一种牲畜智能管理系统及方法与流程

1.本发明属于畜牧管理领域，具体涉及一种牲畜智能管理系统及方法。


背景技术：

2.体温是判断生命体身体是否健康的基本指标，在许多疾病，特别是某些传染病中，体温上升的症状往往比其他症状更早出现。因此，体温在判断牲畜疾病诊断方面是不可缺少的鉴定指标之一。
3.红外热像仪能接收动物表面的红外辐射，能准确地获得物体表面的温度分布。对动物来说，通过红外热像仪的方法测其体温，具有非接触性、精确测量和快速测量的特点，克服了传统测温方法的不足，不会对家畜产生应激。


技术实现要素：

4.针对现有技术中的上述不足，本发明提供的一种牲畜智能管理系统及方法解决了现有牲畜系统中牲畜体温检测设备容易出错，以及牲畜活动区域限制的问题。
5.为了达到上述发明目的，本发明采用的技术方案为：一种牲畜智能管理系统，包括牲畜定位模块、数据采集模块、中央控制器模块和异常检测报警模块；其中，所述中央控制器模块分别与所述牲畜定位模块、数据采集模块和异常检测报警模块连接；
6.所述牲畜定位模块用于发送牲畜的位置信息；所述数据采集模块用于对牲畜对象的红外图像信息的采集和读取；所述中央控制器模块用于根据牲畜对象的红外图像信息判断是否存在需要采集的牲畜对象的温度信息和位置信息；所述异常检测报警模块用于对体温异常的牲畜对象以及靠近边界的牲畜对象进行报警。
7.进一步地：所述数据采集模块包括若干组第一红外热像仪和第二红外热像仪；所述牲畜定位模块具体为设置于每个牲畜上的定位标签。
8.上述进一步方案的有益效果为：定位标签可以定位牧场中牲畜的具体位置，方便得到牲畜体温所对应的牲畜。
9.一种牲畜智能管理方法，包括以下步骤：
10.s1、采集牲畜的第一红外图像和牲畜的第二红外图像，并将其发送至中央控制器模块；
11.s2、通过中央控制器模块对第一红外图像进行处理，得到牲畜的温度预警信号；
12.s3、通过中央控制器模块对第二红外图像进行处理，得到牲畜的边界预警信号；
13.s4、基于所述牲畜的温度信号和牲畜的边界信号，通过异常检测报警模块进行报警，完成牲畜的管理。
14.进一步地：所述步骤s1具体为：
15.通过第一红外热像仪采集牲畜的第一红外图像，所述第一红外图像包牲畜的耳根和眼睛的图像；通过第二红外热像仪采集牲畜的第二红外图像，所述牲畜的第二红外图像具体为牧场边界的牲畜红外图像；并将采集的牲畜的第一红外图像和牲畜的第二红外图像
发送至中央控制器模块。
16.进一步地：所述步骤s2包括以下步骤：
17.s21、通过中央控制器模块对第一红外图像进行处理，得到牲畜的体温；
18.s22、基于预先设定的阈值，通过比较牲畜的体温和阈值，发出牲畜的温度预警信号。
19.进一步地：所述步骤s21中，得到牲畜的体温方法具体为：
20.通过第一红外图像中的每个像素点的温度信息，得到牲畜对象的体温，并通过牲畜上的定位标签得到所述牲畜对象的位置，进而更新所述牲畜对象的体温，并记录所述更新的牲畜对象的体温；
21.所述步骤s22中，设定的阈值的方法具体为：根据历史牲畜体温数据不同值出现的概率计算阈值；其中，计算阈值q的表达式具体为：
[0022][0023]
式中，n为历史探测牲畜体温的总次数；wi为第i个次数据项的权重；di为第i个数据项出现的次数；p(di)为历史体温数据中di出现的概率；
[0024]
所述步骤s22中，当牲畜的体温大于阈值时，发出牲畜的温度预警信号携带体温报警信息；否则，发出牲畜的温度预警信号不携带体温报警信息。
[0025]
上述进一步方案的有益效果为：设定阈值对牲畜体温进行比较，能够提高温度预警信号的可靠性。
[0026]
进一步地：所述步骤s3包括以下分步骤：
[0027]
s31、通过中央控制器模块处理第二红外图像，得到牲畜的感兴趣区域；
[0028]
s32、通过对所述牲畜的感兴趣区域进行二值分割，得到感兴趣区域的连通域；
[0029]
s33、以列为方向统计所述连通域的每列像素值的和，生成灰度直方图；
[0030]
s34、根据灰度直方图计算直方图特征区间值，并对比设定的初始范围，得到边界预警信号。
[0031]
上述进一步方案的有益效果为：通过直方图特征区间值判定牲畜是否靠近牧场边界，有助于牲畜的集中管理。
[0032]
进一步地：所述步骤s34中，计算直方图特征区间值σ的表达式具体为：
[0033][0034]
式中，α为归一化系数，m为灰度直方图中像素值列的总数，j为灰度直方图中像素值列的序数，βj为灰度直方图中第j列像素值的和，weight(
·
)为权重函数；
[0035]
所述步骤s34中，当所述直方图特征区间值在所述设定的初始范围中，则得到的边界预警信号携带边界报警信息，否则，得到的边界预警信号不携带边界报警信息。
[0036]
进一步地：所述步骤s4具体为：
[0037]
基于所述牲畜的温度信号和牲畜的边界信号，通过异常检测报警模块解析是否携带有体温报警信息和边界报警信息；
[0038]
若携带体温报警信息或边界报警信息，则分别根据体温报警信息或边界报警信息进行报警；否则不进行报警。
[0039]
本发明的有益效果为：
[0040]
(1)本发明提供的牲畜智能管理系统及方法实现一种非接触式牲畜体温自动监测系统，实现对温度信息的提取，牲畜体温的阈值确定，能够达到对牲畜体温进行自动检测。
[0041]
(2)本发明牲畜智能管理系统运还用图像处理的方法，能够识别靠近牧场边界的牲畜，并及时启动报警，具有易于部署及使用、经济高效等特点，更适合在集约化牲畜养殖场的普及使用。
附图说明
[0042]
图1为一种牲畜智能管理系统的结构框图；
[0043]
图2为一种牲畜智能管理方法的流程图。
具体实施方式
[0044]
下面对本发明的具体实施方式进行描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。
[0045]
实施例1：
[0046]
如图1所示，在本发明的一个实施例中，一种牲畜智能管理系统，包括牲畜定位模块、数据采集模块、中央控制器模块和异常检测报警模块；其中，所述中央控制器模块分别与所述牲畜定位模块、数据采集模块和异常检测报警模块连接；
[0047]
所述牲畜定位模块用于发送牲畜的位置信息；所述数据采集模块用于对牲畜对象的红外图像信息的采集和读取；所述中央控制器模块用于根据牲畜对象的红外图像信息判断是否存在需要采集的牲畜对象的温度信息和位置信息；所述异常检测报警模块用于对体温异常的牲畜对象以及靠近边界的牲畜对象进行报警。
[0048]
所述数据采集模块包括若干组第一红外热像仪和第二红外热像仪；所述牲畜定位模块具体为设置于每个牲畜上的定位标签，所述定位标签具体为rfid耳标。
[0049]
本发明系统的工作过程为：数据采集模块中的第一红外热像仪和第二红外热像仪分别采集牲畜的第一红外图像和第二红外图像，并将其发送至中央控制器模块，央控制器模块根据第一红外图像中每个像素点的温度信息来确定牲畜的体温，并根据拍摄所述第一红外图像的第一红外热像仪和牲畜上的定位标签，确定每个牲畜的体温，并将每个牲畜的体温与设定的阈值进行比较，当出现体温超出阈值的牲畜时，通过异常检测报警模块进行报警；央控制器模块还根据第二红外图像进行处理，判断牲畜是否接近牧场边界，当判断牲畜接近牧场边界时，通过异常检测报警模块进行报警。
[0050]
实施例2：
[0051]
本实施例为针对一种牲畜智能管理系统的实施方法；
[0052]
如图2所示，一种牲畜智能管理方法，包括以下步骤：
[0053]
s1、采集牲畜的第一红外图像和牲畜的第二红外图像，并将其发送至中央控制器
模块；
[0054]
s2、通过中央控制器模块对第一红外图像进行处理，得到牲畜的温度预警信号；
[0055]
s3、通过中央控制器模块对第二红外图像进行处理，得到牲畜的边界预警信号；
[0056]
s4、基于所述牲畜的温度信号和牲畜的边界信号，通过异常检测报警模块进行报警，完成牲畜的管理。
[0057]
所述步骤s1具体为：
[0058]
通过第一红外热像仪采集牲畜的第一红外图像，所述第一红外图像包牲畜的耳根和眼睛的图像；通过第二红外热像仪采集牲畜的第二红外图像，所述牲畜的第二红外图像具体为牧场边界的牲畜红外图像；并将采集的牲畜的第一红外图像和牲畜的第二红外图像发送至中央控制器模块。
[0059]
所述步骤s2包括以下步骤：
[0060]
s21、通过中央控制器模块对第一红外图像进行处理，得到牲畜的体温；
[0061]
s22、基于预先设定的阈值，通过比较牲畜的体温和阈值，发出牲畜的温度预警信号。
[0062]
所述步骤s21中，得到牲畜的体温方法具体为：
[0063]
通过第一红外图像中的每个像素点的温度信息，得到牲畜对象的体温，并通过牲畜上的定位标签得到所述牲畜对象的位置，进而更新所述牲畜对象的体温，并记录所述更新的牲畜对象的体温；
[0064]
所述步骤s22中，设定的阈值的方法具体为：根据历史牲畜体温数据不同值出现的概率计算阈值；其中，计算阈值q的表达式具体为：
[0065][0066]
式中，n为历史探测牲畜体温的总次数；wi为第i个次数据项的权重；di为第i个数据项出现的次数；p(di)为历史体温数据中di出现的概率；
[0067]
为了保证计算得到的阈值的精确性，本发明优选历史体温数据为最近1个月的历史牲畜体温数据。
[0068]
所述步骤s22中，当牲畜的体温大于阈值时，发出牲畜的温度预警信号携带体温报警信息；否则，发出牲畜的温度预警信号不携带体温报警信息。
[0069]
所述步骤s3包括以下分步骤：
[0070]
s31、通过中央控制器模块处理第二红外图像，得到牲畜的感兴趣区域；
[0071]
s32、通过对所述牲畜的感兴趣区域进行二值分割，得到感兴趣区域的连通域；
[0072]
s33、以列为方向统计所述连通域的每列像素值的和，生成灰度直方图；
[0073]
s34、根据灰度直方图计算直方图特征区间值，并对比设定的初始范围，得到边界预警信号。
[0074]
所述步骤s34中，计算直方图特征区间值σ的表达式具体为：
[0075]
[0076]
式中，α为归一化系数，m为灰度直方图中像素值列的总数，j为灰度直方图中像素值列的序数，βj为灰度直方图中第j列像素值的和，weight(
·
)为权重函数；
[0077]
所述初始范围是根据牧场中牲畜的基本特征设定的范围。
[0078]
所述步骤s34中，当所述直方图特征区间值在所述设定的初始范围中，则得到的边界预警信号携带边界报警信息，否则，得到的边界预警信号不携带边界报警信息。
[0079]
所述步骤s4具体为：
[0080]
基于所述牲畜的温度信号和牲畜的边界信号，通过异常检测报警模块解析是否携带有体温报警信息和边界报警信息；
[0081]
若携带体温报警信息或边界报警信息，则分别根据体温报警信息或边界报警信息进行报警；否则不进行报警。
[0082]
本发明的有益效果为：本发明提供的牲畜智能管理系统及方法实现一种非接触式牲畜体温自动监测系统，实现对温度信息的提取，牲畜体温的阈值确定，能够达到对牲畜体温进行自动检测。
[0083]
本发明牲畜智能管理系统运还用图像处理的方法，能够识别靠近牧场边界的牲畜，并及时启动报警，具有易于部署及使用、经济高效等特点，更适合在集约化牲畜养殖场的普及使用。
[0084]
在本发明的描述中，需要理解的是，术语“中心”、“厚度”、“上”、“下”、“水平”、“顶”、“底”、“内”、“外”、“径向”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的设备或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性或隐含指明的技术特征的数量。因此，限定由“第一”、“第二”、“第三”的特征可以明示或隐含地包括一个或者更多个该特征。