本發(fā)明涉及畜牧設施和檢測，尤其涉及一種基于圖像配準和多元信息融合的生豬體溫快速檢測方法。

背景技術：

1、隨著現代養(yǎng)殖技術和信息技術的發(fā)展，傳統(tǒng)豬只養(yǎng)殖模式正在向規(guī)?；⒆詣踊透＠B(yǎng)殖轉變；同時養(yǎng)殖環(huán)境惡化和疾病暴發(fā)的問題也日益突出。豬只養(yǎng)殖是養(yǎng)殖場較為關注的環(huán)節(jié)，體溫是判斷豬只機體健康的基本指標，疾病或生理變化等因素會導致豬只體溫超出正常范圍，而且在豬只許多傳染病癥狀中，體溫升高比其他癥狀出現的更早。對豬只進行體溫監(jiān)測和分析，有利于及時掌握豬只生理健康狀況，及時發(fā)現豬只的生理異?，F象從而使養(yǎng)殖人員能夠及時進行相應的處理，保障豬只的健康水平，提高動物福利，減少因為豬只疾病所帶來的經濟損失。

2、目前，隨著精準畜牧業(yè)的發(fā)展，紅外熱像儀被應用到畜禽養(yǎng)殖業(yè)中，用于檢測動物發(fā)熱、疼痛、水腫、由炎癥引起的跛行及發(fā)情與排卵檢測等研究。紅外熱成像技術主要的檢測思路為利用圖像識別來檢測畜禽關鍵位置的體表溫度，利用體表溫度來近似代替畜禽的真實體溫。但是紅外熱成像由于易受到環(huán)境因素影響，從而導致檢測精度不高，不適用于商業(yè)檢測，而利用圖像識別技術來檢測紅外熱圖像，由于紅外熱圖像的細節(jié)模糊而現有的檢測方法對圖像的細節(jié)要求較高，因此單純利用熱圖進行圖像識別，往往達不到令人滿意結果。

技術實現思路

1、本發(fā)明的目的就在于克服現有技術存在的紅外熱圖像成像細節(jié)模糊、易受環(huán)境因素影響造成溫度檢測精度較差等問題的缺點和不足，提供的一種基于圖像配準和多元信息融合的生豬體溫快速檢測方法，將rgb圖像與ir圖像進行配準，消除紅外圖像細節(jié)模糊的缺點，利用多元信息融合建模，有效提升單純紅外測溫精度。

2、本發(fā)明的目的是這樣實現的：

3、通過ir攝像頭和rgb攝像頭相結合，利用圖像配準技術將兩幅不同類型的圖像進行匹配，通過深度學習目標檢測算法精確定位rgb圖像中生豬的關鍵部位并映射到溫度信息矩陣，減少由于單一圖像造成的溫度信息誤差干擾。由于紅外熱像儀獲取的溫度信息易受環(huán)境因素干擾，因此結合環(huán)境溫濕度傳感器獲取環(huán)境信息利用深度學習模型綜合計算出生豬真實溫度。

4、具體地說，本方法包括以下步驟：

5、①裝置搭建：搭建生豬圖像信息采集系統(tǒng)以及環(huán)境信息采集系統(tǒng)，其中圖像信息采集系統(tǒng)包括ir相機和rgb相機，環(huán)境信息采集系統(tǒng)包括環(huán)境溫濕度傳感器、風速傳感器和光照強度傳感器；

6、②圖像配準：將ir相機和rgb相機固定相對位置和拍攝距離，利用算法計算兩幅圖像間的映射關系，完成圖像配準；

7、③數據采集：所述裝置安裝在限位欄前端，采集生豬面部紅外熱圖、rgb圖像和環(huán)境信息；

8、④關鍵點檢測：利用改進的yolo目標檢測算法檢測rgb圖像中生豬的眼睛、耳根、額頭和鼻子位置，通過映射關系獲取關鍵點的溫度信息；

9、⑤模型訓練：將獲取的關鍵點溫度信息和環(huán)境信息制作成數據集進行深度學習模型訓練，得到生豬體溫實時檢測模型；

10、⑥模型部署：將模型部署到jetson?orin?nx開發(fā)板，實現模型在嵌入式設備上實時推理；

11、⑦體溫檢測：將裝置安裝到限位欄前端進行生豬體溫檢測。

12、本發(fā)明具有下列優(yōu)點和積極效果：

13、①通過將ir圖像與rgb圖像進行配準，從而增加生豬關鍵區(qū)域檢測的精準度，防止紅外圖像造成的細節(jié)誤差；

14、②利用本裝置獲取的關鍵點溫度、環(huán)境溫濕度、風速和光照強度信息綜合校正紅外熱成像測溫誤差；

15、③利用yolo目標檢測算法和多層感知機神經網絡反演模型來求取生豬的真實體溫信息，滿足豬場中無接觸、無應激和準確高的生產要求，提高了檢測效率。

16、總之，本發(fā)明通過將紅外熱圖與rgb圖像進行配準，防止由于單一成像源造成的成像誤差，有效地提升了所要檢測生豬關鍵區(qū)域細節(jié)；通過獲取環(huán)境信息、關鍵區(qū)域溫度信息和溫差，利用多層感知機神經網絡反演生豬真實體溫，提高了紅外溫度檢測的魯棒性和精確性。

技術特征：

1.基于圖像配準和多元信息融合的生豬體溫快速檢測方法，其特征在于包括如下步驟：

2.根據權利要求1所述的方法，其特征在于所述步驟①中的裝置：

3.根據權利要求1所述的方法，其特征在于所述步驟②中將紅外熱圖像與rgb圖像配準的具體方法為：

4.根據權利要求1所述的方法，其特征在于所述步驟④中對關鍵點溫度信息差獲取的具體方法為：定義各個關鍵位置的溫度歐幾里得距離，其計算公式如下：

5.根據權利要求1所述的方法，其特征在于所述步驟⑥，具體運行流程如下：

技術總結
本發(fā)明公開了一種基于圖像配準和多元信息融合的生豬體溫快速檢測方法，涉及畜牧設施和檢測技術領域。本方法是：①裝置搭建(S1)；②圖像配準(S2)；③數據采集(S3)；④關鍵點檢測(S4)；⑤模型訓練(S5)；⑥模型部署(S6)；⑦體溫檢測(S7)。本發(fā)明通過將紅外熱圖與RGB圖像進行配準，防止由于單一成像源造成的成像誤差，有效的提升了所要檢測生豬關鍵區(qū)域細節(jié)；通過獲取環(huán)境信息、關鍵區(qū)域溫度信息和溫差，利用多層感知機神經網絡反演生豬真實體溫，提高了紅外溫度檢測的魯棒性和精確性。

技術研發(fā)人員：介鄧飛,申恒尉,許杰,沈美雄,何金成
受保護的技術使用者：福州農福騰信息科技有限公司
技術研發(fā)日：
技術公布日：2024/12/17