買(mǎi)專(zhuān)利賣(mài)專(zhuān)利找龍圖騰，真高效！ 查專(zhuān)利查商標(biāo)用IPTOP,全免費(fèi)！專(zhuān)利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜東南大學(xué)申請(qǐng)的專(zhuān)利一種生豬體尺視覺(jué)測(cè)量的特征點(diǎn)選取及測(cè)量方法獲國(guó)家發(fā)明授權(quán)專(zhuān)利權(quán)，本發(fā)明授權(quán)專(zhuān)利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN114973321B 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-04-29發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專(zhuān)利申請(qǐng)?zhí)?專(zhuān)利號(hào)為：202210538688.3，技術(shù)領(lǐng)域涉及：G06V40/10；該發(fā)明授權(quán)一種生豬體尺視覺(jué)測(cè)量的特征點(diǎn)選取及測(cè)量方法是由秦文虎;楊雨錕;孫立博設(shè)計(jì)研發(fā)完成，并于2022-05-18向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專(zhuān)利申請(qǐng)。

本一種生豬體尺視覺(jué)測(cè)量的特征點(diǎn)選取及測(cè)量方法在說(shuō)明書(shū)摘要公布了：本發(fā)明提供了一種生豬體尺視覺(jué)測(cè)量的特征點(diǎn)選取及測(cè)量方法。包括以下步驟：對(duì)豬舍進(jìn)行圖像采集，并基于張正友相機(jī)標(biāo)定法計(jì)算相機(jī)畸變參數(shù)，對(duì)圖像的徑向畸變進(jìn)行校正；將圖像輸入YOLOv5得到豬只的檢測(cè)框，并根據(jù)檢測(cè)框從圖像中對(duì)豬只進(jìn)行切割提取，得到單只豬只的圖像；對(duì)豬只特征點(diǎn)進(jìn)行選取，建立新的豬只特征點(diǎn)數(shù)據(jù)集，融合注意力機(jī)制獲取圖像中的豬只特征點(diǎn)；設(shè)計(jì)基于深度神經(jīng)網(wǎng)絡(luò)的豬只特征點(diǎn)評(píng)估算法，根據(jù)識(shí)別出的特征點(diǎn)坐標(biāo)對(duì)豬只體態(tài)進(jìn)行判斷并對(duì)體尺數(shù)據(jù)能否測(cè)量進(jìn)行評(píng)估；采用仿射變換、結(jié)合采集設(shè)備安裝位置的數(shù)據(jù)對(duì)豬只體尺進(jìn)行測(cè)量。該方法提高了豬只體尺測(cè)量過(guò)程中的檢測(cè)效率，對(duì)養(yǎng)豬生產(chǎn)過(guò)程的智能化實(shí)現(xiàn)，提升養(yǎng)殖水平具有重要意義。

本發(fā)明授權(quán)一種生豬體尺視覺(jué)測(cè)量的特征點(diǎn)選取及測(cè)量方法在權(quán)利要求書(shū)中公布了：1.一種生豬體尺視覺(jué)測(cè)量的特征點(diǎn)選取及測(cè)量方法，其特征在于：包括以下步驟：步驟S1、在養(yǎng)殖豬舍中架設(shè)導(dǎo)軌以及巡檢設(shè)備，在巡檢設(shè)備上安裝攝像頭，通過(guò)交換機(jī)與主機(jī)連接采集圖像；步驟S2、獲得采集圖像構(gòu)建生豬養(yǎng)殖圖像數(shù)據(jù)集，圖像輸入YOLOv5，通過(guò)骨干網(wǎng)絡(luò)提取圖像特征信息，特征信息經(jīng)過(guò)卷積計(jì)算得到豬只檢測(cè)包圍框左上角在圖像中的坐標(biāo)以及長(zhǎng)寬大小，從而將豬只從圖像中進(jìn)行分離；步驟S3、根據(jù)大量統(tǒng)計(jì)測(cè)試設(shè)計(jì)豬只特征點(diǎn)，以SimpleBaselines算法為基礎(chǔ)，融合注意力機(jī)制，獲取圖像中豬只的特征點(diǎn)信息，并根據(jù)豬只檢測(cè)包圍框的左上角坐標(biāo)將僅包含單個(gè)個(gè)體豬只的圖像中的特征點(diǎn)坐標(biāo)還原至采集的豬舍養(yǎng)殖環(huán)境圖像中；步驟S4、基于深度神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)豬只特征點(diǎn)評(píng)估算法，其輸入為識(shí)別出的特征點(diǎn)坐標(biāo)，輸出為豬只姿態(tài)與體尺信息是否可以通過(guò)圖像進(jìn)行測(cè)量；步驟S5、采用仿射變換將拍攝的豬舍養(yǎng)殖環(huán)境圖像變換成正上方往下拍攝的視角，并將豬只特征點(diǎn)坐標(biāo)變換至仿射變換后的圖像中的對(duì)應(yīng)點(diǎn)的坐標(biāo)；步驟S6、根據(jù)得到的豬只特征點(diǎn)在圖像中的坐標(biāo)信息，結(jié)合設(shè)備安裝角度以及高度、長(zhǎng)度信息，對(duì)豬只體尺進(jìn)行計(jì)算；所述步驟S3的具體步驟如下：步驟S31、從圖像中選取100頭以上的豬只，采用邊緣檢測(cè)、質(zhì)心算法、包絡(luò)線(xiàn)方法獲取豬只身體上的多個(gè)特征點(diǎn)，進(jìn)行統(tǒng)計(jì)與測(cè)試，從多種豬只特征點(diǎn)選取其中用于豬只體尺計(jì)算的出現(xiàn)頻率較高的特征點(diǎn)；由此設(shè)計(jì)選取左右耳根、左右前腿、肩胛骨中心、尾巴根部這六個(gè)點(diǎn)作為豬只特征點(diǎn)用于表征豬只特征信息，進(jìn)而用于豬只體尺計(jì)算；左耳根、右耳根記為點(diǎn)1、點(diǎn)2，左前腿、右前腿記為點(diǎn)3、點(diǎn)4，尾巴根部為點(diǎn)5，肩胛骨中心記為點(diǎn)6；步驟S32、將步驟S22中得到的個(gè)體豬只圖像輸入融合了注意力機(jī)制的SimpleBaselines中，通過(guò)骨干網(wǎng)絡(luò)提取特征，再利用反卷積得到熱圖，從熱圖中得到特征點(diǎn)后，利用仿射變換得到輸入圖像中的豬只特征點(diǎn)坐標(biāo)，點(diǎn)1至點(diǎn)6的坐標(biāo)表示為x1,y1,x2,y2,x3,y3,x4,y4,x5,y5,x6,y6，相比傳統(tǒng)豬只體尺測(cè)量方法，豬只背部肩胛骨中心點(diǎn)6的選取，使得處于站立或平躺時(shí)姿態(tài)彎曲的豬只同樣可以測(cè)量體長(zhǎng)；步驟S33、根據(jù)步驟S22中得到的裁剪之前的豬只檢測(cè)框坐標(biāo)與大小，將步驟S32中得到的特征點(diǎn)坐標(biāo)還原得到特征點(diǎn)裁剪前原圖像中的坐標(biāo)，表示為xi+x0,yi+y0,i＝1～6；所述步驟S4的具體步驟如下：步驟S41，基于深度神經(jīng)網(wǎng)絡(luò)，設(shè)計(jì)豬只特征點(diǎn)評(píng)估算法，該算法由多層全連接層構(gòu)成；算法輸入為特征點(diǎn)識(shí)別算法識(shí)別出的6個(gè)特征點(diǎn)坐標(biāo)，若圖像中某特征點(diǎn)未識(shí)別出，則該點(diǎn)坐標(biāo)設(shè)定為0,0；算法輸出包括三項(xiàng)，第一項(xiàng)為豬只姿態(tài)，包括姿態(tài)筆直、彎曲、側(cè)臥；第二項(xiàng)為豬只體長(zhǎng)能否進(jìn)行測(cè)量，輸出1為可測(cè)量，0為不可測(cè)量；第三項(xiàng)為豬只體寬能否進(jìn)行測(cè)量，輸出1為可測(cè)量，0為不可測(cè)量。

如需購(gòu)買(mǎi)、轉(zhuǎn)讓、實(shí)施、許可或投資類(lèi)似專(zhuān)利技術(shù)，可聯(lián)系本專(zhuān)利的申請(qǐng)人或?qū)＠麢?quán)人東南大學(xué)，其通訊地址為：210096 江蘇省南京市玄武區(qū)四牌樓2號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話(huà)0551-65771310或微信搜索“龍圖騰網(wǎng)”。