病患牲畜癥狀圖片處理方法及裝置制造方法及圖紙

本發(fā)明專利技術(shù)提供了一種病患牲畜癥狀圖片處理方法及裝置。所述方法包括：A、在元數(shù)據(jù)庫中存儲(chǔ)多張已知病患牲畜和正常牲畜的圖片；B、確定對(duì)象子區(qū)域與背景子區(qū)域；C、從已知病患牲畜的對(duì)象子區(qū)域中提取病患特征，確定各種已知病患牲畜的對(duì)象子區(qū)域中各種病患特征出現(xiàn)的概率，建立多種已知病患與各種病患特征的對(duì)應(yīng)關(guān)系數(shù)據(jù)庫；D、對(duì)待處理病患牲畜癥狀圖片確定對(duì)象子區(qū)域與背景子區(qū)域；E、與多種已知病患與各種病患特征的對(duì)應(yīng)關(guān)系數(shù)據(jù)庫相匹配。通過本發(fā)明專利技術(shù)的病患牲畜癥狀圖片處理方法及裝置，能夠從大量的已知病患牲畜圖片中提取特征，并對(duì)提取出的特征進(jìn)行聚類整理。

Picture processing method and device for patient's livestock symptom

The invention provides a picture processing method and device for a patient's livestock symptoms. The method comprises the following steps: A, in the meta database to store several pieces of known disease of livestock and livestock normal pictures; B, determine the object region and background region; C, extraction of patient characteristics from the object region known disease in livestock, to determine the sub region of various known patients in a variety of animals patient characteristics appear probability, the establishment of a variety of known patients with various disease characteristics of the corresponding relational database; D, treat disease symptoms to determine the sub region livestock picture and background sub region; E, with a variety of known patients with various disease characteristics of the corresponding relation database matching. The animal symptom picture processing method and apparatus of the invention can extract features from a large number of known animal pictures, and cluster the extracted features.

【技術(shù)實(shí)現(xiàn)步驟摘要】
病患牲畜癥狀圖片處理方法及裝置
本專利技術(shù)涉及數(shù)字圖像處理技術(shù)，特別是涉及到數(shù)字圖片特征提取

技術(shù)介紹
現(xiàn)代農(nóng)牧業(yè)中，為了提高產(chǎn)值、降低成本，畜牧養(yǎng)殖越來越朝著大規(guī)模、自動(dòng)化的方向發(fā)展，例如現(xiàn)代養(yǎng)殖工業(yè)中，可能需要一個(gè)管理人員同時(shí)飼養(yǎng)數(shù)千頭牲畜，因此需要采用現(xiàn)代的自動(dòng)化養(yǎng)殖設(shè)備來輔助牲畜的管理。自動(dòng)化養(yǎng)殖設(shè)備中，對(duì)于牲畜養(yǎng)殖過程中的上料、飼喂、清糞、診斷、屠宰等程序大部分依賴于自動(dòng)控制設(shè)備來實(shí)現(xiàn)。這其中有一項(xiàng)重要的業(yè)務(wù)就是對(duì)于牲畜的遠(yuǎn)程診斷。通常意義上講，遠(yuǎn)程診斷會(huì)診在獸醫(yī)和患病牲畜之間建立起全新的聯(lián)系，使患病牲畜在原地即可接受遠(yuǎn)地獸醫(yī)的會(huì)診。遠(yuǎn)程診斷運(yùn)用計(jì)算機(jī)、通信、醫(yī)療技術(shù)與設(shè)備，通過數(shù)據(jù)、文字、語音和圖像資料的遠(yuǎn)距離傳送，實(shí)現(xiàn)獸醫(yī)對(duì)患病牲畜的診斷。遠(yuǎn)程診斷不僅僅是診斷問題，還包括通訊網(wǎng)絡(luò)、數(shù)據(jù)庫等各方面問題，并且需要把它們集成到網(wǎng)絡(luò)系統(tǒng)中。首先，遠(yuǎn)程診斷在一定程度上緩解了我國(guó)獸醫(yī)資源分布極不平衡的現(xiàn)狀。利用遠(yuǎn)程會(huì)診系統(tǒng)可以讓欠發(fā)達(dá)地區(qū)的牲畜也能夠接受獸醫(yī)對(duì)其的獸病治療。其次遠(yuǎn)程診斷緩解了偏遠(yuǎn)地區(qū)的牲畜疾病診斷費(fèi)用高的問題。中國(guó)幅員遼闊，邊遠(yuǎn)地區(qū)的牲畜養(yǎng)殖，由于當(dāng)?shù)氐墨F醫(yī)力量比較薄弱，往往難以得到及時(shí)的治療。而遠(yuǎn)程會(huì)診系統(tǒng)可以無需獸醫(yī)上門或者直接讓牲畜在牲畜欄內(nèi)就能得到相應(yīng)的治療，大大減少了相關(guān)費(fèi)用和工作量。對(duì)于病患牲畜，一種較為常見的技術(shù)是采用遠(yuǎn)程圖像或視頻診斷，遠(yuǎn)程圖像或視頻診斷的方法是向遠(yuǎn)程的獸醫(yī)傳送圖片或視頻，由遠(yuǎn)程的獸醫(yī)來根據(jù)圖片或者視頻分析、診斷牲畜的疾病狀況。但是這種方法的缺點(diǎn)任然需要獸醫(yī)的人工參與，因此這種方法受限于獸醫(yī)的工作時(shí)間與個(gè)人經(jīng)驗(yàn)，對(duì)于一些需要緊急處理或者獸醫(yī)不具有足夠的經(jīng)驗(yàn)時(shí)，很難發(fā)揮出作用。另一方面，特征提取技術(shù)是計(jì)算機(jī)視覺和圖像處理中的一個(gè)概念。它指的是使用計(jì)算機(jī)提取圖像信息，決定每個(gè)圖像的點(diǎn)是否屬于一個(gè)圖像特征。特征提取的結(jié)果是把圖像上的點(diǎn)分為不同的子集，這些子集往往屬于孤立的點(diǎn)、連續(xù)的曲線或者連續(xù)的區(qū)域。
技術(shù)實(shí)現(xiàn)思路
本專利技術(shù)的目的在于克服現(xiàn)有技術(shù)的缺點(diǎn)，提供一種病患牲畜癥狀圖片處理方法及裝置。所述病患牲畜癥狀圖片處理方法及裝置能夠從大量的已知病患牲畜圖片中提取特征，并對(duì)特征進(jìn)行聚類整理，然后對(duì)于待診斷的牲畜的病患圖像進(jìn)行特征提取，以提供對(duì)于診斷病患有用的數(shù)據(jù)。為解決上述技術(shù)問題，本專利技術(shù)采用如下技術(shù)方案。一種病患牲畜癥狀圖片處理方法，所述方法包括以下步驟：A、在元數(shù)據(jù)庫中存儲(chǔ)多張已知病患牲畜和正常牲畜的圖片；B、將多張已知病患牲畜和正常牲畜的圖片分割為子區(qū)域，確定對(duì)象子區(qū)域與背景子區(qū)域；C、對(duì)比多張已知病患牲畜和正常牲畜的對(duì)象子區(qū)域，從已知病患牲畜的對(duì)象子區(qū)域中提取病患特征，確定各種已知病患牲畜的對(duì)象子區(qū)域中各種病患特征出現(xiàn)的概率，建立多種已知病患與各種病患特征的對(duì)應(yīng)關(guān)系數(shù)據(jù)庫；D、對(duì)待處理病患牲畜癥狀圖片，分割為子區(qū)域，確定對(duì)象子區(qū)域與背景子區(qū)域；E、基于多種已知病患與各種病患特征的對(duì)應(yīng)關(guān)系數(shù)據(jù)庫，從待處理病患牲畜癥狀圖片中的對(duì)象子區(qū)域中搜集病患特征，并與多種已知病患與各種病患特征的對(duì)應(yīng)關(guān)系數(shù)據(jù)庫相匹配。其中，通過使用各個(gè)子區(qū)域的紋理屬性、灰度屬性和深度屬性來確定被分割的子區(qū)域是對(duì)象子區(qū)域還是背景子區(qū)域。另外在步驟A之前，還包括對(duì)于已知病患牲畜和正常牲畜的圖片進(jìn)行預(yù)處理的步驟：A0、對(duì)圖片進(jìn)行降噪處理、并對(duì)降噪處理的圖片進(jìn)行增強(qiáng)，然后減小圖片的大小；相應(yīng)地，步驟D之前，也包括步驟D0：對(duì)待處理病患牲畜癥狀圖片進(jìn)行降噪處理、并對(duì)降噪處理的圖片進(jìn)行增強(qiáng)，然后減小圖片的大小。特別地，從待處理病患牲畜癥狀圖片中的對(duì)象子區(qū)域中，搜集病患特征，與多種已知病患與病患特征的對(duì)應(yīng)關(guān)系數(shù)據(jù)庫相匹配的方法是：將搜集到的待處理病患的病患特征與多種已知病患與各種病患特征的對(duì)應(yīng)關(guān)系數(shù)據(jù)庫中每一種已知病患對(duì)應(yīng)的病患特征相匹配，計(jì)算搜集到的待處理病患的病患特征與已知病患對(duì)應(yīng)的病患特征的匹配特征概率和，確定匹配特征概率和最大的已知病患。當(dāng)待處理病患的病患特征與各種已知病患對(duì)應(yīng)的病患特征的匹配特征概率和均小于預(yù)定閾值時(shí)，返回?zé)o法匹配的提升信息，并提示更新待處理病患牲畜癥狀圖片。一種病患牲畜癥狀圖片處理裝置，所述裝置包括：元數(shù)據(jù)庫單元，用于存儲(chǔ)多張已知病患牲畜和正常牲畜的圖片；圖片分割單元，用于將多張已知病患牲畜的圖片、正常牲畜的圖片、待處理病患牲畜癥狀圖片分割為子區(qū)域；子區(qū)域區(qū)分單元，用于將圖片分割單元分割的子區(qū)域劃分為對(duì)象子區(qū)域與背景子區(qū)域；病患特征提取單元，用于對(duì)比多張已知病患牲畜和正常牲畜的對(duì)象子區(qū)域，從已知病患牲畜的對(duì)象子區(qū)域中提取病患特征，確定各種已知病患牲畜的對(duì)象子區(qū)域中各種病患特征出現(xiàn)的概率；已知病患與各種病患特征的對(duì)應(yīng)關(guān)系數(shù)據(jù)庫，用于存儲(chǔ)各種已知病患牲畜的對(duì)象子區(qū)域中各種病患特征出現(xiàn)的概率；病患特征匹配單元，用于基于多種已知病患與各種病患特征的對(duì)應(yīng)關(guān)系數(shù)據(jù)庫，從待處理病患牲畜癥狀圖片中的對(duì)象子區(qū)域中搜集病患特征，并與多種已知病患與各種病患特征的對(duì)應(yīng)關(guān)系數(shù)據(jù)庫相匹配。另外，所述裝置還包括圖片預(yù)處理裝置，所述預(yù)處理裝置用于對(duì)圖片進(jìn)行降噪處理、并對(duì)降噪處理的圖片進(jìn)行增強(qiáng)，然后減小圖片的大小。特別地，所述病患特征匹配單元包括匹配特征概率和確定單元，所述匹配特征概率和確定單元用于將搜集到的待處理病患的病患特征與多種已知病患與各種病患特征的對(duì)應(yīng)關(guān)系數(shù)據(jù)庫中每一種已知病患對(duì)應(yīng)的病患特征相匹配，計(jì)算搜集到的待處理病患的病患特征與已知病患對(duì)應(yīng)的病患特征的匹配特征概率和，確定匹配特征概率和最大的已知病患。另外，所述裝置還包括提示單元，所述提示單元用于當(dāng)待處理病患的病患特征與各種已知病患對(duì)應(yīng)的病患特征的匹配特征概率和均小于預(yù)定閾值時(shí)，返回?zé)o法匹配的提升信息，并提示更新待處理病患牲畜癥狀圖片。首先，通過本專利技術(shù)的病患牲畜癥狀圖片處理方法及裝置，能夠從大量的已知病患牲畜圖片中提取特征，并對(duì)提取出的特征進(jìn)行聚類整理，因此具有準(zhǔn)確度較高的特點(diǎn)，相當(dāng)于具有豐富經(jīng)驗(yàn)的獸醫(yī)對(duì)圖片進(jìn)行的人工識(shí)別的結(jié)果。其次，通過本專利技術(shù)的病患牲畜癥狀圖片處理方法及裝置，能夠自動(dòng)將接收到的病患牲畜圖片進(jìn)行特征分解，并與已經(jīng)分析過的病患牲畜特征數(shù)據(jù)庫進(jìn)行自動(dòng)匹配，無需獸醫(yī)在場(chǎng)即可進(jìn)行診斷。附圖說明圖1是根據(jù)本專利技術(shù)具體實(shí)施方式的病患牲畜癥狀圖片處理方法的流程示意圖。圖2是根據(jù)本專利技術(shù)具體實(shí)施方式的病患牲畜癥狀圖片處理裝置的結(jié)構(gòu)示意圖。具體實(shí)施方式下面結(jié)合附圖，對(duì)本專利技術(shù)作詳細(xì)說明。以下公開詳細(xì)的示范實(shí)施例。然而，此處公開的具體結(jié)構(gòu)和功能細(xì)節(jié)僅僅是出于描述示范實(shí)施例的目的。然而，應(yīng)該理解，本專利技術(shù)不局限于公開的具體示范實(shí)施例，而是覆蓋落入本公開范圍內(nèi)的所有修改、等同物和替換物。在對(duì)全部附圖的描述中，相同的附圖標(biāo)記表示相同的元件。參閱附圖，本說明書所附圖式所繪示的結(jié)構(gòu)、比例、大小等，均僅用以配合說明書所揭示的內(nèi)容，以供熟悉此技術(shù)的人士了解與閱讀，并非用以限定本專利技術(shù)可實(shí)施的限定條件，故不具技術(shù)上的實(shí)質(zhì)意義，任何結(jié)構(gòu)的修飾、比例關(guān)系的改變或大小的調(diào)整，在不影響本專利技術(shù)所能產(chǎn)生的功效及所能達(dá)成的目的下，均應(yīng)仍落在本專利技術(shù)所揭示的
技術(shù)實(shí)現(xiàn)思路
得能涵蓋的范圍內(nèi)。同時(shí)，本說明書中所引用的位置限定用語，亦僅為便于敘述的明了，而非用以限定本專利技術(shù)可實(shí)施的范圍，其本文檔來自技高網(wǎng)...

【技術(shù)保護(hù)點(diǎn)】
一種病患牲畜癥狀圖片處理方法，所述方法包括以下步驟：A、在元數(shù)據(jù)庫中存儲(chǔ)多張已知病患牲畜和正常牲畜的圖片；B、將多張已知病患牲畜和正常牲畜的圖片分割為子區(qū)域，確定對(duì)象子區(qū)域與背景子區(qū)域；C、對(duì)比多張已知病患牲畜和正常牲畜的對(duì)象子區(qū)域，從已知病患牲畜的對(duì)象子區(qū)域中提取病患特征，確定各種已知病患牲畜的對(duì)象子區(qū)域中各種病患特征出現(xiàn)的概率，建立多種已知病患與各種病患特征的對(duì)應(yīng)關(guān)系數(shù)據(jù)庫；D、對(duì)待處理病患牲畜癥狀圖片，分割為子區(qū)域，確定對(duì)象子區(qū)域與背景子區(qū)域；E、基于多種已知病患與各種病患特征的對(duì)應(yīng)關(guān)系數(shù)據(jù)庫，從待處理病患牲畜癥狀圖片中的對(duì)象子區(qū)域中搜集病患特征，并與多種已知病患與各種病患特征的對(duì)應(yīng)關(guān)系數(shù)據(jù)庫相匹配。

【技術(shù)特征摘要】
1.一種病患牲畜癥狀圖片處理方法，所述方法包括以下步驟：A、在元數(shù)據(jù)庫中存儲(chǔ)多張已知病患牲畜和正常牲畜的圖片；B、將多張已知病患牲畜和正常牲畜的圖片分割為子區(qū)域，確定對(duì)象子區(qū)域與背景子區(qū)域；C、對(duì)比多張已知病患牲畜和正常牲畜的對(duì)象子區(qū)域，從已知病患牲畜的對(duì)象子區(qū)域中提取病患特征，確定各種已知病患牲畜的對(duì)象子區(qū)域中各種病患特征出現(xiàn)的概率，建立多種已知病患與各種病患特征的對(duì)應(yīng)關(guān)系數(shù)據(jù)庫；D、對(duì)待處理病患牲畜癥狀圖片，分割為子區(qū)域，確定對(duì)象子區(qū)域與背景子區(qū)域；E、基于多種已知病患與各種病患特征的對(duì)應(yīng)關(guān)系數(shù)據(jù)庫，從待處理病患牲畜癥狀圖片中的對(duì)象子區(qū)域中搜集病患特征，并與多種已知病患與各種病患特征的對(duì)應(yīng)關(guān)系數(shù)據(jù)庫相匹配。2.根據(jù)權(quán)利要求1中所述的病患牲畜癥狀圖片處理方法，其特征在于，通過使用各個(gè)子區(qū)域的紋理屬性、灰度屬性和深度屬性來確定被分割的子區(qū)域是對(duì)象子區(qū)域還是背景子區(qū)域。3.根據(jù)權(quán)利要求1中所述的病患牲畜癥狀圖片處理方法，其特征在于，步驟A之前，還包括對(duì)于已知病患牲畜和正常牲畜的圖片進(jìn)行預(yù)處理的步驟：A0、對(duì)圖片進(jìn)行降噪處理、并對(duì)降噪處理的圖片進(jìn)行增強(qiáng)，然后減小圖片的大小；相應(yīng)地，步驟D之前，也包括步驟D0：對(duì)待處理病患牲畜癥狀圖片進(jìn)行降噪處理、并對(duì)降噪處理的圖片進(jìn)行增強(qiáng)，然后減小圖片的大小。4.根據(jù)權(quán)利要求1中所述的病患牲畜癥狀圖片處理方法，其特征在于，從待處理病患牲畜癥狀圖片中的對(duì)象子區(qū)域中，搜集病患特征，與多種已知病患與病患特征的對(duì)應(yīng)關(guān)系數(shù)據(jù)庫相匹配的方法是：將搜集到的待處理病患的病患特征與多種已知病患與各種病患特征的對(duì)應(yīng)關(guān)系數(shù)據(jù)庫中每一種已知病患對(duì)應(yīng)的病患特征相匹配，計(jì)算搜集到的待處理病患的病患特征與已知病患對(duì)應(yīng)的病患特征的匹配特征概率和，確定匹配特征概率和最大的已知病患。5.根據(jù)權(quán)利要求4中所述的病患牲畜癥狀圖片處理方法，其特征在于，當(dāng)待處理病患的病患特征與各種已知病患對(duì)應(yīng)的...

【專利技術(shù)屬性】
技術(shù)研發(fā)人員：薛素文，張君杰，李敏，李元格，丁萬超，馬四海，
申請(qǐng)(專利權(quán))人：北京農(nóng)信互聯(lián)科技有限公司，
類型：發(fā)明
國(guó)別省市：北京,11