一种基于视觉图像的家禽群体呼吸频率提取方法与流程

本发明涉及图像识别，尤其涉及一种基于视觉图像的家禽群体呼吸频率提取方法。

背景技术：

1、家禽群体呼吸频率是反映热应激、通风状态和群体健康变化的重要生理指标，对于家禽群体疫病的早期监测预警具有非常重要的作用。在规模化禽舍中，若能够持续、非接触地获取家禽群体呼吸频率，有助于养殖人员及时进行环境调节和异常预警，同时有助于高致病性禽流感、新城疫等呼吸系统疫病的早期预警。相比接触式传感方式，基于视觉图像的非接触监测方式不影响家禽正常活动，逐渐成为本领域的重要研究方向。

2、现有基于视觉图像的家禽呼吸频率提取方法，通常先采集禽舍视频，再定位家禽轮廓区域、胸腹区域或头颈区域，提取对应区域的周期性起伏、亮暗变化或局部位移变化，据此换算呼吸频率，但禽舍内通常存在笼体边缘、料槽边缘、饮水线反光带和地网纹理等固定背景结构，同时还存在照明闪烁、风机运转、料线运行、设备扫影以及镜头轻微振动等情况，这些因素会在视频图像中形成与家禽真实呼吸无关但具有周期性的亮度变化、边缘抖动和条带位移，而现有技术多采用滤波、平滑或频带筛选方式削弱干扰，但上述变化并非随机噪声，而是可能与家禽呼吸节律接近的成像伪周期，易被误判为真实呼吸信号，导致呼吸频率提取结果失真。

3、因此，本发明提出了一种基于视觉图像的家禽群体呼吸频率提取方法。在所述背景技术部分公开的上述信息仅用于加强对本公开的背景的理解，因此它可能包含不属于本领域普通技术人员公知常识的现有技术信息。

技术实现思路

1、本发明的目的是针对现有技术的不足之处，提供一种基于视觉图像的家禽群体呼吸频率提取方法，解决上述背景技术中所提到的技术问题。

2、为实现上述目的，本发明提供如下技术方案：

3、一种基于视觉图像的家禽群体呼吸频率提取方法，包括如下步骤：

4、s1、获取目标禽舍检测时段内的原始视频流，对其执行时间戳校正、缺帧剔除和固定场景对位处理，形成连续视频图像序列，并从中筛选背景区域，生成背景参考图像序列；

5、s2、根据背景参考图像序列提取亮度起伏特征、条带位移特征、反光摆动特征和边缘抖动特征，并据此反演相机逐行采样时基、照明闪烁相位、设备扫影节律和镜头微振动节律，生成成像伪呼吸母钟模型；

6、s3、根据连续视频图像序列形成候选个体轨迹集，定位候选呼吸区域集，并提取局部轮廓形变特征、羽缘明暗翻转特征、时序相位特征和空间传播方向特征，形成候选呼吸特征集；

7、s4、将候选呼吸特征集与成像伪呼吸母钟模型进行锁频关系比对、锁相关系比对、传播一致性关系比对和边界跟随关系比对，抑制伪周期分量并保留残余呼吸分量，经一致性校验和异常突变剔除后，生成有效呼吸信号集；

8、s5、根据有效呼吸信号集计算个体呼吸频率，形成个体呼吸频率记录集，对满足融合条件的个体呼吸频率加权融合，得到群体呼吸频率提取结果并输出。

9、s1具体包括：获取目标禽舍当前检测时段内的原始视频流，并由边缘网络中的边缘处理节点按检测时段标识进行分段封装和完整性检查，形成至少包含连续帧数据、帧序号和采集时间戳的原始视频数据包；对原始视频数据包执行时间戳校正、缺帧剔除、帧间顺序校验和固定场景对位处理，形成连续视频图像序列，并识别背景候选区域集；对背景候选区域集执行区域稳定性校验、遮挡状态校验和连续可见性校验，删除发生位置漂移或遮挡干扰的背景候选区域，并按时间顺序生成背景参考图像序列。

10、s2具体包括：读取背景参考图像序列，按时间窗口提取亮度起伏特征、条带位移特征、反光摆动特征和边缘抖动特征，形成背景周期特征记录集；依据背景周期特征记录集执行同频聚类、相位对齐和传播方向判别，反演相机逐行采样时基、照明闪烁相位、设备扫影节律和镜头微振动节律，生成成像伪呼吸参数集；对成像伪呼吸参数集执行统一时基映射和加权组合建模，生成成像伪呼吸母钟模型。

11、s3具体包括：读取连续视频图像序列，利用图像识别模型对家禽个体执行轮廓分割、中心定位、姿态判别、轨迹关联和轨迹有效性校验，形成候选个体轨迹集；依据候选个体轨迹集中的姿态类型序列和个体轮廓位置，定位喙部邻域、颈喉邻域、胸腹轮廓邻域和翅根羽缘邻域，并经可见性校验和边界完整性校验形成候选呼吸区域集；对候选呼吸区域集提取局部轮廓形变特征、羽缘明暗翻转特征、时序相位特征和空间传播方向特征，并按个体标识、区域类型和时间顺序进行关联处理，最终形成候选呼吸特征集。

12、s4具体包括：读取候选呼吸特征集和成像伪呼吸母钟模型，对候选呼吸特征对应的周期分量执行锁频关系比对、锁相关系比对、传播一致性关系比对和边界跟随关系比对，计算综合匹配程度并形成伪周期匹配结果集；依据伪周期匹配结果集中的综合匹配程度、主导匹配来源和边界跟随度，对对应周期分量执行分级抑制处理，删除或衰减伪周期分量并保留对应的残余呼吸分量，形成残余呼吸分量集；对残余呼吸分量集执行时间连续性校验、跨区域一致性校验和异常突变剔除，生成有效呼吸信号集。

13、s5具体包括：读取有效呼吸信号集，按个体标识和时间窗口标识执行周期切分、有效呼吸周期数量累计和时间窗口换算，形成个体呼吸频率记录集；对个体呼吸频率记录集进行融合资格筛选，并依据有效呼吸信号的信号连续性、候选呼吸区域的区域完整性和候选个体轨迹的轨迹有效时长计算个体融合权重，对满足条件的个体呼吸频率加权融合，生成群体呼吸频率提取结果；依据参与融合的个体数量和结果可信度执行结果可用性判定，并输出正式群体呼吸频率结果或带低可信度标记的群体呼吸频率提取结果。

14、本发明的有益效果在于：

15、本发明通过构建成像伪呼吸母钟模型，将由相机逐行采样、照明闪烁、设备扫影和镜头微振动引起的伪周期变化与家禽真实呼吸变化区分开来，能够降低伪周期对呼吸频率提取结果的干扰，提高群体呼吸频率提取结果的真实性。

16、本发明通过先利用背景参考图像序列提取背景周期特征，再执行候选呼吸特征与成像伪呼吸母钟模型的多关系比对，形成“背景建模—前景判别”的处理链路，相较于仅对家禽区域直接做频率估计的方式，更适合复杂禽舍场景下的非接触监测。通过候选个体轨迹集、候选呼吸区域集和候选呼吸特征集的逐级筛选，能够在不同姿态、不同区域可见条件下提取有效呼吸信号，有利于提高家禽个体呼吸频率计算的稳定性。

17、本发明通过对残余呼吸分量执行时间连续性校验、跨区域一致性校验和异常突变剔除，能够删除孤立异常分量和不稳定分量，减少局部误检对最终呼吸频率结果的影响。通过对满足条件的个体呼吸频率进行加权融合，得到群体呼吸频率提取结果，并结合参与融合的个体数量和结果可信度执行结果可用性判定，有利于提高群体呼吸频率输出结果的可靠性和工程应用价值。

1.一种基于视觉图像的家禽群体呼吸频率提取方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的一种基于视觉图像的家禽群体呼吸频率提取方法，其特征在于，还包括：s5、根据有效呼吸信号集计算个体呼吸频率，形成个体呼吸频率记录集，对满足融合条件的个体呼吸频率加权融合，得到群体呼吸频率提取结果并输出。

3.根据权利要求1所述的一种基于视觉图像的家禽群体呼吸频率提取方法，其特征在于，s1具体包括：

4.根据权利要求3所述的一种基于视觉图像的家禽群体呼吸频率提取方法，其特征在于，还包括：对背景候选区域集执行区域稳定性校验、遮挡状态校验和连续可见性校验，删除发生位置漂移或遮挡干扰的背景候选区域，并按时间顺序生成背景参考图像序列。

5.根据权利要求1所述的一种基于视觉图像的家禽群体呼吸频率提取方法，其特征在于，s2具体包括：

6.根据权利要求1所述的一种基于视觉图像的家禽群体呼吸频率提取方法，其特征在于，s3具体包括：

7.根据权利要求6所述的一种基于视觉图像的家禽群体呼吸频率提取方法，其特征在于，还包括：对候选呼吸区域集提取局部轮廓形变特征、羽缘明暗翻转特征、时序相位特征和空间传播方向特征，并按个体标识、区域类型和时间顺序进行关联处理，最终形成候选呼吸特征集。

8.根据权利要求1所述的一种基于视觉图像的家禽群体呼吸频率提取方法，其特征在于，s4具体包括：

9.根据权利要求1所述的一种基于视觉图像的家禽群体呼吸频率提取方法，其特征在于，s5具体包括：

10.根据权利要求9所述的一种基于视觉图像的家禽群体呼吸频率提取方法，其特征在于，还包括：依据参与融合的个体数量和结果可信度执行结果可用性判定，并输出正式群体呼吸频率结果或带低可信度标记的群体呼吸频率提取结果。