一種基於移動網際網路可遠程抓拍的養殖安防系統的製作方法

2023-06-05 18:34:11 3

本發明屬於養殖技術領域，特別涉及一種基於移動網際網路可遠程抓拍的養殖安防系統。

背景技術：

對於日常的家畜養殖，在環境方面一般是人工進行溫溼度的測量，再對風扇、空調、換氣扇等進行控制；在飲食方面一般為飼養人員頻繁的進行飼料投餵還有加水，浪費大量的人力資源；在家畜的身體數據方面，更是尤為複雜，有每天的專業飼養人員進行撫摸，來感覺家畜溫度是否正常，並且還要定時對大量的家畜進行一一稱重來掌握家畜的大致重量，這些做法都無法對家畜的身體數據進行準確的測量；而在日常的家畜生活中，飼養人員不能離開養殖區，以便應對突發事件，例如家畜突然患病、外來突發因素的發生等，讓飼養變得極為複雜。

家畜的需求隨著人們的生活水平提高也在不斷的呈現供不應求的趨勢，目前，家畜的供求信息發布情況較為單一，沒有明確的家畜供求市場，買家與賣家一般依賴於傳統的訂單式交流，這樣的銷售渠道完全不能滿足家畜行業的發展需求。隨著網際網路的發展，越來越多的養殖人員以及需求人員開始通過一些供求信息網站（例58同城，趕集網等）來發布自己的需求信息，這樣大大提高了家畜養殖行業的通貨效率，從而帶動了行業發展，但是這樣的發展雖然高效，卻沒有足夠的家畜養殖信息，保證不了質量問題，所以訂單的成功還要依賴於買家與賣家的正面交流，隨著人們生活水平的提高以及對網絡的依賴，像這樣在網站發布信息式且需實地考察的買賣形式已經無法滿足現代人的需求。

技術實現要素：

本發明提出一種基於移動網際網路可遠程抓拍的養殖安防系統，解決了現有技術中安防系統需要配備ic卡的問題。

本發明的技術方案是這樣實現的：基於移動網際網路可遠程抓拍的養殖安防系統，包括門禁系統，所述門禁系統通過乙太網連接有網絡伺服器，所述網絡伺服器設置有存儲器，所述門禁系統檢測拜訪者且記錄拜訪者信息到存儲器中，所述門禁系統設置有保護裝置。

作為一種優選的實施方式，所述門禁系統包括攝像機以及指紋識別系統，所述存儲中預設有用戶指紋信息以及照片信息，所述門禁系統根據攝像機抓拍的拜訪者照片和/或指紋識別系統採集的拜訪者指紋，並將其與存儲器中的預設信息進行對比，確定是否開放門禁或者進行報警處理。

作為一種優選的實施方式，所述門禁系統抓拍拜訪者照片，調動攝像頭位置並連續抓拍三次，當抓拍三次照片存儲器中數據進行匹配，任意一張照片與存儲器中數據匹配度小於預設閥值，且指紋識別系統採集的拜訪者指紋與存儲器內數據不匹配時，進行報警指示。

作為一種優選的實施方式，所述抓拍照片並與存儲器中數據進行匹配，按照如下步驟進行，s1：確定拜訪者面部輪廓；s2：確定拜訪者面部器官分布；s3：確定拜訪者膚色以及紋理規則；s4：確定拜訪者面部對稱性規則；s5：根據拜訪者動態圖序列，確定其運動規則。

作為一種優選的實施方式，所述步驟s1中確定拜訪者面部輪廓包括採集頭頂輪廓線、左側臉輪和右側臉輪，對任意圖像進行邊緣檢測，並對細化後的邊緣提取曲線特徵，然後計算各曲線組合成人臉的評估函數。

作為一種優選的實施方式，步驟s5中根據拜訪者動態圖序列，包括利用隨機函數所組成的集合，體現為與markov鏈的每一個狀態相關聯的觀測序列的隨機過程，設有觀察序列q＝q1q2…qn和狀態集＝s{s1，s2,…sn}，一個有n個狀態的隱馬爾可夫模型λ可以表示(π，a，b)，其中π為初始狀態概率矢量；a＝{aij}為狀態轉移概率矩陣，其中aij＝p{qt+1＝sj|qt＝st}，1<＝i，j<＝n；b＝{bj}qt)}為觀察符號概率分布，若b有m個觀察值{v1，v2…mv}，則bj(qt)＝p{qt＝vk|qt＝sj，1<＝j<＝n，l<＝k<＝m}。

作為一種優選的實施方式，hmm參數的估計可用baum-welch參數估計算法或segmentalk-means算法；對測試樣本的評價，可以用forward-backward迭代算法估計籤名滿足模型的概率，或用viterbi最優狀態搜索算法計算過程經過的最優狀態。

作為一種優選的實施方式，圖像抓拍後對圖像灰度進行均衡處理，定義處理輸入圖像為a(x，y)，輸出圖像為b(x，y)，則點運算可表示為：b(x，y)＝f[a(x，y)]，其中函數f為灰度變換函數。

作為一種優選的實施方式，將彩色圖像轉化成為灰度圖像採用公式：gray＝0.39×r+0.50×g+0.11×b(式3)其中，gray為灰度值，r、g、b分別為紅色、綠色和藍色分量值。

作為一種優選的實施方式，步驟s3中確定膚色以及紋理規則，包括建立膚色模型來表徵人臉顏色,利用感光模型進行複雜背景下人臉及器官的檢測與分割，利用空間灰度共生矩陣紋理信息作為特徵進行低解析度的人臉檢測，然後將顏色、形狀結合在一起進行人臉檢測。

採用了上述技術方案後，本發明的有益效果是：本發明通過在伺服器內預設用戶的指紋信息和照片信息，然後利用門禁系統採集拜訪者的照片和指紋，利用算法將採集的照片與預設的信息進行比對，當比對結合符合一定條件時，打開門禁系統，不需要人工操作；當拜訪者不滿足匹配條件時，系統不會打開門禁，且在一定時間後進行報警指示，整個安防系統不需要人工操作，流程簡單。

具體實施方式

本基於移動網際網路可遠程抓拍的養殖安防系統，包括門禁系統，所述門禁系統通過乙太網連接有網絡伺服器，所述網絡伺服器設置有存儲器，所述門禁系統檢測拜訪者且記錄拜訪者信息到存儲器中，所述門禁系統設置有保護裝置。保護裝置採用透明的罩殼或者網罩，以不能遮擋門禁系統採集拜訪者照片和指紋信息為宜。

所述門禁系統包括攝像機以及指紋識別系統，所述存儲中預設有用戶指紋信息以及照片信息，所述門禁系統根據攝像機抓拍的拜訪者照片和/或指紋識別系統採集的拜訪者指紋，並將其與存儲器中的預設信息進行對比，確定是否開放門禁或者進行報警處理。所述門禁系統抓拍拜訪者照片，調動攝像頭位置並連續抓拍三次，當抓拍三次照片存儲器中數據進行匹配，任意一張照片與存儲器中數據匹配度小於預設閥值，且指紋識別系統採集的拜訪者指紋與存儲器內數據不匹配時，進行報警指示。

所述抓拍照片並與存儲器中數據進行匹配，按照如下步驟進行，s1：確定拜訪者面部輪廓；s2：確定拜訪者面部器官分布；s3：確定拜訪者膚色以及紋理規則；s4：確定拜訪者面部對稱性規則；s5：根據拜訪者動態圖序列，確定其運動規則。

所述步驟s1中確定拜訪者面部輪廓包括採集頭頂輪廓線、左側臉輪和右側臉輪，對任意圖像進行邊緣檢測，並對細化後的邊緣提取曲線特徵，然後計算各曲線組合成人臉的評估函數。

步驟s5中根據拜訪者動態圖序列，包括利用隨機函數所組成的集合，體現為與markov鏈的每一個狀態相關聯的觀測序列的隨機過程，設有觀察序列q＝q1q2…qn和狀態集＝s{s1，s2,…sn}，一個有n個狀態的隱馬爾可夫模型λ可以表示(π，a，b)，其中π為初始狀態概率矢量；a＝{aij}為狀態轉移概率矩陣，其中aij＝p{qt+1＝sj|qt＝st}，1<＝i，j<＝n；b＝{bj}qt)}為觀察符號概率分布，若b有m個觀察值{v1，v2…mv}，則bj(qt)＝p{qt＝vk|qt＝sj，1<＝j<＝n，l<＝k<＝m}。

hmm參數的估計可用baum-welch參數估計算法或segmentalk-means算法；對測試樣本的評價，可以用forward-backward迭代算法估計籤名滿足模型的概率，或用viterbi最優狀態搜索算法計算過程經過的最優狀態。

圖像抓拍後對圖像灰度進行均衡處理，定義處理輸入圖像為a(x，y)，輸出圖像為b(x，y)，則點運算可表示為：b(x，y)＝f[a(x，y)]，其中函數f為灰度變換函數。

將彩色圖像轉化成為灰度圖像採用公式：gray＝0.39×r+0.50×g+0.11×b(式3)

其中，gray為灰度值，r、g、b分別為紅色、綠色和藍色分量值。

步驟s3中確定膚色以及紋理規則，包括建立膚色模型來表徵人臉顏色,利用感光模型進行複雜背景下人臉及器官的檢測與分割，利用空間灰度共生矩陣紋理信息作為特徵進行低解析度的人臉檢測，然後將顏色、形狀結合在一起進行人臉檢測。

該基於移動網際網路可遠程抓拍的養殖安防系統的工作原理是：本發明通過在伺服器內預設用戶的指紋信息和照片信息，然後利用門禁系統採集拜訪者的照片和指紋，利用算法將採集的照片與預設的信息進行比對，當比對結合符合一定條件時，打開門禁系統，不需要人工操作；當拜訪者不滿足匹配條件時，系統不會打開門禁，且在一定時間後進行報警指示，整個安防系統不需要人工操作，流程簡單。

以上所述僅為本發明的較佳實施例而已，並不用以限制本發明，凡在本發明的精神和原則之內，所作的任何修改、等同替換、改進等，均應包含在本發明的保護範圍之內。