奶牛體況自動(dòng)評(píng)分方法及裝置的制造方法
【專利摘要】本發(fā)明提供了一種奶牛體況自動(dòng)評(píng)分方法，該方法包括：奶牛經(jīng)過時(shí)，讀寫設(shè)備讀取該奶牛耳部的射頻標(biāo)簽的信息，射頻標(biāo)簽的信息包括該奶牛的標(biāo)識(shí)信息；讀寫設(shè)備將讀取到的射頻標(biāo)簽的信息發(fā)送給處理平臺(tái)；處理平臺(tái)在接收到讀寫設(shè)備發(fā)送的射頻標(biāo)簽的信息后，發(fā)送控制指令給掃描儀；掃描儀在接收到控制指令后，采集該奶牛后部的3D圖像，并將3D圖像發(fā)送至處理平臺(tái)；處理平臺(tái)根據(jù)3D圖像，通過預(yù)設(shè)的算法對(duì)該奶牛體況進(jìn)行評(píng)分，實(shí)現(xiàn)了完全自動(dòng)化的奶牛體況準(zhǔn)確評(píng)分，解決了人工現(xiàn)場(chǎng)觀察觸摸評(píng)分方法的費(fèi)時(shí)費(fèi)力、主觀性強(qiáng)問題，適合用于高吞吐量的養(yǎng)殖企業(yè)奶牛體況自動(dòng)評(píng)分。
【專利說明】
奶牛體況自動(dòng)評(píng)分方法及裝置
技術(shù)領(lǐng)域
[0001]本發(fā)明屬于農(nóng)業(yè)技術(shù)領(lǐng)域，特別涉及一種奶牛體況自動(dòng)評(píng)分方法及裝置。
【背景技術(shù)】
[0002]優(yōu)化選育奶牛遺傳性狀、提高牛奶的產(chǎn)量和品質(zhì)是牛奶生產(chǎn)環(huán)節(jié)的重中之重，然而在奶牛養(yǎng)殖過程中，經(jīng)常會(huì)出現(xiàn)過瘦或者過胖的奶牛，若不及時(shí)監(jiān)測(cè)這些奶牛并采取相應(yīng)的措施，將會(huì)影響奶牛的產(chǎn)奶量、多產(chǎn)性、健康與壽命。奶牛體況評(píng)分(Body condit1nSCOring，BCS)被認(rèn)為是一個(gè)重要的管理手段，它可用來估計(jì)奶牛的能量?jī)?chǔ)備狀況及其胖瘦程度。從而反映奶牛在一段時(shí)間飼養(yǎng)是否符合要求，以便對(duì)D飼養(yǎng)方法進(jìn)行調(diào)整。通常情況下，采用5分制對(duì)BCS進(jìn)行評(píng)估，I分表示過瘦型奶牛，5分表示過胖型奶牛。
[0003]目前奶牛體況評(píng)分方法主要有專業(yè)人士判定法、可見光圖像分析法和熱紅外圖像分析法。
[0004]其中，人工判定方法，是專業(yè)人士現(xiàn)場(chǎng)觀察和手動(dòng)觸摸奶牛后憑經(jīng)驗(yàn)完成，費(fèi)時(shí)費(fèi)力，主觀性強(qiáng)，而且后一個(gè)專家的評(píng)分容易受前一位專家評(píng)分的影響；
[0005]可見光圖像分析方法，是將攝像頭安裝在奶牛通道的上部進(jìn)行圖像采集，然后人工對(duì)圖像中的奶牛進(jìn)行解剖學(xué)結(jié)構(gòu)定位、描點(diǎn)，通過計(jì)算特征點(diǎn)之間的距離、角度等參數(shù)來進(jìn)行奶牛體型鑒定;或者通過一次性拍攝多張圖像處理，從中選擇沒有奶牛粘連、奶牛站姿良好和背景較好的圖像進(jìn)行處理并實(shí)現(xiàn)奶牛體況評(píng)分面臨著圖像復(fù)雜背景分割、現(xiàn)場(chǎng)光照不均處理等難題，需要人工進(jìn)行圖像選擇干預(yù)，無法實(shí)現(xiàn)自動(dòng)化的體況評(píng)分。而且奶牛站位的差異會(huì)大大影響二維圖像的采集效果，從而影響計(jì)算結(jié)果；
[0006]圖像處理方法利用的是二維的圖像信息，面臨著圖像復(fù)雜背景分割、現(xiàn)場(chǎng)光照不均處理等難題，而且奶牛站位的差異會(huì)大大影響二維圖像的采集效果，從而影響計(jì)算結(jié)果，難以實(shí)現(xiàn)完全自動(dòng)的體況評(píng)分。還有相關(guān)專利使用紅外熱像儀加照相機(jī)的方法將奶牛熱圖像數(shù)據(jù)處理成輪廓圖像，并對(duì)輪廓圖像進(jìn)行自動(dòng)打分。但是該方法中采用的紅外熱成像技術(shù)是一種溫度敏感性成像方法，受外界環(huán)境溫度影響較大，并不是一種魯棒型方法。進(jìn)一步地，奶牛作為一種三維活體動(dòng)物，利用二維圖像進(jìn)行信息獲取，無法從立體的角度進(jìn)行特征的提取與描述。

【發(fā)明內(nèi)容】

[0007]本發(fā)明的目的是，提供一種自動(dòng)化、非接觸、客觀的奶牛體況評(píng)分方法。
[0008]為了達(dá)到上述目的，本發(fā)明提供了一種奶牛體況自動(dòng)評(píng)分方法及裝置。
[0009]—方面，提供了一種奶牛體況自動(dòng)評(píng)分方法，包括:
[0010]奶牛經(jīng)過時(shí)，讀寫設(shè)備讀取該奶牛耳部的射頻標(biāo)簽中包含的信息，所述射頻標(biāo)簽中包含的信息包括該奶牛的標(biāo)識(shí)信息；
[0011 ]讀寫設(shè)備將讀取到的所述射頻標(biāo)簽的信息發(fā)送給處理平臺(tái)；
[0012]所述處理平臺(tái)在接收到讀寫設(shè)備發(fā)送的射頻標(biāo)簽的信息后，發(fā)送控制指令給掃描儀；
[0013]所述掃描儀在接收到所述控制指令后，采集該奶牛后部的3D圖像，并將所述3D圖像發(fā)送至所述處理平臺(tái)；
[0014]所述處理平臺(tái)根據(jù)所述3D圖像，通過預(yù)設(shè)的算法對(duì)該奶牛體況進(jìn)行評(píng)分。
[0015]進(jìn)一步地，所述處理平臺(tái)根據(jù)所述3D圖像，通過預(yù)設(shè)的算法對(duì)該奶牛體況進(jìn)行評(píng)分的步驟包括:
[0016]所述處理平臺(tái)對(duì)所述3D圖像進(jìn)行空間變換與歸一化處理；
[0017]所述處理平臺(tái)對(duì)歸一化處理之后的所述3D圖像進(jìn)行特征挖掘和篩選，其中，所述特征包括整體特征以及局部特征；
[0018]所述處理平臺(tái)綜合所述特征，得到3D特征向量；
[0019]所述處理平臺(tái)將所述3D特征向量輸入至奶牛體況評(píng)分預(yù)測(cè)模型中進(jìn)行運(yùn)算，并將運(yùn)算結(jié)果作為奶牛體況的評(píng)分值。
[°02°] 進(jìn)一步地，所述處理平臺(tái)綜合所述特征得到3D特征向量的步驟包括:
[0021]所述處理平臺(tái)對(duì)所述特征進(jìn)行降維處理，并綜合所述降維之后的特征得到3D特征向量。
[0022]進(jìn)一步地，所述奶牛體況評(píng)分預(yù)測(cè)模型是通過下述步驟建立的，包括:
[0023]選擇一定數(shù)量的奶牛樣本，采集各個(gè)奶牛樣本的后部的3D樣本圖像，對(duì)所述3D樣本圖像進(jìn)行空間變換與標(biāo)準(zhǔn)化處理；
[0024]對(duì)標(biāo)準(zhǔn)化處理后的3D樣本圖像進(jìn)行樣本特征提取與篩選，其中，所述樣本特征包括樣本整體特征以及樣本局部特征；；
[0025]根據(jù)所述樣本特征形成3D樣本特征數(shù)據(jù)；
[0026]根據(jù)所述3D樣本特征數(shù)據(jù)以及從數(shù)據(jù)庫(kù)中提取的對(duì)應(yīng)奶牛樣本的人工評(píng)分值進(jìn)行模型的學(xué)習(xí)與訓(xùn)練，獲取3D樣本特征數(shù)據(jù)與奶牛樣本人工評(píng)分之間的關(guān)聯(lián)關(guān)系，獲得奶牛體況評(píng)分預(yù)測(cè)模型。
[0027]進(jìn)一步地，在所述處理平臺(tái)根據(jù)所述3D圖像，通過預(yù)設(shè)的算法對(duì)該奶牛體況進(jìn)行評(píng)分的步驟之后，所述方法還包括:
[0028]所述處理平臺(tái)建立每只奶牛的體況分?jǐn)?shù)隨時(shí)間的變化趨勢(shì)圖。
[0029]另一方面，提供了一種奶牛體況自動(dòng)評(píng)分裝置，包括:讀寫設(shè)備、掃描儀以及處理平臺(tái)，所述處理平臺(tái)與所述讀寫設(shè)備相連，還與所述掃描儀相連；
[0030]所述讀寫設(shè)備，用于在奶牛經(jīng)過時(shí)讀取該奶牛耳部的射頻標(biāo)簽中包含的信息，所述射頻標(biāo)簽中包含的信息包括該奶牛的標(biāo)識(shí)信息；
[0031]所述讀寫設(shè)備，還用于將讀取到的所述射頻標(biāo)簽的信息發(fā)送給處理平臺(tái)；
[0032]所述處理平臺(tái)，用于在接收到讀寫設(shè)備發(fā)送的射頻標(biāo)簽的信息后，發(fā)送控制指令給掃描儀；
[0033]所述掃描儀，用于在接收到所述控制指令后，采集該奶牛后部的3D圖像，并將所述3D圖像發(fā)送至所述處理平臺(tái)；
[0034]所述處理平臺(tái)，還用于根據(jù)所述3D圖像，通過預(yù)設(shè)的算法對(duì)該奶牛體況進(jìn)行評(píng)分。
[0035]進(jìn)一步地，
[0036]所述處理平臺(tái)，還用于對(duì)所述3D圖像進(jìn)行空間變換與歸一化處理；
[0037]所述處理平臺(tái)，還用于對(duì)歸一化處理之后的所述3D圖像進(jìn)行特征挖掘和篩選，其中，所述特征包括整體特征以及局部特征；
[0038]所述處理平臺(tái)，還用于綜合所述特征，得到3D特征向量；
[0039]所述處理平臺(tái)，還用于將所述3D特征向量輸入至奶牛體況評(píng)分預(yù)測(cè)模型中進(jìn)行運(yùn)算，并將運(yùn)算結(jié)果作為奶牛體況的評(píng)分值。
[0040]進(jìn)一步地，所述處理平臺(tái)進(jìn)一步還用于對(duì)所述特征進(jìn)行降維處理，并綜合所述降維之后的特征得到3D特征向量。
[0041]進(jìn)一步地，所述處理平臺(tái)進(jìn)一步還用于，建立每只奶牛的體況分?jǐn)?shù)隨時(shí)間的變化趨勢(shì)圖。
[0042]本發(fā)明提供的奶牛體況自動(dòng)評(píng)分方法中，處理平臺(tái)在接收到射頻標(biāo)簽的信息后控制掃描儀采集奶牛背部進(jìn)行3D圖像，并基于3D圖像和預(yù)設(shè)的算法，獲得奶牛體況的評(píng)分值，實(shí)現(xiàn)了完全自動(dòng)化的奶牛體況準(zhǔn)確評(píng)分，解決了人工現(xiàn)場(chǎng)觀察觸摸評(píng)分方法的費(fèi)時(shí)費(fèi)力、主觀性強(qiáng)問題，適合用于高吞吐量的養(yǎng)殖企業(yè)奶牛體況自動(dòng)評(píng)分。
【附圖說明】
[0043]為了更清楚地說明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例描述中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些示例，對(duì)于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其他的附圖。
[0044]圖1是本發(fā)明提供的奶牛體況自動(dòng)評(píng)分方法流程圖；
[0045]圖2是圖1示出的方法中步驟S105具體方法流程圖；
[0046]圖3是本發(fā)明提供的奶牛體況評(píng)分預(yù)測(cè)模型建立方法流程圖；
[0047]圖4是本發(fā)明提供的奶牛體況自動(dòng)評(píng)分裝置結(jié)構(gòu)圖。
【具體實(shí)施方式】
[0048]下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人在沒有作出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。
[0049]第一方面，本發(fā)明提供了一種奶牛體況自動(dòng)評(píng)分方法，參加圖1，包括:
[0050]SlOl、奶牛經(jīng)過時(shí)，讀寫設(shè)備讀取該奶牛耳部的射頻標(biāo)簽中包含的信息，射頻標(biāo)簽中包含的信息包括該奶牛的標(biāo)識(shí)信息；
[0051]S102、讀寫設(shè)備將讀取到的射頻標(biāo)簽的信息發(fā)送給處理平臺(tái)；
[0052]S103、處理平臺(tái)在接收到讀寫設(shè)備發(fā)送的射頻標(biāo)簽的信息后，發(fā)送控制指令給掃描儀；
[0053]S104、掃描儀在接收到控制指令后，采集該奶牛后部的3D圖像，并將3D圖像發(fā)送至處理平臺(tái)；
[0054]S105、處理平臺(tái)根據(jù)3D圖像，通過預(yù)設(shè)的算法對(duì)該奶牛體況進(jìn)行評(píng)分。
[0055]本發(fā)明提供的奶牛體況自動(dòng)評(píng)分方法中，處理平臺(tái)在接收到射頻標(biāo)簽的信息后控制掃描儀采集奶牛背部進(jìn)行3D圖像，并基于3D圖像和預(yù)設(shè)的算法，獲得奶牛體況的評(píng)分值，實(shí)現(xiàn)了完全自動(dòng)化的奶牛體況準(zhǔn)確評(píng)分，解決了人工現(xiàn)場(chǎng)觀察觸摸評(píng)分方法的費(fèi)時(shí)費(fèi)力、主觀性強(qiáng)問題，適合用于高吞吐量的養(yǎng)殖企業(yè)奶牛體況自動(dòng)評(píng)分。
[0056]在具體實(shí)施時(shí)，如圖2所示，在本發(fā)明實(shí)施例提供的方法中，步驟S105具體包括:
[0057]S1051、處理平臺(tái)對(duì)3D圖像進(jìn)行空間變換與歸一化處理，從而消除不同奶牛的站姿對(duì)結(jié)果帶來的不同影響，保證評(píng)分結(jié)果的準(zhǔn)確性。
[0058]S1052、處理平臺(tái)對(duì)歸一化處理之后的3D圖像進(jìn)行特征挖掘和篩選，其中，特征包括整體特征以及局部特征；
[0059 ] SI 053、處理平臺(tái)綜合特征，得到3D特征向量；
[0060]S1054、處理平臺(tái)將3D特征向量輸入至奶牛體況評(píng)分預(yù)測(cè)模型中進(jìn)行運(yùn)算，并將運(yùn)算結(jié)果作為奶牛體況的評(píng)分值。
[0061]經(jīng)過上述處理之后，處理平臺(tái)就可以根據(jù)掃描儀采集到的3D圖像自動(dòng)獲取奶牛體況的評(píng)分值。且上述對(duì)于奶牛的3D圖像的處理采用的是三維點(diǎn)云成像方法，不受外界光線和背景的影響，同時(shí)也不受外界環(huán)境溫度的影響，因此本發(fā)明實(shí)施例提供的上述奶牛體況自動(dòng)評(píng)分方法是一種能夠適應(yīng)奶牛養(yǎng)殖場(chǎng)惡劣環(huán)境的魯棒型方法。
[0062]在步驟S1052中，對(duì)3D圖像進(jìn)行特征挖掘和篩選包括對(duì)3D圖像的整體特征進(jìn)行挖掘和篩選以及對(duì)3D圖像的局部特征進(jìn)行挖掘和篩選。其中，對(duì)整體特征進(jìn)行挖掘和篩選采用的是基于(Principal Component Analysis)的整體歐氏結(jié)構(gòu)特征提取方法，對(duì)局部特征進(jìn)行挖掘和篩選采用的是基于LPP(Locality Preserving Project1n)的局部流形結(jié)構(gòu)特征提取方法。由于上述兩種特征提取方法為本領(lǐng)域技術(shù)人員較為常用的特征提取方法，在此不再贅述。
[0063]在具體實(shí)施時(shí)，為了能夠加快處理里平臺(tái)對(duì)特征進(jìn)行處理的速度，步驟S1053還包括:處理平臺(tái)對(duì)所述特征進(jìn)行降維處理，并綜合所述降維之后的特征得到3D特征向量。
[0064]還需要說明的是，步驟S1054中的奶牛體況評(píng)分預(yù)測(cè)模型是通過下述步驟建立的，如圖3所示，包括:
[0065]S301、選擇一定數(shù)量的奶牛樣本，采集各個(gè)奶牛樣本的后部的3D樣本圖像，對(duì)所述3D樣本圖像進(jìn)行空間變換與標(biāo)準(zhǔn)化處理；
[0066]S302、對(duì)標(biāo)準(zhǔn)化處理后的3D樣本圖像進(jìn)行樣本特征提取與篩選，其中，所述樣本特征包括樣本整體特征以及樣本局部特征；；
[0067]S303、根據(jù)所述樣本特征形成3D樣本特征數(shù)據(jù)；
[0068]S304、根據(jù)所述3D樣本特征數(shù)據(jù)以及從數(shù)據(jù)庫(kù)中提取的對(duì)應(yīng)奶牛樣本的人工評(píng)分值進(jìn)行模型的學(xué)習(xí)與訓(xùn)練，獲取3D樣本特征數(shù)據(jù)與奶牛樣本人工評(píng)分之間的關(guān)聯(lián)關(guān)系，獲得奶牛體況評(píng)分預(yù)測(cè)模型。
[0069]基于上述建立的奶牛體況評(píng)分預(yù)測(cè)模型即可用于本發(fā)明實(shí)施例提供的奶牛體況評(píng)分方法中，從而對(duì)奶牛的身體狀況進(jìn)行科學(xué)準(zhǔn)確的評(píng)分，適用于高吞吐量的養(yǎng)殖環(huán)境。
[0070]此外，在具體實(shí)施時(shí)，為了能夠提供更為全面更為詳細(xì)的奶牛的體況數(shù)據(jù)，本發(fā)明實(shí)施例提供的方法中，如圖1所示，在步驟S105之后還包括:
[0071]S106、所述處理平臺(tái)建立每只奶牛的體況分?jǐn)?shù)隨時(shí)間的變化趨勢(shì)圖。
[0072]通過該變化趨勢(shì)圖，可以清楚反應(yīng)被檢測(cè)的奶牛近期的身體情況，及時(shí)了解奶牛的健康動(dòng)態(tài)，有利于養(yǎng)殖企業(yè)尤其是較大型樣值企業(yè)對(duì)奶牛養(yǎng)殖的管理。
[0073]第二方面，本發(fā)明提供了一種奶牛體況自動(dòng)評(píng)分裝置，參加圖4，包括:讀寫設(shè)備1、處理平臺(tái)2以及掃描儀3，所述處理平臺(tái)2與所述讀寫設(shè)備I相連，還與所述掃描儀3相連；
[0074]讀寫設(shè)備I，用于在奶牛經(jīng)過擠奶通道6時(shí)讀取該奶牛耳部的射頻標(biāo)簽5中包含的信息，射頻標(biāo)簽5中包含的信息包括該奶牛的標(biāo)識(shí)信息；
[0075]讀寫設(shè)備I，還用于將讀取到的射頻標(biāo)簽5的信息發(fā)送給處理平臺(tái)；
[0076]處理平臺(tái)2，用于在接收到讀寫設(shè)備I發(fā)送的射頻標(biāo)簽5的信息后，發(fā)送控制指令給掃描儀3;
[0077]掃描儀3，用于在接收到控制指令后，采集該奶牛后部的3D圖像，并將3D圖像發(fā)送至處理平臺(tái)2;
[0078]處理平臺(tái)2，還用于根據(jù)3D圖像，通過預(yù)設(shè)的算法對(duì)該奶牛體況進(jìn)行評(píng)分。
[0079]在具體實(shí)施時(shí)，處理平臺(tái)2還進(jìn)一步用于:
[0080]對(duì)所述3D圖像進(jìn)行空間變換與歸一化處理；
[0081 ]對(duì)歸一化處理之后的所述3D圖像進(jìn)行特征挖掘和篩選，其中，所述特征包括整體特征以及局部特征；
[0082I 綜合所述特征，得到3D特征向量；
[0083]將所述3D特征向量輸入至奶牛體況評(píng)分預(yù)測(cè)模型中進(jìn)行運(yùn)算，并將運(yùn)算結(jié)果作為奶牛體況的評(píng)分值。
[0084]在具體實(shí)施時(shí)，處理平臺(tái)2進(jìn)一步還用于對(duì)所述特征進(jìn)行降維處理，并綜合所述降維之后的特征得到3D特征向量。
[0085]在具體實(shí)施時(shí)，處理平臺(tái)2進(jìn)一步還用于建立每只奶牛的體況分?jǐn)?shù)隨時(shí)間的變化趨勢(shì)圖。
[0086]關(guān)于裝置實(shí)施例的【具體實(shí)施方式】在方法實(shí)施例中已經(jīng)進(jìn)行了說明，在此不再贅述。
[0087]以上實(shí)施例僅用于說明本發(fā)明，而非對(duì)本發(fā)明的限制。盡管參照實(shí)施例對(duì)本發(fā)明進(jìn)行了詳細(xì)說明，本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解，對(duì)本發(fā)明的技術(shù)方案進(jìn)行各種組合、修改或者等同替換，都不脫離本發(fā)明技術(shù)方案的精神和范圍，其均應(yīng)涵蓋在本發(fā)明的權(quán)利要求和范圍當(dāng)中。
【主權(quán)項(xiàng)】
1.一種奶牛體況自動(dòng)評(píng)分方法，其特征在于，包括: 奶牛經(jīng)過時(shí)，讀寫設(shè)備讀取該奶牛耳部的射頻標(biāo)簽中包含的信息，所述射頻標(biāo)簽中包含的信息包括該奶牛的標(biāo)識(shí)信息； 讀寫設(shè)備將讀取到的所述射頻標(biāo)簽的信息發(fā)送給處理平臺(tái)； 所述處理平臺(tái)在接收到讀寫設(shè)備發(fā)送的射頻標(biāo)簽的信息后，發(fā)送控制指令給掃描儀； 所述掃描儀在接收到所述控制指令后，采集該奶牛后部的3D圖像，并將所述3D圖像發(fā)送至所述處理平臺(tái)； 所述處理平臺(tái)根據(jù)所述3D圖像，通過預(yù)設(shè)的算法對(duì)該奶牛體況進(jìn)行評(píng)分。2.如權(quán)利要求1所述的方法，其特征在于，所述處理平臺(tái)根據(jù)所述3D圖像，通過預(yù)設(shè)的算法對(duì)該奶牛體況進(jìn)行評(píng)分的步驟包括: 所述處理平臺(tái)對(duì)所述3D圖像進(jìn)行空間變換與歸一化處理； 所述處理平臺(tái)對(duì)歸一化處理之后的所述3D圖像進(jìn)行特征挖掘和篩選，其中，所述特征包括整體特征以及局部特征； 所述處理平臺(tái)綜合所述特征，得到3D特征向量； 所述處理平臺(tái)將所述3D特征向量輸入至奶牛體況評(píng)分預(yù)測(cè)模型中進(jìn)行運(yùn)算，并將運(yùn)算結(jié)果作為奶牛體況的評(píng)分值。3.如權(quán)利要求2所述的方法，其特征在于，所述處理平臺(tái)綜合所述特征得到3D特征向量的步驟包括: 所述處理平臺(tái)對(duì)所述特征進(jìn)行降維處理，并綜合所述降維之后的特征得到3D特征向量。4.如權(quán)利要求2所述的方法，其特征在于，所述奶牛體況評(píng)分預(yù)測(cè)模型是通過下述步驟建立的，包括: 選擇一定數(shù)量的奶牛樣本，采集各個(gè)奶牛樣本的后部的3D樣本圖像，對(duì)所述3D樣本圖像進(jìn)行空間變換與標(biāo)準(zhǔn)化處理； 對(duì)標(biāo)準(zhǔn)化處理后的3D樣本圖像進(jìn)行樣本特征提取與篩選，其中，所述樣本特征包括樣本整體特征以及樣本局部特征；； 根據(jù)所述樣本特征形成3D樣本特征數(shù)據(jù)； 根據(jù)所述3D樣本特征數(shù)據(jù)以及從數(shù)據(jù)庫(kù)中提取的對(duì)應(yīng)奶牛樣本的人工評(píng)分值進(jìn)行模型的學(xué)習(xí)與訓(xùn)練，獲取3D樣本特征數(shù)據(jù)與奶牛樣本人工評(píng)分之間的關(guān)聯(lián)關(guān)系，獲得奶牛體況評(píng)分預(yù)測(cè)模型。5.如權(quán)利要求1所述的方法，其特征在于，在所述處理平臺(tái)根據(jù)所述3D圖像，通過預(yù)設(shè)的算法對(duì)該奶牛體況進(jìn)行評(píng)分的步驟之后，所述方法還包括: 所述處理平臺(tái)建立每只奶牛的體況分?jǐn)?shù)隨時(shí)間的變化趨勢(shì)圖。6.—種奶牛體況自動(dòng)評(píng)分裝置，其特征在于，包括:讀寫設(shè)備、掃描儀以及處理平臺(tái)，所述處理平臺(tái)與所述讀寫設(shè)備相連，還與所述掃描儀相連； 所述讀寫設(shè)備，用于在奶牛經(jīng)過時(shí)讀取該奶牛耳部的射頻標(biāo)簽中包含的信息，所述射頻標(biāo)簽中包含的信息包括該奶牛的標(biāo)識(shí)信息； 所述讀寫設(shè)備，還用于將讀取到的所述射頻標(biāo)簽的信息發(fā)送給處理平臺(tái)； 所述處理平臺(tái)，用于在接收到讀寫設(shè)備發(fā)送的射頻標(biāo)簽的信息后，發(fā)送控制指令給掃描儀； 所述掃描儀，用于在接收到所述控制指令后，采集該奶牛后部的3D圖像，并將所述3D圖像發(fā)送至所述處理平臺(tái)； 所述處理平臺(tái)，還用于根據(jù)所述3D圖像，通過預(yù)設(shè)的算法對(duì)該奶牛體況進(jìn)行評(píng)分。7.如權(quán)利要求6所述的裝置，其特征在于， 所述處理平臺(tái)，還用于對(duì)所述3D圖像進(jìn)行空間變換與歸一化處理； 所述處理平臺(tái)，還用于對(duì)歸一化處理之后的所述3D圖像進(jìn)行特征挖掘和篩選，其中，所述特征包括整體特征以及局部特征； 所述處理平臺(tái)，還用于綜合所述特征，得到3D特征向量； 所述處理平臺(tái)，還用于將所述3D特征向量輸入至奶牛體況評(píng)分預(yù)測(cè)模型中進(jìn)行運(yùn)算，并將運(yùn)算結(jié)果作為奶牛體況的評(píng)分值。8.如權(quán)利要求7所述的裝置，其特征在于，所述處理平臺(tái)進(jìn)一步還用于對(duì)所述特征進(jìn)行降維處理，并綜合所述降維之后的特征得到3D特征向量。9.如權(quán)利要求6所述的裝置，其特征在于，所述處理平臺(tái)進(jìn)一步還用于，建立每只奶牛的體況分?jǐn)?shù)隨時(shí)間的變化趨勢(shì)圖。
【文檔編號(hào)】G06Q50/02GK105844534SQ201610217864
【公開日】2016年8月10日
【申請(qǐng)日】2016年4月8日
【發(fā)明人】李文勇, 吉增濤, 孫傳恒, 楊信廷
【申請(qǐng)人】北京農(nóng)業(yè)信息技術(shù)研究中心