(19)国家知识产权局
(12)发明 专利申请
(10)申请公布号
(43)申请公布日
(21)申请 号 202211030099.0
(22)申请日 2022.08.26
(71)申请人 福州木鸡郎智能科技有限公司
地址 350001 福建省福州市 鼓楼区南 街街
道杨桥路11号中闽大厦B座16层16 09
(72)发明人 曹鑫 余立扬 廖新炜
(74)专利代理 机构 广州京诺知识产权代理有限
公司 44407
专利代理师 轩青涛
(51)Int.Cl.
G06V 20/60(2022.01)
G06V 10/34(2022.01)
G06V 10/44(2022.01)
G06V 10/80(2022.01)
G06V 10/82(2022.01)G06N 3/04(2006.01)
G06N 3/08(2006.01)
(54)发明名称
一种笼内绝产鸡的非接触式自动识别方法
和系统
(57)摘要
本发明涉及一种笼内绝产鸡的非接触式自
动识别方法, 包括如下步骤: 通过摄像头采集笼
内鸡只的原始图像; 对所述原始图像进行图像预
处理, 处理完成后获得输入图像; 将所述输入 图
像输入训练好的目标检测模型, 该目标检测模型
识别鸡头和鸡冠输出标记有鸡头和鸡冠边框位
置的识别图像; 分析所述识别图像, 对所述鸡冠
和鸡头进行一一绑定; 计算每个鸡头对应的鸡冠
特征值, 然后根据鸡冠特征值判断鸡冠是否萎
缩, 若是, 则识别出绝产鸡, 若否, 则未识别到绝
产鸡。 本发 明实现对蛋鸡舍内的绝产鸡的非接触
式检测并告警, 大大提高了绝产鸡的检测效率和
识别准确度。
权利要求书2页 说明书6页 附图7页
CN 115457526 A
2022.12.09
CN 115457526 A
1.一种笼内绝产 鸡的非接触式自动识别方法, 其特 征在于, 包括如下步骤:
通过摄像头采集笼内鸡只的原 始图像;
对所述原 始图像进行图像预处 理, 处理完成后获得输入图像;
将所述输入图像输入训练好的目标检测模型, 该目标检测模型识别鸡头和鸡冠, 输出
标记有鸡头和鸡冠边框位置的识别图像;
分析所述识别图像, 对所述鸡冠和鸡头进行一 一绑定;
计算每个鸡头对应的鸡 冠特征值, 然后根据鸡 冠特征值判断鸡 冠是否萎缩, 若是, 则识
别出绝产 鸡, 若否, 则未识别到绝产 鸡。
2.根据权利要求1所述的一种笼内绝产鸡的非接触式自动识别方法, 其特征在于: 所述
鸡冠特征值为鸡冠大小与鸡头大小的比值, 该比值若小于预设的特征阈值, 则识别出绝产
鸡。
3.根据权利要求1所述的一种笼内绝产鸡的非接触式自动识别方法, 其特征在于: 所述
鸡冠特征值为多维数据, 包括鸡冠大小与鸡头大小的比值和以下任意项的组合: 鸡头大小、
鸡冠大小、 鸡冠长宽比、 鸡头长宽比; 对所述多维数据采用标准差标准化后, 输入训练好的
深度学习网络, 所述深度学习网络分析 数据, 判断鸡冠 是否萎缩, 若是, 则识别出绝产 鸡。
4.根据权利要求1所述的一种笼内绝产鸡的非接触式自动识别方法, 其特征在于: 所述
鸡冠和鸡头进行一 一绑定的步骤为:
判断同一鸡头位置下, 与其相交的鸡冠位置是否大于一个, 若否, 则绑定该鸡头和鸡
冠, 若是, 逐一计算每个鸡冠与该鸡头的相交值, 再计算相交值与该鸡冠面积的比值, 若比
值小于预设相交阈值, 则判定该鸡冠与鸡头无绑定 关系, 若比值大于预设的相交阈值, 则取
最高比值的鸡冠与该鸡头绑定 。
5.根据权利要求1所述的一种笼内绝产鸡的非接触式自动识别方法, 其特征在于: 所述
图像预处理包括修复低光照, 还原真实色彩, 具体步骤如下: 首先, 将原始图像转换为自适
应均衡化图像, 以减少图像色差, 再采用灰度世界算法优化图像白平衡, 提高图像中过暗部
分的亮度。
6.根据权利要求1所述的一种笼内绝产鸡的非接触式自动识别方法, 其特征在于: 还通
过预设周期内的日均产蛋率识别绝产 鸡, 具体执 行如下步骤:
将所述输入图像输入所述目标检测模型, 识别出鸡头和鸡蛋, 获得该笼鸡只数量和当
天的鸡蛋数量, 计算日产蛋率;
根据日产蛋率计算预设周期内该 笼鸡只日均产蛋率 k1;
获取该笼鸡只所在鸡舍在预设周期内的全鸡舍日均产蛋率 k2;
若k1<k2且|k1 ‑k2|>K, 则判定该 笼内存在绝产 鸡, 其中, K为预设的绝产 鸡识别阈值。
7.根据权利要求1所述的一种笼内绝产鸡的非接触式自动识别方法, 其特征在于: 所述
通过摄像头采集笼内鸡只的原始图像, 其中, 所述摄像头包括可见光摄像头和红外摄像头,
所述可见光摄像头获取鸡笼顶部的彩色图像, 所述彩色图像包含鸡头和鸡冠, 所述红外摄
像头获取鸡笼底部的黑白图像, 所述原 始图像包括所述 黑白图像和彩色图像。
8.根据权利要求1所述的一种笼内绝产鸡的非接触式自动识别方法, 其特征在于: 所述
目标检测模型为改进的nanodet目标检测模型, 其由EfficientNetLitel骨干网络、 FPN扩张
编码器和nan ohead头部组成。权 利 要 求 书 1/2 页
2
CN 115457526 A
29.一种笼内绝产鸡的非接触式自动识别系统, 其特征在于: 包括用于采集笼内鸡只原
始图像的摄像头、 处理器与存储器, 所述存储器中存储有能够被处理器运行的计算机程序,
当处理器运行该计算机程序时, 控制摄像头采集原始图像, 实现如权利要求1至8任意一项
所述的方法步骤。
10.一种计算机可读存储介质, 其特征在于: 该计算机可读存储介质中存储有能够被处
理器运行的计算机程序, 当处理器运行该计算机程序时, 控制摄像头采集原始图像, 实现如
权利要求1至8任意 一项所述的方法步骤。权 利 要 求 书 2/2 页
3
CN 115457526 A
3
专利 一种笼内绝产鸡的非接触式自动识别方法和系统
安全报告 >
其他 >
文档预览
中文文档
16 页
50 下载
1000 浏览
0 评论
309 收藏
3.0分
温馨提示:本文档共16页,可预览 3 页,如浏览全部内容或当前文档出现乱码,可开通会员下载原始文档
本文档由 人生无常 于 2024-03-18 04:39:31上传分享