基于视频分析的奶牛呼吸频率与异常检测

《基于视频分析的奶牛呼吸频率与异常检测》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、2014年10月农业机械学报第45卷第10期doi:10．6041/j．issn．1000-1298．2014．10．040*基于视频分析的奶牛呼吸频率与异常检测赵凯旋何东健王恩泽(西北农林科技大学机械与电子工程学院，陕西杨凌712100)摘要: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。对72头奶牛共进行360

2、min检测试验，结果表明，呼吸频率计算准确率为95.68%，异常检测成功率为89.06%，平均异常误检次数为2.53次/min。关键词:奶牛呼吸频率呼吸异常视频分析光流速度场+中图分类号:TP277;S823.91文献标识码:A文章编号:1000-1298(2014)10-0258-06呼吸是否异常，为动物呼吸频率与异常检测提供一引言种新的方法。养殖环境的温度和湿度是影响奶牛生产性能和［1－2］1奶牛视频处理平台与供试样本繁殖性能的重要因素，当奶牛受环境胁迫时会产生呼吸急促症状，其呼吸频率的高低反映了养殖1.1奶牛视频处理系统［3］环境是否适宜。因此，及时获知牛只呼吸频率对

3、为实现奶牛视频远程实时采集与处理，本研究于饲养管理具有重要意义。目前，牛只呼吸频率主构建了视频采集硬件系统，并设计了视频处理软件要采用人工观察方式测定，不但浪费人力，而且对观平台。硬件系统由网络摄像机、无线网桥和VPN服察人员要求高、工作强度大，难以满足规模化养殖管务器构成，如图1所示。理需求。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，正逐步应用于养殖业并实现管理［4－8］的自动化、智能化。关于牛只行为视频分析的［9－12］研究，国外以步态检测为研究重点，通过检测牛只行走时背部曲线参数来识别其步态。对于呼吸频率的检测，纪滨等［4］设计了猪脊腹线波动描图1视频采集与

4、传输平台示意图Fig．1Sketchmapforvideotransmissionplatform述子，描述了猪呼吸过程，实现了猪呼吸急促症识别。但奶牛体型较猪庞大，呼吸时脊腹线变化不在牛场网络出口处架设VPN服务器，养殖场摄明显。因此，需要研究一种适应性广的基于视频像机通过无线网桥接入服务器，服务器用ADSL接的动物呼吸频率与异常检测方法，并定量描述呼入公网，并配置DDNS动态域名。访问端通过域名吸过程。解析得到VPN服务器公网IP并接入服务器，服务本文基于牛只侧卧时腹部随着吸气与呼气呈规器为访问端分配虚拟子网IP，访问端与摄像机处于律性隆起和下降、其他部位基本保持静止这

5、一观测同一虚拟子网内，即可实现远程访问牛场子网内的［13－14］现象，在构建牛只侧卧呼吸视频获取平台基础上，用摄像机。光流法计算视频图像中各像素点相对于上一帧的运采用海康威视DS-2DM1-714型网络球形摄像动速度，筛选出呼吸运动点，动态计算速度参数曲线机，最高分辨率为704像素×576像素，满帧速为25的周期以得到呼吸频率，再根据单次呼吸耗时检测帧/s，本地存储空间为32GB。摄像机自带ＲJ45网收稿日期:2013-11-22修回日期:2014-01-07*国家自然科学基金资助项目(60975007)作者简介:赵凯旋，博士生，主要从事动物行为视频分析方法研究，E-mai

6、l:zkx@nwsuaf．edu．cn通讯作者:何东健，教授，博士生导师，主要从事生物图像分析及识别、智能化检测与控制研究，E-mail:hdj168@nwsuaf．edu．cn第10期赵凯旋等:基于视频分析的奶牛呼吸频率与异常检测259络接口，上位机可以发送指令控制摄像机进行旋转，运动目标像素级测速方法。光流场可以简单的理解并设置焦距、光圈等参数。为物体的速度矢量场，包括x方向速度分量vx、y方［15］开发了图像实时显示与处理软件平台，结合多向速度分量vy。光流约束方程为线程编程技术，保证了图像接收的可靠性。并根据Ixvx+Iyvy+It=0(1)摄像机厂商提供的SDK，

7、实现了对摄像机的控制。式中Ix———I在x方向上的偏导数1.2试验视频采集方法Iy———I在y方向上的偏导数视频采集于2013年8月晴天条件下，在陕西杨It———I对时间t的偏导数凌科元克隆股份有限公司的规模奶牛养殖场进行，Ix、Iy、It可以直接从图像序列中估算出来。要拍摄对象为处于泌乳中期的美国荷斯坦奶牛。摄像解得2个未知量vx、vy，需要另外的约束条件。本文机安装于牛只休息卧栏的侧上方，调整焦距和角度［16］采用Horn-Schunck约束算法的光流法计算图像使牛只腹部占据视野的70%～80%，使头部和尾巴的