开云优惠体育网页版入口

专利名称：一种牛结节性皮肤病智能监测方法及系统

专利类型：发明专利

专利申请号：CN202311797798.2

专利申请（专利权）人：甘肃省畜牧兽医研究所
权利人地址：甘肃省平凉市崆峒东路143号

专利发明（设计）人：赵子惠,陈海明,陈伯祥,成伟伟,杨明,王佳,李元新,蒋东平

专利摘要：本发明提供了一种牛结节性皮肤病智能监测方法及系统。所述方法包括：摄取牛养殖区域的第一图像数据，根据第一图像数据和第一判定特征提取得到若干第一候选牛对象；控制各第一候选牛对象前往智能检测设备，使用智能检测设备提取各第一候选牛对象的第二判定特征；根据第二判定特征筛选得出若干第二候选牛对象，并计算得出其与牛结节性皮肤病相关的提醒等级；根据提醒等级输出与第二候选牛对象相关的提醒信息。本发明可快速筛选出可能患有牛结节性皮肤病的牛对象，提高了对于养殖牛健康的管理效率。

主权利要求：
1.一种牛结节性皮肤病智能监测方法，其特征在于，所述方法包括如下步骤：摄取牛养殖区域的第一图像数据，根据所述第一图像数据和第一判定特征提取得到若干第一候选牛对象；
控制各所述第一候选牛对象前往智能检测设备，使用所述智能检测设备提取各所述第一候选牛对象的第二判定特征；
根据所述第二判定特征筛选得出若干第二候选牛对象，并计算得出其与牛结节性皮肤病相关的提醒等级；
根据所述提醒等级输出与所述第二候选牛对象相关的提醒信息；
所述使用所述智能检测设备提取各所述第一候选牛对象的第二判定特征，包括：使用所述智能检测设备的环抱装置贴紧所述第一候选牛对象；
控制所述环抱装置自所述第一候选牛对象的颈部运动至臀部，所述环抱装置上布设的多个压力传感器采集得到第一压力波动数据，根据所述第一压力波动数据确定得出各所述第一候选牛对象的第二判定特征；其中，所述第一压力波动数据是由患病牛对象皮肤上的痘疱病变导致的突起触发的；
其中，在自所述第一候选牛对象的颈部运动至臀部的过程中，所述环抱装置保持与所述第一候选牛对象的躯体在指定的贴紧度范围内。
2.根据权利要求1所述的一种牛结节性皮肤病智能监测方法，其特征在于：所述摄取牛养殖区域的第一图像数据，包括：摄取牛养殖区域的第二图像数据，根据所述第二图像数据提取得到第三判定特征，判断所述第三判定特征是否满足第一指定条件；
若所述第三判定特征满足第一指定条件，则将所述第二图像数据作为所述第一图像数据；
若所述第三判定特征不满足第一指定条件，则继续提取牛养殖区域的第三图像数据，直至所述第三图像数据满足第一指定条件，将所述第三图像数据作为所述第一图像数据。
3.根据权利要求1或2所述的一种牛结节性皮肤病智能监测方法，其特征在于：所述根据所述第一图像数据和第一判定特征提取得到若干第一候选牛对象，包括：根据所述第一图像数据提取得出牛养殖区域内的全部牛对象及其各自的所述第一判定特征；
将所述第一判定特征与第二指定条件进行匹配计算，若匹配计算结果表明匹配成功，则将对应的牛对象判定为所述第一候选牛对象。
4.根据权利要求3所述的一种牛结节性皮肤病智能监测方法，其特征在于：所述第一判定特征中包括体型特征和纹理特征，且所述第二指定条件包括综合判定阈值；
则所述将所述第一判定特征与第二指定条件进行匹配计算，包括：获取牛养殖区域的批次记录数据，根据所述批次记录数据确定批次重合度，根据所述批次重合度确定与所述体型特征对应的第一系数以及与所述纹理特征对应的第二系数；
根据所述体型特征与所述第一系数、所述纹理特征与所述第二系数计算得出综合判定值，若所述综合判定值高于所述综合判定阈值，则判定匹配成功；否则，判定匹配失败。
5.根据权利要求1所述的一种牛结节性皮肤病智能监测方法，其特征在于：所述根据所述第一压力波动数据确定得出各所述第一候选牛对象的第二判定特征，包括：将牛对象的躯体分为颈部区域、前腿区域和其它区域，给各区域配置第三系数、第四系数和第五系数；
将所述第一压力波动数据中波动幅度高于波动阈值的部分提取出来并组合为第二压力波动数据；
将所述第二压力波动数据划分为与所述颈部区域、所述前腿区域和所述其它区域对应的三个第一波动子数据；
将各所述第一波动子数据分别拟合为第二波动子数据，根据三个所述第二波动子数据及其对应的所述第三系数、所述第四系数和所述第五系数进行计算得出所述第二判定特征。
6.根据权利要求5所述的一种牛结节性皮肤病智能监测方法，其特征在于：所述控制各所述第一候选牛对象前往智能检测设备的过程中，所述方法包括：在控制各所述第一候选牛对象前往智能检测设备的过程中，摄取各所述第一候选牛对象的第四图像数据；
根据所述第四图像数据提取得出各所述第一候选牛对象的第四判定特征，依据所述第四判定特征评估各所述第一候选牛对象的运动协调度，根据所述运动协调度确定各所述第一候选牛对象的第六系数；
以及，所述计算得出其与牛结节性皮肤病相关的提醒等级，包括：使用患病概率预测模型处理所述第二判定特征，得出第一提醒等级；根据所述第一提醒等级和所述第六系数得出第二提醒等级。
7.一种牛结节性皮肤病智能监测系统，所述系统包括摄取模块、智能检测设备、处理模块、存储模块；所述处理模块与所述摄取模块、所述智能检测设备和所述存储模块连接；
所述摄取模块，用于摄取牛养殖区域内的图像数据并传输给所述处理模块；
所述智能检测设备，用于检测候选牛对象的压力波动数据，并传输给所述处理模块；
所述存储模块，用于存储可执行的计算机程序代码；
其特征在于：所述处理模块，用于通过调用所述存储模块中的所述可执行的计算机程序代码，执行如权利要求1?6任一项所述的方法，生成对应的提醒等级并控制输出。
8.一种电子设备，包括：存储有可执行程序代码的存储器；与所述存储器耦合的处理器；其特征在于：所述处理器调用所述存储器中存储的所述可执行程序代码，执行如权利要求1?6任一项所述的方法。
9.一种计算机存储介质，该存储介质上存储有计算机程序，其特征在于：该计算机程序被处理器运行时执行如权利要求1?6任一项所述的方法。 说明书 : 一种牛结节性皮肤病智能监测方法及系统技术领域[0001] 本发明涉及养殖业疾病的预防管理技术领域，具体而言，涉及一种牛结节性皮肤病智能监测方法、系统、电子设备及计算机存储介质。背景技术[0002] 牛结节性皮肤病又叫牛结节疹(lumpyskindisease，LSD)、牛疙瘩皮肤病、结节性皮炎、伪荨麻疹(pseudourtcaria)等。是牛结节性疹病毒引起、发生在牛身上的一种急性、亚急性或慢性病毒性传染病。牛结节疹的特征是结节性皮炎，皮肤性溃疡、淋巴结炎、一肢或多肢水肿性膨大。一些较大的牛养殖场肉牛存栏量一般在几百头甚至上千头的规模，如果单靠人工来检测牛结节性皮肤。蛐枰姆汛罅康娜肆，而且单次检测周期也必定会很长。这对于具有一定传染性的牛结节性皮肤病来说，是不可接受的。发明内容[0003] 为了至少解决上述背景技术中存在的技术问题，本发明提供了一种牛结节性皮肤病智能监测方法、系统、电子设备及计算机存储介质，以辅助牛养殖场的工作人员快速锁定可能存在牛结节性皮肤病的牛，进而实现对牛养殖场内牛的疾病管理。[0004] 本发明的第一方面提供了一种牛结节性皮肤病智能监测方法，其特征在于，所述方法包括如下步骤：[0005] 摄取牛养殖区域的第一图像数据，根据所述第一图像数据和第一判定特征提取得到若干第一候选牛对象；[0006] 控制各所述第一候选牛对象前往智能检测设备，使用所述智能检测设备提取各所述第一候选牛对象的第二判定特征；[0007] 根据所述第二判定特征筛选得出若干第二候选牛对象，并计算得出其与牛结节性皮肤病相关的提醒等级；[0008] 根据所述提醒等级输出与所述第二候选牛对象相关的提醒信息。[0009] 进一步地，所述摄取牛养殖区域的第一图像数据，包括：[0010] 摄取牛养殖区域的第二图像数据，根据所述第二图像数据提取得到第三判定特征，判断所述第三判定特征是否满足第一指定条件；[0011] 若所述第三判定特征满足第一指定条件，则将所述第二图像数据作为所述第一图像数据；[0012] 若所述第三判定特征不满足第一指定条件，则继续提取牛养殖区域的第三图像数据，直至所述第三图像数据满足第一指定条件，将所述第三图像数据作为所述第一图像数据。[0013] 进一步地，所述根据所述第一图像数据和第一判定特征提取得到若干第一候选牛对象，包括：[0014] 根据所述第一图像数据提取得出牛养殖区域内的全部牛对象及其各自的所述第一判定特征；[0015] 将所述第一判定特征与第二指定条件进行匹配计算，若匹配计算结果表明匹配成功，则将对应的牛对象判定为所述第一候选牛对象。[0016] 进一步地，所述第一判定特征中包括体型特征和纹理特征，且所述第二指定条件包括综合判定阈值；[0017] 则所述将所述第一判定特征与第二指定条件进行匹配计算，包括：[0018] 获取牛养殖区域的批次记录数据，根据所述批次记录数据确定批次重合度，根据所述批次重合度确定与所述体型特征对应的第一系数以及与所述纹理特征对应的第二系数；[0019] 根据所述体型特征与所述第一系数、所述纹理特征与所述第二系数计算得出综合判定值，若所述综合判定值高于所述综合判定阈值，则判定匹配成功；否则，判定匹配失败。[0020] 进一步地，所述使用所述智能检测设备提取各所述第一候选牛对象的第二判定特征，包括：[0021] 使用所述智能检测设备的环抱装置贴紧所述第一候选牛对象；[0022] 控制所述环抱装置自所述第一候选牛对象的颈部运动至臀部，所述环抱装置上布设的多个压力传感器采集得到第一压力波动数据，根据所述第一压力波动数据确定得出各所述第一候选牛对象的第二判定特征；[0023] 其中，在自所述第一候选牛对象的颈部运动至臀部的过程中，所述环抱装置保持与所述第一候选牛对象的躯体在指定的贴紧度范围内。[0024] 进一步地，所述根据所述第一压力波动数据确定得出各所述第一候选牛对象的第二判定特征，包括：[0025] 将牛对象的躯体分为颈部区域、前腿区域和其它区域，给各区域配置第三系数、第四系数和第五系数；[0026] 将所述第一压力波动数据中波动幅度高于波动阈值的部分提取出来并组合为第二压力波动数据；[0027] 将所述第二压力波动数据划分为与所述颈部区域、所述前腿区域和所述其它区域对应的三个第一波动子数据；[0028] 将各所述第一波动子数据分别拟合为第二波动子数据，根据三个所述第二波动子数据及其对应的所述第三系数、所述第四系数和所述第五系数进行计算得出所述第二判定特征。[0029] 进一步地，所述控制各所述第一候选牛对象前往智能检测设备的过程中，所述方法包括：[0030] 在控制各所述第一候选牛对象前往智能检测设备的过程中，摄取各所述第一候选牛对象的第四图像数据；[0031] 根据所述第四图像数据提取得出各所述第一候选牛对象的第四判定特征，依据所述第四判定特征评估各所述第一候选牛对象的运动协调度，根据所述运动协调度确定各所述第一候选牛对象的第六系数；[0032] 以及，所述计算得出其与牛结节性皮肤病相关的提醒等级，包括：使用患病概率预测模型处理所述第二判定特征，得出第一提醒等级；根据所述第一提醒等级和所述第六系数得出第二提醒等级。[0033] 本发明的第二方面提供了一种牛结节性皮肤病智能监测系统，所述系统包括摄取模块、智能检测设备、处理模块、存储模块；所述处理模块与所述摄取模块、所述智能检测设备和所述存储模块连接；[0034] 所述摄取模块，用于摄取牛养殖区域内的图像数据并传输给所述处理模块；[0035] 所述智能检测设备，用于检测候选牛对象的压力波动数据，并传输给所述处理模块；[0036] 所述存储模块，用于存储可执行的计算机程序代码；[0037] 所述处理模块，用于通过调用所述存储模块中的所述可执行的计算机程序代码，执行如前任一项所述的方法，生成对应的提醒等级并控制输出。[0038] 本发明的第三方面提供了一种电子设备，包括：存储有可执行程序代码的存储器；与所述存储器耦合的处理器；所述处理器调用所述存储器中存储的所述可执行程序代码，执行如前任一项所述的方法。[0039] 本发明的第四方面提供了一种计算机存储介质，该存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如上任一项所述的方法。[0040] 本发明的有益效果在于：[0041] 本发明的方案使用图像检测设备和智能检测检测设备实现了对牛养殖区域的牛对象的分布筛。切┛赡芫哂信＝峤谛云し舨〉呐Ｉ秆〕隼，并输出给相关人员进行后续处理，相比于现有的纯人工检测方式，明显提高了牛结节性皮肤病的检测效率。附图说明[0042] 为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。[0043] 图1是本发明实施例公开的一种牛结节性皮肤病智能监测方法的流程示意图；[0044] 图2是本发明实施例公开的环抱装置的主体结构示意图；[0045] 图3是本发明实施例公开的一种牛结节性皮肤病智能监测系统的结构示意图。具体实施方式[0046] 为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。[0047] 在本申请实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请。在本申请实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义，“多种”一般包含至少两种。[0048] 应当理解，本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。[0049] 应当理解，尽管在本申请实施例中可能采用术语第一、第二、第三等来描述……，但这些……不应限于这些术语。这些术语仅用来将……区分开。例如，在不脱离本申请实施例范围的情况下，第一……也可以被称为第二……，类似地，第二……也可以被称为第一……。[0050] 取决于语境，如在此所使用的词语“如果”、“若”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地，取决于语境，短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。[0051] 还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的商品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种商品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的商品或者系统中还存在另外的相同要素。[0052] 下面结合附图详细说明本发明的优选实施例。[0053] 请参阅图1，本发明实施例的一种牛结节性皮肤病智能监测方法，所述方法包括如下步骤：[0054] 摄取牛养殖区域的第一图像数据，根据所述第一图像数据和第一判定特征提取得到若干第一候选牛对象；[0055] 控制各所述第一候选牛对象前往智能检测设备，使用所述智能检测设备提取各所述第一候选牛对象的第二判定特征；[0056] 根据所述第二判定特征筛选得出若干第二候选牛对象，并计算得出其与牛结节性皮肤病相关的提醒等级；[0057] 根据所述提醒等级输出与所述第二候选牛对象相关的提醒信息。[0058] 本发明首先通过图像识别技术将那些明显具有牛结节性皮肤病的病症特征的牛筛选出来，控制这些候选牛对象前往预设的智能检测设备，使用智能检测设备对这些候选牛对象做进一步的检查，从而筛选出具有高患病风险的牛对象，将这些牛对象的信息输出给相关人员，使其及时对这些牛对象进行关注，以便采取后续的人工检查及治疗。于是，本发明的方案使用图像检测设备和智能检测检测设备实现了对牛养殖区域的牛对象的分布筛。切┛赡芫哂信＝峤谛云し舨〉呐Ｉ秆〕隼，并输出给相关人员进行后续处理，相比于现有的纯人工检测方式，明显提高了牛结节性皮肤病的检测效率。[0059] 进一步地，所述摄取牛养殖区域的第一图像数据，包括：[0060] 摄取牛养殖区域的第二图像数据，根据所述第二图像数据提取得到第三判定特征，判断所述第三判定特征是否满足第一指定条件；[0061] 若所述第三判定特征满足第一指定条件，则将所述第二图像数据作为所述第一图像数据；[0062] 若所述第三判定特征不满足第一指定条件，则继续提取牛养殖区域的第三图像数据，直至所述第三图像数据满足第一指定条件，将所述第三图像数据作为所述第一图像数据。[0063] 在本实施例中，养殖区域的牛通常不是分开养殖，而是在一个区域内合养多头牛，这就会导致牛之间容易存在相互遮挡的情况，不容易提取得出准确的、完整的第一判定特征。对此，本发明先摄取牛养殖区域的第二图像数据，根据第二图像数据中提取出的第三判定特征来判断本次摄取的第二图像数据是否满足第一指定条件，如果满足，则可将本次摄取的第二图像数据作为前述的第一图像数据，以用于初步提取第一候选牛对象的第一图像数据；否则，将本次摄取的第二图像数据删除或置空，再次摄取及按照上述方式进行判断，直至重新摄取的第三图像数据满足了第一指定条件，将其作为第一图像数据。[0064] 需要说明的是，第一指定条件的满足与否是根据第二图像数据/第三图像数据的整体静态度和牛分布度确定的。其中，整体静态度指的是图像数据中的各牛对象的静止态的整体评估数值，具体实施时，先识别各个牛对象，然后提取各个牛对象的运动特征，依据运动特征来评估单个牛对象的静止态值，运动特征的表征值越。蚓仓固翟礁撸唤幼，再将全部牛对象的静止态值进行整合，例如求取平均值或加权平均值，得出整体静态度。牛分布度指的是牛养殖区域内牛对象的分散程度，具体实施时，先确定各个牛对象的分布位置，再计算各分布位置之间的直线距离，根据牛养殖区域的面积来确定划分距离，将位于划分距离以内的各牛对象的分布位置聚类为一组，最后统计分组的数量，根据该数量来确定牛分布度，牛分布度与该数量具有正相关函数关系。于是，预先建立标准整体静态度和标准牛分布度，据此构造上述第一指定条件，然后将实时提取得出的第三判定特征中包含的整体静态度和实时牛分布度与第一指定条件中的标准整体静态度和标准牛分布度分别进行匹配计算，在两个参数同时满足时(即实时整体静态度高于整体静态度，实时牛分布度高于牛分布度)，判定第三判定特征满足第一指定条件，否则判定不满足第一指定条件。[0065] 其中，牛养殖区域的面积与划分距离也具有正相关函数关系，即牛养殖区域的面积越大，牛对象之间的分布距离一般也就会越大，即便采用更大的划分距离，各分组内牛对象之间的距离也大概率足够大，不会产生遮挡或不会产生实质性的遮挡，例如仅遮挡到牛腿部，而不会遮挡到牛结节性皮肤病的主要发病区域即躯体部分。[0066] 进一步地，所述根据所述第一图像数据和第一判定特征提取得到若干第一候选牛对象，包括：[0067] 根据所述第一图像数据提取得出牛养殖区域内的全部牛对象及其各自的所述第一判定特征；[0068] 将所述第一判定特征与第二指定条件进行匹配计算，若匹配计算结果表明匹配成功，则将对应的牛对象判定为所述第一候选牛对象。[0069] 在本实施例中，在牛养殖区域内的整体静态度和牛分布度均满足第一指定条件时，即可通过图像识别技术直接识别各个牛对象并提取其第一判定特征，第一判定特征主要涉及牛对象的体型特征、纹理特征，第二指定条件中则对应包含标准体型特征、标准纹理特征。在体型特征和纹理特征中的任一项配成功时，即可判定该牛对象具有牛结节性皮肤病的嫌疑，将其作为第一候选牛对象进行后续的二次检测分析。[0070] 需要说明的是，牛对象的体型特征指的是牛对象的与健壮相关的体型尺寸，主要依靠牛的躯体部分的体型尺寸数据来评估。感染了牛结节性皮肤病的牛会出现抑郁、厌食等症状，于是病体牛对象容易出现消瘦的情况。所以，基于牛的体型特征即可将那些体型明显消瘦的牛对象提取出来，进行后续的二次检测分析。[0071] 以及，牛对象的纹理特征指的是牛的表皮纹理的均匀度，由于饲养的肉牛大多是黄色或黑色的，且其纹理特征十分明晰、有条理，一般不会存在纹理杂乱的情况；而感染了牛结节性皮肤病的牛对象来说，其皮肤表面会出现许多肉眼可见的痘疱病变，严重的甚至会出现皮肤性溃疡，上述这些病症会导致牛对象的皮肤纹理发生较大的变化，变得杂乱。所以，基于牛的纹理特征即可将那些纹理杂乱的牛对象提取出来，进行后续的二次检测分析。[0072] 进一步地，所述第一判定特征中包括体型特征和纹理特征，且所述第二指定条件包括综合判定阈值；[0073] 则所述将所述第一判定特征与第二指定条件进行匹配计算，包括：[0074] 获取牛养殖区域的批次记录数据，根据所述批次记录数据确定批次重合度，根据所述批次重合度确定与所述体型特征对应的第一系数以及与所述纹理特征对应的第二系数；[0075] 根据所述体型特征与所述第一系数、所述纹理特征与所述第二系数计算得出综合判定值，若所述综合判定值高于所述综合判定阈值，则判定匹配成功；否则，判定匹配失败。[0076] 在本实施例中，由于牛养殖区域还存在不同批次牛群的混养情况，即同一区域内养殖了不同批次的牛群，而不同批次牛群的体型存在较大差异。为避免后入的体型较小的牛对象被误判定为病牛，相比于上一实施例，本发明不再将体型特征和纹理特征与第二指定条件进行单独判断，而是将体型特征和纹理特征通过加权系数进行融合，使用融合后的综合判定值来筛选可能患有牛结节性皮肤病的牛对象。[0077] 另外，加权系数是根据牛养殖区域的批次记录数据确定出的批次重合度而定的。具体来说，若批次重合度高于重合阈值，则设置体型特征的第一系数高于所述纹理特征的第二系数；若批次重合度低于重合阈值，则设置体型特征的第一系数低于纹理特征的第二系数。其中，批次重合度指的是批次记录数据之间的时间差，时间差越大则批次重合度越低，说明牛养殖区域内的两个批次混养的牛之间的体型差距较大的概率越大，此时提高纹理特征的权重系数，即主要依靠纹理特征来筛选候选病牛；时间差越小则批次重合度越高，说明牛养殖区域内的两个批次混养的牛之间的体型差距较大的概率越。耸碧岣咛逍吞卣鞯娜ㄖ叵凳，即主要依靠体型特征来筛选候选病牛。[0078] 进一步地，所述使用所述智能检测设备提取各所述第一候选牛对象的第二判定特征，包括：[0079] 使用所述智能检测设备的环抱装置贴紧所述第一候选牛对象；[0080] 控制所述环抱装置自所述第一候选牛对象的颈部运动至臀部，所述环抱装置上布设的多个压力传感器采集得到第一压力波动数据，根据所述第一压力波动数据确定得出各所述第一候选牛对象的第二判定特征；[0081] 其中，在自所述第一候选牛对象的颈部运动至臀部的过程中，所述环抱装置保持与所述第一候选牛对象的躯体在指定的贴紧度范围内。[0082] 在本实施例中，本发明中的智能检测设备包括环形的环抱装置，其可以“环抱”住牛对象，并在自牛颈部运动至臀部的过程中适应性的调整环抱力度，使得其与牛的躯体保持在相对稳定的贴紧度范围内。同时，环抱装置的内侧还设有多个压力传感器，在上述运动过程中可以采集得到第一压力波动数据，第一压力波动数据主要是由患病牛对象皮肤上的痘疱病变导致的突起触发的。于是，本发明通过智能检测设备采集得到的第一候选牛对象的第一压力波动数据，据此分析得出各所述第一候选牛对象的第二判定特征。[0083] 本发明中的环抱装置的主体结构如图2所示，其主要包括基体、压力传感器、夹持角度驱动电机。基体呈内凹弧形结构，内凹弧形面设置有多个压力传感器，且构成矩阵状；两个基体通过连接结构与夹持角度驱动电机分别连接，夹持角度驱动电机可以调控两个基体之间的夹角。另外，智能检测设备还包括架体结构、纵移驱动结构，纵移驱动和环抱装置布设在架体结构上；在环抱装置与牛对象的躯体贴合良好之后，纵移驱动结构可驱动环抱装置沿着牛对象的躯体进行纵向移动即前后移动，压力传感器检测得到压力波动数据。[0084] 需要说明的是，各第一候选牛对象驱赶至智能检测设备处，可以通过人力实现，即系统将前述识别出的各第一候选牛对象发送至相关人员的随身设备上，相关人员可以据此锁定各个第一候选牛对象，进而逐一将其驱赶至进入智能检测设备的检测机构内部。也可以通过调控牛养殖区域内的各区域栅栏来实现，即跟踪各第一候选牛对象的位置，然后对各个区域栅栏的开关进行调控，通过多次调控即可将全部的第一候选牛对象限制在同一个区域内，而该区域可以是与智能检测设备连通的区域，此时即可控制驱赶(例如电动推板)将各第一候选牛对象逐一驱赶至智能检测设备的检测机构内部。[0085] 进一步地，所述根据所述第一压力波动数据确定得出各所述第一候选牛对象的第二判定特征，包括：[0086] 将牛对象的躯体分为颈部区域、前腿区域和其它区域，给各区域配置第三系数、第四系数和第五系数；[0087] 将所述第一压力波动数据中波动幅度高于波动阈值的部分提取出来并组合为第二压力波动数据；[0088] 将所述第二压力波动数据划分为与所述颈部区域、所述前腿区域和所述其它区域对应的三个第一波动子数据；[0089] 将各所述第一波动子数据分别拟合为第二波动子数据，根据三个所述第二波动子数据及其对应的所述第三系数、所述第四系数和所述第五系数进行计算得出所述第二判定特征。[0090] 在本实施例中，牛的躯体分为颈部区域、前腿区域和其它区域，其中，颈部区域存在较多的皮褶，前腿区域则与颈部区域、前腿区域和其它区域和躯体的主体区域之间也存在较大的过度幅度，构成类似“皮褶”的高度落差结构，这些皮褶结构会导致压力传感器采集得到第一压力波动数据过大，而过大的第一压力波动数据容易导致对痘疱病变导致的突起的误判。对此，本发明先将前述采集得到的初始的第一压力波动数据按照上述三个区域进行划分，然后分别配置依次增大的第三系数、第四系数和第五系数；再将第一压力波动数据中波动幅度达到波动阈值的数据部分提取出来组合成第二压力波动数据，再将第二压力波动数据按照上述三个区域进行划分，便得到三个第一波动子数据，将第一波动子数据中包含的多个压力波动数据拟合处理(例如均值或加权均值)为代表对应区域的压力波动整体情况的第二波动子数据；最后，再使用上述的第三系数、第四系数和第五系数分别对三个第二波动子数据进行加权求和即可得出第二判定特征。显然，第二判定特征表征了第一候选牛对象的痘疱病变突起的整体情况。[0091] 其中，第三系数、第四系数、第五系数可以小于1的数值，例如分别为0.5、0.7、0.9。当然，第五系数也可以是1，即不对其它区域内的第二波动子数据进行修正调整。[0092] 另外，在智能检测设备进行检测的过程中，还需记录压力波动数据与对应躯位的关联关系，例如可通过图像识别技术来实现。[0093] 进一步地，所述控制各所述第一候选牛对象前往智能检测设备的过程中，所述方法包括：[0094] 在控制各所述第一候选牛对象前往智能检测设备的过程中，摄取各所述第一候选牛对象的第四图像数据；[0095] 根据所述第四图像数据提取得出各所述第一候选牛对象的第四判定特征，依据所述第四判定特征评估各所述第一候选牛对象的运动协调度，根据所述运动协调度确定各所述第一候选牛对象的第六系数；[0096] 以及，所述计算得出其与牛结节性皮肤病相关的提醒等级，包括：使用患病概率预测模型处理所述第二判定特征，得出第一提醒等级；根据所述第一提醒等级和所述第六系数得出第二提醒等级。[0097] 在本实施例中，在各第一候选牛对象被驱赶至智能检测设备的过程中，第一候选牛对象会处于跑动状态，可以继续对其进行图像识别以提取得到第四判定特征，据此可以评估各所述第一候选牛对象的运动协调度。对于患病牛对象来说，牛结节疹病病毒除了使其体型消瘦以外，还会导致其运动意愿较差且运动不协调程度逐步加深，所以，通过评估第一候选牛对象在跑动过程中的运动协调度可以得出对应的第六系数。[0098] 同时，本发明使用深度学习算法建立了专用的患病概率预测模型，其可以对输入的第二判定特征进行处理，预测得出该第一候选牛对象的患病概率，进而输出对应的提醒等级。同时，本发明进一步考虑了第一候选牛对象在跑动过程中的运动协调度，使用上述第六系数来修正单纯依靠突起情况而预测得出的提醒等级，从而得到更为准确的第二提醒等级。[0099] 需要说明的是，在运动协调度低于协调基值时，可设置第六系数为大于1的数值，且低于的幅度越大，对应的数值越大于1，此时通过更大的第六系数来将提醒等级提高，以提醒相关人员加强对该第一候选牛对象的关注；在运动协调度高于协调基值时，可设置第六系数越接近于1或者直接设置为1，即降低运动协调度对于前述预测结果的干扰，避免轻微的运动不协调导致前述患病概率被错误调低，影响提醒等级。[0100] 请参阅图3，本发明实施例公开了一种牛结节性皮肤病智能监测系统，所述系统包括摄取模块、智能检测设备、处理模块、存储模块；所述处理模块与所述摄取模块、所述智能检测设备和所述存储模块连接；[0101] 所述摄取模块，用于摄取牛养殖区域内的图像数据并传输给所述处理模块；[0102] 所述智能检测设备，用于检测候选牛对象的压力波动数据，并传输给所述处理模块；[0103] 所述存储模块，用于存储可执行的计算机程序代码；[0104] 所述处理模块，用于通过调用所述存储模块中的所述可执行的计算机程序代码，执行如前任一项所述的方法，生成对应的提醒等级并控制输出。[0105] 本发明实施例还公开了一种电子设备，包括：存储有可执行程序代码的存储器；与所述存储器耦合的处理器；所述处理器调用所述存储器中存储的所述可执行程序代码，执行如前述实施例所述的方法。[0106] 以及，本申请实施例还提供了一种计算机可读存储介质，该存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如前述实施例所述的方法。另外，对采用相同方法的有益效果描述，也不再进行赘述。[0107] 对于本申请所涉及的电子设备、计算机可读存储介质实施例中未披露的技术细节，请参照本申请方法实施例的描述。作为示例，程序指令可被部署在一个计算设备上执行，或者在位于一个地点的多个计算设备上执行，又或者，在分布在多个地点且通过通信网络互连的多个计算设备上执行，分布在多个地点且通过通信网络互连的多个计算设备可以组成区块链系统。[0108] 本申请实施例还提供了一种计算机程序产品或计算机程序，该计算机程序产品或者计算机程序可以包括计算机指令，该计算机指令可以存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器可以执行如前述实施例所述的方法。另外，对采用相同方法的有益效果描述，也不再进行赘述。对于本申请所涉及的计算机程序产品或者计算机程序实施例中未披露的技术细节，请参照本申请方法实施例的描述。[0109] 需要说明的是，对于前述的各个方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某一些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本申请所必须的。[0110] 本申请实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减。本申请实施例装置中的模块可以根据实际需要进行合并、划分和删减。[0111] 本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，计算机程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，存储介质可为磁碟、光盘、只读存储器(Read?OnlyMemory，ROM)或随机存储器(RandomAccessMemory，RAM)等。[0112] 以上所揭露的仅为本申请较佳实施例而已，当然不能以此来限定本申请之权利范围，因此依本申请权利要求所作的等同变化，仍属本申请所涵盖的范围。

专利地区：甘肃

专利申请日期：2023-12-25

专利公开日期：2024-07-12

专利公告号：CN117936087B