本發(fā)明涉及畜牧信息化的，尤其涉及一種基于點(diǎn)云估算肉牛高價(jià)值部分體積占比的方法及系統(tǒng)。

背景技術(shù)：

1、在肉牛批發(fā)和屠宰中，都需要對(duì)肉牛個(gè)體進(jìn)行選擇，根據(jù)肉牛個(gè)體的生長(zhǎng)狀況，挑選更有價(jià)值的個(gè)體。

2、目前，對(duì)于肉牛個(gè)體選擇，選擇方式仍采用人工目測(cè)的方式，而人工方式存在一定的安全隱患，而且費(fèi)時(shí)費(fèi)力，甚至可能出現(xiàn)誤判。

3、隨著人工智能技術(shù)的發(fā)展，采用深度相機(jī)拍攝的點(diǎn)云數(shù)據(jù)和深度學(xué)習(xí)方法相結(jié)合的方法，可以根據(jù)實(shí)際需要實(shí)現(xiàn)自動(dòng)選擇肉牛個(gè)體。采用人工智能的選擇方法可以較好的避免安全隱患和誤判的發(fā)生。

4、然而，現(xiàn)有采用人工智能的方法中，無(wú)法有效的從肉牛本體中計(jì)算目標(biāo)部位體積的占比，從而無(wú)法根據(jù)目標(biāo)部位的體積占比來(lái)評(píng)判一頭肉牛的價(jià)值是否超過(guò)平均值，導(dǎo)致需要更多的人工接入配合，進(jìn)而導(dǎo)致存在人工誤差和工作效率較低的問(wèn)題。

技術(shù)實(shí)現(xiàn)思路

1、為了克服現(xiàn)有畜牧信息化技術(shù)中存在無(wú)法根據(jù)目標(biāo)部位的體積占比來(lái)評(píng)判一頭肉牛的價(jià)值是否超過(guò)平均值，導(dǎo)致存在人工誤差和工作效率較低的問(wèn)題，本發(fā)明提出一種基于點(diǎn)云估算肉牛高價(jià)值部分體積占比的方法及系統(tǒng)，能夠有效確認(rèn)肉牛中目標(biāo)部位的體積占比，以評(píng)判一頭肉牛的價(jià)值是否超過(guò)平均值，有效地減少人工誤差和提高工作效率。

2、為實(shí)現(xiàn)本發(fā)明的目的，本發(fā)明采用如下技術(shù)方案實(shí)現(xiàn)：

3、一種基于點(diǎn)云估算肉牛高價(jià)值部分體積占比的方法，所述方法包括：

4、獲取肉牛三維點(diǎn)云數(shù)據(jù)，并對(duì)所述肉牛三維點(diǎn)云數(shù)據(jù)進(jìn)行預(yù)處理；

5、基于預(yù)處理后的肉牛三維點(diǎn)云數(shù)據(jù)，提取肉牛體積和目標(biāo)部位體積；

6、根據(jù)目標(biāo)部位體積確定肉牛的價(jià)值是否超過(guò)預(yù)設(shè)的平均值。

7、在上述技術(shù)方案中，通過(guò)對(duì)獲取的肉牛三維點(diǎn)云數(shù)據(jù)進(jìn)行預(yù)處理，能夠提高數(shù)據(jù)的可靠性和穩(wěn)定性，進(jìn)而提高工作效率；提取肉牛體積和目標(biāo)部位體積，并提取肉牛體積和目標(biāo)部位體積，能夠有效確認(rèn)肉牛中目標(biāo)部位的體積占比，以評(píng)判一頭肉牛的價(jià)值是否超過(guò)平均值，有效地減少人工誤差和提高工作效率。

8、進(jìn)一步地，對(duì)所述肉牛三維點(diǎn)云數(shù)據(jù)進(jìn)行預(yù)處理的過(guò)程包括：

9、對(duì)獲取的肉牛三維點(diǎn)云數(shù)據(jù)進(jìn)行降噪處理，并進(jìn)行點(diǎn)云對(duì)齊。

10、在上述技術(shù)方案中，對(duì)獲取的肉牛三維點(diǎn)云數(shù)據(jù)進(jìn)行降噪與點(diǎn)云對(duì)齊處理，能夠有效減少外界因素的干擾，同時(shí)提高點(diǎn)云數(shù)據(jù)的準(zhǔn)確性和完整性，進(jìn)而提高工作效率。

11、進(jìn)一步地，提取肉牛體積和目標(biāo)部位體積的過(guò)程包括：

12、將肉牛三維點(diǎn)云數(shù)據(jù)輸入到預(yù)設(shè)的神經(jīng)網(wǎng)絡(luò)中進(jìn)行目標(biāo)部位分割；

13、基于分割的目標(biāo)部位，計(jì)算肉牛體積和目標(biāo)部位體積；

14、根據(jù)計(jì)算得到的肉牛體積和目標(biāo)部位體積，計(jì)算目標(biāo)部位體積的占比；

15、根據(jù)目標(biāo)部位體積的占比，確定當(dāng)前肉牛的價(jià)值是否超過(guò)平均值。

16、進(jìn)一步地，將肉牛三維點(diǎn)云數(shù)據(jù)輸入到預(yù)設(shè)的神經(jīng)網(wǎng)絡(luò)模型中進(jìn)行目標(biāo)部位分割的過(guò)程包括：

17、神經(jīng)網(wǎng)絡(luò)模型對(duì)肉牛三維點(diǎn)云數(shù)據(jù)進(jìn)行肉牛點(diǎn)云分割，得到若干個(gè)不同的部分，包括牛身前，牛身中，牛身后；

18、計(jì)算點(diǎn)云的上下方向的中點(diǎn)，遍歷每個(gè)點(diǎn)，根據(jù)其與上下方向中點(diǎn)的位置關(guān)系，將牛身前按中點(diǎn)分割為上下兩部分，

19、根據(jù)牛身中點(diǎn)云數(shù)據(jù)，將點(diǎn)云數(shù)據(jù)投影到二維平面，并根據(jù)二維平面沿著腹部曲線等距標(biāo)記關(guān)鍵點(diǎn)，將標(biāo)記的關(guān)鍵點(diǎn)恢復(fù)到三維點(diǎn)云，從而將牛身中點(diǎn)云分割為上下兩部分；

20、計(jì)算牛中身點(diǎn)云的水平方向邊界和每個(gè)部分的水平方向邊界，并對(duì)每一個(gè)點(diǎn)進(jìn)行遍歷，從而將牛中身上半部分分為三等份。

21、進(jìn)一步地，計(jì)算肉牛體積和目標(biāo)部位體積的過(guò)程包括：

22、讀取需要求體積的點(diǎn)云數(shù)據(jù)，并將肉牛點(diǎn)云按預(yù)設(shè)的厚度進(jìn)行切片；

23、建立空間坐標(biāo)系，將完成切片的肉牛點(diǎn)云投影到坐標(biāo)軸生成三維散點(diǎn)；

24、根據(jù)所述三維散點(diǎn)生成截面輪廓邊界，并計(jì)算截面面積；

25、基于計(jì)算的截面面積，計(jì)算點(diǎn)云體積。

26、在上述技術(shù)方案中，將肉牛三維點(diǎn)云數(shù)據(jù)輸入到預(yù)設(shè)的神經(jīng)網(wǎng)絡(luò)中進(jìn)行目標(biāo)部位分割能夠?qū)?shù)據(jù)進(jìn)行精確化處理，減少數(shù)據(jù)計(jì)算過(guò)程中的誤差與反復(fù)校驗(yàn)的次數(shù)，以提高計(jì)算效率；計(jì)算肉牛體積和目標(biāo)部位體積，并根據(jù)計(jì)算得到的肉牛體積和目標(biāo)部位體積，計(jì)算目標(biāo)部位體積的占比，能夠更加快捷的確定當(dāng)前肉牛的價(jià)值是否超過(guò)平均值，從而減少人工誤差和提高工作效率。

27、進(jìn)一步地，將肉牛點(diǎn)云按預(yù)設(shè)的厚度進(jìn)行切片的過(guò)程包括：

28、設(shè)點(diǎn)云中每個(gè)點(diǎn)的坐標(biāo)為(xi,yi,zi)，計(jì)算點(diǎn)云的包圍盒的最小值和最大值，表達(dá)式為：

29、xmax＝min(xi)，xmin＝max(xi)；

30、ymax＝min(yi)，ymin＝max(yi)；

31、zmax＝min(zi)，zmin＝max(zi)；

32、計(jì)算點(diǎn)云在各坐標(biāo)軸方向上的高度，表達(dá)式為：

33、

34、計(jì)算點(diǎn)云密度：統(tǒng)計(jì)點(diǎn)云中的點(diǎn)數(shù)n，計(jì)算點(diǎn)云的空間總體積，表達(dá)式為：

35、v＝hx×hy×hz；

36、則點(diǎn)云密度ρ為：

37、

38、根據(jù)點(diǎn)云密度來(lái)動(dòng)態(tài)調(diào)整切片厚度，密度高的區(qū)域采用較薄的切片，密度低的區(qū)域采用較厚的切片；設(shè)基準(zhǔn)切片厚度為δh0，對(duì)應(yīng)基準(zhǔn)密度ρ0；對(duì)于密度為ρ0的區(qū)域，切片厚度δh0為：

39、

40、計(jì)算切片位置，根據(jù)計(jì)算得到的切片厚度δh，在z軸方向上確定每個(gè)切片的位置zk，表達(dá)式為：

41、

42、根據(jù)每個(gè)切片的位置對(duì)肉牛點(diǎn)云進(jìn)行切片；

43、其中，表示向下取整。

44、進(jìn)一步地，計(jì)算截面面積的表達(dá)式為：

45、

46、其中，輪廓截面多邊形有m個(gè)點(diǎn)(x0,y0),(x0,y0),…,(xm-1,ym-1)圍成，輪廓截面vi的面積由shoelace?formula公式計(jì)算而得，a表示輪廓截面vi的頂點(diǎn)編號(hào)。

47、進(jìn)一步地，計(jì)算點(diǎn)云體積的表達(dá)式為：

48、

49、其中，hlast表示最后一個(gè)肉牛點(diǎn)云的切片厚度。

50、進(jìn)一步地，所述的神經(jīng)網(wǎng)絡(luò)模型為pointnet++分割網(wǎng)絡(luò)模型。

51、在上述技術(shù)方案中，將肉牛點(diǎn)云按預(yù)設(shè)的厚度進(jìn)行切片，能夠減小數(shù)據(jù)計(jì)算過(guò)程中的誤差與反復(fù)校驗(yàn)的次數(shù)，以提高計(jì)算效率；采用的pointnet++分割網(wǎng)絡(luò)模型能夠更好的肉牛點(diǎn)云進(jìn)行分割，減小誤差。

52、一種基于點(diǎn)云估算肉牛高價(jià)值部分體積占比的系統(tǒng)，所述系統(tǒng)包括：

53、獲取模塊，用于獲取肉牛三維點(diǎn)云數(shù)據(jù)；

54、第一處理模塊，用于對(duì)所述肉牛三維點(diǎn)云數(shù)據(jù)進(jìn)行預(yù)處理；

55、第二處理模塊，用于基于預(yù)處理后的肉牛三維點(diǎn)云數(shù)據(jù)，提取肉牛體積和目標(biāo)部位體積；

56、評(píng)估模塊，根據(jù)目標(biāo)部位體積確定肉牛的價(jià)值是否超過(guò)預(yù)設(shè)的平均值。

57、相比現(xiàn)有技術(shù)，本發(fā)明的有益效果在于：

58、本發(fā)明提出一種基于點(diǎn)云估算肉牛高價(jià)值部分體積占比的方法及系統(tǒng)，首先，通過(guò)對(duì)獲取的肉牛三維點(diǎn)云數(shù)據(jù)進(jìn)行預(yù)處理，能夠提高數(shù)據(jù)的可靠性和穩(wěn)定性，進(jìn)而提高工作效率；然后，提取肉牛體積和目標(biāo)部位體積，并提取肉牛體積和目標(biāo)部位體積，能夠有效確認(rèn)肉牛中目標(biāo)部位的體積占比，以評(píng)判一頭肉牛的價(jià)值是否超過(guò)平均值，有效地減少人工誤差和提高工作效率。