一种基于目标检测的畜禽动物体温检测方法与流程

本发明涉及热成像测温，具体涉及一种基于目标检测的畜禽动物体温检测方法。

背景技术：

1、监测畜禽动物的体温是一种重要的畜禽健康监测方法，异常的体温经常作为疾病或感染的早期指标，及早检测并治疗健康问题可以减少畜禽群体的生病和死亡率。在对畜禽群体进行温度监测时，需要对每个畜禽动物个体进行定位识别，从而对每个畜禽动物个体的温度进行检测。利用热成像图更能避免光照和个体颜色相似的问题，具有更好的分割效果。

2、在对畜禽个体进行分割时，利用边缘检测算法对热成像图像进行边缘检测时，由于畜禽动物的身体常常容易出现脏污，脏污会导致热成像图像产生温度变化，脏污存在会导致在边缘检测时会产生伪边缘，影响单个畜禽动物的准确分割出真实边缘，进而影响体温检测的准确性。

技术实现思路

1、为了解决边缘检测结果无法准确体现畜禽个体真实边缘，导致畜禽个体体温的检测效果不佳的技术问题，本发明的目的在于提供一种基于目标检测的畜禽动物体温检测方法，所采用的技术方案具体如下：

2、一种基于目标检测的畜禽动物体温检测方法，所述方法包括以下步骤：

3、获取畜禽动物的热成像图像；

4、获取所述热成像图像中所有单条边缘；根据单条边缘上边缘像素点与其周围邻域像素点的梯度方向，获取边缘像素点的真像素程度值；根据所述单条边缘中所有所述边缘像素点的所述真像素程度值，获取各个单条边缘的真边缘程度值；

5、在所述热成像图像中，根据所述边缘像素点对应预设邻域范围中像素点分布，获取各个所述边缘像素点的纹理特征角度值；根据所述单条边缘中所有边缘像素点的所述纹理特征角度值的波动性，获取各个所述单条边缘的真边缘可信值；

6、根据所述单条边缘的真边缘程度值和真边缘可信值，获取所有所述单条边缘的真边缘概率值；在所述热成像图像中，根据各个所述单条边缘的真边缘概率值对各所述单条边缘进行抑制，获取目标动物边缘；

7、根据所述目标动物边缘，采集目标动物体温数据。

8、进一步地，所述周围邻域像素点的获取方法包括：

9、以所述热成像图像中任意一个所述边缘像素点为中心像素点，构建中心像素点的预设邻域窗口；所述预设邻域窗口的中心为中心像素点；

10、将所述预设邻域窗口中除了中心像素点外的其他像素点，作为所述中心像素点的所述周围邻域像素点。

11、进一步地，所述真像素程度值的获取公式包括：

12、；其中，表示第个所述单条边缘中第个所述边缘像素点的真像素程度值；表示第个所述单条边缘中第个边缘像素点的梯度幅值；表示第个所述边缘像素点的第个所述周围邻域像素点的梯度幅值；表示第个所述边缘像素点与第个所述周围邻域像素点的距离值；表示个边缘像素点的所述周围邻域像素点总数量；表示归一化函数；表示以自然常数为底数的指数函数。

13、进一步地，所述真边缘程度值的获取方法包括：

14、计算所述单条边缘中所有边缘像素点的所述真像素程度值累加和，获取单条边缘的真边缘程度值。

15、进一步地，所述纹理特征角度值的获取方法，具体包括：

16、在边缘像素点对应预设邻域范围中，沿着边缘像素点所在的单条边缘将预设邻域范围进行划分，获取所述边缘像素点的第一邻域范围和第二邻域范围；

17、将所述边缘像素点的第一邻域范围和第二邻域范围，均作为所述边缘像素点的目标邻域范围；

18、基于傅里叶变换获取目标邻域范围的目标频谱图；

19、对所述目标频谱图进行二值化处理，获取所述目标频谱图中的高频像素点和低频像素点；

20、在所述目标频谱图中，根据预设角度，构建多个预设直线；

21、确定每个高频像素点与各个预设直线的欧氏距离，若欧氏距离小于预设距离阈值，则将该高频像素点归类到对应预设直线；将归类得到的高频像素点最多的预设直线所对应的预设角度，作为所述边缘像素点对应目标邻域范围的目标特征角度；

22、将第一邻域范围的目标特征角度对应的预设直线所归类得到的高频像素点的数目，作为第一邻域范围的第一特征次数；

23、将第二邻域范围的目标特征角度对应的预设直线所归类得到的高频像素点的数目，作为第二邻域范围的第二特征次数；

24、确定第一特征次数和第二特征次数中的最大值，并将最大值作为所述边缘像素点的纹理特征角度值。

25、进一步地，所述预设直线的获取方法包括：

26、在所述目标频谱图中，过中心范围像素点从竖直方向开始，沿着顺时针方向分别旋转预设角度，从而得到多条预设直线；

27、所述目标频谱图的中心为所述中心范围像素点。

28、进一步地，所述真边缘可信值的获取方法包括：

29、计算单条边缘中所有边缘像素点的纹理特征角度值的方差，得到所述单条边缘的真边缘可信值。

30、进一步地，所述真边缘概率值的获取方法包括：

31、根据所述单条边缘的真边缘程度值和真边缘可信值，获取所述单条边缘的真边缘概率值；

32、所述真边缘程度值与所述真边缘概率值呈正相关性；所述真边缘可信值与所述真边缘概率值呈正相关性。

33、进一步地，所述目标动物边缘的获取方法包括：

34、利用canny算法对热成像图像进行边缘检测，获取目标动物边缘；在进行边缘检测过程中，计算所述边缘像素点的梯度值和对应的所述真边缘概率值的乘积，获取所有所述边缘像素点的更新后梯度值；利用各边缘像素点的更新后梯度值替换对应各边缘像素点的梯度值。

35、进一步地，所述预设邻域范围的获取方法包括：

36、以边缘像素点为中心范围像素点，构建中心范围像素点的预设邻域范围；所述预设邻域范围的中心为中心范围像素点。

37、本发明具有如下有益效果：

38、在本发明实施例中，由于真实边缘的温度值往往是突变的，真实边缘对应热成像图像中边缘像素点的周围区域梯度幅值往往变化较快；猪身体表面与脏污的温度值往往逐渐升高，伪边缘对应热成像图像中边缘像素点的周围区域梯度幅值往往变化较慢；真边缘程度值通过反映边缘像素点的周围区域梯度变化快慢程度，初步判断单条边缘为真实边缘的概率。由于猪身体表面与背景对应的真实边缘中边缘像素点，纹理方向往往由于猪身纹理方向决定；猪身体表面与猪身体表面对应的真实边缘中边缘像素点，纹理方向往往由其中一个猪身纹理方向决定；猪身体表面与脏污之间对应伪边缘中边缘像素点，纹理方向往往由其中一个猪身纹理方向决定；纹理特征角度值可以反映猪身侧的主要纹理方向。由于猪身局部区域纹理方向往往一致性高，但是对于整个猪的真实边缘轮廓，毛发纹理方向会产生较大波动，所以真实边缘的纹理特征角度值相较于伪边缘会产生较大波动。且由于猪身体表面与猪身体表面对应的真实边缘，纹理方向往往由其中一个猪身纹理方向决定，真实边缘邻接的猪身纹理方向往往不一致，所以对应真实边缘的纹理特征角度值会产生较大波动。真边缘可信值通过纹理特征角度值的波动性来反映单条边缘的可信程度。真边缘概率值综合真边缘程度值和真边缘可信值，更全面反映单条边缘为真实边缘的概率，进而获取目标动物边缘，目标动物边缘可以更加准确地反映真实边缘，实现对单猪个体进行真实准确地识别，进而采集目标动物体温数据，目标动物体温数据可以反映单猪个体体温，进而获取畜禽动物群体的体温数据，并将体温数据上传至系统，可以更好地了解畜禽动物群体的健康状况。