鞠喜鵬，田富洋，李法德，王中華，朱 宏

(1.山東農(nóng)業(yè)大學(xué)機(jī)械與電子工程學(xué)院，山東 泰安271018；2.山東園藝機(jī)械與裝備重點(diǎn)實(shí)驗(yàn)室，山東農(nóng)業(yè)裝備智能化工程實(shí)驗(yàn)室，山東 泰安271018；3.山東農(nóng)業(yè)大學(xué)動(dòng)物科技學(xué)院，山東 泰安271018； 4.山東泰開箱變有限公司，山東 泰安271018)

0 引言

在奶牛的養(yǎng)殖過程中，奶牛的表型特征是評(píng)價(jià)奶牛成長(zhǎng)狀況的一項(xiàng)重要參數(shù)，包含奶牛的體尺、體重和體況等參數(shù)，體尺包括體高、體長(zhǎng)、胸寬和腰角寬等，不僅能夠表達(dá)奶牛的生長(zhǎng)發(fā)育狀況，反映奶牛的體態(tài)特征，還與奶牛的繁殖能力、產(chǎn)奶能力等性能有一定的相關(guān)性[1]。近年來，國(guó)內(nèi)大規(guī)模的養(yǎng)殖場(chǎng)越來越重視牧場(chǎng)的機(jī)械化水平，但對(duì)于體尺測(cè)量仍采用人工測(cè)量方法[2]。人工測(cè)量不僅費(fèi)時(shí)費(fèi)力，還易受主觀影響，這種接觸式測(cè)量還會(huì)對(duì)奶牛產(chǎn)生應(yīng)激性[3]。采用機(jī)器視覺的技術(shù)，可以實(shí)現(xiàn)無接觸測(cè)量，避免應(yīng)激行為，提高工作效率。

運(yùn)用機(jī)器視覺技術(shù)測(cè)量家畜體尺，國(guó)內(nèi)外已有較多的研究，并取得了一定成果。王可等[4]和郭浩等[5]對(duì)生豬進(jìn)行點(diǎn)云采集，實(shí)現(xiàn)了交互式體尺的測(cè)量。BEWLEY J M等[6]選擇奶牛在經(jīng)過體重秤時(shí)采集牛體圖像，并對(duì)圖像進(jìn)行人工手動(dòng)添加測(cè)量點(diǎn)分析奶牛體況，進(jìn)行奶牛的體況評(píng)分?？梢园l(fā)現(xiàn)，現(xiàn)階段機(jī)器視覺測(cè)量技術(shù)仍在試驗(yàn)階段，測(cè)量的參數(shù)相對(duì)較少。為此，本文利用2臺(tái)Kinect獲取頂面和側(cè)面的深度圖像和點(diǎn)云數(shù)據(jù)，利用深度圖像識(shí)別奶牛表型特征，并結(jié)合點(diǎn)云數(shù)據(jù)讀取尺寸參數(shù)，搭建系統(tǒng)軟硬件平臺(tái)，利用該系統(tǒng)平臺(tái)對(duì)奶牛表型進(jìn)行測(cè)量試驗(yàn)，試驗(yàn)結(jié)果表明該系統(tǒng)能夠較準(zhǔn)確地測(cè)量出奶牛的體重、體高、體長(zhǎng)和體寬等表型參數(shù)。

1 表型特征獲取系統(tǒng)設(shè)計(jì)

1.1系統(tǒng)硬件

硬件系統(tǒng)主要由攔截裝置、體重采集裝置、圖像采集裝置和圍欄4大部分組成，如圖1所示。

其中攔截裝置包括前攔截裝置和后攔截裝置兩部分，由一臺(tái)電機(jī)帶動(dòng)攔桿的起落實(shí)現(xiàn)對(duì)奶牛的攔截作用。該系統(tǒng)安裝在奶牛擠奶廳后的回欄通道中，奶牛在擠奶完成后回欄的過程中經(jīng)過該系統(tǒng)，行走至前攔截裝置，安裝在一側(cè)攔桿上的RFID無線射頻讀卡器讀取到奶牛耳標(biāo)信息數(shù)據(jù)，記錄奶牛編號(hào)。等到奶牛完全進(jìn)入采集區(qū)域后，前攔截裝置攔桿降下，同時(shí)計(jì)算機(jī)管理控制中心完成對(duì)奶牛的信息采集，采集完成后，后攔截裝置攔桿升起，奶牛自行離去，待奶牛完全離開后攔截裝置后，后攔截裝置攔截降下，前攔截裝置攔桿升起，開始對(duì)下一頭奶牛的采集過程。奶牛在采集區(qū)域時(shí)計(jì)算機(jī)管理控制中心記錄保存該只牛的圖像、點(diǎn)云和體重等數(shù)據(jù)，以供體尺獲取、數(shù)據(jù)查詢和打印報(bào)表等使用。

1.2幾何表型特征獲取系統(tǒng)算法設(shè)計(jì)

系統(tǒng)算法分為信息采集過程和信息處理過程兩部分。信息采集過程是計(jì)算機(jī)管理控制中心通過串口接收無線射頻讀卡器讀到的奶牛編號(hào)和XK3190-A9稱量顯示控制器的體重?cái)?shù)據(jù)，控制Kinect攝像頭拍攝深度圖像和點(diǎn)云數(shù)據(jù)，并完成3者的匹配。待采集完成后進(jìn)入信息處理過程，通過數(shù)字提取算法對(duì)串口接收的數(shù)據(jù)提取有效數(shù)據(jù)，獲取奶牛體重。圖像處理算法對(duì)獲得的深度圖像先進(jìn)行降噪預(yù)處理，利用背景減去法去除地面和圍欄等影響，然后對(duì)其閾值分割二值化圖像，并進(jìn)行濾波、去除小塊區(qū)域、開閉運(yùn)算和空洞填充等獲取完整的奶牛目標(biāo)區(qū)域，對(duì)目標(biāo)采用邊緣檢測(cè)、角點(diǎn)檢測(cè)及凸包運(yùn)算等檢測(cè)特征點(diǎn)獲得奶牛特征點(diǎn)，獲取特征尺寸[7]。

1.2.1信息采集過程

無線射頻讀卡器、稱量顯示控制器及Kinect攝像頭通過USB串口連接到計(jì)算機(jī)，通過MATLAB中的serial函數(shù)創(chuàng)建串口并實(shí)現(xiàn)與無線射頻讀卡器跟稱量顯示控制器的通信。利用Kin2工具箱控制Kinect攝像頭，2臺(tái)Kinect分別連接到2臺(tái)計(jì)算機(jī)，通過TCPIP協(xié)議完成2臺(tái)計(jì)算機(jī)之間的通訊，通訊過程如圖2所示。

1.2.2信息處理過程

奶牛的體重在采集過程中容易受到奶牛的動(dòng)態(tài)干擾，出現(xiàn)體重?cái)?shù)值的跳動(dòng)，造成數(shù)據(jù)讀取困難，對(duì)奶牛采集到的多組數(shù)據(jù)進(jìn)行回歸分析及平滑處理，去除離散較大的數(shù)值，留下穩(wěn)定時(shí)刻的平滑數(shù)據(jù)，并計(jì)算平均值，作為奶牛的體重。

Kinect v2.0輸出的深度圖像中每個(gè)點(diǎn)的像素值均代表此點(diǎn)位置物體到攝像頭的距離，距離越遠(yuǎn)像素值越大。在實(shí)際的測(cè)量中，Kinect v2.0攝像頭發(fā)射的紅外光線的高度相干性，不可避免地會(huì)出現(xiàn)“散斑噪聲”，這樣就會(huì)造成物體的邊緣信息在深度圖像中出現(xiàn)嚴(yán)重的缺失。所以在處理深度圖像提取奶牛目標(biāo)時(shí)，首先運(yùn)用背景減去法消除來自地面及圍欄設(shè)備的干擾，其次利用閾值分割、濾波等算法去除細(xì)小噪聲的影響，最后對(duì)特征點(diǎn)提取與匹配獲得奶牛體尺[8]。

(1)背景減去法。背景減去法基本思想是將事先采集的背景圖像序列對(duì)每個(gè)像素進(jìn)行統(tǒng)計(jì)，作為背景模型，把包含有目標(biāo)的圖像與背景模型相減；其次將計(jì)算結(jié)果在一定閾值限制下進(jìn)行二值化，判斷出當(dāng)前圖像中出現(xiàn)的偏離背景模型值較大的那些像素，就是目標(biāo)物體的像素。由于目標(biāo)物體和背景在灰度或色彩上存在差別相減，閾值操作后得到的結(jié)果直接給出了目標(biāo)的位置、大小和形狀等，從而得到較完整的信息。

采用MATLAB中abs()函數(shù)對(duì)圖像像素進(jìn)行統(tǒng)計(jì)，比較無牛背景圖像跟有牛圖像中每個(gè)像素點(diǎn)的差值。由于在采集過程中攝像頭位置固定，所以無牛背景圖像和有牛圖像中的地面跟圍欄在兩幅圖像中的位置是大體不變的，故兩幅圖像中像素值變化最大的就是奶牛所在的位置。該方法得到的目標(biāo)完整明顯，背景也被很好地去除，只留下了一部分細(xì)小噪聲。背景減去前后變化如圖3所示。

(2)閾值分割圖像。閾值分割方法有很多種，最常見的全局閾值分割有迭代閾值分割、基于灰度直方圖的閾值分割和最大類間方差閾值分割。該系統(tǒng)在反復(fù)調(diào)試和比較后選定迭代閾值分割法為奶牛圖像處理的閾值分割方法。

在迭代閾值分割中，假設(shè)有一副圖像f(x，y)，Z(x，y)是圖像上(i，j)點(diǎn)灰度的概率。迭代法采用趨于逼近的思想，則通過迭代求圖像最佳分割閾值的方法如下，閾值分割的效果如圖4所示。

步驟一：求出圖像中的最小和最大灰度值Z0和Zk的閾值初值T0=(Z0+Zk)2。

步驟二：根據(jù)閾值Tk將圖像分割成目標(biāo)和背景兩個(gè)部分，求兩個(gè)部分的平均灰度Z0和ZB。

(1)

(2)

步驟三：求出新閾值Tk+1。

(3)

步驟四：若Tk=Tk+1，則結(jié)束，否則，k+1趨向于k，轉(zhuǎn)到步驟二。

步驟五：步驟四結(jié)束后，Tk即為最佳閾值。

閾值分割后圖像含有大量的細(xì)小噪聲，去除細(xì)小噪聲將圖像二值化處理后對(duì)其通過濾波、開閉運(yùn)算、空洞填充和連通區(qū)域面積檢測(cè)等算法刪除目標(biāo)區(qū)域后的噪聲區(qū)域，使圖像只顯示目標(biāo)區(qū)域[9]。該方法屬于比較有針對(duì)性的除噪方法之一。

(3)特征點(diǎn)提取與匹配。對(duì)只含有目標(biāo)的圖像進(jìn)行邊緣檢測(cè)、角點(diǎn)檢測(cè)和凸包檢測(cè)等。

圖像的邊緣是指其周圍像素灰度急劇變化的那些像素的集合，是像素最基本的特征[10]。邊緣存在于目標(biāo)、背景和區(qū)域之間，它是圖像分割最重要的依據(jù)。邊緣是位置的標(biāo)志，對(duì)灰度變化不敏感，因此，邊緣也是圖像匹配對(duì)的重要特征。

角點(diǎn)是二維圖像上鄰近圖像亮度變化劇烈或者圖像邊緣上面的極值點(diǎn)，沒有明顯的數(shù)學(xué)定義。為了提高處理實(shí)時(shí)性降低計(jì)算復(fù)雜性，需要減小數(shù)據(jù)量，但是需要保留這些圖像中信息豐富、具有描述圖像信息重要特征的點(diǎn)[11]。

根據(jù)角點(diǎn)利用凸包Convex hull運(yùn)算，如圖5所示，經(jīng)過大量試驗(yàn)后，發(fā)現(xiàn)凸包檢測(cè)后凸包線的轉(zhuǎn)折點(diǎn)為奶牛的坐骨、腰角和胸寬等特征位置。

對(duì)圖像處理后得到奶牛的特征點(diǎn)，記錄特征點(diǎn)的位置，讀取該頭奶牛采集到的點(diǎn)云數(shù)據(jù)，通過特征點(diǎn)在圖像中的位置坐標(biāo)提取到該點(diǎn)在點(diǎn)云數(shù)據(jù)中的坐標(biāo)，該坐標(biāo)即為該點(diǎn)在空間中相對(duì)于攝像頭的位置，讀取的點(diǎn)云之間的距離就是奶牛的體尺數(shù)據(jù)。

2 試驗(yàn)結(jié)果與分析

設(shè)計(jì)了一種奶牛幾何表型特征獲取系統(tǒng)，首先在奶牛場(chǎng)擠奶廳回欄通道中選取合適位置安裝系統(tǒng)硬件，進(jìn)而可以獲取一個(gè)穩(wěn)定可靠的背景。當(dāng)有奶牛移動(dòng)通過設(shè)備采集區(qū)域時(shí)，Kinect攝像頭捕捉奶牛的圖像并上傳至計(jì)算機(jī)進(jìn)行程序處理。經(jīng)過圖像預(yù)處理、特征點(diǎn)提取與匹配和奶牛輪廓匹配算法等步驟的處理，實(shí)現(xiàn)奶牛表型數(shù)據(jù)的獲取工作。表1為奶牛體高數(shù)據(jù)對(duì)比。

表1 奶牛體高數(shù)據(jù)對(duì)比

試驗(yàn)圖像采集于山東省泰安市金蘭乳業(yè)，采集對(duì)象為現(xiàn)階段具有高效產(chǎn)奶量的荷斯坦奶牛，樣機(jī)現(xiàn)場(chǎng)試驗(yàn)情況如圖6所示。

3 結(jié)束語(yǔ)

奶牛幾何表型特征獲取系統(tǒng)安裝在奶牛擠奶完成后的回欄通道中，充分利用了場(chǎng)地，每頭牛的采集時(shí)間較短，不會(huì)造成堵塞。利用角點(diǎn)檢測(cè)和凸包檢測(cè)結(jié)合的圖像處理方法，能夠有效獲取奶牛的特征位置，減少處理的復(fù)雜性。利用2臺(tái)Kinect攝像頭分別對(duì)側(cè)面和頂面進(jìn)行采集，獲取到的數(shù)據(jù)更加全面。將該奶牛幾何表型特征獲取系統(tǒng)獲取的奶牛體尺數(shù)據(jù)與人工測(cè)量的數(shù)據(jù)進(jìn)行比較，其準(zhǔn)確率高達(dá)96.1%，能較準(zhǔn)確地獲取奶牛體尺數(shù)據(jù)。系統(tǒng)工作穩(wěn)定、測(cè)量精度高，為實(shí)現(xiàn)數(shù)字化養(yǎng)殖打下了基礎(chǔ)，具有很好的應(yīng)用前景。