基于骨架分析和步态能量图的猪的步态识别
发布时间:2021-08-21 12:13
随着我国养猪业规模化程度不断提高,利用信息技术来提升猪的养殖效率和健康管理水平已成为养猪业发展的必然趋势。计算机视觉技术作为一种能提升养殖业信息化水平的重要手段,它可以为猪只的异常行为或疫病情况提供自动的监测和预警。而猪的跛行一般会预示着一些疫病的发生,为识别出猪的正常步态和跛行步态,本文提出了一种基于骨架分析和步态能量图的猪的步态识别方法。针对复杂的猪舍环境,为避免光照、阴影和背景等因素对猪目标提取精度的影响,本文采用微软Kinect相机采集猪只行走的深度图像。利用背景减除法提取出目标猪前景图像,使用均值滤波算法减少噪声的影响,然后使用OTSU算法求取最佳阈值并进行二值化,再经过形态学中的开、闭运算得到最终的目标猪二值图像。本文利用骨架分析的方法检测出猪的步态周期。首先利用形态学方法提取出猪骨架,并对其剪枝,从而得到纯净的猪骨架。然后对猪的骨架端点进行排序,通过相邻点骨架路径来构造骨架端点的特征向量,利用待测猪骨架与标准猪骨架的骨架端点特征向量之间的相似性,从而确定待测猪骨架上各骨架端点的归属(确定猪的具体部位,如前肢端点、耳部端点等)。最后利用猪前肢端点相对距离随时间的准周期变化规...
【文章来源】:江苏大学江苏省
【文章页数】:73 页
【学位级别】:硕士
【部分图文】:
图像监测流程图
图 1.2 步态识别的一般流程Figure 1.2 General process of gait recognition经过多年的研究,步态识别已逐步形成两种稳定的研究框架,即基于模型和基型的研究方法。基于模型的方法需要采用先验知识对人体结构和运动进行建模,
微软Kinect深度相机
【参考文献】:
期刊论文
[1]基于融合图像与运动量的奶牛行为识别方法[J]. 顾静秋,王志海,高荣华,吴华瑞. 农业机械学报. 2017(06)
[2]基于集成Gabor特征的步态识别方法[J]. 邵虹,王昳昀. 电子测量与仪器学报. 2017(04)
[3]集成HOG步态模板[J]. 赵叶烨. 计算机工程与应用. 2016(23)
[4]基于机器视觉技术的动物行为自动识别和分类[J]. 钱蓉,詹凯,王重龙. 中国家禽. 2016(03)
[5]基于星状骨架模型的猪步态分析[J]. 朱家骥,朱伟兴. 江苏农业科学. 2015(12)
[6]步态识别关键技术研究[J]. 卢官明,衣美佳. 计算机技术与发展. 2015(07)
[7]基于视频分析的奶牛呼吸频率与异常检测[J]. 赵凯旋,何东健,王恩泽. 农业机械学报. 2014(10)
[8]基于深度图像和生猪骨架端点分析的生猪步频特征提取[J]. 刘波,朱伟兴,杨建军,马长华. 农业工程学报. 2014(10)
[9]中国公众对“动物福利”社会态度的调查研究[J]. 严火其,李义波,尤晓霖,张敏,刘志萍,葛颖. 南京农业大学学报(社会科学版). 2013(03)
[10]多特征Camshift和Kalman滤波结合的猪只智能跟踪[J]. 周勇钧,俞守华,区晶莹. 广东农业科学. 2013(09)
博士论文
[1]基于机器视觉的奶牛个体信息感知及行为分析[D]. 赵凯旋.西北农林科技大学 2017
[2]基于骨架的图像中物体表示与识别研究[D]. 沈为.华中科技大学 2012
硕士论文
[1]基于轮廓特征与多重分形分析的步态识别方法研究[D]. 訾春元.天津工业大学 2017
[2]基于场景的区域运动目标检测算法的研究[D]. 姚富士.广西大学 2013
[3]基于随机子空间的步态识别算法研究[D]. 何宇锋.华南理工大学 2013
[4]视频图像序列中运动目标检测与跟踪方法研究[D]. 赵佳.北京交通大学 2010
[5]身份识别的骨架分析法和像素周期统计法[D]. 易楚才.华中科技大学 2009
[6]适于重要场所个人身份的步态识别技术研究[D]. 刘丽丽.哈尔滨工程大学 2009
[7]基于信息融合的步态识别系统研究[D]. 陈薇.哈尔滨工程大学 2008
本文编号:3355579
【文章来源】:江苏大学江苏省
【文章页数】:73 页
【学位级别】:硕士
【部分图文】:
图像监测流程图
图 1.2 步态识别的一般流程Figure 1.2 General process of gait recognition经过多年的研究,步态识别已逐步形成两种稳定的研究框架,即基于模型和基型的研究方法。基于模型的方法需要采用先验知识对人体结构和运动进行建模,
微软Kinect深度相机
【参考文献】:
期刊论文
[1]基于融合图像与运动量的奶牛行为识别方法[J]. 顾静秋,王志海,高荣华,吴华瑞. 农业机械学报. 2017(06)
[2]基于集成Gabor特征的步态识别方法[J]. 邵虹,王昳昀. 电子测量与仪器学报. 2017(04)
[3]集成HOG步态模板[J]. 赵叶烨. 计算机工程与应用. 2016(23)
[4]基于机器视觉技术的动物行为自动识别和分类[J]. 钱蓉,詹凯,王重龙. 中国家禽. 2016(03)
[5]基于星状骨架模型的猪步态分析[J]. 朱家骥,朱伟兴. 江苏农业科学. 2015(12)
[6]步态识别关键技术研究[J]. 卢官明,衣美佳. 计算机技术与发展. 2015(07)
[7]基于视频分析的奶牛呼吸频率与异常检测[J]. 赵凯旋,何东健,王恩泽. 农业机械学报. 2014(10)
[8]基于深度图像和生猪骨架端点分析的生猪步频特征提取[J]. 刘波,朱伟兴,杨建军,马长华. 农业工程学报. 2014(10)
[9]中国公众对“动物福利”社会态度的调查研究[J]. 严火其,李义波,尤晓霖,张敏,刘志萍,葛颖. 南京农业大学学报(社会科学版). 2013(03)
[10]多特征Camshift和Kalman滤波结合的猪只智能跟踪[J]. 周勇钧,俞守华,区晶莹. 广东农业科学. 2013(09)
博士论文
[1]基于机器视觉的奶牛个体信息感知及行为分析[D]. 赵凯旋.西北农林科技大学 2017
[2]基于骨架的图像中物体表示与识别研究[D]. 沈为.华中科技大学 2012
硕士论文
[1]基于轮廓特征与多重分形分析的步态识别方法研究[D]. 訾春元.天津工业大学 2017
[2]基于场景的区域运动目标检测算法的研究[D]. 姚富士.广西大学 2013
[3]基于随机子空间的步态识别算法研究[D]. 何宇锋.华南理工大学 2013
[4]视频图像序列中运动目标检测与跟踪方法研究[D]. 赵佳.北京交通大学 2010
[5]身份识别的骨架分析法和像素周期统计法[D]. 易楚才.华中科技大学 2009
[6]适于重要场所个人身份的步态识别技术研究[D]. 刘丽丽.哈尔滨工程大学 2009
[7]基于信息融合的步态识别系统研究[D]. 陈薇.哈尔滨工程大学 2008
本文编号:3355579
本文链接:https://www.wllwen.com/yixuelunwen/dongwuyixue/3355579.html