一種草原放牧綿羊牧食行為檢測(cè)系統(tǒng)及其檢測(cè)方法
【專利摘要】本發(fā)明公開一種草原放牧綿羊牧食行為檢測(cè)系統(tǒng)及其檢測(cè)方法。所述系統(tǒng)包括傳感器檢測(cè)與數(shù)據(jù)傳輸系統(tǒng)、實(shí)現(xiàn)視頻信號(hào)與聲音信號(hào)同步采集的攝像機(jī)。傳感器檢測(cè)與數(shù)據(jù)傳輸系統(tǒng)包括：GPS定位與牧食路徑監(jiān)測(cè)模塊，實(shí)現(xiàn)放牧綿羊的運(yùn)動(dòng)監(jiān)測(cè)；行為檢測(cè)模塊，檢測(cè)放牧綿羊的站立及站立時(shí)間、臥息及臥息時(shí)間、游走及游走時(shí)間；風(fēng)速風(fēng)向監(jiān)測(cè)模塊，監(jiān)測(cè)牧食行為處的風(fēng)速風(fēng)向；溫濕度監(jiān)測(cè)模塊，監(jiān)測(cè)牧食行為處的溫度、濕度；信號(hào)處理模塊，其與攝像機(jī)以及各模塊均電性連接，用于收集各模塊的數(shù)據(jù)并處理；GPRS無線數(shù)據(jù)傳輸模塊，無線傳輸信號(hào)處理模塊處理后的數(shù)據(jù)。本發(fā)明還公開所述系統(tǒng)的檢測(cè)方法。
【專利說明】
一種草原放牧綿羊牧食行為檢測(cè)系統(tǒng)及其檢測(cè)方法
技術(shù)領(lǐng)域
[0001]本發(fā)明涉及一種檢測(cè)系統(tǒng)，特別的涉及一種草原放牧綿羊牧食行為檢測(cè)系統(tǒng)及其檢測(cè)方法。
【背景技術(shù)】
[0002]對(duì)放牧家畜牧食行為的研究是目前國(guó)內(nèi)外的研究熱點(diǎn)，所采用的研究方法主要有直接觀測(cè)法和間接獲得法。人工直接觀測(cè)，勞動(dòng)強(qiáng)度大、且依賴于人的因素，準(zhǔn)確度低；間接測(cè)量方法較單一，沒有一種較為完善的放牧綿羊牧食行為監(jiān)測(cè)手段。

【發(fā)明內(nèi)容】

[0003]為了解決上述缺陷，本發(fā)明提供一種草原放牧綿羊牧食行為檢測(cè)系統(tǒng)及其檢測(cè)方法，其針對(duì)荒漠化草原放牧綿羊牧食行為監(jiān)測(cè)的需求，結(jié)合本發(fā)明能夠?qū)崿F(xiàn)的牧食行為，對(duì)放牧綿羊的以下內(nèi)容進(jìn)行檢測(cè):游走時(shí)間、游走方向、游走速度、反芻時(shí)間、臥息時(shí)間、采食時(shí)間、采食口數(shù)、采食植物種類，所有上述行為將與GPS定位及定位點(diǎn)風(fēng)速、風(fēng)向、溫濕度進(jìn)行時(shí)間空間信息匹配。
[0004]本發(fā)明通過以下技術(shù)方案實(shí)現(xiàn):一種草原放牧綿羊牧食行為檢測(cè)系統(tǒng)，其包括傳感器檢測(cè)與數(shù)據(jù)傳輸系統(tǒng)、攝像機(jī);其中，
[0005]所述攝像機(jī)用于實(shí)現(xiàn)視頻信號(hào)與聲音信號(hào)的同步采集；
[0006]所述傳感器檢測(cè)與數(shù)據(jù)傳輸系統(tǒng)包括:GPS定位與牧食路徑監(jiān)測(cè)模塊，其用于實(shí)現(xiàn)放牧綿羊的運(yùn)動(dòng)監(jiān)測(cè);行為檢測(cè)模塊，其用于檢測(cè)放牧綿羊的站立及站立時(shí)間、臥息及臥息時(shí)間、游走及游走時(shí)間；風(fēng)速風(fēng)向監(jiān)測(cè)模塊，其用于監(jiān)測(cè)牧食行為處的風(fēng)速風(fēng)向；溫濕度監(jiān)測(cè)模塊，其用于監(jiān)測(cè)牧食行為處的溫度、濕度;信號(hào)處理模塊，其與所述GPS定位與牧食路徑監(jiān)測(cè)模塊、所述風(fēng)速風(fēng)向監(jiān)測(cè)模塊、所述溫濕度監(jiān)測(cè)模塊、所述行為檢測(cè)模塊、所述攝像機(jī)均電性連接，用于收集各模塊的數(shù)據(jù)并處理;GPRS無線數(shù)據(jù)傳輸模塊，其用于無線傳輸所述信號(hào)處理模塊處理后的數(shù)據(jù)。
[0007]作為上述方案的進(jìn)一步改進(jìn)，所述行為檢測(cè)模塊采用三軸加速度傳感器，所述風(fēng)速風(fēng)向監(jiān)測(cè)模塊采用非葉輪式風(fēng)速風(fēng)向傳感器，所述溫濕度監(jiān)測(cè)模塊采用溫濕度傳感器。
[0008]作為上述方案的進(jìn)一步改進(jìn)，所述傳感器檢測(cè)與數(shù)據(jù)傳輸系統(tǒng)安裝于羊背上，所述攝像機(jī)安裝在羊頭一側(cè)的額角處。
[0009]作為上述方案的進(jìn)一步改進(jìn)，所述傳感器檢測(cè)與數(shù)據(jù)傳輸系統(tǒng)還包括分別與所述信號(hào)處理模塊電性連接的電源模塊、顯示屏、擴(kuò)展存儲(chǔ)卡和實(shí)時(shí)時(shí)鐘模塊。
[0010]本發(fā)明還提供上述任意一種草原放牧綿羊牧食行為檢測(cè)系統(tǒng)的草原放牧綿羊牧食行為檢測(cè)方法，其包括基于深度學(xué)習(xí)網(wǎng)絡(luò)與支持向量機(jī)方法的采食視頻分割識(shí)別方法，所述采食視頻分割識(shí)別方法包括:
[0011 ]信號(hào)預(yù)處理:視頻信號(hào)采集;Tsai算法圖像自適應(yīng)標(biāo)定;融合三軸加速度傳感器采食時(shí)間檢測(cè)實(shí)現(xiàn)動(dòng)態(tài)視頻分幀;Mean Shift濾波、去噪；基于2G-B-R色差特征的FCM聚類背景分割；
[0012]特征提取與識(shí)別:在信號(hào)預(yù)處理的基礎(chǔ)上:時(shí)域幀間差分法;基于稀疏表示SIFT算法圖像配準(zhǔn);小波SIFT算子提取顏色、形狀、紋理特征提取;深度學(xué)習(xí)特征提取模型優(yōu)化特征參數(shù)、降維;支撐向量機(jī)分類器；
[0013]特征庫訓(xùn)練:對(duì)特征提取與識(shí)別的分類器進(jìn)行單株采食牧草的特征庫建立與訓(xùn)練:手動(dòng)拍照后圖像分割，提取感興趣區(qū)域;應(yīng)用小波SIFT算子提取顏色、形狀、紋理等特征；主成分分析法降維，獲取圖像特征；訓(xùn)練深度學(xué)習(xí)分類模型；特征匹配;特征庫建立完成。
[0014]進(jìn)一步地，小波SIFT算子提取顏色、形狀、紋理特征提取包括:顏色矩特征提取、多維形狀特征提取、GLCM法紋理特征提取。
[0015]作為上述方案的進(jìn)一步改進(jìn)，所述草原放牧綿羊牧食行為檢測(cè)方法還包括反芻與采食行為檢測(cè)方法，所述反芻與采食行為檢測(cè)方法包括:
[0016]提煉聲音特征；
[0017]利用聲音特征設(shè)計(jì)基于隱馬可夫模型的BP神經(jīng)網(wǎng)絡(luò)分類器；
[0018]通過分類器得出反芻與采食行為檢測(cè)結(jié)果。
[0019]進(jìn)一步地，提取聲音特征并結(jié)合現(xiàn)場(chǎng)標(biāo)定訓(xùn)練聲音樣本以建立反芻與采食聲音規(guī)則庫:
[0020]去噪、濾波、加窗分幀；
[0021]時(shí)域、頻域、維納熵特征提取；
[0022]ANOVA方差分析得出聲音特征模型庫。
[0023]再進(jìn)一步地，提取聲音特征并利用反芻與采食聲音規(guī)則庫完成測(cè)試應(yīng)用:
[0024]去噪、濾波、加窗分幀；
[0025]時(shí)域、頻域、維納熵特征提?。?br>[0026]最小二乘法多元線性回歸分析得到測(cè)試聲音特征。
[0027]本發(fā)明融合GPS技術(shù)、傳感器技術(shù)、音頻視頻信號(hào)處理技術(shù)、計(jì)算機(jī)技術(shù)實(shí)現(xiàn)放牧綿羊牧食行為的檢測(cè)識(shí)別，具有重要意義并具有鮮明的行業(yè)特色、地區(qū)特色。
【附圖說明】
[0028]圖1是本發(fā)明提供的草原放牧綿羊牧食行為檢測(cè)系統(tǒng)的結(jié)構(gòu)示意圖。
[0029]圖2是圖1中草原放牧綿羊牧食行為檢測(cè)系統(tǒng)的安裝示意圖。
[0030]圖3是圖1中草原放牧綿羊牧食行為檢測(cè)系統(tǒng)的視頻信號(hào)模型庫訓(xùn)練與運(yùn)行測(cè)試技術(shù)路線流程圖。
[0031]圖4是圖1中草原放牧綿羊牧食行為檢測(cè)系統(tǒng)的音頻信號(hào)模型庫訓(xùn)練與運(yùn)行測(cè)試技術(shù)路線流程圖。
【具體實(shí)施方式】
[0032]以下結(jié)合實(shí)施例，對(duì)本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅僅用以解釋本發(fā)明，并不限定本發(fā)明。
[0033]實(shí)施例1
[0034]如圖1所示，本實(shí)施例的草原放牧綿羊牧食行為檢測(cè)系統(tǒng)在硬件上包括兩大塊硬件:傳感器檢測(cè)與數(shù)據(jù)傳輸系統(tǒng)1、攝像機(jī)2。傳感器檢測(cè)與數(shù)據(jù)傳輸系統(tǒng)I用于實(shí)現(xiàn)羊的運(yùn)動(dòng)監(jiān)測(cè)(游走及游走時(shí)間)、站立行為監(jiān)測(cè)、臥息及時(shí)間監(jiān)測(cè)、GPS定位監(jiān)測(cè)、溫濕度與風(fēng)速風(fēng)向監(jiān)測(cè)及GPRS無線數(shù)據(jù)傳輸功能。攝像機(jī)2用于實(shí)現(xiàn)視頻信號(hào)與聲音信號(hào)的同步采集。傳感器檢測(cè)與數(shù)據(jù)傳輸系統(tǒng)I可傳輸至服務(wù)器或應(yīng)用于手機(jī)中，傳感器檢測(cè)與數(shù)據(jù)傳輸系統(tǒng)I可傳輸至服務(wù)器時(shí)，可采用GPRS無線接收模塊。
[0035]請(qǐng)結(jié)合圖2，傳感器檢測(cè)與數(shù)據(jù)傳輸系統(tǒng)I安裝于羊背上，攝像機(jī)2安裝在羊頭一側(cè)的額角處。攝像機(jī)2可采用微型攝像機(jī)，其外形小巧不占空間、重量輕不易給放牧綿羊造成負(fù)擔(dān)、便于安裝固定從而不易遺失。在本實(shí)施例中，采用U盤式微型攝像機(jī)，尺寸大概74mmX26mm X 12mm，重量230克，可通過制作專用羊龍頭將U盤式微型攝像機(jī)安裝在羊右額處，實(shí)現(xiàn)視頻信號(hào)與聲音信號(hào)的同步采集;傳感器檢測(cè)與數(shù)據(jù)傳輸系統(tǒng)I可設(shè)計(jì)為尺寸大概15cmX1cmX 1cm，重量0.8kg。視頻信號(hào)與聲音信號(hào)可用于反芻、采食行為、食性選擇檢測(cè)等。
[0036]傳感器檢測(cè)與數(shù)據(jù)傳輸系統(tǒng)I包括GPS定位與牧食路徑監(jiān)測(cè)模塊11、行為檢測(cè)模塊12、風(fēng)速風(fēng)向監(jiān)測(cè)模塊13、溫濕度監(jiān)測(cè)模塊14、信號(hào)處理模塊15、GPRS無線數(shù)據(jù)傳輸模塊16、電源模塊17、實(shí)時(shí)時(shí)鐘模塊18、擴(kuò)展存儲(chǔ)卡19、顯示屏20。
[0037]GPS定位與牧食路徑監(jiān)測(cè)模塊11用于實(shí)現(xiàn)放牧綿羊的運(yùn)動(dòng)監(jiān)測(cè)，如采用GPS(UM330)。行為檢測(cè)模塊12用于檢測(cè)放牧綿羊的站立及站立時(shí)間、臥息及臥息時(shí)間、游走及游走時(shí)間，行為檢測(cè)模塊12可采用三軸加速度傳感器，優(yōu)選型號(hào)為MMA8451Q。風(fēng)速風(fēng)向監(jiān)測(cè)模塊13用于監(jiān)測(cè)牧食行為處的風(fēng)速風(fēng)向，風(fēng)速風(fēng)向監(jiān)測(cè)模塊13可采用非葉輪式風(fēng)速風(fēng)向傳感器，如MEMS型SA-210非葉輪式風(fēng)速風(fēng)向傳感器。溫濕度監(jiān)測(cè)模塊14用于監(jiān)測(cè)牧食行為處的溫度、濕度，溫濕度監(jiān)測(cè)模塊14可采用溫濕度傳感器，如瑞士 HC2-1C302溫濕度傳感器。信號(hào)處理模塊15與GPS定位與牧食路徑監(jiān)測(cè)模塊11、風(fēng)速風(fēng)向監(jiān)測(cè)模塊13、溫濕度監(jiān)測(cè)模塊14、行為檢測(cè)模塊12、攝像機(jī)2、電源模塊17、實(shí)時(shí)時(shí)鐘(Real-Time Clock)模塊18、擴(kuò)展存儲(chǔ)卡19、顯示屏20均電性連接，用于收集各模塊的數(shù)據(jù)并處理。信號(hào)處理模塊15可采用STM32F103VET6芯片(高性能嵌入式CPU)。GPRS無線數(shù)據(jù)傳輸模塊16用于無線傳輸信號(hào)處理模塊15處理后的數(shù)據(jù)，當(dāng)然也可以對(duì)無線傳輸信號(hào)處理模塊15傳輸指令。電源模塊17可采用超高性能Li電源，通過實(shí)時(shí)時(shí)鐘模塊18提供時(shí)鐘可隨意實(shí)現(xiàn)時(shí)鐘的設(shè)置，擴(kuò)展存儲(chǔ)卡19可采用64G SD存儲(chǔ)卡，顯示屏20可采用IXD液晶顯示屏。
[0038]本發(fā)明的特色與創(chuàng)新之處在于:
[0039]1.創(chuàng)新性
[0040]I)應(yīng)用具有創(chuàng)新性，機(jī)器代替人工，將信息科學(xué)技術(shù)應(yīng)用于草原生態(tài)學(xué)；
[0041]2)研究具有創(chuàng)新性，針對(duì)牧草圖像采集環(huán)境復(fù)雜引起的圖像質(zhì)量較低的問題，提出基于深度學(xué)習(xí)的牧草識(shí)別方法，為解決放牧綿羊食性選擇檢測(cè)提供了新方法與新思路，目前鮮有報(bào)道；
[0042]3)方法具有創(chuàng)新性，建立采食與反芻聲音信號(hào)及牧草個(gè)體植株的特征數(shù)據(jù)庫、訓(xùn)練模型、識(shí)別模型，為自動(dòng)識(shí)別牧食行為提供新途徑。
[0043]2.特色
[0044]本發(fā)明針對(duì)草原生態(tài)的實(shí)際需求，具有鮮明的地區(qū)特色。本發(fā)明的另一個(gè)顯著特色是首次將傳感器數(shù)據(jù)、GPS數(shù)據(jù)、信息處理數(shù)據(jù)進(jìn)行融合，完成放牧綿羊牧食行為檢測(cè)研究，具有顯著的行業(yè)應(yīng)用特色。
[0045]實(shí)施例2
[0046]實(shí)施例2是在實(shí)施例1的基礎(chǔ)上加入軟件算法創(chuàng)新，不僅僅依靠硬件本身的功能，實(shí)現(xiàn)更高一個(gè)臺(tái)階的研究。軟件算法創(chuàng)新主要包括以下幾個(gè)部分:
[0047]I)傳感器數(shù)據(jù)融合、時(shí)間空間匹配:為了提高監(jiān)測(cè)的實(shí)時(shí)性和準(zhǔn)確性，僅僅只是實(shí)施例I的傳感器應(yīng)用是遠(yuǎn)遠(yuǎn)不夠，需要對(duì)傳感器數(shù)據(jù)在軟件算法上進(jìn)行拓展，在拓展過程中，其中重點(diǎn)難點(diǎn)為行為檢測(cè)模塊12的三軸加速度傳感器對(duì)放牧綿羊行為的監(jiān)測(cè)，需要數(shù)據(jù)融合、匹配并經(jīng)識(shí)別模型分類實(shí)現(xiàn)；
[0048]2)放牧綿羊反芻與采食聲音信號(hào)規(guī)則數(shù)據(jù)庫的建立；
[0049 ] 3)放牧綿羊反芻與采食聲音識(shí)別模型的建立；
[0050] 4)放牧綿羊采食行為中被采食牧草特征提取與規(guī)則庫建立；
[0051 ] 5)放牧綿羊采食植物種類識(shí)別分類器設(shè)計(jì)與視頻圖像預(yù)處理。
[0052]實(shí)施例2的軟件算法可以形成APP模式，安裝在服務(wù)器、電腦、手機(jī)等電子設(shè)備上，方便應(yīng)用。
[0053]其中，針對(duì)第5部分:5)放牧綿羊采食植物種類識(shí)別分類器設(shè)計(jì)與視頻圖像預(yù)處理。通過本發(fā)明自行研發(fā)設(shè)計(jì)的視頻信號(hào)模型庫訓(xùn)練與運(yùn)行測(cè)試技術(shù)路線，實(shí)現(xiàn)基于深度學(xué)習(xí)網(wǎng)絡(luò)與支持向量機(jī)方法的采食視頻分割識(shí)別裝置及所述裝置的基于深度學(xué)習(xí)網(wǎng)絡(luò)與支持向量機(jī)方法的采食視頻分割識(shí)別方法。如圖3所示，采食視頻分割識(shí)別裝置包括信號(hào)預(yù)處理模塊31、特征提取與識(shí)別模塊32、特征庫訓(xùn)練模塊33。
[0054]信號(hào)預(yù)處理模塊31用于:視頻信號(hào)采集;Tsai算法圖像自適應(yīng)標(biāo)定;融合三軸加速度傳感器采食時(shí)間檢測(cè)實(shí)現(xiàn)動(dòng)態(tài)視頻分幀;Mean Shift濾波、去噪;基于2G-B-R色差特征的FCM聚類背景分割。
[0055]特征提取與識(shí)別模塊32，在信號(hào)預(yù)處理模塊31的基礎(chǔ)上用于:時(shí)域幀間差分法(圖像分割)；基于稀疏表示SIFT算法圖像配準(zhǔn)；小波SIFT算子提取顏色、形狀、紋理特征提??；深度學(xué)習(xí)特征提取模型優(yōu)化特征參數(shù)、降維;支撐向量機(jī)(SVM)分類器。其中，小波SIFT算子提取顏色、形狀、紋理特征提取主要是:1.顏色矩特征提取，2.多維形狀特征提取，3.GLCM法紋理特征提取。
[0056]特征庫訓(xùn)練模塊33對(duì)特征提取與識(shí)別模塊32的分類器進(jìn)行單株采食牧草的特征庫建立與訓(xùn)練:手動(dòng)拍照后圖像分割，提取感興趣區(qū)域(Reg1n of IntereSt，R0I);應(yīng)用小波SIFT算子提取顏色、形狀、紋理等特征;主成分分析(PCA)法降維，獲取圖像特征；訓(xùn)練深度學(xué)習(xí)分類模型(Convolut1nal Neural Networks卷積神經(jīng)網(wǎng)絡(luò))；特征匹配;特征庫建立完成。
[0057]采食視頻分割識(shí)別裝置可最終得出結(jié)論:放牧綿羊采食植物種類及對(duì)應(yīng)的采食口數(shù)。然后，形成基于計(jì)算機(jī)視覺的放牧綿羊采食行為的軟件子模塊實(shí)現(xiàn)基于深度學(xué)習(xí)網(wǎng)絡(luò)與支持向量機(jī)方法的采食視頻分割識(shí)別方法。
[0058]針對(duì)第2部分與第3部分:2)放牧綿羊反芻與采食聲音信號(hào)規(guī)則數(shù)據(jù)庫的建立;3)放牧綿羊反芻與采食聲音識(shí)別模型的建立。通過本發(fā)明自行研發(fā)設(shè)計(jì)的音頻信號(hào)模型庫訓(xùn)練與運(yùn)行測(cè)試技術(shù)路線實(shí)現(xiàn)反芻與采食行為檢測(cè)裝置及所述反芻與采食行為檢測(cè)裝置的反芻與采食行為檢測(cè)方法。
[0059]如圖4所示，反芻與采食行為檢測(cè)方法包括提取聲音特征;利用聲音特征設(shè)計(jì)基于隱馬可夫模型(HMM)的BP神經(jīng)網(wǎng)絡(luò)分類器;通過分類器得出反芻與采食行為檢測(cè)結(jié)果。
[0060]其中，針對(duì)提取聲音特征步驟，可采用反芻與采食聲音規(guī)則庫訓(xùn)練和反芻與采食聲音測(cè)試應(yīng)用分別實(shí)現(xiàn)。采食聲音規(guī)則庫訓(xùn)練包括步驟:去噪、濾波、加窗分幀;時(shí)域、頻域、維納熵特征提取;ANOVA方差分析得出聲音特征模型庫。反芻與采食聲音測(cè)試應(yīng)用包括步驟:去噪、濾波、加窗分幀;時(shí)域、頻域、維納熵特征提取;最小二乘法多元線性回歸分析得到測(cè)試聲音特征。
[0061]以上所述僅為本發(fā)明的較佳實(shí)施例而已，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)所作的任何修改、等同替換和改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。
【主權(quán)項(xiàng)】
1.一種草原放牧綿羊牧食行為檢測(cè)系統(tǒng)，其特征在于:其包括傳感器檢測(cè)與數(shù)據(jù)傳輸系統(tǒng)、攝像機(jī);其中， 所述攝像機(jī)用于實(shí)現(xiàn)視頻信號(hào)與聲音信號(hào)的同步采集； 所述傳感器檢測(cè)與數(shù)據(jù)傳輸系統(tǒng)包括:GPS定位與牧食路徑監(jiān)測(cè)模塊，其用于實(shí)現(xiàn)放牧綿羊的運(yùn)動(dòng)監(jiān)測(cè)；行為檢測(cè)模塊，其用于檢測(cè)放牧綿羊的站立及站立時(shí)間、臥息及臥息時(shí)間、游走及游走時(shí)間；風(fēng)速風(fēng)向監(jiān)測(cè)模塊，其用于監(jiān)測(cè)牧食行為處的風(fēng)速風(fēng)向；溫濕度監(jiān)測(cè)模塊，其用于監(jiān)測(cè)牧食行為處的溫度、濕度;信號(hào)處理模塊，其與所述GPS定位與牧食路徑監(jiān)測(cè)模塊、所述風(fēng)速風(fēng)向監(jiān)測(cè)模塊、所述溫濕度監(jiān)測(cè)模塊、所述行為檢測(cè)模塊、所述攝像機(jī)均電性連接，用于收集各模塊的數(shù)據(jù)并處理;GPRS無線數(shù)據(jù)傳輸模塊，其用于無線傳輸所述信號(hào)處理模塊處理后的數(shù)據(jù)。2.如權(quán)利要求1所述的草原放牧綿羊牧食行為檢測(cè)系統(tǒng)，其特征在于:所述行為檢測(cè)模塊采用三軸加速度傳感器、所述風(fēng)速風(fēng)向監(jiān)測(cè)模塊采用非葉輪式風(fēng)速風(fēng)向傳感器、所述溫濕度監(jiān)測(cè)模塊采用溫濕度傳感器。3.如權(quán)利要求1所述的草原放牧綿羊牧食行為檢測(cè)系統(tǒng)，其特征在于:所述傳感器檢測(cè)與數(shù)據(jù)傳輸系統(tǒng)安裝于羊背上、所述攝像機(jī)安裝在羊頭一側(cè)的額角處。4.如權(quán)利要求1所述的草原放牧綿羊牧食行為檢測(cè)系統(tǒng)，其特征在于:所述傳感器檢測(cè)與數(shù)據(jù)傳輸系統(tǒng)還包括分別與所述信號(hào)處理模塊電性連接的電源模塊、顯示屏、擴(kuò)展存儲(chǔ)卡和實(shí)時(shí)時(shí)鐘模塊。5.—種如權(quán)利要求1至4中任意一項(xiàng)所述的草原放牧綿羊牧食行為檢測(cè)系統(tǒng)的草原放牧綿羊牧食行為檢測(cè)方法，其特征在于:其包括基于深度學(xué)習(xí)網(wǎng)絡(luò)與支持向量機(jī)方法的采食視頻分割識(shí)別方法，所述采食視頻分割識(shí)別方法包括: 信號(hào)預(yù)處理:視頻信號(hào)采集;Tsai算法圖像自適應(yīng)標(biāo)定;融合三軸加速度傳感器采食時(shí)間檢測(cè)實(shí)現(xiàn)動(dòng)態(tài)視頻分幀;Mean Shift濾波、去噪;基于2G-B-R色差特征的FCM聚類背景分割； 特征提取與識(shí)別:在信號(hào)預(yù)處理的基礎(chǔ)上:時(shí)域幀間差分法;基于稀疏表示SIFT算法圖像配準(zhǔn)；小波SIFT算子對(duì)顏色、形狀、紋理特征的提取;深度學(xué)習(xí)特征提取模型優(yōu)化特征參數(shù)、降維;支撐向量機(jī)分類器； 特征庫訓(xùn)練:對(duì)特征提取與識(shí)別的分類器進(jìn)行單株采食牧草的特征庫建立與訓(xùn)練:手動(dòng)拍照后圖像分割，提取感興趣區(qū)域;應(yīng)用小波SIFT算子提取顏色、形狀、紋理等特征;主成分分析法降維，獲取圖像特征;訓(xùn)練深度學(xué)習(xí)分類模型;特征匹配;特征庫建立完成。6.如權(quán)利要求5所述的草原放牧綿羊牧食行為檢測(cè)方法，其特征在于:小波SIFT算子對(duì)顏色、形狀、紋理特征的提取包括:顏色矩特征提取、多維形狀特征提取、GLCM法紋理特征提取。7.如權(quán)利要求6所述的草原放牧綿羊牧食行為檢測(cè)方法，其特征在于:所述草原放牧綿羊牧食行為檢測(cè)方法還包括反芻與采食行為檢測(cè)方法，所述反芻與采食行為檢測(cè)方法包括: 提煉聲音特征； 利用聲音特征設(shè)計(jì)基于隱馬可夫模型的BP神經(jīng)網(wǎng)絡(luò)分類器； 通過分類器得出反芻與采食行為檢測(cè)結(jié)果。8.如權(quán)利要求7所述的草原放牧綿羊牧食行為檢測(cè)方法，其特征在于:提取聲音特征并結(jié)合現(xiàn)場(chǎng)標(biāo)定訓(xùn)練聲音樣本以建立反當(dāng)與采食聲音規(guī)則庫: 去噪、濾波、加窗分幀； 時(shí)域、頻域、維納熵特征提??； ANOVA方差分析得出聲音特征模型庫。9.如權(quán)利要求8所述的草原放牧綿羊牧食行為檢測(cè)方法，其特征在于:提取聲音特征并利用反芻與采食聲音規(guī)則庫完成測(cè)試應(yīng)用: 去噪、濾波、加窗分幀； 時(shí)域、頻域、維納熵特征提取； 最小二乘法多元線性回歸分析得到測(cè)試聲音特征。
【文檔編號(hào)】G01D21/02GK106056106SQ201610583260
【公開日】2016年10月26日
【申請(qǐng)日】2016年7月22日 公開號(hào)201610583260.5, CN 106056106 A, CN 106056106A, CN 201610583260, CN-A-106056106, CN106056106 A, CN106056106A, CN201610583260, CN201610583260.5
【發(fā)明人】韓丁, 張永安, 楊建寧, 郝敏, 薛晶, 宣傳忠, 武佩, 張麗娜, 馬彥華
【申請(qǐng)人】?jī)?nèi)蒙古農(nóng)業(yè)大學(xué), 內(nèi)蒙古大學(xué)