一種基于超視距視頻技術(shù)的智能放牧監(jiān)控系統(tǒng)的制作方法
【專利摘要】一種基于超視距視頻技術(shù)的智能放牧監(jiān)控系統(tǒng)，包括視頻獲取模塊、視頻處理模塊、信息管理模塊。本發(fā)明首先通過信息管理模塊控制超視攝像機對牧場進行拍攝，并通過視頻處理模塊判斷所拍攝視頻是否達到清晰度要求，否則系統(tǒng)自動調(diào)焦、拍攝、評價，直至所拍攝視頻滿足清晰度要求，此后視頻處理模塊將對同一時刻所有超視距攝像機拍攝的圖像進行拼接，獲得當(dāng)前時刻整個牧場圖像，并以某一個超視距攝像機坐標(biāo)為基準(zhǔn)，對牧場中的牧群進行定位、計數(shù)；同時信息管理模塊將記錄此時刻牧群的計數(shù)和定位信息、保存相關(guān)視頻，并判斷是否需要對牧主進行預(yù)警，從而實現(xiàn)在開放牧場空間放牧過程的智能化管理。
【專利說明】
-種基于超視距視頻技術(shù)的智能放牧監(jiān)控系統(tǒng)
技術(shù)領(lǐng)域
[0001] 本發(fā)明設(shè)及超視距目標(biāo)監(jiān)控領(lǐng)域，具體設(shè)及到一種基于超視距視頻技術(shù)的智能放 牧監(jiān)控系統(tǒng)。
【背景技術(shù)】
[0002] 畜牧業(yè)在我國已經(jīng)過了上千年的發(fā)展，已逐漸從落后的游牧養(yǎng)殖模式發(fā)展至現(xiàn)如 今半現(xiàn)代化的半舍、舍養(yǎng)模式。特別是近年來，隨著各種新的飼養(yǎng)技術(shù)和管理方法的引入， 我國畜牧業(yè)更是得到了長足的發(fā)展，在育種、疾病防治、飼料精化等方面得到了跨越式的進 步，但仍未從根本上改變其規(guī)模小、散戶經(jīng)營的落后生產(chǎn)方式，主要是因為大規(guī)模的畜牧養(yǎng) 殖管理難度大，主流的半舍、舍養(yǎng)等模式成本過高。
[0003] 我國北方如內(nèi)蒙等地區(qū)有大規(guī)模的天然牧場，非常適合于牧群的野外放牧，運不 僅能降低養(yǎng)殖成本，天然的飼料還能提高養(yǎng)殖產(chǎn)品的品質(zhì)，然而，由于牧場廣闊的開放環(huán) 境，易造成牧群丟失、走失或因遇險而受損，運就需要人工進行大量的干預(yù)，又使得勞動力 成本提高。隨著信息化計數(shù)的發(fā)展，采用現(xiàn)代監(jiān)測和管理手段對牧群在野外牧場中的放牧 狀況進行智能實時監(jiān)測、預(yù)警W降低人力成本已成為可能。
[0004] 已公開的資料中對智能放牧的管理方法主要分為Ξ大類:一類是通過在牧群身體 上/內(nèi)安裝GPS定位系統(tǒng)并進行無線組網(wǎng)來監(jiān)控和定位牧群位置（"智能放牧的質(zhì)量管控方 法及系統(tǒng)"，化201510528366.0;"-種智能放牧系統(tǒng)"，化201210428377.8;"定點放牧方法 和定點放牧裝置"，化201210428377.8;)，若發(fā)現(xiàn)異常則發(fā)出信號并提供位置信息提示和 引導(dǎo)人工進行干預(yù)，但是，GPS要維持長時間續(xù)航和足夠的信號強度，必須要有充足的電源， 需要頻繁地充電，運給實際應(yīng)用帶來極大的不便，可操作性差;另一類是利用無線射頻技術(shù) (RFID)，通過在牧群身上安裝無線射頻忍片W發(fā)射并接收牧群位置信息，然而，目前RFID有 效監(jiān)測距離僅5米左右，通過在RFID中安裝特殊設(shè)計的超大功率天線后最遠的監(jiān)測距離亦 不超過數(shù)百米，正是因為其有效識別距離短，因而在畜牧業(yè)、養(yǎng)殖業(yè)中多在圈養(yǎng)情況下當(dāng)作 動物的"身份證"使用，需要較高密度地安裝RFID信號讀取基站，但在開放型牧場環(huán)境中難 W有效使用。有文獻(李寶山等，基于RFID的畜牧業(yè)物聯(lián)網(wǎng)監(jiān)控系統(tǒng)的設(shè)計[J]，內(nèi)蒙古科技 大學(xué)學(xué)報，34(3) :253-256,2015)考慮在開放牧場中固定安裝系列關(guān)卡式RFID信號讀取基 站，隔一段時間或者需要時讓牧群從關(guān)卡經(jīng)過進行"點名"計數(shù)，若發(fā)現(xiàn)牧群數(shù)量減少，則認 為動物是在相鄰兩關(guān)卡之間丟失，提示人工查找，具有一定的定位功能。顯然，該類方法依 然需要大量人工來跟隨干預(yù)，否則牧群不會自動經(jīng)過多個基站，造成實際上是按照固定路 徑放牧，同時其定位實時性差、區(qū)域誤差過大，難W體現(xiàn)智能化的效果。第Ξ類是無人機航 拍視頻并結(jié)合GPS定位的方法（"基于無人飛行器的放牧系統(tǒng)及其放牧方法"， 化201510796696.8;"智能放牧的監(jiān)拍方法及系統(tǒng)"，化201510528382.X)先通過佩戴在動物 身上的GPS向無人機接收端發(fā)出牧群位置信息，引導(dǎo)無人機在GPS所指引的位置進行航拍， 達到視頻與位置一一對應(yīng)的目的，然后無人機將視頻帶回主控室供人工來進行判斷，該類 方法依然要在動物身上佩戴超續(xù)航能力的GPS，且視頻需要人工來判斷，無論方便性、可實 現(xiàn)性、成本和智能化都不盡人意。
[0005] 針對W上問題，本發(fā)明開發(fā)了一種基于超視距的視頻智能監(jiān)控與定位技術(shù)，與現(xiàn) 有方法的本質(zhì)區(qū)別是:本發(fā)明所述的方法是通過固定安裝的超視距攝像機實時監(jiān)控整個常 規(guī)牧場的整體視頻信息，無需在動物身上安裝GPS、RFID及不需要無人機的支持，所拍攝的 視頻直接經(jīng)過相應(yīng)智能軟件進行定位和計數(shù)，可直觀、實時且更為準(zhǔn)確地對牧群進行定位 并根據(jù)需要進行提示或報警，提高了開放牧場放牧的智能化水平。

【發(fā)明內(nèi)容】

[0006] 本發(fā)明針對W上問題，提出了一種基于超視距視頻技術(shù)的智能放牧監(jiān)控系統(tǒng)。通 過架設(shè)數(shù)臺超視距攝像機對數(shù)平方公里區(qū)域的牧群進行監(jiān)控拍攝，首先通過對拍攝的牧群 圖像進行梯度特征值統(tǒng)計W調(diào)整攝像機的焦距、自動獲取較高清晰度的牧群圖像;然后通 過圖像拼接技術(shù)拼接所有架設(shè)攝像機拍攝的圖像、W還原整個牧場放牧區(qū)域的圖像信息； 最后分別通過模板反投影法及攝像機雙目標(biāo)定算法實現(xiàn)對牧群的計數(shù)、定位。
[0007] 為了解決上述技術(shù)問題，本發(fā)明提出W下技術(shù)方案：
[000引一種基于超視距視頻技術(shù)的智能放牧監(jiān)控系統(tǒng)，它包括視頻獲取模塊、視頻處理 模塊和信息管理模塊；
[0009] 所述視頻獲取模塊包括多臺超視距攝像機及圖像采集卡，超視距攝像機通過圖像 采集卡與計算機連接；
[0010] 所述視頻處理模塊包括計算機及安裝在計算機內(nèi)的視頻處理軟件；
[0011] 所述信息管理模塊用于記錄牧群的位置、數(shù)量、視頻，并對牧群數(shù)量、運動狀態(tài)等 信息進行判斷及預(yù)警。
[0012] 所述超視距攝像機固定安裝于牧場周圍的平臺上，同時向牧場內(nèi)拍攝，所安裝的 超視距攝像機數(shù)量及方位W能拼接出完整的指定牧場區(qū)域圖像為準(zhǔn)，多超視距攝像機實時 拍攝的視頻經(jīng)圖像采集卡轉(zhuǎn)為數(shù)字信號后供計算機中的圖像處理系統(tǒng)進行處理、記錄。
[0013] 所述視頻處理模塊的視頻處理包括W下處理步驟：
[0014] 步驟1:自動調(diào)節(jié)視頻清晰度。為判斷所拍攝的牧群在視頻中是否清晰，系統(tǒng)每隔 一段時間都會對所拍攝的圖像灰度梯度特征值進行統(tǒng)計，若統(tǒng)計的梯度特征值大于設(shè)定闊 值Κι，則認為牧群圖像清晰度滿足要求，否則，系統(tǒng)將自動調(diào)整攝像機焦距再次拍攝圖像， 直至統(tǒng)計的梯度特征值大于設(shè)定闊值Κι，圖像的梯度特征值統(tǒng)計通過式(1)進行計算：
[0015]
…
[0016] 其中，I(i，j)為圖像在點（i，j)處的灰度值，Ε為統(tǒng)計的灰度梯度特征值，Ε值越大， 圖像越清晰，待所有超視距攝像機調(diào)節(jié)到都能滿足清晰度要求時，轉(zhuǎn)入下一步；
[0017] 步驟2:牧場圖像自動拼接。對同一時刻多臺超視距攝像機獲取的牧場圖像進行自 動拼接，W獲得完整的牧場圖像。過程中每次采用兩幅圖像(對應(yīng)于兩個超視距攝像機 特征點為基準(zhǔn)進行拼接，當(dāng)兩幅圖像拼接完畢，再將當(dāng)前拼接結(jié)果與下一超視距攝像機獲 取的圖像拼接，直至拼接出完整牧場圖像。兩幅待拼接圖像中輪廓曲率大于一定值的點均 為特征點，進一步計算每一個特征點的9X9鄰域內(nèi)像素點的梯度作為特征點的描述信息， 若某一待拼接圖像中某個特征點的描述信息與另一待拼接圖像中某個特征點的描述信息 相似，則運兩個特征點為相對應(yīng)特征點，且在實際空間中是同一點。尋找到多個相對應(yīng)的特 征點，即可將兩幅圖像拼接；
[0018] 步驟3:牧群計數(shù)。在通過圖像拼接還原某時刻整個牧場的畫面信息后，圖像處理 系統(tǒng)將對牧場圖像中的牧群進行計數(shù)。在放牧前預(yù)先拍攝單只放牧動物的圖像作為模板， 計算其色調(diào)概率密度直方圖，然后W該概率密度直方圖為基準(zhǔn)模板，對所拍攝牧場圖像進 行反投影計算，即可獲得僅包含牧群的區(qū)域圖像，最后再利用分水嶺算法分割牧群區(qū)域中 每一只動物的輪廓，通過計算輪廓的個數(shù)W確定牧群的數(shù)量。分水嶺算法為：
[0019] I'(i，j) = {[I(i，j)-I(i-l，j)]2[I(i，j)-I(i，j-l)]2}X〇.5
[0020] (2)
[0021 ]其中，I (i，j)為圖像在點（i，j)處的灰度值，1/ (i，j)為圖像在點（I，j)處的輪廓 (若存在的話），分水嶺算法對微弱邊緣反應(yīng)敏感，圖像中物體表面細微的灰度變化，易得到 封閉連續(xù)的輪廓邊緣。
[0022]步驟4:牧群定位。通過步驟2和步驟3可獲得兩幅待拼接圖像中只存在于牧群區(qū)域 相對應(yīng)的特征點，計算運些相對應(yīng)特征點的視差值，并通過已知的超視距攝像機內(nèi)部參數(shù)， 即可根據(jù)式(3)求得W當(dāng)前主攝像機為基準(zhǔn)的牧群的空間坐標(biāo)：
[002；3]
(3)
[0024] 其中，（Χ，Υ，Ζ)為牧群區(qū)域中某只動物在當(dāng)前主攝像機坐標(biāo)系中的空間坐標(biāo)，L為 當(dāng)前拼接的兩臺超視距攝像機之間的實際空間距離，（u〇，vo)為當(dāng)前主攝像機圖像平面中屯、 在其自身坐標(biāo)系中的像素坐標(biāo)，d為相對應(yīng)特征點的視差值，k為攝像機像元的大小，f為攝 像機當(dāng)前時刻焦距，（u，v)為該只動物在主攝像機圖像平面中的像素坐標(biāo)。通過式(3)可計 算出牧群區(qū)中每只動物的實際世界坐標(biāo)，即可確定牧群的位置區(qū)間。實際中設(shè)兩臺拼接攝 像機中的某臺相機絕對坐標(biāo)系為主坐標(biāo)系，若需要通過η次拼接，則有η個主坐標(biāo)系（該η個 主坐標(biāo)系可能有部分是重合的），最后將所有坐標(biāo)系W某一唯一指定的超視距攝像機絕對 坐標(biāo)為參考進行映射(映射關(guān)系在攝像機安裝確定時即可測量獲得并不再改變），則定位 結(jié)果即為W該指定超視距攝相機絕對坐標(biāo)系為參考的空間位置。
[0025] 所述信息管理模塊包括W下功能：
[0026] (1)保存牧群數(shù)量及位置信息。當(dāng)視頻處理模塊實現(xiàn)對牧群的計數(shù)與定位后，信息 管理模塊將對當(dāng)前時刻牧群的數(shù)量及位置信息進行記錄，并保存相關(guān)視頻；
[0027] (2)牧群狀態(tài)的預(yù)警。通過牧群的計數(shù)與定位信息判斷牧群數(shù)量是否減少，若減少 則通過計算機對牧主進行報警并提供位置信息。
[0028] 所述信息管理模塊包括W下功能：
[0029] (1)保存牧群數(shù)量及位置信息。當(dāng)視頻處理模塊實現(xiàn)對牧群的計數(shù)與定位后，信息 管理模塊將對當(dāng)前時刻牧群的數(shù)量及位置信息進行記錄，并保存相關(guān)視頻；
[0030] (2)牧群狀態(tài)的預(yù)警。通過牧群的計數(shù)與定位信息判斷牧群數(shù)量是否減少，若減少 則通過計算機對牧主進行報警并提供位置信息。
[0031] 本發(fā)明有如下有益效果：
[0032] (1)提出并實現(xiàn)了一套完善的基于超視距視頻技術(shù)的牧群定位、計數(shù)與安全監(jiān)控 系統(tǒng)，能夠?qū)h距離地對開放牧場中的牧群進行監(jiān)控，除非發(fā)現(xiàn)意外或事故，無需人工干 預(yù)，無需指定放牧路徑和方式，監(jiān)控區(qū)域大。
[0033] (2)結(jié)果直觀、可追溯、系統(tǒng)簡單、成本低、智能化程度高。
【附圖說明】
[0034] 下面結(jié)合附圖和實施例對本發(fā)明作進一步說明。
[0035] 圖1是本發(fā)明的結(jié)構(gòu)示意圖。
[0036] 圖2是本發(fā)明的處理流程圖。
[0037] 圖3是本發(fā)明中牧群圖像清晰度處理效果圖。
[0038] 圖4是本發(fā)明中牧群圖像拼接效果圖。
[0039] 圖5是本發(fā)明中牧群計數(shù)效果圖。
[0040] 圖6是本發(fā)明中牧群定位效果圖。
[0041] 其中，1-超視距攝像機，2-牧場，3-計算機。
【具體實施方式】
[0042] 下面結(jié)合附圖對本發(fā)明的實施方式做進一步的說明。
[0043] 如圖1所示的基于超視距視頻技術(shù)的智能放牧監(jiān)控系統(tǒng)，包括視頻獲取模塊、視頻 處理模塊、信息管理模塊。
[0044] 所述視頻獲取模塊包括多臺超視距攝像機1及圖像采集卡，超視距攝像機1通過圖 像采集卡與計算機3連接；
[0045] 所述視頻處理模塊包括計算機及安裝在計算機3內(nèi)的視頻處理軟件；
[0046] 所述信息管理模塊用于記錄牧群的位置、數(shù)量、視頻，并對牧群數(shù)量、位置等信息 進行判斷及預(yù)警。
[0047] 所述超視距攝像機1固定安裝于牧場2周圍的平臺上，同時向牧場2內(nèi)拍攝，所安裝 的超視距攝像機1的數(shù)量及方位W能拼接出完整的指定牧場2圖像為準(zhǔn)。多臺超視距攝像機 1實時拍攝的視頻經(jīng)圖像采集卡轉(zhuǎn)為數(shù)字信號后供計算機3中的圖像處理系統(tǒng)進行處理、記 5? 〇
[0048] 下面W某羊群在牧場放牧為具體實施例介紹本發(fā)明的工作方式和效果：
[0049] 步驟1:自動調(diào)節(jié)視頻清晰度。某時刻拍攝羊群原圖像如圖3左圖所示，按式（1)對 其進行梯度特征值統(tǒng)計：
[0050]
[0051] 式中，I(i，j)為圖像在點（i，j)處的灰度值，E為梯度特征值，E值越大，圖像越清 晰。設(shè)定闊值Κι = 5Χ107,實際統(tǒng)計的梯度特征值為E = 3.87X10M、于設(shè)定的Ki，超視距攝 像機1自動調(diào)焦、拍攝并不斷重復(fù)計算圖像統(tǒng)計梯度特征值，當(dāng)E>5X107時停止(此時實際 統(tǒng)計梯度特征值E = 5.56X107)，對應(yīng)調(diào)整后拍攝的圖3所右圖所示，已足夠清晰。同一時 亥IJ，同樣用另一超視距攝像機1從其他角度拍攝并調(diào)節(jié)直至滿足清晰度條件的圖像，轉(zhuǎn)入下 一步；
[0052]步驟2:牧場圖像自動拼接:設(shè)置K2 = 3000,按式2計算待拼接圖像中相對應(yīng)的特征 占. y ?、、·
[005；3]
(2)
[0054] 式(2)中，H(x，y)表示為特征點的曲率，如圖4所示，所計算的實際H(x，y) = 3856， 滿足H(x，y)>K2的條件，直觀的特征點結(jié)果如圖4中的各類彩色空屯、圓點所示，再計算其中 每一個特征點鄰域9X9區(qū)域內(nèi)共80個其他像素點的梯度方向作為特征點的描述信息，此 時，若待拼接圖像中某個特征點的描述信息與另一待拼接圖像中某個特征點的描述信息相 似，則認為運兩個特征點為相對應(yīng)特征點（結(jié)果如圖4,兩幅待拼接圖像中同顏色的空屯、圓 點即為對應(yīng)特征點），然后通過圖像校正使相對應(yīng)特征點在各自圖像中橫坐標(biāo)相同，之后即 可通過圖像平移的方式進行拼接。此后把拼接結(jié)果圖片當(dāng)作一幅待拼接圖片，與其它超視 距攝像機1在同一時刻拍攝的清晰圖像進行拼接，直至獲得完整牧場3圖像后，轉(zhuǎn)入下一步；
[0055] 步驟3:羊群計數(shù):對于本實施例，在放牧前預(yù)先拍攝單只羊的圖像作為模板，計算 其色調(diào)概率密度直方圖；然后通過此概率密度直方圖反投影出所拍攝牧場圖像中所有的羊 群區(qū)域;最后再根據(jù)分水嶺算法分割羊群區(qū)域中每一只羊的輪廓，通過計算輪廓的個數(shù)W 確定羊的數(shù)量，圖5所示為本實施例的計數(shù)過程和效果，可W看出，通過單只羊的色調(diào)概率 密度直方圖模板可W較好的反投影出整個牧場2中的羊群，此后，即可用基本的分水嶺算法 求得整個羊群的輪廓。
[0056] 為了防止相互遮擋(致部分輪廓重疊）的牧群個體所形成的輪廓對最終計數(shù)結(jié)果 造成影響，制定如下計數(shù)方案：
[0057] 1)圖像處理系統(tǒng)將對每個輪廓求最大外接矩形，當(dāng)某個輪廓的最大外接矩形的圖 像長度大于設(shè)定闊值化(本發(fā)明中設(shè)置Κι = 150/Φ，其中Φ為與當(dāng)前攝像機拍攝時所使用的 分辨率相關(guān)的調(diào)節(jié)系數(shù)，具體取值規(guī)則見后文)時，則將其圖像長度與系統(tǒng)設(shè)定的一系列闊 值Ri，R2，一，Rn(本發(fā)明中設(shè)置Rk+i = 2X化，4=1，2，。，，11-1)相比較，若圖像長度大于設(shè)定闊 值Rk但小于化+1時，則牧群的計數(shù)值加 k;
[005引2)當(dāng)某個輪廓的最大外接矩形的圖像長度計數(shù)完成時，則對其圖像寬度進行計 數(shù)，計數(shù)過程與圖像長度計數(shù)相同（本發(fā)明中設(shè)置寬度闊值Ρι = 90/Φ);
[0059] 3)由于被計數(shù)牧群個體距離相機遠近不同，故其所形成輪廓大小也不一致。為了 排除運種大小不一致對初始設(shè)定闊值Ri與Pi的影響，圖像處理系統(tǒng)將計算輪廓最大外接矩 形中屯、點的像素坐標(biāo)，當(dāng)拍攝圖像的分辨率為WXH時，若此時所計數(shù)輪廓中屯、點像素坐標(biāo) 的縱坐標(biāo)處于[0.75H，H]時，則Φ = 1，若其縱坐標(biāo)處于[0.4甜，0.75H]時，則Φ = 3，若其縱 坐標(biāo)處于[0.2H，0.45扣時，則Φ = 5，若其縱坐標(biāo)處于[0，0.2扣時，則Φ = 10。
[0060] 通過W上步驟對圖5中已得到的其中一個輪廓進行計數(shù)(輪廓圖中方框區(qū)域）。由 于當(dāng)前所拍攝圖像分辨率為1024X682,所計數(shù)輪廓的最大外接矩形中屯、點的像素縱坐標(biāo) 為524e[0.7甜，H]，故Φ=1，化= 150,此時計算最大外接矩形的輪廓長度為182e [化，R3]， 輪廓寬度為IlOe [Pi，P2]，故此輪廓計數(shù)為2。
[0061] 對所有得到的牧群輪廓進行上述累加、計數(shù)過程，即可確定牧群的數(shù)量。
[0062] 步驟4:基于超視距視頻的羊群實時定位:通過步驟2和步驟3可獲得兩幅待拼接圖 像中只存在于羊群區(qū)域的相對應(yīng)特征點，計算運些相對應(yīng)特征點的視差值，并通過已知的 攝像機內(nèi)部參數(shù)，即可根據(jù)式3中攝像機雙目標(biāo)定算法得到羊群的實際世界坐標(biāo)：
[0063]
〇)
[0064] 式(3)中，（Χ，Υ，Ζ)為羊群區(qū)域中某只羊的實際坐標(biāo)，L為當(dāng)前拼接的兩臺架設(shè)攝像 機之間的距離，（u〇，vo)為主攝像機(設(shè)置兩臺架設(shè)攝像機中其中一臺的相機坐標(biāo)系為世界 坐標(biāo)系，則此攝像機為主攝像機)圖像平面中屯、像素點的坐標(biāo)，d為相對應(yīng)特征點的視差值， 即圖6中X1、X2兩個像素點圖像橫坐標(biāo)的差值，k為攝像機像元的大小，f為攝像機當(dāng)前時刻焦 距，（u，v)為羊群在主攝像機圖像平面中的像素坐標(biāo)。通過式(3)計算羊群區(qū)域中每只羊的 實際世界坐標(biāo)，即可確定羊群的位置區(qū)間。
[0065] 如圖6所示為羊群中某個個體的定位效果圖，其中，兩臺攝像機所拍攝圖像的分辨 率為（1024,546)，主攝像機圖像平面中屯、點坐標(biāo)(u〇，v〇) = (512,273)，像元大小k = 0.1mm， 焦距f = 200mm，主攝像機中待定位羊群個體的圖像坐標(biāo)xi=(582,36)，從攝像機中待定位 羊群個體的圖像坐標(biāo)X2 = (380，36)，則可知視差值d = 202，又?jǐn)z像機間的距離L= 15m，故由 式3可知在W主攝像機坐標(biāo)系為世界坐標(biāo)系時，待定位羊群個體的世界坐標(biāo)為(Χ，Υ，Ζ) = (5.2,-17.5,148.5)m，超視距紅外攝像機的放大倍數(shù)為30,故實際羊群個體的世界坐標(biāo)為 (Χ,Υ,Ζ) = (5.2,-17.5,4455.3)m〇
[0066] 本實施例中，所述信息管理模可實現(xiàn)W下功能：
[0067] 1、保存羊群數(shù)量及位置信息：當(dāng)視頻處理模塊實現(xiàn)對羊群的計數(shù)與定位后，信息 管理模塊將對當(dāng)前時刻羊群的數(shù)量及位置信息進行記錄，并保存相關(guān)視頻；
[0068] 2、羊群狀態(tài)的預(yù)警:通過羊群的計數(shù)與定位信息判斷羊群是否將要運動至攝像機 監(jiān)控范圍外的危險區(qū)域或者羊群數(shù)量是否大幅度減少，若出現(xiàn)上述兩種情況，將通過計算 機對牧主進行警告，否則執(zhí)行步驟3;
[0069] 本發(fā)明提出并實現(xiàn)了一種基于超視距視頻技術(shù)的智能放牧監(jiān)控系統(tǒng)，首先通過信 息管理模塊控制超視距攝像機對牧場進行拍攝，并通過梯度特征值判斷所拍攝視頻是否清 晰，若不清晰，則圖像處理系統(tǒng)將調(diào)整超視距攝像機的焦距W進行重新拍攝;當(dāng)所拍攝視頻 為清晰視頻時，圖像處理系統(tǒng)將拼接所有架設(shè)攝像機拍攝的圖像W還原整個牧場圖像，并 通過模板反投影法及雙目標(biāo)定法分別對牧場中的牧群進行計數(shù)和定位;最后信息管理模塊 將記錄此時刻牧群的計數(shù)和定位信息、保存相關(guān)視頻，并判斷是否需要對牧主進行預(yù)警。在 間隔一定時間后，信息管理模塊將再次控制超視距攝像機對牧場進行拍攝。
[0070] 進一步的，對于步驟4中基于超視距視頻的羊群實時定位作進一步的說明：
[0071] 例如:若假設(shè)圖像拼接時攝像機1的圖像與攝像機2的圖像先拼接，再將拼接結(jié)果 與攝像機3的圖像拼接……，依此類推直至拼接出完整牧場圖像;另外，在攝像機安裝好后， 事先通過人工已測出式(3)中必要的固定參數(shù)并代入式(3)實時計算出攝像機2的坐標(biāo)系在 攝像機1坐標(biāo)系中的坐標(biāo)，即獲得了任意時刻攝像機2的坐標(biāo)向攝像機1坐標(biāo)的轉(zhuǎn)換關(guān)系Τι， 同理類推，已知第η+1個攝像機坐標(biāo)向第η個攝像機坐標(biāo)的轉(zhuǎn)換關(guān)系Τη,則可將攝像機1的空 間坐標(biāo)系視為絕對坐標(biāo)系，則所定位的某只動物在攝像機1中的坐標(biāo)Pu為：
[0072]
[0073] 其中j表示第j只動物，Qu表示第j只動物在第i個攝像機本身坐標(biāo)系中的坐標(biāo)。據(jù) 此，可獲得牧場中所有動物相對于攝像機1的坐標(biāo)，即定位最終結(jié)果全部W攝像機1的位置 為參考給出。
[0074] 通過上述的說明內(nèi)容，本領(lǐng)域技術(shù)人員完全可W在不偏離本項發(fā)明技術(shù)思想的范 圍內(nèi)，進行多樣的變更W及修改都在本發(fā)明的保護范圍之內(nèi)。本發(fā)明的未盡事宜，屬于本領(lǐng) 域技術(shù)人員的公知常識。
【主權(quán)項】
1. 一種基于超視距視頻技術(shù)的智能放牧監(jiān)控系統(tǒng)，其特征在于，它包括視頻獲取模塊、 視頻處理模塊和信息管理模塊； 所述視頻獲取模塊包括多臺超視距攝像機及圖像采集卡，超視距攝像機通過圖像采集 卡與計算機連接； 所述視頻處理模塊包括計算機及安裝在計算機內(nèi)的視頻處理軟件； 所述信息管理模塊用于記錄牧群的位置、數(shù)量、視頻，并對牧群數(shù)量、運動狀態(tài)等信息 進行判斷及預(yù)警。2. 根據(jù)權(quán)利要求1所述的一種基于超視距視頻技術(shù)的智能放牧監(jiān)控系統(tǒng)，其特征在于， 所述超視距攝像機固定安裝于牧場周圍的平臺上，同時向牧場內(nèi)拍攝，所安裝的超視距攝 像機數(shù)量及方位以能拼接出完整的指定牧場區(qū)域圖像為準(zhǔn)，多超視距攝像機實時拍攝的視 頻經(jīng)圖像采集卡轉(zhuǎn)為數(shù)字信號后供計算機中的圖像處理系統(tǒng)進行處理、記錄。3. 根據(jù)權(quán)利要求1或2所述的一種基于超視距視頻技術(shù)的智能放牧監(jiān)控系統(tǒng)，其特征在 于，所述視頻處理模塊的視頻處理包括以下處理步驟： 步驟1:自動調(diào)節(jié)視頻清晰度。為判斷所拍攝的牧群在視頻中是否清晰，系統(tǒng)每隔一段 時間都會對所拍攝的圖像灰度梯度特征值進行統(tǒng)計，若統(tǒng)計的梯度特征值大于設(shè)定閾值 Ki，則認為牧群圖像清晰度滿足要求，否則，系統(tǒng)將自動調(diào)整攝像機焦距再次拍攝圖像，直 至統(tǒng)計的梯度特征值大于設(shè)定閾值Ki，圖像的梯度特征值統(tǒng)計通過式(1)進行計算：其中，I (i，j)為圖像在點（i，j)處的灰度值，E為統(tǒng)計的灰度梯度特征值，E值越大，圖像 越清晰，待所有超視距攝像機調(diào)節(jié)到都能滿足清晰度要求時，轉(zhuǎn)入下一步； 步驟2:牧場圖像自動拼接。對同一時刻多臺超視距攝像機獲取的牧場圖像進行自動拼 接，以獲得完整的牧場圖像。過程中每次采用兩幅圖像(對應(yīng)于兩個超視距攝像機）以特征 點為基準(zhǔn)進行拼接，當(dāng)兩幅圖像拼接完畢，再將當(dāng)前拼接結(jié)果與下一超視距攝像機獲取的 圖像拼接，直至拼接出完整牧場圖像。兩幅待拼接圖像中輪廓曲率大于一定值的點均為特 征點，進一步計算每一個特征點的9X9鄰域內(nèi)像素點的梯度作為特征點的描述信息，若某 一待拼接圖像中某個特征點的描述信息與另一待拼接圖像中某個特征點的描述信息相似， 則這兩個特征點為相對應(yīng)特征點，且在實際空間中是同一點。尋找到多個相對應(yīng)的特征點， 即可將兩幅圖像拼接； 步驟3:牧群計數(shù)。在通過圖像拼接還原某時刻整個牧場的畫面信息后，圖像處理系統(tǒng) 將對牧場圖像中的牧群進行計數(shù)。在放牧前預(yù)先拍攝單只放牧動物的圖像作為模板，計算 其色調(diào)概率密度直方圖，然后以該概率密度直方圖為基準(zhǔn)模板，對所拍攝牧場圖像進行反 投影計算，即可獲得僅包含牧群的區(qū)域圖像，最后再利用分水嶺算法分割牧群區(qū)域中每一 只動物的輪廓，通過計算輪廓的個數(shù)以確定牧群的數(shù)量。分水嶺算法為： I/(i，j) = {[I(i，j)-I(i-l，j)]2[I(i，j)-I(i，j-l)]2}X〇.5 (2) 其中，I(i，j)為圖像在點（i，j)處的灰度值，f (i，j)為圖像在點（I，j)處的輪廓(若存 在的話），分水嶺算法對微弱邊緣反應(yīng)敏感，圖像中物體表面細微的灰度變化，易得到封閉 連續(xù)的輪廓邊緣。 步驟4:牧群定位。通過步驟2和步驟3可獲得兩幅待拼接圖像中只存在于牧群區(qū)域相對 應(yīng)的特征點，計算這些相對應(yīng)特征點的視差值，并通過已知的超視距攝像機內(nèi)部參數(shù)，即可 根據(jù)式(3)求得以當(dāng)前主攝像機為基準(zhǔn)的牧群的空間坐標(biāo)：其中，（X，Y，Z)為牧群區(qū)域中某只動物在當(dāng)前主攝像機坐標(biāo)系中的空間坐標(biāo)，L為當(dāng)前 拼接的兩臺超視距攝像機之間的實際空間距離，（uQ，VQ)為當(dāng)前主攝像機圖像平面中心在其 自身坐標(biāo)系中的像素坐標(biāo)，d為相對應(yīng)特征點的視差值，k為攝像機像元的大小，f為攝像機 當(dāng)前時刻焦距，（u，v)為該只動物在主攝像機圖像平面中的像素坐標(biāo)。通過式(3)可計算出 牧群區(qū)中每只動物的實際世界坐標(biāo)，即可確定牧群的位置區(qū)間。實際中設(shè)兩臺拼接攝像機 中的某臺相機絕對坐標(biāo)系為主坐標(biāo)系，若需要通過η次拼接，則有η個主坐標(biāo)系（該η個主坐 標(biāo)系可能有部分是重合的），最后將所有坐標(biāo)系以某一唯一指定的超視距攝像機絕對坐標(biāo) 為參考進行映射(映射關(guān)系在攝像機安裝確定時即可測量獲得并不再改變），則定位結(jié)果即 為以該指定超視距攝相機絕對坐標(biāo)系為參考的空間位置。4.根據(jù)權(quán)利要求1所述的一種基于超視距視頻技術(shù)的智能放牧監(jiān)控系統(tǒng)，其特征在于， 所述信息管理模塊包括以下功能： (1) 保存牧群數(shù)量及位置信息。當(dāng)視頻處理模塊實現(xiàn)對牧群的計數(shù)與定位后，信息管理 模塊將對當(dāng)前時刻牧群的數(shù)量及位置信息進行記錄，并保存相關(guān)視頻； (2) 牧群狀態(tài)的預(yù)警。通過牧群的計數(shù)與定位信息判斷牧群數(shù)量是否減少，若減少則通 過計算機對牧主進行報警并提供位置信息。
【文檔編號】H04N5/232GK106060479SQ201610549814
【公開日】2016年10月26日
【申請日】2016年7月13日
【發(fā)明人】陳從平, 黃正, 陳法法, 李波, 吳喆, 李林波, 聶葳
【申請人】三峽大學(xué)