基于機(jī)器視覺的牧草飼料檢測(cè)系統(tǒng)和方法
【專利摘要】本發(fā)明公開了一種基于機(jī)器視覺的牧草飼料檢測(cè)方法，該方法包括以下步驟：對(duì)于待監(jiān)控的牧場(chǎng)食槽區(qū)域進(jìn)行劃分，得到多個(gè)飼料檢測(cè)區(qū)域；基于對(duì)于飼料檢測(cè)區(qū)域中感興趣區(qū)域所在最小矩形區(qū)域的邊緣檢測(cè)，得到存在牲畜的飼料檢測(cè)區(qū)域；對(duì)于不存在牲畜的飼料檢測(cè)區(qū)域中感興趣區(qū)域所在最小矩形區(qū)域，基于RGB顏色分量進(jìn)行檢測(cè)，得到相關(guān)的飼料檢測(cè)信息；將檢測(cè)得到的飼料信息顯示出來。本發(fā)明還公開了一種基于機(jī)器視覺的牧草飼料檢測(cè)系統(tǒng)。本發(fā)明可自動(dòng)檢測(cè)牧場(chǎng)料槽中飼料的剩余量，并根據(jù)草料消耗情況可設(shè)置不同程度報(bào)警狀態(tài)提醒管理人員；還可記錄草料消耗歷史數(shù)據(jù)，實(shí)現(xiàn)查詢及檢索，進(jìn)而在此基礎(chǔ)上實(shí)現(xiàn)基于機(jī)器視覺的草料狀況智能監(jiān)控和管理。
【專利說明】基于機(jī)器視覺的牧草飼料檢測(cè)系統(tǒng)和方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及設(shè)施牧業(yè)中的自動(dòng)化智能控制，特別是涉及一種基于機(jī)器視覺的牧草飼料檢測(cè)系統(tǒng)和方法。
【背景技術(shù)】
[0002]從近50年來我國(guó)養(yǎng)牛業(yè)的統(tǒng)計(jì)情況來看，我國(guó)牛的存欄數(shù)目不斷增多，經(jīng)營(yíng)規(guī)模不斷擴(kuò)大，養(yǎng)牛技術(shù)水平不斷提高，但與國(guó)外一些發(fā)達(dá)國(guó)家的養(yǎng)牛技術(shù)相比較，我國(guó)養(yǎng)牛業(yè)仍然存在飼料結(jié)果不合理、出場(chǎng)率不高、管理成本大等問題。盡管近年來我國(guó)奶業(yè)的發(fā)展速度很快，但總體上來看，奶業(yè)在農(nóng)業(yè)中依然是一個(gè)發(fā)展相對(duì)滯后的產(chǎn)業(yè)，基礎(chǔ)還相當(dāng)薄弱，具體體現(xiàn)在奶牛單產(chǎn)水平低、監(jiān)管不夠完善、飼養(yǎng)管理水平低等許多方面，過去對(duì)牧業(yè)的飼料管理仍基于人工勞力的監(jiān)管方式，管理不夠全面和完善。
[0003]隨著設(shè)施牧業(yè)的大力發(fā)展，牧業(yè)管理逐步趨向智能化應(yīng)用。用機(jī)器視覺技術(shù)代替人眼進(jìn)行監(jiān)管作業(yè)具有明顯的優(yōu)越性:首先其能排除人的主觀因素的干擾，避免因人而異的判斷結(jié)果；另外能完成較為定量、客觀的計(jì)算工作，不僅可以提高精度，也可將人從繁重的勞動(dòng)中解放出來。

【發(fā)明內(nèi)容】

[0004]本發(fā)明針對(duì)智能牧業(yè)中存在的上述問題，提出一種基于機(jī)器視覺的牧草飼料檢測(cè)系統(tǒng)和方法，以對(duì)牧草飼料進(jìn)行機(jī)器視覺智能檢測(cè)從而判斷飼料的剩余量。
[0005]根據(jù)本發(fā)明的一方面，提供一種基于機(jī)器視覺的牧草飼料檢測(cè)方法，該方法包括以下步驟:
[0006]步驟1，對(duì)于待監(jiān)控的牧場(chǎng)食槽區(qū)域進(jìn)行劃分，得到多個(gè)飼料檢測(cè)區(qū)域；
[0007]步驟2，基于對(duì)于飼料檢測(cè)區(qū)域中感興趣區(qū)域經(jīng)過變換拉伸后的邊緣檢測(cè)，得到存在牲畜的飼料檢測(cè)區(qū)域，并對(duì)其進(jìn)行標(biāo)識(shí)；
[0008]步驟3，對(duì)于不存在牲畜的飼料檢測(cè)區(qū)域中感興趣區(qū)域所在最小矩形區(qū)域，基于RGB顏色分量進(jìn)行檢測(cè)，得到相關(guān)的飼料檢測(cè)信息；
[0009]步驟4，將檢測(cè)得到的飼料信息顯示出來。
[0010]根據(jù)本發(fā)明的另一方面，還提供一種基于機(jī)器視覺的牧草飼料檢測(cè)系統(tǒng)，該系統(tǒng)包括:飼料檢測(cè)區(qū)域模塊、邊緣檢測(cè)模塊、飼料檢測(cè)模塊和顯示模塊，其中:
[0011]所述飼料檢測(cè)區(qū)域模塊用于對(duì)于待監(jiān)控的牧場(chǎng)食槽區(qū)域進(jìn)行劃分，得到多個(gè)飼料檢測(cè)區(qū)域；
[0012]所述邊緣檢測(cè)模塊用于對(duì)于飼料檢測(cè)區(qū)域中感興趣區(qū)域(R0I區(qū)域)經(jīng)過變換拉伸后進(jìn)行邊緣檢測(cè)，得到存在牲畜的飼料檢測(cè)區(qū)域，并對(duì)其進(jìn)行標(biāo)識(shí)；
[0013]所述飼料檢測(cè)模塊用于對(duì)于不存在牲畜的飼料檢測(cè)區(qū)域中感興趣區(qū)域所在最小矩形區(qū)域，基于RGB顏色分量進(jìn)行檢測(cè)，得到相關(guān)的飼料檢測(cè)信息；
[0014]所述顯示模塊用于將飼料檢測(cè)模塊檢測(cè)得到的飼料信息顯示出來。[0015]本發(fā)明的有益效果是:
[0016](I)通過現(xiàn)場(chǎng)實(shí)時(shí)監(jiān)控錄像，自動(dòng)檢測(cè)牧場(chǎng)料槽中飼料的剩余量；
[0017](2)根據(jù)草料消耗情況可設(shè)置不同程度報(bào)警狀態(tài)提醒管理人員；
[0018](3)記錄草料消耗歷史數(shù)據(jù)，可實(shí)現(xiàn)查詢及檢索，并在此基礎(chǔ)上實(shí)現(xiàn)基于機(jī)器視覺的草料狀況智能監(jiān)控和管理。
【專利附圖】

【附圖說明】
[0019]圖1為本發(fā)明基于機(jī)器視覺的牧草飼料檢測(cè)方法的流程圖；
[0020]圖2為根據(jù)本發(fā)明一實(shí)施例的牧場(chǎng)食槽區(qū)域劃分示意圖；
[0021]圖3為根據(jù)本發(fā)明一實(shí)施例的牲畜邊緣檢測(cè)示意圖；
[0022]圖4為根據(jù)本發(fā)明一實(shí)施例的飼料檢測(cè)示意圖；
[0023]圖5為根據(jù)本發(fā)明一實(shí)施例的飼料檢測(cè)結(jié)果示意圖；
[0024]圖6為本發(fā)明基于機(jī)器視覺的牧草飼料檢測(cè)系統(tǒng)的結(jié)構(gòu)示意圖。
【具體實(shí)施方式】
[0025]為使本發(fā)明的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚明白，以下結(jié)合具體實(shí)施例，并參照附圖，對(duì)本發(fā)明進(jìn)一步詳細(xì)說明。
[0026]圖1為基于機(jī)器視覺的牧草飼料檢測(cè)方法的流程圖，如圖1所示，根據(jù)本發(fā)明的一方面，提供一種基于機(jī)器視覺的牧草飼料檢測(cè)方法，該方法包括以下步驟:
[0027]步驟1，對(duì)于待監(jiān)控的牧場(chǎng)食槽區(qū)域進(jìn)行劃分，得到多個(gè)飼料檢測(cè)區(qū)域；
[0028]該步驟具體為:對(duì)固定監(jiān)控錄像可視范圍內(nèi)的有效區(qū)域進(jìn)行人工劃分食槽區(qū)域，劃分得到的區(qū)域?yàn)轱暳蠙z測(cè)區(qū)域。圖2為根據(jù)本發(fā)明一實(shí)施例的牧場(chǎng)食槽區(qū)域劃分示意圖，在圖1所示的現(xiàn)場(chǎng)監(jiān)控圖像中，人為地將牲畜食槽劃分為多個(gè)飼料檢測(cè)區(qū)域。
[0029]在無明顯食槽劃分的環(huán)境下，可基于監(jiān)控圖像的實(shí)際場(chǎng)景，對(duì)食槽目標(biāo)檢測(cè)區(qū)域在可檢測(cè)的有效范圍內(nèi)進(jìn)行人工劃分，這樣就可以基于飼料顏色和食槽背景顏色的明顯區(qū)別進(jìn)行飼料的檢測(cè)。在實(shí)際應(yīng)用場(chǎng)景中，單單檢測(cè)飼料并不足以滿足實(shí)際需求，因?yàn)樵趯?duì)飼料進(jìn)行實(shí)時(shí)監(jiān)控時(shí)，常常出現(xiàn)牲畜進(jìn)食的情況，因此飼料檢測(cè)區(qū)域經(jīng)常受到牲畜進(jìn)食的影響。因此，本發(fā)明還需要基于牲畜和食槽背景的明顯梯度變化檢測(cè)目標(biāo)區(qū)域中牲畜的邊緣輪廓。
[0030]步驟2，基于對(duì)于飼料檢測(cè)區(qū)域中感興趣區(qū)域(R0I區(qū)域)經(jīng)過變換拉伸后的邊緣檢測(cè)，得到存在牲畜的飼料檢測(cè)區(qū)域，并對(duì)其進(jìn)行標(biāo)識(shí)；
[0031]考慮到將飼料檢測(cè)區(qū)域進(jìn)行透視變換后的拉伸圖像能夠使得牲畜輪廓線得到明顯的拉伸，同時(shí)牲畜的膚色與檢測(cè)背景具有明顯的顏色梯度變化，因此該步驟采用透視變換后進(jìn)行圖像拉伸和canny邊緣檢測(cè)相結(jié)合的方法來提取牲畜的邊緣，然后再計(jì)算連續(xù)邊緣軌跡點(diǎn)的個(gè)數(shù)以判斷飼料檢測(cè)區(qū)域存在牲畜進(jìn)食的情況，具體步驟如下:
[0032]步驟21，圖像初始化:根據(jù)步驟I的區(qū)域劃分，規(guī)定每個(gè)最小單元的飼料檢測(cè)區(qū)域?yàn)槊恳淮物暳蠙z測(cè)的感興趣區(qū)域(R0I區(qū)域)，使用透視變換和拉伸函數(shù)對(duì)飼料檢測(cè)區(qū)域中ROI區(qū)域進(jìn)行變換拉伸；
[0033]在本發(fā)明一實(shí)施例中，采用OpenCV透視變換和拉伸函數(shù)對(duì)于圖像進(jìn)行變換拉伸，拉伸后的歸一化尺寸為100*200，變換拉伸前的ROI區(qū)域圖像如圖3(a)所示，變換拉伸后的圖像如圖3(b)所示，圖3(b)中透視變換和拉伸后的圖像寬度大于高度兩倍左右；
[0034]步驟22，對(duì)于變換拉伸后得到的圖像進(jìn)行canny邊緣檢測(cè)，得到圖像中牲畜的邊緣輪廓，如圖3(c)所示，并根據(jù)得到的邊緣輪廓判斷該飼料檢測(cè)區(qū)域中是否存在牲畜；
[0035]所述判斷飼料檢測(cè)區(qū)域中是否存在牲畜的步驟具體為:計(jì)算邊緣輪廓中連續(xù)邊緣軌跡點(diǎn)的數(shù)目，若軌跡點(diǎn)的數(shù)目大于一預(yù)定閾值則認(rèn)為該飼料檢測(cè)區(qū)域中存在牲畜，例如若邊緣輪廓中的軌跡點(diǎn)數(shù)目，例如線長(zhǎng)大于40則表示該飼料檢測(cè)區(qū)域中存在牲畜；
[0036]步驟23，對(duì)存在牲畜的飼料檢測(cè)區(qū)域進(jìn)行標(biāo)識(shí)，被標(biāo)識(shí)有牲畜在進(jìn)食的飼料檢測(cè)區(qū)域在下一步的飼料檢測(cè)算法中該區(qū)域的結(jié)果不作有效記錄。
[0037]在本發(fā)明一實(shí)施例中，用白色線在ROI區(qū)域所在最小矩形的邊界進(jìn)行標(biāo)識(shí)，如圖3(d)所示。
[0038]步驟3，對(duì)于不存在牲畜的飼料檢測(cè)區(qū)域中感興趣區(qū)域所在最小矩形區(qū)域，基于RGB顏色分量進(jìn)行檢測(cè)，得到相關(guān)的飼料檢測(cè)信息；該步驟具體為:掃描所述感興趣區(qū)域所在的最小矩形區(qū)域，飼料檢測(cè)的原始圖像如圖4(a)所示，取出該區(qū)域內(nèi)圖像的RGB像素點(diǎn)，判斷像素點(diǎn)的顏色，以區(qū)分飼料和食槽底色，從而檢測(cè)得到飼料和食槽空白處所在的位置，并得到飼料所占的面積比重，進(jìn)而可以估算其剩余值。
[0039]所述步驟3進(jìn)一步包括以下步驟:[0040]步驟31，獲取所述感興趣區(qū)域所在最小矩形區(qū)域中的像素點(diǎn)，并提取其RGB各個(gè)分量的值；
[0041]步驟32，根據(jù)各像素點(diǎn)RGB各個(gè)分量的值判斷飼料所在的位置并統(tǒng)計(jì)；
[0042]在本發(fā)明一實(shí)施例中，考慮到飼料的顏色是草黃色，因此可以以此作為飼料的判斷條件，即如果某一像素點(diǎn)RGB各個(gè)分量的值滿足下式，則認(rèn)為該像素點(diǎn)的位置為飼料:
(B > — *0.5

2
η /? + G /、λ
[0043]IB < — * 0.9，
G -R <20
VR-G < 20
[0044]步驟33，根據(jù)各像素點(diǎn)RGB各個(gè)分量的值判斷食槽所在的位置；
[0045]本發(fā)明中，人為地將牧場(chǎng)食槽的背景顏色涂成光滑的白色，以有別于飼料的顏色，因此可以以此作為食槽空白處的判斷條件，即如果某一像素點(diǎn)RGB各個(gè)分量的值滿足下式，則認(rèn)為該像素點(diǎn)的位置為食槽空白處:
(min(/?,G',S) > 100
[0046]lv(/? + G)2 + (G + B)2 + (B + R)2/3 < 12’
[0047]檢測(cè)后的飼料區(qū)域用黑色表示，空白區(qū)域用白色表示，如圖4(b)所示。
[0048]步驟34，根據(jù)所述步驟32得到的飼料所在的位置信息，計(jì)算得到飼料所在區(qū)域的比重X(0〈X〈1)，并估算飼料在所述感興趣區(qū)域所在最小矩形區(qū)域內(nèi)的剩余量I。
[0049]該步驟具體為，統(tǒng)計(jì)飼料的像素點(diǎn)數(shù)量，然后據(jù)此計(jì)算飼料所在區(qū)域的比重X (0〈χ〈1)，并估算飼料在所述感興趣區(qū)域所在最小矩形區(qū)域內(nèi)的剩余量y:
—ο] y = ^-1。[0051]步驟4，將檢測(cè)得到的飼料信息顯示出來。
[0052]該步驟中，根據(jù)檢測(cè)得到的飼料信息，在監(jiān)控顯示器中實(shí)時(shí)顯示檢測(cè)得到的結(jié)果，比如可以在每個(gè)飼料檢測(cè)區(qū)域表示出有牲畜在進(jìn)食的區(qū)域和飼料剩余量，如圖5所示，其中，圖5(a)為最初根據(jù)本發(fā)明一實(shí)施例的牧場(chǎng)食槽區(qū)域劃分示意圖，圖5(b)則顯示了根據(jù)本發(fā)明方法對(duì)于飼料檢測(cè)區(qū)域進(jìn)行檢測(cè)得到的飼料信息，字母A、B……K表示飼料檢測(cè)區(qū)域的序號(hào)，字母后面的百分比數(shù)值表示該飼料檢測(cè)區(qū)域中飼料的剩余量。
[0053]另外，本發(fā)明還可根據(jù)飼料的消耗情況設(shè)置不同程度的報(bào)警狀態(tài)提醒管理人員，并可記錄飼料消耗的歷史數(shù)據(jù)，實(shí)現(xiàn)實(shí)時(shí)的查詢及檢索，進(jìn)而在此基礎(chǔ)上實(shí)現(xiàn)基于機(jī)器視覺的草料狀況智能監(jiān)控和管理。
[0054]圖6為基于機(jī)器視覺的牧草飼料檢測(cè)系統(tǒng)的結(jié)構(gòu)示意圖，如圖6所示，根據(jù)本發(fā)明的另一方面，還提供一種基于機(jī)器視覺的牧草飼料檢測(cè)系統(tǒng)，該系統(tǒng)包括:飼料檢測(cè)區(qū)域模塊、邊緣檢測(cè)模塊、飼料檢測(cè)模塊和顯示模塊，其中:
[0055]所述飼料檢測(cè)區(qū)域模塊用于對(duì)于待監(jiān)控的牧場(chǎng)食槽區(qū)域進(jìn)行劃分，得到多個(gè)飼料檢測(cè)區(qū)域；
[0056]所述邊緣檢測(cè)模塊用于對(duì)于飼料檢測(cè)區(qū)域中感興趣區(qū)域(R0I區(qū)域)經(jīng)過變換拉伸后的進(jìn)行邊緣檢測(cè)，得到存在牲畜的飼料檢測(cè)區(qū)域，并對(duì)其進(jìn)行標(biāo)識(shí)；
[0057]所述飼料檢測(cè)模塊用于對(duì)于不存在牲畜的飼料檢測(cè)區(qū)域中感興趣區(qū)域所在最小矩形區(qū)域，基于RGB顏色分量進(jìn)行檢測(cè)，得到相關(guān)的飼料檢測(cè)信息；
[0058]所述顯示模塊用于將飼料檢測(cè)模塊檢測(cè)得到的飼料信息顯示出來。
[0059]以上所述的具體實(shí)施例，對(duì)本發(fā)明的目的、技術(shù)方案和有益效果進(jìn)行了進(jìn)一步詳細(xì)說明，所應(yīng)理解的是，以上所述僅為本發(fā)明的具體實(shí)施實(shí)例而已，并不用于限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)，所做`的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。
【權(quán)利要求】
1.一種基于機(jī)器視覺的牧草飼料檢測(cè)方法，其特征在于，該方法包括以下步驟: 步驟1，對(duì)于待監(jiān)控的牧場(chǎng)食槽區(qū)域進(jìn)行劃分，得到多個(gè)飼料檢測(cè)區(qū)域； 步驟2，基于對(duì)于飼料檢測(cè)區(qū)域中感興趣區(qū)域經(jīng)過變換拉伸后的邊緣檢測(cè)，得到存在牲畜的飼料檢測(cè)區(qū)域，并對(duì)其進(jìn)行標(biāo)識(shí)； 步驟3，對(duì)于不存在牲畜的飼料檢測(cè)區(qū)域中感興趣區(qū)域所在最小矩形區(qū)域，基于RGB顏色分量進(jìn)行檢測(cè)，得到相關(guān)的飼料檢測(cè)信息； 步驟4，將檢測(cè)得到的飼料信息顯示出來。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述步驟2進(jìn)一步包括以下步驟: 步驟21，根據(jù)步驟I的區(qū)域劃分，規(guī)定每個(gè)最小單元的飼料檢測(cè)區(qū)域?yàn)槊恳淮物暳蠙z測(cè)的感興趣區(qū)域(ROI區(qū)域)，使用透視變換和拉伸函數(shù)對(duì)ROI區(qū)域進(jìn)行變換拉伸； 步驟22，對(duì)于拉伸后得到的圖像進(jìn)行canny邊緣檢測(cè)，得到圖像中牲畜的邊緣輪廓，并根據(jù)得到的邊緣輪廓判斷該飼料檢測(cè)區(qū)域中是否存在牲畜； 步驟23，對(duì)存在牲畜的飼料檢測(cè)區(qū)域進(jìn)行標(biāo)識(shí)。
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述步驟22中，判斷飼料檢測(cè)區(qū)域中是否存在牲畜的步驟具體為:計(jì)算邊緣輪廓中連續(xù)邊緣軌跡點(diǎn)的數(shù)目，若軌跡點(diǎn)數(shù)目大于一預(yù)定閾值則認(rèn)為該飼料檢測(cè)區(qū)域中存在牲畜。
4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述飼料檢測(cè)信息至少包括:飼料所在的位置、飼料所占的面積比重、飼料的剩余值。`
5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述步驟3進(jìn)一步包括以下步驟: 步驟31，獲取所述感興趣區(qū)域所在最小矩形區(qū)域中的像素點(diǎn)，并提取其RGB各個(gè)分量的值； 步驟32，根據(jù)各像素點(diǎn)RGB各個(gè)分量的值判斷飼料所在的位置并統(tǒng)計(jì)； 步驟33，根據(jù)各像素點(diǎn)RGB各個(gè)分量的值判斷食槽空白處所在的位置并統(tǒng)計(jì)； 步驟34，根據(jù)所述步驟32和33得到的飼料和食槽空白處所在的位置信息，計(jì)算得到飼料所在區(qū)域的比重X，并估算飼料在所述感興趣區(qū)域所在最小矩形區(qū)域內(nèi)的剩余量I。
6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述步驟32中，如果某一像素點(diǎn)RGB各個(gè)分量的值滿足下式，則認(rèn)為該像素點(diǎn)的位置為飼料:
(B >7* 0.5
I r-? /?+C
,β < — ^ 0.9 c
G -R <20
VR-G < 20
7.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述牧場(chǎng)食槽的背景顏色人為地涂成白色。
8.根據(jù)權(quán)利要求7所述的方法，其特征在于，所述步驟33中，如果某一像素點(diǎn)RGB各個(gè)分量的值滿足下式，則認(rèn)為該像素點(diǎn)的位置為食槽空白處: (m\n(R, G, B) > 100
\j(R + G)2 + (C + B)1 + (β + R)2/3 < 12。
9.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述步驟34具體為:統(tǒng)計(jì)飼料的像素點(diǎn)數(shù)量，然后據(jù)此計(jì)算飼料所在區(qū)域的比重X，0〈χ〈1，并估算飼料在所述感興趣區(qū)域所在最小矩形區(qū)域內(nèi)的剩余量y:
10.一種基于機(jī)器視覺的牧草飼料檢測(cè)系統(tǒng)，其特征在于，該系統(tǒng)包括:飼料檢測(cè)區(qū)域模塊、邊緣檢測(cè)模塊、飼料檢測(cè)模塊和顯示模塊，其中: 所述飼料檢測(cè)區(qū)域模塊用于對(duì)于待監(jiān)控的牧場(chǎng)食槽區(qū)域進(jìn)行劃分，得到多個(gè)飼料檢測(cè)區(qū)域； 所述邊緣檢測(cè)模塊用于對(duì)于飼料檢測(cè)區(qū)域中感興趣區(qū)域(ROI區(qū)域)經(jīng)過變換拉伸后進(jìn)行邊緣檢測(cè)，得到存在牲畜的飼料檢測(cè)區(qū)域，并對(duì)其進(jìn)行標(biāo)識(shí)； 所述飼料檢測(cè)模塊用于對(duì)于不存在牲畜的飼料檢測(cè)區(qū)域中感興趣區(qū)域所在最小矩形區(qū)域，基于RGB顏色分量進(jìn)行檢測(cè)，得到相關(guān)的飼料檢測(cè)信息； 所述顯示模塊用于將飼料檢測(cè)模塊檢測(cè)得到的飼料信息顯示出來。
【文檔編號(hào)】G01N21/84GK103674857SQ201310715072
【公開日】2014年3月26日 申請(qǐng)日期:2013年12月23日 優(yōu)先權(quán)日:2013年12月23日
【發(fā)明者】胡斌, 熊剛, 王飛躍, 田秋常, 周維斯, 蔣劍, 魯沛 申請(qǐng)人:中國(guó)科學(xué)院自動(dòng)化研究所, 東莞中國(guó)科學(xué)院云計(jì)算產(chǎn)業(yè)技術(shù)創(chuàng)新與育成中心