1.一种草原放牧绵羊牧食行为检测系统，其特征在于：其包括传感器检测与数据传输系统、摄像机；其中， 所述摄像机用于实现视频信号与声音信号的同步采集； 所述传感器检测与数据传输系统包括：GPS定位与牧食路径监测模块，其用于实现放牧绵羊的运动监测；行为检测模块，其用于检测放牧绵羊的站立及站立时间、卧息及卧息时间、游走及游走时间；风速风向监测模块，其用于监测牧食行为处的风速风向；温湿度监测模块，其用于监测牧食行为处的温度、湿度；信号处理模块，其与所述GPS定位与牧食路径监测模块、所述风速风向监测模块、所述温湿度监测模块、所述行为检测模块、所述摄像机均电性连接，用于收集各模块的数据并处理；GPRS无线数据传输模块，其用于无线传输所述信号处理模块处理后的数据； 其中，所述行为检测模块采用三轴加速度传感器、所述风速风向监测模块采用非叶轮式风速风向传感器、所述温湿度监测模块采用温湿度传感器； 所述传感器检测与数据传输系统安装于羊背上、所述摄像机安装在羊头一侧的额角处； 所述传感器检测与数据传输系统还包括分别与所述信号处理模块电性连接的电源模块、显示屏、扩展存储卡和实时时钟模块。

2.一种草原放牧绵羊牧食行为检测方法，使用如权利要求1所述的草原放牧绵羊牧食行为检测系统实现，其特征在于：所述草原放牧绵羊牧食行为检测方法包括基于深度学习网络与支持向量机方法的采食视频分割识别方法，所述采食视频分割识别方法包括： 信号预处理：视频信号采集；Tsai算法图像自适应标定；融合三轴加速度传感器采食时间检测实现动态视频分帧；Mean Shift滤波、去噪；基于2G-B-R色差特征的FCM聚类背景分割； 特征提取与识别：在信号预处理的基础上：时域帧间差分法；基于稀疏表示SIFT算法图像配准；小波SIFT算子对颜色、形状、纹理特征的提取；深度学习特征提取模型优化特征参数、降维；支撑向量机分类器； 特征库训练：对特征提取与识别的分类器进行单株采食牧草的特征库建立与训练：手动拍照后图像分割，提取感兴趣区域；应用小波SIFT算子提取颜色、形状、纹理特征；主成分分析法降维，获取图像特征；训练深度学习分类模型；特征匹配；特征库建立完成。

3.如权利要求2所述的草原放牧绵羊牧食行为检测方法，其特征在于：小波SIFT算子对颜色、形状、纹理特征的提取包括：颜色矩特征提取、多维形状特征提取、GLCM法纹理特征提取。

4.如权利要求3所述的草原放牧绵羊牧食行为检测方法，其特征在于：所述草原放牧绵羊牧食行为检测方法还包括反刍与采食行为检测方法，所述反刍与采食行为检测方法包括： 提炼声音特征； 利用声音特征设计基于隐马可夫模型的BP神经网络分类器； 通过分类器得出反刍与采食行为检测结果。

5.如权利要求4所述的草原放牧绵羊牧食行为检测方法，其特征在于：提取声音特征并结合现场标定训练声音样本以建立反刍与采食声音规则库： 去噪、滤波、加窗分帧； 时域、频域、维纳熵特征提取； ANOVA方差分析得出声音特征模型库。

6.如权利要求5所述的草原放牧绵羊牧食行为检测方法，其特征在于：提取声音特征并利用反刍与采食声音规则库完成测试应用： 去噪、滤波、加窗分帧； 时域、频域、维纳熵特征提取； 最小二乘法多元线性回归分析得到测试声音特征。

请联系平台

请联系平台