科创中国

本发明涉及一种基于机器视觉的奶牛反刍咀嚼、吞咽次数统计方法，其特征在于包括以下内容：1)提取奶牛形状特征，并将提取的奶牛形状特征作为样本进行训练得到样本库；2)通过固定设置在奶牛休息区的视频采集装置获取记录有奶牛咀嚼动作的视频图像，对视频图像进行数据处理后与样本库进行匹配，完成奶牛头部活动区域模式分类及匹配；3)将匹配完成的视频图像作为新的样本导入样本库，采用新的样本库对后续视频图像重复步骤2)进行模式分类及匹配，直到所有视频图像处理完成，进入步骤4)；4)对奶牛嘴部动作进行定位，利用帧间差法判断奶牛反刍行为，统计咀嚼和吞咽次数。本发明可以广泛应用于奶牛健康状态的监控中。

为实现上述目的，本发明采取以下技术方案：一种基于机器视觉的奶牛反刍咀嚼、吞咽次数统计方法，包括以下内容：1)提取奶牛形状特征，并将提取的奶牛形状特征作为样本进行训练得到样本库；2)通过固定设置在奶牛休息区的视频采集装置获取记录有奶牛咀嚼动作的视频图像，对视频图像进行数据处理后与样本库进行匹配，完成奶牛头部活动区域模式分类及匹配；3)将匹配完成的视频图像作为新的样本导入样本库，采用新的样本库对后续视频图像重复步骤2)进行模式分类及匹配，直到所有视频图像匹配完成，进入步骤4)；4)对奶牛嘴部动作进行定位，利用帧间差法判断奶牛反刍行为，统计咀嚼和吞咽次数。

奶牛的反刍行为是反映奶牛个体状态的一个重要指标，反刍时间和每次反刍食团咀嚼次数及速度可以直观反映出奶牛的产奶量、繁殖周期和健康状态等指标。反刍变化是反映奶牛潜在问题的最早期征兆。通过对反刍行为的监控，可以及早发现疾病，提前预防、治疗，对维护奶牛健康、克服繁殖障碍、提高产奶量均具有重要作用。因此，奶牛反刍行为的监测对奶牛场至关重要。

国内外对奶牛反刍行为变化规律和影响因素有大量的研究，早期观察反刍行为时多以人工目测，手工记录为主，不但耗费大量时间，数据记录误差大，还无法推广应用。随着物联网技术的发展，传感器逐渐应用于动物行为监控领域中，通常依靠声音传感器或者压力传感器监测反刍动物生理信号，根据生理信号判断反刍行为。这种方法要求每个被监测对象都佩戴监测设备，不但影响动物的正常活动，还受电池使用时间、设备寿命影响，需要定期更换，运行成本较高；被监测对象和信号接收设备之间有距离限制，动物的活动范围受到设备限制；此外，这种监测设备只能判断检测对象的行为，比如区分所做动作是反刍还是喝水，不能区分动作的细节，只能记录每天反刍总计时间，但是反刍次数和每个食团咀嚼次数均无法记录。

邓红涛，女，本科/硕士，副教授，1、2004年在吉林大学电子科学与技术专业本科毕业，2010年在大连理工大学攻读专业硕士，获得电子与通信工程领域硕士学位。2、2020年获得硕士导师招生资格。主要从事数据分析、图像处理和物联网技术等领域的研究。

本发明由于采取以上技术方案，其具有以下优点：1、本发明通过视频采集装置监测奶牛的反刍行为，并对视频图像进行模型匹配和分类定位处理，统计奶牛在反刍过程中吞咽次数和每个食团咀嚼次数，与现有的人工检测相比，耗费较少，数据记录准确，可以准确获知奶牛反刍行为变化规律，通过反刍行为很好地监测奶牛的健康情况。2、本发明在整个监测过程中奶牛不需要佩戴任何电子设备，成本低，效率高，为数字化奶牛养殖提供一种高效数据采集和分析手段。本发明可以广泛应用于奶牛健康状态的监控中。

技术转让，许可，合作所需资金需双方协商，此项技术想尽快落地，希望具备此项技术研发的技术方，能够尽快承接此项目。。