System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內(nèi)的位置。 參數(shù)名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)涉及養(yǎng)殖數(shù)據(jù)傳輸,具體涉及基于云平臺(tái)的牛養(yǎng)殖數(shù)據(jù)傳輸方法及系統(tǒng)。
技術(shù)介紹
1、隨著現(xiàn)代牛養(yǎng)殖規(guī)模的擴(kuò)大,數(shù)據(jù)化和智能化的養(yǎng)殖管理需求越來越強(qiáng)烈。養(yǎng)殖場內(nèi)每日產(chǎn)生大量數(shù)據(jù),包括牛的個(gè)體生理參數(shù)、環(huán)境監(jiān)測數(shù)據(jù)及行為特征記錄等。這些數(shù)據(jù)對于疾病早期預(yù)警、飼養(yǎng)優(yōu)化及養(yǎng)殖效率提升具有重要意義。然而,這些數(shù)據(jù)大多為非關(guān)鍵數(shù)據(jù)(重復(fù)性數(shù)據(jù)、非剛需性數(shù)據(jù)),若將其全部上傳,大量非關(guān)鍵數(shù)據(jù)占用大量帶寬,導(dǎo)致一些關(guān)鍵數(shù)據(jù)無法及時(shí)傳輸,最終影響數(shù)據(jù)分析的時(shí)效性。目前一般通過設(shè)置數(shù)據(jù)傳輸?shù)膬?yōu)先級(jí),即對于關(guān)鍵數(shù)據(jù)進(jìn)行優(yōu)先完整的傳輸;對于非關(guān)鍵數(shù)據(jù)可以對其進(jìn)行壓縮并在帶寬空閑時(shí)進(jìn)行傳輸;另外,當(dāng)出現(xiàn)緊急情況時(shí),優(yōu)先級(jí)高的數(shù)據(jù)可以將優(yōu)先級(jí)低的數(shù)據(jù)的帶寬進(jìn)行占用。
2、牛肺疫支原體導(dǎo)致的傳染性胸膜肺炎,其具有高傳染性和高致死率,但其在患病前期的癥狀并不明顯,從而導(dǎo)致防范不及時(shí)造成較大的損失。現(xiàn)有技術(shù)無法有效區(qū)分和優(yōu)化數(shù)據(jù)傳輸?shù)膬?yōu)先級(jí),對疾病的早期檢測和緊急情況處理響應(yīng)不足,尤其在應(yīng)對傳染性胸膜肺炎等高危疾病時(shí)容易導(dǎo)致檢測延遲。
3、因此,亟需一種方法實(shí)現(xiàn)特定疾病(如傳染性胸膜肺炎)的早期異常識(shí)別和重點(diǎn)數(shù)據(jù)的實(shí)時(shí)上傳。
技術(shù)實(shí)現(xiàn)思路
1、為了解決以上的技術(shù)問題,本專利技術(shù)的目的在于提供一種基于云平臺(tái)的牛養(yǎng)殖數(shù)據(jù)傳輸方法及系統(tǒng)。
2、根據(jù)本專利技術(shù)實(shí)施例的第一方面,提供的一種基于云平臺(tái)的牛養(yǎng)殖數(shù)據(jù)傳輸方法,所采用的技術(shù)方案具體如下:
3、采集當(dāng)前時(shí)刻牛圈范圍
4、分析所述熱紅外視頻的連續(xù)幀圖像中每個(gè)區(qū)域的光流矢量和溫度變化程度,區(qū)分呼出氣體區(qū)域與牛體區(qū)域,得到每幀圖像中的牛位置點(diǎn)以及每頭牛的體溫、呼吸頻率、呼出氣體溫度和呼出氣體面積;
5、分析所述熱紅外視頻的連續(xù)幀圖像中每頭牛的所述牛位置點(diǎn)的變化量,得到每頭牛的活動(dòng)量;
6、根據(jù)所述呼出氣體面積、所述呼吸頻率和所述活動(dòng)量,結(jié)合所述環(huán)境溫度,得到每頭牛的呼吸異常程度;
7、根據(jù)所述呼吸異常程度,結(jié)合所述體溫和所述呼出氣體溫度,得到每頭牛的異常程度;
8、分析牛圈范圍內(nèi)所有頭牛的異常程度之間的群體關(guān)聯(lián)性,對所述異常程度進(jìn)行修正,得到每頭牛的修正異常程度;
9、根據(jù)所述修正異常程度,確定當(dāng)前時(shí)刻的數(shù)據(jù)傳輸優(yōu)先級(jí)。
10、在本專利技術(shù)的一些實(shí)施例中,分析所述熱紅外視頻的連續(xù)幀圖像中每個(gè)區(qū)域的光流矢量和溫度變化程度,之前還包括:
11、設(shè)置溫度閾值范圍;
12、將所述熱紅外視頻的每幀圖像中屬于所述溫度閾值范圍內(nèi)的區(qū)域保留,得到疑似熱斑區(qū)域。
13、在本專利技術(shù)的一些實(shí)施例中,分析所述熱紅外視頻的連續(xù)幀圖像中每個(gè)區(qū)域的光流矢量和溫度變化程度,區(qū)分呼出氣體區(qū)域與牛體區(qū)域,得到每幀圖像中的牛位置點(diǎn)以及每頭牛的體溫、呼吸頻率、呼出氣體溫度和呼出氣體面積,包括:
14、分析所述熱紅外視頻的連續(xù)幀圖像中每個(gè)所述疑似熱斑區(qū)域的光流矢量和溫度變化程度,得到每個(gè)所述疑似熱斑區(qū)域?qū)儆诤舫鰵怏w區(qū)域的可能性;
15、根據(jù)所述可能性,結(jié)合所述光流矢量,區(qū)分呼出氣體區(qū)域與牛體區(qū)域,得到每幀圖像中的牛位置點(diǎn);
16、分析所述牛體區(qū)域的最高溫度,得到每頭牛的體溫;
17、分析連續(xù)幀圖像中所述呼出氣體區(qū)域的溫度變化曲線,得到每頭牛的呼吸頻率、呼出氣體溫度和呼出氣體面積。
18、在本專利技術(shù)的一些實(shí)施例中,分析所述熱紅外視頻的連續(xù)幀圖像中每個(gè)所述疑似熱斑區(qū)域的光流矢量和溫度變化程度,得到每個(gè)所述疑似熱斑區(qū)域?qū)儆诤舫鰵怏w區(qū)域的可能性,包括:
19、通過光流法得到每幀圖像中每個(gè)所述疑似熱斑區(qū)域的光流矢量,并將所述光流矢量的方向作為所述疑似熱斑區(qū)域的移動(dòng)方向;
20、基于所述移動(dòng)方向,設(shè)置當(dāng)前幀之前的參考幀;
21、根據(jù)所述光流矢量的大小,分析所述疑似熱斑區(qū)域在參考幀及其前一幀之間的移動(dòng)距離,得到所述疑似熱斑區(qū)域的移動(dòng)距離參量;
22、根據(jù)所述疑似熱斑區(qū)域的溫度值,分析所述疑似熱斑區(qū)域在參考幀及其前一幀之間的溫度變化量,得到所述疑似熱斑區(qū)域的溫度變化參量;
23、分析所述疑似熱斑區(qū)域在參考幀中的存在情況,得到所述疑似熱斑區(qū)域的穩(wěn)定性;
24、根據(jù)所述移動(dòng)距離參量和所述溫度變化參量,結(jié)合所述穩(wěn)定性,遍歷所有參考幀,得到每個(gè)所述疑似熱斑區(qū)域?qū)儆诤舫鰵怏w區(qū)域的可能性。
25、在本專利技術(shù)的一些實(shí)施例中,分析連續(xù)幀圖像中所述呼出氣體區(qū)域的溫度變化曲線,得到每頭牛的呼吸頻率、呼出氣體溫度和呼出氣體面積,包括:
26、將所述熱紅外視頻中連續(xù)幀中的每頭牛的呼出氣體區(qū)域的溫度按時(shí)序順序構(gòu)建折線圖,得到溫度變化曲線;
27、將所述溫度變化曲線中的峰值點(diǎn)間的每個(gè)時(shí)間段記為牛的一個(gè)呼吸周期,得到每頭牛在每個(gè)呼吸周期時(shí)的呼吸頻率;
28、將每個(gè)呼吸周期時(shí)的最大溫度值記為呼出氣體溫度,得到每頭牛在每個(gè)呼吸周期時(shí)的呼出氣體溫度;
29、將每個(gè)呼吸周期時(shí)的所有幀中呼出氣體區(qū)域的最大面積記為呼出氣體面積,得到每頭牛的在每個(gè)呼吸周期時(shí)的呼出氣體面積。
30、在本專利技術(shù)的一些實(shí)施例中,分析所述熱紅外視頻的連續(xù)幀圖像中每頭牛的所述牛位置點(diǎn)的變化量,得到每頭牛的活動(dòng)量,包括:
31、設(shè)置當(dāng)前時(shí)刻之前的參考時(shí)間段;
32、針對每頭牛,分析所述參考時(shí)間段內(nèi)所述牛位置點(diǎn)與下一個(gè)牛位置點(diǎn)之間的距離和時(shí)間差,遍歷所述參考時(shí)間段內(nèi)所有所述牛位置點(diǎn),結(jié)合參考時(shí)間段的時(shí)長,得到每頭牛的活動(dòng)量。
33、在本專利技術(shù)的一些實(shí)施例中,根據(jù)所述呼出氣體面積、所述呼吸頻率和所述活動(dòng)量,結(jié)合所述環(huán)境溫度,得到每頭牛的呼吸異常程度,包括:
34、根據(jù)牛養(yǎng)殖歷史數(shù)據(jù),獲取健康牛的呼吸頻率、呼出氣體溫度、體溫、呼出氣體面積的參考標(biāo)準(zhǔn)值;
35、分析所述呼出氣體面積以及所述呼吸頻率分別與其參考標(biāo)準(zhǔn)值之間的差異,結(jié)合所述活動(dòng)量和所述環(huán)境溫度,得到每頭牛的呼吸異常程度;
36、分析所述體溫以及所述呼出氣體溫度分別與其參考標(biāo)準(zhǔn)值之間的差異,結(jié)合所述呼吸異常程度,得到每頭牛的異常程度。
37、在本專利技術(shù)的一些實(shí)施例中,分析牛圈范圍內(nèi)所有頭牛的異常程度之間的群體關(guān)聯(lián)性,包括:計(jì)算牛圈范圍內(nèi)所有頭牛的異常程度的平均值,得到牛圈范圍內(nèi)所有頭牛的異常程度之間的群體關(guān)聯(lián)性。
38、根據(jù)本專利技術(shù)實(shí)施例的第二方面,提供的一種基于云平臺(tái)的牛養(yǎng)殖數(shù)據(jù)傳輸系統(tǒng),包括:存儲(chǔ)器和處理器,其中:
39、所述存儲(chǔ)器,用于存儲(chǔ)程序代碼;
40、所述處理器,用于讀取所述存儲(chǔ)器中存儲(chǔ)的程序代碼,并執(zhí)行本專利技術(shù)實(shí)施例的第一方面所述的方法。
41、在本專利技術(shù)的一些實(shí)施例中,所述處理器包括:
42、數(shù)據(jù)采集模塊,用于采集當(dāng)前時(shí)刻牛圈范圍內(nèi)的熱紅外視頻和環(huán)境溫度;<本文檔來自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
1.一種基于云平臺(tái)的牛養(yǎng)殖數(shù)據(jù)傳輸方法,其特征在于,所述方法包括:
2.根據(jù)權(quán)利要求1所述的基于云平臺(tái)的牛養(yǎng)殖數(shù)據(jù)傳輸方法,其特征在于,分析所述熱紅外視頻的連續(xù)幀圖像中每個(gè)區(qū)域的光流矢量和溫度變化程度,之前還包括:
3.根據(jù)權(quán)利要求2所述的基于云平臺(tái)的牛養(yǎng)殖數(shù)據(jù)傳輸方法,其特征在于,分析所述熱紅外視頻的連續(xù)幀圖像中每個(gè)區(qū)域的光流矢量和溫度變化程度,區(qū)分呼出氣體區(qū)域與牛體區(qū)域,得到每幀圖像中的牛位置點(diǎn)以及每頭牛的體溫、呼吸頻率、呼出氣體溫度和呼出氣體面積,包括:
4.根據(jù)權(quán)利要求3所述的基于云平臺(tái)的牛養(yǎng)殖數(shù)據(jù)傳輸方法,其特征在于,分析所述熱紅外視頻的連續(xù)幀圖像中每個(gè)所述疑似熱斑區(qū)域的光流矢量和溫度變化程度,得到每個(gè)所述疑似熱斑區(qū)域?qū)儆诤舫鰵怏w區(qū)域的可能性,包括:
5.根據(jù)權(quán)利要求3所述的基于云平臺(tái)的牛養(yǎng)殖數(shù)據(jù)傳輸方法,其特征在于,分析連續(xù)幀圖像中所述呼出氣體區(qū)域的溫度變化曲線,得到每頭牛的呼吸頻率、呼出氣體溫度和呼出氣體面積,包括:
6.根據(jù)權(quán)利要求5所述的基于云平臺(tái)的牛養(yǎng)殖數(shù)據(jù)傳輸方法,其特征在于,分析所述熱紅外視頻的連
7.根據(jù)權(quán)利要求1所述的基于云平臺(tái)的牛養(yǎng)殖數(shù)據(jù)傳輸方法,其特征在于,根據(jù)所述呼出氣體面積、所述呼吸頻率和所述活動(dòng)量,結(jié)合所述環(huán)境溫度,得到每頭牛的呼吸異常程度,包括:
8.根據(jù)權(quán)利要求1所述的基于云平臺(tái)的牛養(yǎng)殖數(shù)據(jù)傳輸方法,其特征在于,分析牛圈范圍內(nèi)所有頭牛的異常程度之間的群體關(guān)聯(lián)性,包括:計(jì)算牛圈范圍內(nèi)所有頭牛的異常程度的平均值,得到牛圈范圍內(nèi)所有頭牛的異常程度之間的群體關(guān)聯(lián)性。
9.一種基于云平臺(tái)的牛養(yǎng)殖數(shù)據(jù)傳輸系統(tǒng),其特征在于,所述系統(tǒng)包括:存儲(chǔ)器和處理器,其中:
10.根據(jù)權(quán)利要求9所述的基于云平臺(tái)的牛養(yǎng)殖數(shù)據(jù)傳輸系統(tǒng),其特征在于,所述處理器包括:
...【技術(shù)特征摘要】
1.一種基于云平臺(tái)的牛養(yǎng)殖數(shù)據(jù)傳輸方法,其特征在于,所述方法包括:
2.根據(jù)權(quán)利要求1所述的基于云平臺(tái)的牛養(yǎng)殖數(shù)據(jù)傳輸方法,其特征在于,分析所述熱紅外視頻的連續(xù)幀圖像中每個(gè)區(qū)域的光流矢量和溫度變化程度,之前還包括:
3.根據(jù)權(quán)利要求2所述的基于云平臺(tái)的牛養(yǎng)殖數(shù)據(jù)傳輸方法,其特征在于,分析所述熱紅外視頻的連續(xù)幀圖像中每個(gè)區(qū)域的光流矢量和溫度變化程度,區(qū)分呼出氣體區(qū)域與牛體區(qū)域,得到每幀圖像中的牛位置點(diǎn)以及每頭牛的體溫、呼吸頻率、呼出氣體溫度和呼出氣體面積,包括:
4.根據(jù)權(quán)利要求3所述的基于云平臺(tái)的牛養(yǎng)殖數(shù)據(jù)傳輸方法,其特征在于,分析所述熱紅外視頻的連續(xù)幀圖像中每個(gè)所述疑似熱斑區(qū)域的光流矢量和溫度變化程度,得到每個(gè)所述疑似熱斑區(qū)域?qū)儆诤舫鰵怏w區(qū)域的可能性,包括:
5.根據(jù)權(quán)利要求3所述的基于云平臺(tái)的牛養(yǎng)殖數(shù)據(jù)傳輸方法,其特征在于,分析連續(xù)幀圖像中所述呼出氣體區(qū)域的溫度變化曲線,得...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員:倪萌萌,謝玲玲,李晨,王府,周華,李世軍,申李,黃智宇,何玲,闕云飛,陳吉安,楊廷韜,林漢卿,肖文婭,郝明祥,何廷才,
申請(專利權(quán))人:貴州大學(xué),
類型:發(fā)明
國別省市:
還沒有人留言評(píng)論。發(fā)表了對其他瀏覽者有用的留言會(huì)獲得科技券。