奶牛步态特征提取与早期跛行预测研究
发布时间：2021-10-25 11:45
内蒙古自治区是我国重要的奶牛养殖优势区域和乳制品生产加工区。跛行作为奶牛的第二大类疾病,对养殖场的经济效益和福利化养殖影响较大。本研究针对奶牛早期跛行识别困难的问题,以提高早期跛行识别能力为目标,通过无线三维加速度传感器系统采集奶牛趾蹄加速度信号,对数据预处理、特征提取与分析和模型建立方法展开系统研究。主要研究内容和结果如下:（1）针对加速度信号中存在的各类噪声,采用小波阈值去噪方法对奶牛趾蹄加速度信号进行去噪处理。对小波阈值选择准则和阈值函数进行改进,试验结果表明,改进的小波阈值去噪方法取得了较好的去噪效果。（2）针对奶牛步幅分割方法工作量大、自动化程度不高、准确率低的问题,提出了基于改进子序列动态时间规整算法的奶牛步幅分割方法。该方法以时间和幅值组成的二维步态序列点欧氏距离为距离矩阵元素,通过累积成本值计算距离函数,寻找最小规整路径,进而确定步幅分割点,实现对奶牛单个步幅的分割。试验结果表明,改进算法查准率、召回率和综合评价指标（F-score）平均值均高于95%,较改进前分别提高7.92、6.93和7.45个百分点。与其他步幅分割方法的对比结果表明,本文算法具有较高的精度和较强的...
【文章来源】：内蒙古农业大学内蒙古自治区
【文章页数】：120 页
【学位级别】：博士
【部分图文】：
图１?Ｆｌｏｗｅｒ提出的运动评分法示意图??
值灰度图统计分析的??方法对移动的奶牛进行识别。为了把奶牛特征从背景中提取，前景放大法被用来分??隔奶牛图像和背景，获得了奶牛站立和行走时背部的图像，通过与正常牛的背部样??条曲线比较，跛行奶牛背部样条曲线有明显差异。因此，背部姿态信息可以检测奶??牛跋行。??为了研宄蹄病如何影响奶牛步态，Ｆｌｏｗｅｒ等人［２５］利用摄像机在长为４０ｍ的测量??通道记录了?４８头高产荷斯坦奶牛的步态数据，通过运动分析软件提取６个运动学步态??特征，绘制了健康奶牛与蹄部病变奶牛趾蹄时空关系分布图，如图２所示。图中显示??了健康奶牛与蹄病奶牛的支撑持续时间和摆动持续时间在步幅中所占的比例、每个??蹄接触地面（ＨＳ）序列、离开地面（ＨＯ）序列以及与地面接触的蹄数。通过分析??发现，与患有蹄病奶牛相比，健康奶牛步行速度更快，步幅持续时间更短，步幅更??长；奶牛通过同侧蹄和对侧蹄之间交替支撑来完成双趾支撑；在三趾支撑期间，健??康奶牛仅在三趾上花费了步幅时间的１８％，如图２ａ所示，而蹄病奶牛为减轻患趾负??荷，这一数据增加了一倍多，占步幅时间的４２％，如图２ｂ所示。由此可知，蹄部病??变的奶牛支撑持续时间和摆动持续时间具有差异，可以作为检测跛行指标。??隹个步供?《和外５??Ｉ?■■?—ｊ??Ｉ?－?■????ＲＦ?ＲＦ??ＨＳｊ?ＨＯ?＾?ＨＳ?丨?隹柳?Ｈ０???ＬＦ?請起ＬＦ??ＨＯ?ＨＳ?ＨＯ?ＨＯ?ＨＳ?ＨＯ??ＬＲ?ＬＲ??ＨＳ?ＨＯ?ＨＳ?ＨＳ?ＨＯ?ＨＳ??ＲＲ?Ｉ?ＲＲ??ＨＯ?ＨＳ?ＨＯ?ＨＯ?ＨＳ?ＨＯ??離丨３丨?２?卜｜?２?卜｜?
?内蒙古农业大学博士学位论文?５??对国内外精准畜牧业动物信号感知与行为检测研宄方面进行了分析与总结。赵凯旋??［２８］利用机器视觉技术对奶牛腿部摆动进行分析，将摄像机安装在与地面高度１．８米，??离奶牛个体３５ｍ处的位置，如图３所示，通过图像处理技术提取运动趾蹄位置，绘制??运动曲线，提取步态不对称性变量、步速、跟踪距离、支撑时间、步幅长度和着地??敏感性等６个特征，对９８头奶牛进行识别分类，总体识别精度为９０．１８％。因此，奶??牛步行期间的步态特征变化可以作为区分奶牛跛行的依据。??—?７ｍ???？厲．．．屬—ｊ?雇?Ｉ?■?????奶牛?／?水梏＿??视野范围??３５ｍ｜??Ｉ??Ｉ??Ａ??相机??图３基于机器视觉的测置系统??Ｆｉｇ．３?Ｔｅｓｔ?ｓｙｓｔｅｍ?ｂａｓｅｄ?ｏｎ?ｍａｃｈｉｎｅ?ｖｉｓｉｏｎ?ｍｅｔｈｏｄ??康熙［２９］等人利用计算机视觉技术对奶牛牛蹄位置进行自动定位，通过分析奶牛??步行时的同侧牛蹄运动轨迹，对跛行进行了识别分类。宋怀波［３°］从奶牛序列图像中??提取头部、颈部和背部连接的轮廓线，计算该线拟合直线斜率，对１８头奶牛进行跋??行识别分类，有９４％的奶牛被正确分类。Ｊｉａｎｇｔ３ｎ等人采用双正态分布模型获取目标??奶牛像素区域，设计了背景统计模型确定奶牛跛行程度，结果表明该方法可以用于??检测奶牛跋行。??（２）基于测力传感器技术的奶牛跛行检测研究??自２０世纪８０年代以来，人们对测力传感器技术检测跛行进行了大量的研究，主??要以测力板和压敏垫来开发奶牛跛行自动识别系统。??Ｒａｊｋｏｎｄａｗａｒ？等人首先开发了一维地面反作用力系统，通过测量奶
【参考文献】：
期刊论文
[1]《中国奶业年鉴（2018卷）》[J]. 中国奶牛. 2019(12)
[2]我国乳制品工业的发展历程[J]. 李依璇,罗洁,任发政,郭慧媛. 中国奶牛. 2019(10)
[3]基于机器视觉的跛行奶牛牛蹄定位方法[J]. 康熙,张旭东,刘刚,马丽. 农业机械学报. 2019(S1)
[4]基于小波阈值去噪与EMD分解方法提取润扬大桥振动信息[J]. 余腾,胡伍生,吴杰,李海锋,乔燕. 振动与冲击. 2019(12)
[5]改进的小波阈值函数在冲击加速度信号处理中的应用[J]. 张颖,李广武,杨建宏,郭小帆. 传感技术学报. 2019(03)
[6]基于序列相关和小波变换的加速度计信号降噪[J]. 董雅雯,王建林,魏青轩,邱科鹏,赵利强. 传感技术学报. 2019(02)
[7]基于头颈部轮廓拟合直线斜率特征的奶牛跛行检测方法[J]. 宋怀波,姜波,吴倩,李通,何东健. 农业工程学报. 2018(15)
[8]几种常用步态检测典型算法的设计比较[J]. 余佩,韩勇强. 导航定位与授时. 2018(04)
[9]一种联合小波阈值和维纳滤波的探地雷达信号去噪方法[J]. 张梦殊,那振宇,梁道轩,熊木地,刘鑫. 移动通信. 2018(07)
[10]基于SMC控制器的奶牛步态模拟装置的设计[J]. 杨丽娟,徐彬腾,刘德环,房佳佳,毕力格图,张永. 黑龙江畜牧兽医. 2017(23)
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]设施羊舍声信号的特征提取和分类识别研究[D]. 宣传忠.内蒙古农业大学 2016
硕士论文
[1]基于改进型DTW的语音识别系统的研究[D]. 徐智.安徽大学 2019
[2]基于视频分析的奶牛关键部位提取及跛行检测研究[D]. 吴倩.西北农林科技大学 2019
[3]逻辑回归算法改进及基于TensorFlow并行化研究[D]. 秦诚.吉林大学 2019
[4]基于手机加速度传感器的步态识别研究[D]. 何书芹.西北师范大学 2018
[5]基于无线体域网的人体姿态识别算法研究[D]. 王璐.吉林大学 2016
[6]内蒙古奶业发展研究[D]. 刘娜.内蒙古农业大学 2016
[7]逻辑回归算法及其GPU并行实现研究[D]. 董学辉.哈尔滨工业大学 2016
[8]奶牛跛行风险因素的调查及跛行程度与血浆生化指标关联性的研究[D]. 谷城.黑龙江八一农垦大学 2015
[9]基于小波变换的心电信号分析研究及其FPGA实现[D]. 张倩.吉林大学 2014
[10]基于加速度传感器的人体运动姿态识别[D]. 周博翔.长沙理工大学 2014
本文编号：3457330
【文章来源】：内蒙古农业大学内蒙古自治区
【文章页数】：120 页
【学位级别】：博士
【部分图文】：
图１?Ｆｌｏｗｅｒ提出的运动评分法示意图??
值灰度图统计分析的??方法对移动的奶牛进行识别。为了把奶牛特征从背景中提取，前景放大法被用来分??隔奶牛图像和背景，获得了奶牛站立和行走时背部的图像，通过与正常牛的背部样??条曲线比较，跛行奶牛背部样条曲线有明显差异。因此，背部姿态信息可以检测奶??牛跋行。??为了研宄蹄病如何影响奶牛步态，Ｆｌｏｗｅｒ等人［２５］利用摄像机在长为４０ｍ的测量??通道记录了?４８头高产荷斯坦奶牛的步态数据，通过运动分析软件提取６个运动学步态??特征，绘制了健康奶牛与蹄部病变奶牛趾蹄时空关系分布图，如图２所示。图中显示??了健康奶牛与蹄病奶牛的支撑持续时间和摆动持续时间在步幅中所占的比例、每个??蹄接触地面（ＨＳ）序列、离开地面（ＨＯ）序列以及与地面接触的蹄数。通过分析??发现，与患有蹄病奶牛相比，健康奶牛步行速度更快，步幅持续时间更短，步幅更??长；奶牛通过同侧蹄和对侧蹄之间交替支撑来完成双趾支撑；在三趾支撑期间，健??康奶牛仅在三趾上花费了步幅时间的１８％，如图２ａ所示，而蹄病奶牛为减轻患趾负??荷，这一数据增加了一倍多，占步幅时间的４２％，如图２ｂ所示。由此可知，蹄部病??变的奶牛支撑持续时间和摆动持续时间具有差异，可以作为检测跛行指标。??隹个步供?《和外５??Ｉ?■■?—ｊ??Ｉ?－?■????ＲＦ?ＲＦ??ＨＳｊ?ＨＯ?＾?ＨＳ?丨?隹柳?Ｈ０???ＬＦ?請起ＬＦ??ＨＯ?ＨＳ?ＨＯ?ＨＯ?ＨＳ?ＨＯ??ＬＲ?ＬＲ??ＨＳ?ＨＯ?ＨＳ?ＨＳ?ＨＯ?ＨＳ??ＲＲ?Ｉ?ＲＲ??ＨＯ?ＨＳ?ＨＯ?ＨＯ?ＨＳ?ＨＯ??離丨３丨?２?卜｜?２?卜｜?
?内蒙古农业大学博士学位论文?５??对国内外精准畜牧业动物信号感知与行为检测研宄方面进行了分析与总结。赵凯旋??［２８］利用机器视觉技术对奶牛腿部摆动进行分析，将摄像机安装在与地面高度１．８米，??离奶牛个体３５ｍ处的位置，如图３所示，通过图像处理技术提取运动趾蹄位置，绘制??运动曲线，提取步态不对称性变量、步速、跟踪距离、支撑时间、步幅长度和着地??敏感性等６个特征，对９８头奶牛进行识别分类，总体识别精度为９０．１８％。因此，奶??牛步行期间的步态特征变化可以作为区分奶牛跛行的依据。??—?７ｍ???？厲．．．屬—ｊ?雇?Ｉ?■?????奶牛?／?水梏＿??视野范围??３５ｍ｜??Ｉ??Ｉ??Ａ??相机??图３基于机器视觉的测置系统??Ｆｉｇ．３?Ｔｅｓｔ?ｓｙｓｔｅｍ?ｂａｓｅｄ?ｏｎ?ｍａｃｈｉｎｅ?ｖｉｓｉｏｎ?ｍｅｔｈｏｄ??康熙［２９］等人利用计算机视觉技术对奶牛牛蹄位置进行自动定位，通过分析奶牛??步行时的同侧牛蹄运动轨迹，对跛行进行了识别分类。宋怀波［３°］从奶牛序列图像中??提取头部、颈部和背部连接的轮廓线，计算该线拟合直线斜率，对１８头奶牛进行跋??行识别分类，有９４％的奶牛被正确分类。Ｊｉａｎｇｔ３ｎ等人采用双正态分布模型获取目标??奶牛像素区域，设计了背景统计模型确定奶牛跛行程度，结果表明该方法可以用于??检测奶牛跋行。??（２）基于测力传感器技术的奶牛跛行检测研究??自２０世纪８０年代以来，人们对测力传感器技术检测跛行进行了大量的研究，主??要以测力板和压敏垫来开发奶牛跛行自动识别系统。??Ｒａｊｋｏｎｄａｗａｒ？等人首先开发了一维地面反作用力系统，通过测量奶
【参考文献】：
期刊论文
[1]《中国奶业年鉴（2018卷）》[J]. 中国奶牛. 2019(12)
[2]我国乳制品工业的发展历程[J]. 李依璇,罗洁,任发政,郭慧媛. 中国奶牛. 2019(10)
[3]基于机器视觉的跛行奶牛牛蹄定位方法[J]. 康熙,张旭东,刘刚,马丽. 农业机械学报. 2019(S1)
[4]基于小波阈值去噪与EMD分解方法提取润扬大桥振动信息[J]. 余腾,胡伍生,吴杰,李海锋,乔燕. 振动与冲击. 2019(12)
[5]改进的小波阈值函数在冲击加速度信号处理中的应用[J]. 张颖,李广武,杨建宏,郭小帆. 传感技术学报. 2019(03)
[6]基于序列相关和小波变换的加速度计信号降噪[J]. 董雅雯,王建林,魏青轩,邱科鹏,赵利强. 传感技术学报. 2019(02)
[7]基于头颈部轮廓拟合直线斜率特征的奶牛跛行检测方法[J]. 宋怀波,姜波,吴倩,李通,何东健. 农业工程学报. 2018(15)
[8]几种常用步态检测典型算法的设计比较[J]. 余佩,韩勇强. 导航定位与授时. 2018(04)
[9]一种联合小波阈值和维纳滤波的探地雷达信号去噪方法[J]. 张梦殊,那振宇,梁道轩,熊木地,刘鑫. 移动通信. 2018(07)
[10]基于SMC控制器的奶牛步态模拟装置的设计[J]. 杨丽娟,徐彬腾,刘德环,房佳佳,毕力格图,张永. 黑龙江畜牧兽医. 2017(23)
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]设施羊舍声信号的特征提取和分类识别研究[D]. 宣传忠.内蒙古农业大学 2016
硕士论文
[1]基于改进型DTW的语音识别系统的研究[D]. 徐智.安徽大学 2019
[2]基于视频分析的奶牛关键部位提取及跛行检测研究[D]. 吴倩.西北农林科技大学 2019
[3]逻辑回归算法改进及基于TensorFlow并行化研究[D]. 秦诚.吉林大学 2019
[4]基于手机加速度传感器的步态识别研究[D]. 何书芹.西北师范大学 2018
[5]基于无线体域网的人体姿态识别算法研究[D]. 王璐.吉林大学 2016
[6]内蒙古奶业发展研究[D]. 刘娜.内蒙古农业大学 2016
[7]逻辑回归算法及其GPU并行实现研究[D]. 董学辉.哈尔滨工业大学 2016
[8]奶牛跛行风险因素的调查及跛行程度与血浆生化指标关联性的研究[D]. 谷城.黑龙江八一农垦大学 2015
[9]基于小波变换的心电信号分析研究及其FPGA实现[D]. 张倩.吉林大学 2014
[10]基于加速度传感器的人体运动姿态识别[D]. 周博翔.长沙理工大学 2014
本文编号：3457330
本文链接：https://www.wllwen.com/yixuelunwen/dongwuyixue/3457330.html
