本发明涉及家禽疾病检测，特别是涉及一种肉鸡疾病监测方法及系统。
背景技术：
1、随着全球人口的快速增长，肉类需求也大幅增加，尤其是鸡肉作为一种高效的蛋白质来源，得到了广泛的关注。然而，随着肉鸡养殖规模的扩大，肉鸡疾病也成为困扰养殖业主的主要问题。肉鸡疾病不仅影响肉鸡的健康和生产效率，还可能带来严重的经济损失和食物安全隐患。
2、传统的肉鸡疾病监测方法主要依赖于人工观察和常规(如疫苗接种和药物治疗)防治措施。然而，这些方法存在许多局限性，养殖场通常饲养大量肉鸡，依赖人工观察难以做到全面监控，且观察者的经验和判断能力不同，可能导致监测结果不一致。传统方法通常在疾病暴发后才能发现，这可能导致疾病迅速传播并造成更大的损失，且缺乏实时和连续的数据支持，难以全面了解肉鸡的健康状况和环境条件。在疾病暴发后，很难快速追踪并确定疾病来源，增加了控制和防治的难度。
3、申请号为201611038474.0的发明专利公开了一种肉鸡疾病监测装置，包括：生理信息采集单元采集肉鸡生理信息参数，由采集信息处理输入电路将采集信息发送至控制单元进行处理，控制单元调用存储单元预先存储的正常肉鸡的生理信息参数，将采集的生理信息与预先设定的正常肉鸡的生理信息参数进行比对，若不符合标准，则确诊为病肉鸡，将信息发送至肉鸡病症数据库，肉鸡病症数据库具备自训练能力，接收病肉鸡生理参数，根据病肉鸡生理参数，通过历史病肉鸡症状数据与该生理参数进行自动匹配，将匹配后的结果通过无线通讯单元发送至客户端，采取相应的治疗措施；实现实时监控肉鸡生理状态参数，对生病的肉鸡快速的找出肉鸡患有什么病症，从而实现对症下药，减少经济损失的优点。但是，该装置的准确性取决于对生理信息参数的采集和处理，存在传感器测量误差，可能影响诊断结果的准确性。
技术实现思路
1、为了克服现有技术的不足，本发明的目的是提供一种肉鸡疾病监测方法及系统。
2、为实现上述目的，本发明提供了如下方案：
3、一种肉鸡疾病监测方法，包括：
4、根据目标区域的监控视频获取目标肉鸡在预设时间段的粪便图像、饮水次数和啄食次数；
5、对所述粪便图像进行图像增强，得到预处理图像，并将对应的所述饮水次数和啄食次数作为标签对所述预处理图像进行标记，得到检测图像数据；
6、将所述检测图像数据输入至构建好的肉鸡疾病监测模型中，得到监测结果。
7、优选地，根据区域的监控视频获取目标肉鸡在预设时间段的粪便图像、饮水次数和啄食次数，包括：
8、从所述监控视频中连续提取视频帧，并利用运动检测算法对所述视频帧进行检测，以确定停止运动的目标肉鸡；
9、对停止运动的目标肉鸡所在的图像区域进行图像识别，得到所述粪便图像；
10、分别检测所述监控视频中的饮水槽区域和饲料盆区域的目标肉鸡的饮水动作和啄食动作，以记录每次动作时的时间戳；
11、根据所述时间戳得到所述饮水次数和所述啄食次数。
12、优选地，对所述粪便图像进行图像增强，得到预处理图像，包括：
13、利用图像识别模型检测粪便图像，得到每个图像增强窗口下的占比值；
14、当所述图像增强窗口内的占比值大于预设阈值时，对相应图像增强窗口内的粪便图像进行中值去噪，得到中值去噪后的粪便图像；
15、滑动所述图像增强窗口，直到遍历完整个粪便图像得到去噪完成的粪便图像。
16、优选地，利用图像识别模型检测粪便图像，得到每个图像增强窗口下的占比值，包括：
17、采用公式fij＝|xij-yij|得到每个图像增强窗口下的每个像素点的像素差值；其中，fij表示粪便图像在(i，j)位置的像素差值，xij表示原始的粪便图像在(i，j)位置处的像素值，yij表示粪便图像在(i，j)位置处的像素值；
18、将像素差值大于特征阈值的像素点作为特征点并记录数量；
19、将所述图像增强窗口下特征点占所有像素点的比例作为占比值。
20、优选地，对相应图像增强窗口内的粪便图像进行中值去噪，得到中值去噪后的粪便图像，包括：
21、采用公式对相应图像增强窗口内的粪便图像进行中值去噪得到中值去噪后的粪便图像；其中，f(a,b)表示像素点(a，b)在中值去噪后的像素值，d为可调参数，x(a,b)表示像素点(a，b)在图像增强窗口内的像素值，mean(a,b)表示图像增强窗口的像素中值，σx(a,b)表示图像增强窗口内像素值的方差。
22、优选地，每张所述检测图像数据包含时间戳、饮水次数和啄食次数标签，以形成结构化的检测图像数据。
23、优选地，将所述检测图像数据输入至构建好的肉鸡疾病监测模型中，得到监测结果，包括：
24、获取预设的检测图像数据集；
25、构建初始卷积神经网络；
26、根据所述检测图像数据集对所述初始卷积神经网络进行训练，得到训练好的分类器；
27、利用所述分类器识别检测图像数据集，得到疾病置信度集合；
28、若所述疾病置信度集合的识别的置信度大于或等于训练阈值数据，则将训练好的分类器后连接lstm神经网络，得到所述肉鸡疾病监测模型；
29、根据所述肉鸡疾病监测模型对所述检测图像数据进行监测，得到所述监测结果。
30、优选地，所述初始卷积神经网络包括依次设置的两个堆叠的卷积层、relu激活函数以及池化层；所述初始卷积神经网络用于输出特征提取后的数据；所述lstm网络用于接收所述特征提取后的数据，通过lstm单元更新和传输过程以及线性层转换过程，得到所述监测结果。
31、一种肉鸡疾病监测系统，包括：
32、数据获取模块，用于根据目标区域的监控视频获取目标肉鸡在预设时间段的粪便图像、饮水次数和啄食次数；
33、数据增强模块，用于对所述粪便图像进行图像增强，得到预处理图像，并将对应的所述饮水次数和啄食次数作为标签对所述预处理图像进行标记，得到检测图像数据；
34、检测模块，用于将所述检测图像数据输入至构建好的肉鸡疾病监测模型中，得到监测结果。
35、根据本发明提供的具体实施例，本发明公开了以下技术效果：
36、本发明提供了一种肉鸡疾病监测方法及系统，方法包括：根据目标区域的监控视频获取目标肉鸡在预设时间段的粪便图像、饮水次数和啄食次数；对所述粪便图像进行图像增强，得到预处理图像，并将对应的所述饮水次数和啄食次数作为标签对所述预处理图像进行标记，得到检测图像数据；将所述检测图像数据输入至构建好的肉鸡疾病监测模型中，得到监测结果。本发明通过监控视频获取粪便图像、饮水次数和啄食次数，从而综合了肉鸡的粪便健康指标和行为反映，提供了更全面的监测数据。
1.一种肉鸡疾病监测方法，其特征在于，包括：
2.根据权利要求1所述的肉鸡疾病监测方法，其特征在于，根据区域的监控视频获取目标肉鸡在预设时间段的粪便图像、饮水次数和啄食次数，包括：
3.根据权利要求1所述的肉鸡疾病监测方法，其特征在于，对所述粪便图像进行图像增强，得到预处理图像，包括：
4.根据权利要求3所述的肉鸡疾病监测方法，其特征在于，利用图像识别模型检测粪便图像，得到每个图像增强窗口下的占比值，包括：
5.根据权利要求4所述的肉鸡疾病监测方法，其特征在于，对相应图像增强窗口内的粪便图像进行中值去噪，得到中值去噪后的粪便图像，包括：
6.根据权利要求1所述的肉鸡疾病监测方法，其特征在于，每张所述检测图像数据包含时间戳、饮水次数和啄食次数标签，以形成结构化的检测图像数据。
7.根据权利要求1所述的肉鸡疾病监测方法，其特征在于，将所述检测图像数据输入至构建好的肉鸡疾病监测模型中，得到监测结果，包括：
8.根据权利要求7所述的肉鸡疾病监测方法，其特征在于，所述初始卷积神经网络包括依次设置的两个堆叠的卷积层、relu激活函数以及池化层；所述初始卷积神经网络用于输出特征提取后的数据；所述lstm网络用于接收所述特征提取后的数据，通过lstm单元更新和传输过程以及线性层转换过程，得到所述监测结果。
9.一种肉鸡疾病监测系统，其特征在于，包括：
