本發明涉及一種基于圖像的豬體重估測方法、系統、設備及存儲介質，其中的方法，包括：采集目標區域中豬的圖像；采用圖像處理算法，在所述圖像中分割出豬的輪廓；判斷所述輪廓是否完整；若所述輪廓不完整，則根據該不完整輪廓匹配一個最相似的完整輪廓，以所述完整輪廓對應的豬的體重作為所述不完整輪廓對應的豬的體重。本發明可以估測圖像中不完整的豬的體重，克服了因目標不完整而無法進行體重估測的技術問題，大大提高了豬養殖場中豬體重測量的自動化程度，減少了所需的人力物力。

技術領域

本發明涉及機器視覺領域，具體涉及一種基于圖像的豬體重估測方法、系統、設備及存儲介質。

背景技術

現有技術中，豬的體重估測主要是通過電子秤等人工測量的方式，這種方式需要耗費很大的人力物力，豬養殖場的自動化管理程度較低。

發明內容

針對上述技術問題，本發明提供一種基于圖像的豬體重估測方法、系統、設備及存儲介質。

本發明解決上述技術問題的技術方案如下：

第一方面，本發明提供一種基于圖像的豬體重估測方法，包括：

采集目標區域中豬的圖像；

采用圖像處理算法，在所述圖像中分割出豬的輪廓；

判斷所述輪廓是否完整；

若所述輪廓不完整，則根據該不完整輪廓匹配一個最相似的完整輪廓，以所述完整輪廓對應的豬的體重作為所述不完整輪廓對應的豬的體重。

在上述技術方案的基礎上，本發明還可以做如下改進。

進一步，所述判斷所述輪廓是否完整，具體包括：

將所述輪廓輸入預先構建的CNN分類模型，判斷所述輪廓是否完整。

進一步，還包括：

若所述輪廓完整，則根據該完整輪廓估測對應的豬的體重。

進一步，所述根據該完整輪廓估測對應的豬的體重，具體包括：

將所述輪廓的像素面積輸入換算公式，計算得到對應的豬的體重。

進一步，在將所述輪廓的像素面積輸入換算公式，計算得到對應的豬的體重之前，還包括：

識別所述圖像中豬的品種；

根據識別得到的豬的品種確定對應的換算公式。

進一步，所述根據該不完整輪廓匹配一個最相似的完整輪廓，具體包括：

將該不完整輪廓輸入預先訓練的深度學習模型，得到一個最相似的完整輪廓。

進一步，所述深度學習模型的訓練方法包括：

構造一批完整的豬的圖像和不完整的豬的圖像，覆蓋不同體型和大小的豬，然后標注匹配對作為標簽訓練深度學習模型，所述深度學習模型的輸入為豬的圖像和豬的分割輪廓圖像，輸出為是否匹配。

第二方面，本發明提供一種基于圖像的豬體重估測系統，包括：

圖像采集模塊，用于采集目標區域中豬的圖像；

圖像分割模塊，用于采用圖像處理算法，在所述圖像中分割出豬的輪廓；

輪廓判斷模塊，用于判斷所述輪廓是否完整；

輪廓匹配模塊，用于若所述輪廓判斷模塊判斷所述輪廓不完整，則根據該不完整輪廓匹配一個最相似的完整輪廓；

體重估測模塊，用于以所述完整輪廓對應的豬的體重作為所述不完整輪廓對應的豬的體重。