技术摘要：
本发明公开了一种基于点云的猪只体尺参数测量方法，涉及整猪测量领域。该方法使用张定友标定法标定Kinect，获取系统的Kinect摄像头相关参数，在猪舍的顶部架设两个Kinect，两个摄像头之间的距离设定为3000mm‑4000mm，并通过连接装置与计算机连接，组成点云检测的硬件  全部
背景技术：
目前，猪的饲养业是一项与人们生活密切相关的民生产业，在猪饲养的过程中，猪 的体型、重量是评判一头猪品质的重要指标，而对于猪体型的量测却多为不便；人们往往采 用摄像头采集测量，使用单目或双面摄像头匹配得到视差图像，较为依赖额外光源；使用的 摄像头组数过多，对数据的采集不能做到精简、准确；采集数据过程较为繁琐。 经检索，中国专利申请号为CN200710119509.8的专利，公开了一种利用双目视觉 技术监测猪生长的方法，其包括如下步骤：建立与标定系统；获取猪体图像；传输猪体图像； 处理猪体图像；测量猪体高和猪体背部面积；预估猪体重。中国专利申请号为 CN201910361651.6公开了一种基于深度学习和特征部位检测的牛体尺算法，采用侧身摄像 头、尾部摄像头采集牛的图像，通过图像服务器处理图像数据计算牛的体尺数据；中国专利 申请号为CN201611213819.1的专利，公开了一种基于立体视觉的生猪体尺检测方法，用双 目立体相机，直接地测量生猪深度信息用于计算生猪体尺参数，并用立体匹配得到视差图 像。 本发明提出了一种猪只体重估测技术，通过重构猪只的三维点云，测量猪只的体 尺参数。这种测量方法具有高灵敏度，高精度，低人工等优点，具有十分重大的意义。
技术实现要素：
本发明要解决的问题是提供一种高灵敏度，高精度，低人工的基于点云的猪只体 尺参数测量方法。 为解决上述技术问题，本发明采用的技术方案是：一种基于点云的猪只体尺参数 测量方法，包括如下步骤： 步骤一：标定测量系统；使用张定友标定法，通过对不同角度棋盘的角点特征角点 进行获取，对深度摄像头进行标定，求出内参与外参； 步骤二：建立测量系统；猪舍顶部架设两个Kinect摄像头，两个Kinect摄像头之间 距离为2000～6000mm； 步骤三：Kinect摄像头拍摄待测整猪；在待测整猪完全暴露于摄像头内时，对其进 行拍摄，并通过两个Kinect采集猪的点云； 步骤四：点云去噪算法：通过条件滤波、统计滤波、体素滤波去噪算法进行去噪，并 通过多元高斯分布的异常点检测进行去除离群点； 步骤五：通过FPFH算法进行点云的关键点以及点特征直方图的获取，获得点云的 信息； 步骤六：将去噪好的点云通过SAC-IA进行点云的粗配准；通过ICP算法进行点云的 5 CN 111612850 A 说　明　书 2/6 页 精配准，得到猪只的整体点云； 步骤七：计算体尺参数；使用基于几何特征的提取算法，提取配准出的猪只点云关 键点，通过计算相关几何数据得到猪只的体尺参数； 步骤八：返回步骤三依次执行步骤四至步骤八；多次测量，直至获取5组数据后转 入步骤九； 步骤九：计算最终结果。 优选地，在步骤一中，拟采用张正友标定法对深度摄像头进行标定，求出内参，即 参数矩阵(fx,fy,cx,cy)和畸变系数(三个径向k1,k2,k3，两个切向p1,p2)，与外参，即旋转向 量R(大小为1×3的矢量或3×3旋转矩阵)和平移向量T(Tx,Ty,Tz)。 优选地，在步骤二中，猪舍顶部架设两个Kinect摄像头，两个Kinect摄像头之间距 离为3000～4000mm，Kinect摄像头相对被测猪只角度设置为0°～45°。 优选地，在步骤四中，处理拍摄点云中点云的去噪，采用的是条件滤波器、统计滤 波器和体素滤波器，其步骤如下： (1)条件滤波器通过预设的滤波条件进行点云的初步降噪； (2)统计滤波器通过计算每个点到其最近的k个点的平均距离，并使点云中所有点 的距离应构成高斯分布；对于给定均值与方差，剔除3Σ之外的点； (3)体素滤波器使用AABB包围盒将点云数据体素化，噪音点及离群点可通过体素 网格去除。 优选地，在步骤四中，通过多元高斯分布的异常点检测离群点，计算点云的均值向 量： 和协方差矩阵： Σ＝|Cov(xi,xj)|i,j∈{1,…n}      (2) 得到离散点的概率值： 根据概率值判断某点是否是异常值。 优选地，在步骤五中，通过使用一个点周围的多维直方图的平均曲率来编码一个 点的k个最近邻的四几何属性，即 前三个元素均是角度，都和法向量有关系，可以 将三个元素标准化并放到同一个区间内，通过分解三个角特征，简单地创建b个相关的特征 直方图，每个特征维数对应一个直方图，并将它们连接在一起，其中， 意义如下： α＝v·ns      (4) θ＝arctan(w·nt,u·nt)        (6) d＝||pt-ps||         (7) 其中，u,v,w为其中一个点上定义了一个固定坐标系： 6 CN 111612850 A 说　明　书 3/6 页 u＝ns        (8) w＝u×v         (10) 优选地，在步骤六中，通过SAC-IA进行点云的粗配准，其步骤如下： (1)采用采样一致性方法，从源点云中选择n个样本点，尽量保证所采样的点具有 不同的FPFH特征，并在目标点云中找到满足FPFH相似的点来建立对应关系； (2)使用Levenberg-Marquardt算法进行非线性局部优化。 优选地，在步骤六中，通过ICP算法进行点云的精配准，其步骤如下： (1)对源点云中的每一点，在目标点云中寻找距离最近的对应点； (2)通过计算与迭代旋转矩阵R和平移向量T，使对应点集之间的均方误差最小； (3)如果两次迭代的误差小于阈值E或者当前的迭代次数大于N，则迭代结束，否则 满足收敛条件，输出配准点云。 优选地，在步骤七中，基于几何特征的提取算法，其步骤如下： (1)采集猪只5处关键点，即体深上端点A(xA,yA,zA)，猪肩端点B(xB,yB,zB)，体深下 端点C(xc,yc,zc)，坐骨结节点D(xD,yD,zD)，猪腹部最大点E(xE,yE,zE)； (2)通过采集猪只的关键点，得到4项体尺参数，即体尺长(L)： L＝|xB-xD|         (11) 肩宽(Ws)： 腹宽(WA)： 体深(WD)： 优选地，在步骤九中，计算最终结果的步骤具体为：将得出的5组数据删除最大值 和最小值，然后取平均数，从而得到最终各项体尺参数。 与现有技术相比，本发明的有益效果在于： 使用Kinect深度摄像头，能够快速构造被测猪只的点云，用于计算生猪体尺参数， 既不需要其他额外机械机构辅助，也不需要目标物体保持静止。此外，使用Kinect摄像头得 到猪只点云，无需依赖额外光源，自然光照即可满足检测需要。本发明具有高灵敏度，高精 度，低人工的优点，具有十分重大的意义。 附图说明 下面通过参考附图并结合实例具体地描述本发明，本发明的优点和实现方式将会 更加明显，其中附图所示内容仅用于对本发明的解释说明，而不构成对本发明的任何意义 7 CN 111612850 A 说　明　书 4/6 页 上的限制，在附图中： 图1是本发明Kinect摄像头拍摄待测整猪设备安装图； 图2是本发明猪只体尺参数测量方法工作流程示意图； 图3是本发明处理拍摄结果的点云配准流程图； 图4是本发明点云配准后猪的三维点云 图5是本发明点云取点位置