基于计算机视觉的牛脸轮廓提取算法及实现

发布时间：2019-09-12 08:36

【摘要】：计算机视觉技术已越来越多地应用于检测牛个体行为以给出养殖管理决策,牛脸轮廓的提取及形状分析能够进一步提高牛身份鉴别,咀嚼分析及健康状况评估的自动化程度。为实现基于计算机视觉的无接触、高精度、适用性强的肉牛养殖场环境下的牛脸轮廓提取,提出用自适应级联检测器定位牛脸位置,用统计迭代模型提取牛脸轮廓的方法。该方法采集牛脸正面图像,用级联式检测器定位出牛脸的位置,并分别采用监督式梯度下降算法(supervised descent method,SDM),局部二值算法(local binary features,LBF)和主动外观模型算法(fast active appearance model,FAAM)3种算法被用于提取牛脸轮廓。对20头肉牛共拍摄800幅牛脸正面图,随机选取训练数据720幅和测试数据80幅。结果表明,主动外观模型算法准确率最高,其轮廓提取误差为0.0184像素,适于应用在轮廓提取精度要求较高的场合,而局部二值算法的运行效率最高,在分辨率为744像素(水平)×852像素(垂直)的牛脸图像中轮廓提取时间为0.35 s,更适于应用在实时性要求较高的场合。该方法可实现养殖场中肉牛的无接触精确的面部轮廓提取,具有适用性强、成本低的特点。
【图文】：

农业工程学报（http://www.tcsae.org）2017年172后续图像处理平台处理器为InterCorei3-6100，主频为3.70GHz，48GB内存，4TB硬盘，算法开发平台为MATLAB2015a。1.2供试数据将采集的800幅牛脸图像随机分为10组，其中9组作为训练集，1组作为测试集，共得到720幅训练用牛脸图像集，及80幅测试用牛脸图像集。由于试验图像是在真实场景中拍摄，牛脸存在局部遮挡现象，例如，在进食过程中草对牛面部的遮挡（如图1a所示），牛同伴之间的相互遮挡，牛舌头的局部遮挡（如图1b所示）。另外，牛的不同毛发差别将会影响局部特征的提龋图1c是非均匀光照下的牛脸图像，不同光照强度下提取的牛脸局部特征差异较大，因此在自然环境下要考虑到光照的影响。图1d是大角度偏移下的牛脸，大角度的变化会对最后的检测结果产生影响。a.局部遮挡牛脸1a.Partialocclusionofcattleface1b.局部遮挡的牛脸2b.Partialocclusionofcattleface2c.非均匀光照下的牛脸c.Non-uniformilluminationofcattlefaced.大角度偏移的牛脸d.Largeangleoffsetofcattleface图1复杂场景下的牛脸Fig.1Facecattleincomplexscene1.3牛脸轮廓模型定义牛脸特征不仅包括眼睛、鼻子、嘴巴以及脸颊外轮廓，与人脸相比牛脸还有其独有的特征，例如，牛脸表面有许多绒毛，牛脸的五官较为分散，牛脸的背景较为复杂等。结合牛脸的特征，为了建立牛脸的全局形状模型，需要获取牛脸图像特征的数学表示。在牛脸模型训练阶段，手工选择牛脸中关键的面部特征点，这些特征点的选择一般在高曲率的交界点，以及描述外界轮廓的中间点[19]，利用标记后的特征点坐标来建立牛脸形状的数学模型。根据上述规则，本研究选择能够表现牛脸轮廓的特征点，例如眼睛，鼻子以及脸颊外轮廓。图2b为

农业工程学报（http://www.tcsae.org）2017年172后续图像处理平台处理器为InterCorei3-6100，主频为3.70GHz，48GB内存，4TB硬盘，算法开发平台为MATLAB2015a。1.2供试数据将采集的800幅牛脸图像随机分为10组，其中9组作为训练集，1组作为测试集，共得到720幅训练用牛脸图像集，及80幅测试用牛脸图像集。由于试验图像是在真实场景中拍摄，牛脸存在局部遮挡现象，例如，在进食过程中草对牛面部的遮挡（如图1a所示），牛同伴之间的相互遮挡，牛舌头的局部遮挡（如图1b所示）。另外，牛的不同毛发差别将会影响局部特征的提龋图1c是非均匀光照下的牛脸图像，，不同光照强度下提取的牛脸局部特征差异较大，因此在自然环境下要考虑到光照的影响。图1d是大角度偏移下的牛脸，大角度的变化会对最后的检测结果产生影响。a.局部遮挡牛脸1a.Partialocclusionofcattleface1b.局部遮挡的牛脸2b.Partialocclusionofcattleface2c.非均匀光照下的牛脸c.Non-uniformilluminationofcattlefaced.大角度偏移的牛脸d.Largeangleoffsetofcattleface图1复杂场景下的牛脸Fig.1Facecattleincomplexscene1.3牛脸轮廓模型定义牛脸特征不仅包括眼睛、鼻子、嘴巴以及脸颊外轮廓，与人脸相比牛脸还有其独有的特征，例如，牛脸表面有许多绒毛，牛脸的五官较为分散，牛脸的背景较为复杂等。结合牛脸的特征，为了建立牛脸的全局形状模型，需要获取牛脸图像特征的数学表示。在牛脸模型训练阶段，手工选择牛脸中关键的面部特征点，这些特征点的选择一般在高曲率的交界点，以及描述外界轮廓的中间点[19]，利用标记后的特征点坐标来建立牛脸形状的数学模型。根据上述规则，本研究选择能够表现牛脸轮廓的特征点，例如眼睛，鼻子以及脸颊外轮廓。图2b为
【作者单位】： 西北农林科技大学信息工程学院;
【基金】：国家自然科学基金(61473235)——大型动物行为模型与高级行为智能视频感知新方法研究
【分类号】：TP391.41

【参考文献】

相关期刊论文 前10条

1 赵凯旋;李国强;何东健;;基于机器学习的奶牛深度图像身体区域精细分割方法[J];农业机械学报;2017年04期

2 李志刚;贾策;王晓闻;刘强;董常生;;牛肉质构特性的近红外光谱无损检测[J];农业工程学报;2016年16期

3 何东健;孟凡昌;赵凯旋;张昭;;基于视频分析的犊牛基本行为识别[J];农业机械学报;2016年09期

4 何东健;刘冬;赵凯旋;;精准畜牧业中动物信息智能感知与行为检测研究进展[J];农业机械学报;2016年05期

5 刘冬;赵凯旋;何东健;;基于混合高斯模型的移动奶牛目标实时检测[J];农业机械学报;2016年05期

6 赵凯旋;何东健;;基于卷积神经网络的奶牛个体身份识别方法[J];农业工程学报;2015年05期

7 赵凯旋;何东健;王恩泽;;基于视频分析的奶牛呼吸频率与异常检测[J];农业机械学报;2014年10期

8 时华良;李维国;;基于局部与全局拟合的活动轮廓模型[J];计算机工程;2012年18期

9 陈长喜;张宏福;王兆毅;王乙丁;;畜禽健康养殖预警体系研究与应用[J];农业工程学报;2010年11期

10 郭立力;赵春江;;十折交叉检验的支持向量机参数优化算法[J];计算机工程与应用;2009年08期

【共引文献】

相关期刊论文 前10条

1 刘艳秋;武佩;张丽娜;邢小琛;宣传忠;;母羊产前行为特征分析与识别—基于可穿戴检测装置构架[J];农机化研究;2017年09期

2 李国强;何东健;赵凯旋;雷雨;;基于骨架特征的奶牛肢体分解方法研究[J];中国农业科技导报;2017年07期

3 谭洋波;程进军;刘帅;;基于EMD与邻域粗糙集的液体电磁阀故障诊断[J];计算机工程与应用;2017年12期

4 蔡骋;宋肖肖;何进荣;;基于计算机视觉的牛脸轮廓提取算法及实现[J];农业工程学报;2017年11期

5 顾静秋;王志海;高荣华;吴华瑞;;基于融合图像与运动量的奶牛行为识别方法[J];农业机械学报;2017年06期

6 唐宇;骆少明;黄伟锋;;基于STM32的奶牛生理参数监测系统[J];江苏农业科学;2017年07期

7 潘今一;李杰;申瑜;;基于视频分析的呼吸检测算法[J];浙江工业大学学报;2017年02期

8 张公伯;谷昱良;朱和贵;;基于Adaboost的动物二分类识别方法[J];计算机与数字工程;2017年04期

9 黄文雨;;基于数据畜牧的奶牛精细化养殖管理系统的研究与设计[J];宜春学院学报;2017年03期

10 陈丽艳;潘道东;雒宏琳;周昌瑜;曹锦轩;孙杨赢;;白酒腌制对糟鹅肌原纤维蛋白结构和滋味物质形成的影响[J];食品工业科技;2017年12期

【二级参考文献】

相关期刊论文 前10条

1 何东健;孟凡昌;赵凯旋;张昭;;基于视频分析的犊牛基本行为识别[J];农业机械学报;2016年09期

2 何东健;刘冬;赵凯旋;;精准畜牧业中动物信息智能感知与行为检测研究进展[J];农业机械学报;2016年05期

3 闫丽;邵庆;吴晓梅;谢秋菊;孙昕;韦春波;;基于偏度聚类的哺乳期母猪声音特征提取与分类识别[J];农业机械学报;2016年05期

4 刘冬;赵凯旋;何东健;;基于混合高斯模型的移动奶牛目标实时检测[J];农业机械学报;2016年05期

5 周丽萍;陈志;陈达;苑严伟;李亚硕;郑建华;;基于改进Otsu算法的生猪热红外图像耳根特征区域检测[J];农业机械学报;2016年04期

6 刘彩霞;张永;杨丽娟;黄超;谢学虎;;基于三维应力对跛行奶牛蹄部参数的提取[J];安徽农业科学;2015年36期

7 李卓;杜晓冬;毛涛涛;滕光辉;;基于深度图像的猪体尺检测系统[J];农业机械学报;2016年03期

8 宣传忠;武佩;张丽娜;马彦华;张永安;邬娟;;羊咳嗽声的特征参数提取与识别方法[J];农业机械学报;2016年03期

9 孙天宇;孙炜;薛敏;;OPTICS聚类与目标区域概率模型的多运动目标跟踪[J];中国图象图形学报;2015年11期

10 段玉瑶;马丽;刘刚;;基于物联网的生猪运动行为及猪舍环境远程监控系统（英文）[J];农业工程学报;2015年S2期

【相似文献】

相关期刊论文 前10条

1 王磊,王立胜,顾训穰;图像轮廓提取的迭代收缩算法[J];计算机应用与软件;2004年02期

2 谌昌海,原培新,孙岩;改进的轮廓提取法在棒线材端头识别中的应用[J];机械工程与自动化;2005年05期

3 邵晓芳;孙即祥;张欣;;认知轮廓研究进展[J];计算机应用研究;2008年07期

4 杨长才;郑胜;叶瑾;;基于支持度变换的几何活动轮廓模型轮廓提取方法[J];计算机应用;2008年S1期

5 胡荣;王宏远;;基于运动段分类的人体轮廓提取方法[J];华中科技大学学报(自然科学版);2010年05期

6 阎春平;王宾宾;覃斌;刘飞;;应用拓扑投影不变原理的空间图形轮廓提取方法[J];重庆大学学报;2010年06期

7 吴峻松,凌玲,王成焘;定做式人工髋关节设计与加工中股骨轮廓提取方法[J];机械设计与研究;1998年04期

8 黄福珍,苏剑波,席裕庚;基于几何活动轮廓模型的人脸轮廓提取方法[J];中国图象图形学报;2003年05期

9 孙吉红,姜合,王国栋;光切法在图像轮廓提取中的应用[J];山东轻工业学院学报(自然科学版);2003年01期

10 严旭峰,彭芳瑜,王晓宇;伽玛刀治疗计划系统中一种新的图像轮廓提取算法[J];机床与液压;2004年06期

相关会议论文 前10条

1 杨滨;付峰;董秀珍;;颅脑CT图像的自动分割和轮廓提取[A];中国生物医学工程学会成立30周年纪念大会暨2010中国生物医学工程学会学术大会青年优秀论文[C];2010年

2 桑农;唐奇伶;;视皮层感知机制在轮廓提取中的应用[A];第十二届全国图象图形学学术会议论文集[C];2005年

3 曹永锋;孙洪;徐新;;一种提取多显著性等级区域轮廓的高效算法[A];2003年中国智能自动化会议论文集（上册）[C];2003年

4 陈雷;于明;罗永兴;张海哲;李轶博;;低信噪比复杂结构图像中的一种动态轮廓提取方法[A];现代通信理论与信号处理进展——2003年通信理论与信号处理年会论文集[C];2003年

5 徐晓刚;于金辉;马利庄;;复杂物体轮廓提取[A];中国图象图形学会第十届全国图像图形学术会议（CIG’2001）和第一届全国虚拟现实技术研讨会（CVR’2001）论文集[C];2001年

6 黄琼雁;赖剑煌;阮邦志;;非均匀光照下的嘴巴轮廓的检测与嘴巴状态分类[A];第一届中国情感计算及智能交互学术会议论文集[C];2003年

7 杨明浩;陶建华;张大伟;李昊;;基于X光的汉语单音节舌位轮廓运动数据库[A];第十二届全国人机语音通讯学术会议（NCMMSC'2013）论文集[C];2013年

8 陆承恩;朱光喜;孙俊;;基于边界搜索的图像闭合轮廓提取算法[A];第十四届全国图象图形学学术会议论文集[C];2008年

9 黎明;冯华君;徐之海;;一种基于光强信息的结构光图像轮廓提取方法[A];大珩先生九十华诞文集暨中国光学学会2004年学术大会论文集[C];2004年

10 叶铭;王成焘;;骨骼的轮廓提取和轮廓的B样条描述[A];21世纪医学工程学术研讨会论文摘要汇编[C];2001年

相关博士学位论文 前4条

1 黄初华;基于多视角视频的时变三维模型序列生成若干关键技术研究[D];浙江大学;2017年

2 孙阳光;物体边缘轮廓提取新方法研究[D];华中科技大学;2009年

3 唐奇伶;基于初级视皮层感知机制的轮廓与边界检测[D];华中科技大学;2007年

4 刘泊;基于白光相移干涉法的表面三维微观轮廓测量技术研究[D];哈尔滨理工大学;2013年

相关硕士学位论文 前10条

1 赵壮壮;激光标刻系统中汉字轮廓提取技术[D];辽宁大学;2015年

2 孟佳;基于ICT的工件内部缺陷轮廓提取研究[D];燕山大学;2015年

3 梅洪洋;监控视频中运动目标轮廓提取方法的研究与应用[D];华中师范大学;2015年

4 谷康;共焦扫描离散曲面轮廓提取算法研究及软件实现[D];哈尔滨工业大学;2015年

5 童昊浩;仿生物视觉感知的视频闭合轮廓检测[D];合肥工业大学;2015年

6 李季;基于双摄像头的非接触式中厚板轮廓检测方法研究[D];浙江理工大学;2016年

7 王晓龙;现场鞋印轮廓提取与估计算法研究[D];辽宁师范大学;2015年

8 王闪闪;基于显著性检测的人体轮廓提取问题研究与应用[D];山东大学;2016年

9 姜伟杰;基于立面轮廓的城市街区指标表述方法研究[D];南京大学;2016年

10 琚映云;红外图像序列中目标跟踪与目标轮廓提取技术研究[D];南京航空航天大学;2016年

本文编号：2535011