲线为Nw(t)，Nh曲线为Nh(t),其中t为时间；
根据所述每个标签轮廓内部区域的图形确定奶牛呼吸频率，具体为：确定时间段T内Nh(t)的过零曲线Nh0(t)，通过过零法确定过零曲线Nh0(t)的过零次数Znh，根据过零次数Znh确定呼吸频率F＝Znh/T；
2.根据权利要求1所述的养殖场所成群奶牛呼吸频率的批量监测方法，其特征在于，该方法还包括：所述标签上设置有每只奶牛对应的身份二维码。
3.根据权利要求2所述的养殖场所成群奶牛呼吸频率的批量监测方法，其特征在于，该方法还包括：根据所述每个标签轮廓内部区域的图形确定当前奶牛的编号信息，并且将呼吸频率曲线与对应的奶牛关联。
4.根据权利要求1‑3任意一项所述的养殖场所成群奶牛呼吸频率的批量监测方法，其特征在于，所述确定时间段T内Nh(t)的过零曲线Nh0(t)，具体为：确定时间段T内Ny(t)、Nw(t)、Nh(t)的平均值Pny、Pnw、Pnh，根据Pnh和Nh(t)确定时间段T内过零曲线Nh0(t)。
5.根据权利要求4所述的养殖场所成群奶牛呼吸频率的批量监测方法，其特征在于，该方法还包括：根据每个标签轮廓内部区域的图形确定当前奶牛的运动状态。
6.根据权利要求5所述的养殖场所成群奶牛呼吸频率的批量监测方法，其特征在于，所述根据每个标签轮廓内部区域的图形确定当前奶牛的运动状态，具体为：确定时间段T内Nx(t)、Ny(t)、Nw(t)的最大波动值Mnx、Mny、Mnw，根据最大波动值Mnx、Mny、Mnw与平均值Pny、Pnw、Pnh的大小关系确定运动状态；当Mnx>Pnw*k1时确定当前奶牛处于运动状态，当Mnw>Pnw/k2时确定当前奶牛处于转身运动状态，当Mny>Pnh*k3时确定当前奶牛处于起/卧运动状态；所述k1、k2、k3为修正系数，根据所述标签的大小尺寸和奶牛的身高确定。
7.根据权利要求6所述的养殖场所成群奶牛呼吸频率的批量监测方法，其特征在于，该方法还包括：根据Nx(t)、Ny(t)均处于预先设置的奶牛进食坐标区域Q(x,y,w,h)范围内时间段的累积值确定奶牛的进食时间。
一种养殖场所成群奶牛呼吸频率批量监测方法
技术领域
[0001] 本发明属于养殖技术领域，具体涉及一种养殖场所成群奶牛呼吸频率的批量监测方法。
背景技术
[0002] 在我国现代农业生产中，畜牧业所占的比重日益增加，畜牧养殖业是中国农业增效、农民增收的重要产业。近年来，现代畜牧业不断向规模化和集约化方向发展，动物疫病、动物行为异常等动物健康福利问题也越来越严重。因此，对养殖的畜禽动物的生命体征进行准确及时的监控十分必要。而传统的人工检测的方式受到人员、场地、种群数量等因素的限制，往往难以达到准确、快速、及时监测的目的。
[0003] 随着现代信息化、自动化技术手段的发展，特别是传感器、物联网、计算机技术在农业领域的深入应用，为传统的畜禽动物性状参数获取、测量与分析以及动物行为、生命体征监测等领域带来全新的技术手段和实用工具，通过构建基于物联网传感器的自动化监测系统系统，实现准确、高效、快速、及时的动物生命体征监测，为畜牧业生产提供实时准确的数据支持，从而提高畜牧业高产、稳产能力，对于推动现代农业的快速发展有着巨大的促进作用。
[0004] 畜牧业生产中，养殖环境的温度和湿度是影响奶牛生产性能和繁殖性能的重要因素，当奶牛受环境胁迫时会产生呼吸频率异常症状，其呼吸频率的变化和异常反映养殖环境是否适宜。因此，准确、及时获知奶牛呼吸频率对于饲养管理和生产具有重要意义。现有技术中除了采用人工观察法对奶牛呼吸频率进行监测，还有以下两种奶牛呼吸频率监测方法：
[0005] (1)华南农业大学尹令等设计了基于无线传感器网络的奶牛行为特征监测系统。为了能自动准确地识别奶牛是否发情或生病，在奶牛颈部安装无线传感器节点，通过各种传感器获取奶牛的体温、呼吸频率和运动加速度等参数，采用K‑均值聚类算法对提取的各种参数进行行为特征多级分类识别，以此建立的动物行为监测系统能准确区分奶牛静止、慢走、爬跨等行为特征，从而可以长时间监测奶牛的健康状态。
[0006] (2)西北农林科技大学赵凯旋、何东健等为实现奶牛呼吸状态信息获取的自动化、智能化，在构建奶牛视频实时采集系统的基础上，研究并提出了奶牛呼吸频率与异常检测方法。用光流法计算视频帧图像各像素点的相对运动速度，根据各点速度，对像素点进行循环Otsu处理筛选出呼吸运动点，动态计算速度方向曲线的周期即可检测牛只呼吸频率，并根据单次呼吸耗时检测呼吸是否异常。
[0007] 综上所述，上述三种类型的奶牛呼吸频率监测方法分别存在以下不足：人工观察法人力成本高，且对观察人员要求高、工作强度大，难以满足规模化养殖管理需求。传感器方式通常需要在奶牛身上固定一个辅助系统，带来诸多不便。虽然自动化的非接触式方法在众多智能监控领域得到广泛应用，计算机智能视频监控是信息技术领域一个新兴的研究方向，这种方式正逐步被应用于养殖业并实现管理的自动化、智能化；但是，对于奶牛呼吸频率监测而言，智能视频监测这种方式的主要缺陷在于采集方式的准确性和算法有效性较差，仍然难以获得较好的计量精度。
发明内容
[0008] 有鉴于此，本发明的主要目的在于提供一种养殖场所成群奶牛呼吸频率的批量监测方法。
[0009] 为达到上述目的，本发明的技术方案是这样实现的：
[0010] 本发明实施例提供一种养殖场所成群奶牛呼吸频率的批量监测方法，该方法为：采集贴附有标签的奶牛的图像数据；从每只奶牛对应的图像数据中截取每个标签轮廓内部区域的图形；根据所述每个标签轮廓内部区域的图形确定奶牛呼吸频率，并且记录每次采集的奶牛呼吸频率生成呼吸频率曲线。
[0011] 上述方案中，该方法还包括：所述标签上设置有每只奶牛对应的身份二维码。
[0012] 上述方案中，该方法还包括：根据所述每个标签轮廓内部区域的图形确定当前奶牛的编号信息，并且将呼吸频率曲线与对应的奶牛关联。
[0013] 上述方案中，所述采集贴附有标签的奶牛的图像数据，具体为：通过视频解码库函数对视频进行解码，提取视频中的每一帧图像G。
[0014] 上述方案中，所述从每只奶牛对应的图像数据中截取每个标签轮廓内部区域的图形，具体为：通过二维码识别函数提取所述每一帧图像G中全部的二维码图像，定义为Nn[]；Nn[]中每个二维码图像为N，即N＝Nn[i]；对每个二维码图像N进行处理，定义N的位置横坐标x为Nx，纵坐标y为Ny，宽度为Nw，高度Nh,Nx曲线为Nx(t)，Ny曲线为Ny(t)，Nw曲线为Nw(t)，Nh曲线为Nh(t), 其中t为时间。
[0015] 上述方案中，所述根据所述每个标签轮廓内部区域的图形确定奶牛呼吸频率，具体为：确定时间段T内Nh(t)的过零曲线Nh0(t)，通过过零法确定过零曲线Nh0(t)的过零次数Znh，根据过零次数Znh确定呼吸频率F＝Znh/T。
[0016] 上述方案中，所述确定时间段T内Nh(t)的过零曲线Nh0(t)，具体为：确定时间段T内Ny(t)、Nw(t)、Nh(t)的平均值Pny、Pnw、Pnh，根据Pnh和Nh(t) 确定时间段T内过零曲线Nh0(t)。
[0017] 上述方案中，该方法还包括：根据每个标签轮廓内部区域的图形确定当前奶牛的运动状态。
[0018] 上述方案中，所述根据每个标签轮廓内部区域的图形确定当前奶牛的运动状态，具体为：确定时间段T内Nx(t)、Ny(t)、Nw(t)的最大波动值Mnx、Mny、 Mnw，根据最大波动值Mnx、Mny、Mnw与平均值Pny、Pnw、Pnh的大小关系确定运动状态；当Mnx>Pnw*k1时确定当前奶牛处于运动状态，当Mnw>Pnw/k2时确定当前奶牛处于转身运动状态，当Mny>Pnh*k3时确定当前奶牛处于起/卧运动状态；所述k1、k2、k3为修正系数，根据所述标签的大小尺寸和奶牛的身高确定。
[0019] 上述方案中，该方法还包括：根据Nx(t)、Ny(t)均处于预先设置的奶牛进食坐标区域Q(x,y,w,h)范围内时间段的累积值确定奶牛的进食时间。
[0020] 与现有技术相比，本发明能够实现全自动、非接触、大批量的精确监测，克服了现有技术存在的问题，能够为工业化集中奶牛养殖中奶牛生理特征监测、健康状况监测以及养殖环境评估提供量化依据。
附图说明
[0021] 图1为本发明实施例提供一种养殖场所成群奶牛呼吸频率的批量监测方法的流程图。
具体实施方式
[0022] 为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
[0023] 本发明通过在奶牛身体胸腹部粘贴标签，将奶牛呼吸运动转换为有清晰视觉特征的标签的规律运动，采集养殖场所成群奶牛的视频，确定视频中标签图形在一段连续的时间内的变化情况，得出每个奶牛编号对应的呼吸频率曲线，即实现视频采集范围内的奶牛的呼吸频率的监测。
[0024] 本发明实施例提供一种养殖场所成群奶牛呼吸频率的批量监测方法，如图 1所示，该方法通过以下步骤实现：
[0025] 步骤101：采集贴附有标签的奶牛的图像数据；
[0026] 具体地，所述标签安装在奶牛身体随呼吸起伏幅度最大的部位的皮毛上，一般在奶牛腹部与后背连接的位置，每头奶牛身体两侧各安装一个，当奶牛呼吸时，标签随着皮毛往复起伏运动；并且标签与奶牛的皮毛颜色能够形成明显的色差。
[0027] 视频摄像头安装在奶牛养殖场所的墙壁、围栏、或专门的支架上，通过视频摄像头采集奶牛养殖场所视频
[0028] 所述标签上设置有每只奶牛对应的身份二维码；
[0029] 通过视频解码库函数对视频进行解码，提取视频中的每一帧图像G。
[0030] 步骤102：从每只奶牛对应的图像数据中截取每个标签轮廓内部区域的图形；
[0031] 具体地，通过二维码识别函数提取所述每一帧图像G中全部的二维码图像，定义为Nn[]；Nn[]中每个二维码图像为N，即N＝Nn[i]；对每个二维码图像N 进行处理，定义N的位置横坐标x为Nx，纵坐标y为Ny，宽度为Nw，高度Nh, 单位均为px；Nx曲线为Nx(t)，Ny曲线为Ny(t)，Nw曲线为Nw(t)，Nh曲线为 Nh(t),其中t为时间，毫秒ms。
[0032] 步骤103：根据所述每个标签轮廓内部区域的图形确定奶牛呼吸频率，并且记录每次采集的奶牛呼吸频率生成呼吸频率曲线。
[0033] 具体地，根据所述每个标签轮廓内部区域的图形确定当前奶牛的编号信息，并且将呼吸频率曲线与对应的奶牛关联。
[0034] 将奶牛养殖场所内奶牛的呼吸频率曲线及奶牛养殖场所内奶牛的奶牛信息一一对应的存储至服务器的数据库中。
[0035] 通过使用二维码识别函数对单个二维码图像N提取图形里标识的奶牛信息，定义奶牛编号为Nid。
[0036] 确定时间段T内Nx(t)、Ny(t)、Nw(t)的最大波动值Mnx、Mny、Mnw：
[0037] Mnx＝max(Nx(t))‑min(Nx(t))
[0038] Mny＝max(Ny(t))‑min(Ny(t))
[0039] Mnw＝max(Nw(t))‑min(Nw(t))；
[0040] 确定时间段T内过零曲线Nh0(t)：
[0041] Nh0(t)＝Nh(t)–Pnh；
[0042] 所述T的单位为分钟m。
[0043] 通过过零法确定过零曲线Nh0(t)的过零次数Znh，根据过零次数Znh确定呼吸频率F＝Znh/T。
[0044] 进一步地，该方法还包括：根据每个标签轮廓内部区域的图形确定当前奶牛的运动状态。
[0045] 根据最大波动值Mnx、Mny、Mnw与平均值Pny、Pnw、Pnh的大小关系确定运动状态；当Mnx>Pnw*k1时确定当前奶牛处于运动状态，当Mnw>Pnw/k2时确定当前奶牛处于转身运动状态，当Mny>Pnh*k3时确定当前奶牛处于起/卧运动状态。
[0046] 所述k1、k2、k3为修正系数，根据标签的大小尺寸和奶牛的身高确定；例如，k1＝2、k2＝4、k3＝5。
[0047] 进一步地，该方法还包括：根据Nx(t)，Ny(t)均处于预先设置的奶牛进食坐标区域Q(x,y,w,h)范围内时间段的累积值确定奶牛的进食时间。
[0048] 以上所述，仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。
