一種奶牛識別方法及系統(tǒng)的制作方法
【技術領域】
[0001] 本發(fā)明涉及奶牛智能化養(yǎng)殖領域，尤其涉及一種奶牛識別方法與系統(tǒng)。
【背景技術】
[0002] 隨著信息技術的發(fā)展，畜牧業(yè)也在快速地向現(xiàn)代化方向變革，物聯(lián)網(wǎng)技術被應用 到了畜牧業(yè)中，奶牛養(yǎng)殖是畜牧業(yè)的重要分支。隨著居民生活水平的提高，居民對奶制品質 量的關注度提高，需要優(yōu)化奶牛智能化管理的技術。
[0003] 現(xiàn)有技術中主要依靠在奶牛上安裝射頻識別（Radio Frequency Identification，RFID)電子耳標。RFID是一種通過無線電頻率親合實現(xiàn)的非接觸式識 別技術，使用專用的RFID讀寫器及電子標簽，利用頻率信號將信息由電子標簽發(fā)送至讀寫 器。電子耳標由電子標簽和讀寫器組成，在識別范圍內(nèi)自動觸發(fā)讀寫器獲取電子耳標的的 信息。但應用RFID的電子耳標的識別范圍較短，必須在裝有讀寫器的有效范圍才能讀取， 且需要在奶牛的身體上安裝電子標簽。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明所要解決的技術問題是：現(xiàn)有的奶牛識別技術識別范圍小，且需要在奶牛 的身體上安裝電子標簽。
[0005] 為解決上述技術問題，本發(fā)明一方面提出了一種奶牛識別方法，該奶牛識別方法 包括：
[0006] 獲取待識別奶牛的實時圖像；
[0007] 將所述實時圖像與預先建立的圖像模板庫中圖像進行匹配，獲取所述圖像模板庫 中與所述實時圖像匹配的匹配圖像；
[0008] 根據(jù)所述匹配圖像的標識確定所述待識別奶牛的標識號。
[0009] 優(yōu)選地，所述獲取待識別奶牛的實時圖像，包括：
[0010] 分別獲取所述待識別奶牛的背部、側部和后部的圖像。
[0011] 優(yōu)選地，在所述獲取待識別奶牛的實時圖像之前，所述方法還包括：
[0012] 建立圖像模板庫；
[0013] 其中，所述建立圖像模板庫包括：
[0014] 獲取預設范圍內(nèi)每頭奶牛的背部、側部和后部的圖像，以每頭奶牛的標識號及相 應身體部位名稱作為獲取的圖像的標識；
[0015] 將帶有標識的圖像存入數(shù)據(jù)庫中，得到圖像模板庫。
[0016] 優(yōu)選地，所述將所述實時圖像與預先建立的圖像模板庫中圖像進行匹配，獲取所 述圖像模板庫中與所述實時圖像匹配的匹配圖像，包括：
[0017] 利用感知哈希算法從圖像模板庫中選出3幅與所述實時圖像相似的圖像；
[0018] 判斷3幅相似模板圖像是否對應不同的奶牛，如果所述3幅相似模板圖像對應不 同的奶牛則利用圖像尺度不變特征變換算法確定所述3幅相似模板圖像中的一幅圖像為 所述匹配圖像，如果所述3幅相似模板圖像對應相同的奶牛則確定所述3幅相似模板圖像 的任意一幅為所述匹配圖像。
[0019] 優(yōu)選地，所述圖像尺度不變特征轉換算法包括：
[0020] 分別提取所述實時圖像與所述3幅相似模板圖像中的特征點；
[0021] 分別計算所述3幅相似模板圖像中的特征點與相應身體部位的實時圖像中的特 征點匹配的個數(shù)，所述3幅相似模板圖像中的特征點與所述實時圖像中的特征點匹配個數(shù) 最多的相似模板圖像為與所述實時圖像匹配的匹配圖像。
[0022] 優(yōu)選地，所述分別提取所述實時圖像與所述3幅相似模板圖像中的特征點包括：
[0023] 建立尺度空間，檢測特征點；
[0024] 精確定位所述特征點；
[0025] 為所述特征點指定方向參數(shù)；
[0026] 生成特征點的描述子。
[0027] 優(yōu)選地，在所述將所述實時圖像與預先建立的圖像模板庫中圖像進行匹配之前， 所述方法還包括，
[0028] 對所述實時圖像進行預處理；
[0029] 其中，所述預處理包括對所述實時圖像進行前背景分割、圖像灰度化、圖像增強和 圖像去噪。
[0030] 另一方面，本發(fā)明還提出了一種奶牛識別系統(tǒng)，該系統(tǒng)包括：
[0031] 包括圖像獲取單元、圖像識別單元和標識號確定單元；
[0032] 所述圖像獲取單元用于獲取待識別奶牛的實時圖像；
[0033] 所述圖像識別單元用于將所述實時圖像與預先建立的圖像模板庫中圖像進行匹 配，獲取所述圖像模板庫中與所述實時圖像匹配的匹配圖像；
[0034] 所述標識號確定單元用于根據(jù)所述匹配圖像的標識號確定所述待識別奶牛的標 識號。
[0035] 優(yōu)選地，所述圖像獲取單元用于分別獲取所述待識別奶牛的背部、側部和后部的 圖像。
[0036] 優(yōu)選地，該系統(tǒng)還包括圖像模板庫建立單元；
[0037] 所述圖像模板庫建立單元用于建立圖像模板庫；
[0038] 其中，所述圖像模板庫包括每頭奶牛的背部、側部和后部的圖像，以每頭奶牛的標 識號及相應身體部位名稱作為每幅圖像的標識。
[0039] 通過采用本發(fā)明提出的奶牛識別方法及系統(tǒng)，解決了現(xiàn)有奶牛識別技術識別范圍 小的問題，實時獲取奶牛圖像，并將實時圖像與圖像模板庫中圖像進行匹配，增大了奶牛識 別的范圍，且不需在奶牛身體上安裝電子標簽。
【附圖說明】
[0040] 通過參考附圖會更加清楚的理解本發(fā)明的特征和優(yōu)點，附圖是示意性的而不應理 解為對本發(fā)明進行任何限制，在附圖中：
[0041] 圖1示出了本發(fā)明一個實施例的奶牛識別方法示意圖；
[0042] 圖2示出了本發(fā)明建立模板圖像庫的過程示意圖；
[0043] 圖3示出了本發(fā)明另一個實施例的奶牛識別方法示意圖；
[0044] 圖4示出了本發(fā)明對實時圖像預處理的過程示意圖；
[0045] 圖5示出了本發(fā)明一個實施例的奶牛識別系統(tǒng)的結構示意圖；
[0046] 圖6不出了本發(fā)明奶牛識別系統(tǒng)的工作原理圖。
【具體實施方式】
[0047] 下面將結合附圖對本發(fā)明的實施例進行詳細描述。
[0048] 圖1示出了本發(fā)明一個實施例的奶牛識別方法示意圖。如圖1所示，該奶牛識別 方法包括：
[0049] Sl :獲取待識別奶牛的實時圖像；
[0050] S2:將所述實時圖像與預先建立的圖像模板庫中圖像進行匹配，獲取所述圖像模 板庫中與所述實時圖像匹配的匹配圖像；
[0051] S3 :根據(jù)所述匹配圖像的標識確定所述待識別奶牛的標識號。
[0052] 本實施例的奶牛識別方法，解決了現(xiàn)有奶牛識別技術識別范圍小的問題，實時獲 取奶牛圖像，并將實時圖像與圖像模板庫中圖像進行匹配，增大了奶牛識別的范圍，且不需 在奶牛身體上安裝電子標簽。
[0053] 在一種可選的實施方式中，獲取待識別奶牛的實時圖像，包括：
[0054] 分別獲取所述待識別奶牛的背部、側部和后部的圖像。
[0055] 進一步地，在所述獲取待識別奶牛的實時圖像之前，所述方法還包括：
[0056] 建立圖像模板庫；
[0057] 其中，所述建立圖像模板庫包括：
[0058] 獲取預設范圍內(nèi)每頭奶牛的背部、側部和后部的圖像，以每頭奶牛的標識號及相 應身體部位名稱作為獲取的圖像的標識；
[0059] 將帶有標識的圖像存入數(shù)據(jù)庫中，得到圖像模板庫。
[0060] 在實際應用中，建立圖像模板庫的過程如圖2所示，利用高清照相機在背景單一 的環(huán)境中采集每頭奶牛背部、側部和后部的圖像，對采集的圖像進行尺寸標準化，統(tǒng)一變?yōu)?256*256,通過圖像分割算法進行前背景分割，去除背景，以每頭奶牛的標識號及相應身體 部位名稱作為圖像的標識，將帶有標識的圖像存入數(shù)據(jù)庫中，得到圖像模板庫。
[0061] 圖3示出了本發(fā)明另一個實施例的奶牛識別方法示意圖。如圖3所示，該奶牛識 別方法包括：
[0062] 獲取實時圖像，對所述實時圖像進行預處理；
[0063] 利用感知哈希算法從圖像模板庫中選出3幅與所述實時圖像相似的圖像；
[0064] 判斷3幅相似模板圖像是否對應不同的奶牛，如果所述3幅相似模板圖像對應不 同的奶牛則利用圖像尺度不變特征變換算法確定所述3幅相似模板圖像中的一幅圖像為 所述匹配圖像，如果所述3幅相似模板圖像對應相同的奶牛則確定所述3幅相似模板圖像 的任意一幅為所述匹配圖像；
[0065] 根據(jù)所述匹配圖像的標識確定所述待識別奶牛的標識號。
[0066] 進一步地，對實時圖像的預處理過程如圖4所示：
[0067] (1)前背景分割：利用圖割算法對實時圖像進行前背景分割，得到去除背景后的 實時圖像的前景圖；
[0068] (2)圖像灰度化：將分割好的實時圖像RGB前景圖變換為灰度圖，變換公式如下， 其中Gray代表圖像的灰度：
[0069] Gray = 0. 299*R+0. 587*G+0. 114*B
[0070] (3)圖像增強：使用直方圖函數(shù)對實時圖像的灰度圖像進行線性拉伸變化，再進 行直方圖均衡化；
[0071] (4)圖像去噪：利用小波變換去除實時圖像的噪聲。
[0072] 進一步地，感知哈希算法的計算步驟如下：
[0073] (1)縮小尺寸：將模板圖像庫中的圖像和實時圖像縮小到8X8的尺寸，總共64個 像素；這一步的作用是去除圖像的細節(jié)，只保留結構、明暗等基本信息，摒棄不同尺寸、比例 帶來的圖像差異；
[0074] (2)簡化色彩：將縮小后的圖像，轉為64級灰度；也就是說，所有像素點總共只有 64種顏色；
[0075] (3)計算平均值：計算所有64個像素的灰度平均值；
[0076] (4)比較像素的灰度：將每個像素的灰度，與平均值進行比較；大于或等于平均 值，記為1 ;小于平均值，記為〇 ;
[0077] (5)計算哈希值：將比較結果組合在一起就構成了一個64位的整數(shù)，相當于這種 圖像的指紋。組合的次序并不重要，只要保證所有圖像采用同樣的次序。比較圖像的指紋， 結果越接近，就說明圖像越相似。
[0078] 圖像模板庫包括模板圖像表，所述模板圖像表中包括奶牛標識號及與奶牛標識號 相對應的奶牛背部圖像、奶牛側部圖像和奶牛后部圖像。在進行