一种基于红外成像的个体分割方法及系统与流程

技术特征：
1.一种基于红外成像的个体分割方法，其特征在于，包括：获取目标区域的红外光图像；获取所述红外光图像的第一图像，所述第一图像反映所述红外光图像的纹理特征分布；使用个体分割模型处理所述第一图像，得到将所述红外光图像中各个体分割出的结果。2.根据权利要求1所述的基于红外成像的个体分割方法，其特征在于，获取所述红外光图像的第一图像包括：提取所述红外光图像的y通道图像，得到所述第一图像。3.根据权利要求1所述的基于红外成像的个体分割方法，其特征在于，在使用个体分割模型处理所述第一图像之前还包括：对所述第一图像的像素值进行非线性处理，以增强所述第一图像的对比度。4.根据权利要求1所述的基于红外成像的个体分割方法，其特征在于，在使用个体分割模型处理所述第一图像之前还包括：对于所述第一图像的每一像素，获取表征本像素邻域内像素的像素值分布情况的参量；根据所述第一图像各个像素的所述参量，分别调节所述第一图像各个像素的像素值。5.根据权利要求1
‑
4任一项所述的基于红外成像的个体分割方法，其特征在于，训练所述个体分割模型包括：作为训练样本的红外光图像包含分布位置和/或姿态不同的多个个体。6.根据权利要求1
‑
4任一项所述的基于红外成像的个体分割方法，其特征在于，训练所述个体分割模型包括：在作为训练样本的红外光图像中分割出每一个体，将属于同一个体的像素标记为相同的标签，将属于不同个体的像素分别标记为不同的标签。7.根据权利要求1
‑
4任一项所述的基于红外成像的个体分割方法，其特征在于，训练所述个体分割模型包括：获取作为训练样本的红外光图像的第一图像；在作为训练样本的红外光图像的第一图像中分割出各个体；将经过个体分割的图像输入构建的网络模型内进行训练，迭代更新所述网络模型的参数，训练得到所述个体分割模型。8.根据权利要求1所述的基于红外成像的个体分割方法，其特征在于，还包括：根据所述红外光图像获得所述红外光图像对应的温度矩阵，所述温度矩阵描述了所述红外光图像各个像素对应的温度。9.一种基于红外成像的个体分割系统，其特征在于，用于执行权利要求1
‑
8任一项所述的基于红外成像的个体分割方法。10.根据权利要求9所述的基于红外成像的个体分割系统，其特征在于，应用于动物养殖场，所述基于红外成像的个体分割系统包括用于获取养殖场的红外光图像的图像获取装置。

技术总结
本发明公开了一种基于红外成像的个体分割方法及系统，首先获取目标区域的红外光图像，根据红外光图像获得反映红外光图像的纹理特征分布的第一图像，然后使用个体分割模型处理第一图像，得到将红外光图像包含的各个体分割出的结果。本发明实现了根据区域的红外光图像分割出区域内各个体，以进一步监视各个体，与现有技术相比能够节省人力，提高效率。提高效率。提高效率。


技术研发人员：张玉良 李攀鹏 刘兴宇 凌飞 问雪
受保护的技术使用者：河南牧原智能科技有限公司
技术研发日：2021.08.11
技术公布日：2021/11/4