基于机器视觉的复杂背景活体猪检测方法研究

发布时间：2021-11-08 21:43

　　养猪业在我国经济建设中占有重要的地位,在猪的饲养过程中进行行为监测、体质量检测等对提高猪产肉量具有重要意义。传统的检测方式大多采用磅秤、电子秤、人工测量等方式,存在费时、费力等问题,同时,在活体猪图像获取的过程中极易受到光照条件的影响,基于图像处理和机器视觉的活体猪检测技术具有无接触、快速、智能化等优点,针对这些问题,本研究基于图像分析技术、数据挖掘技术,以复杂背景下的活体猪图像为研究对象,对获得的猪图像进行滤波处理、活体猪目标检测、形态学处理等方法将活体猪与复杂的自然背景分离,并获得了较好的分离效果,能够为猪的体质量检测、行为分析等做出指导作用。本文的主要研究内容包括:（1）针对活体猪图像在获取的过程中会受到光照影响,本文采用图像预处理方法对图像实现对比度增强和光照去除处理。通过分析,本文认为YCbCr彩色空间能够很好的表征光照信息,因此,本文将获得的活体猪图像在YCbCr空间上进行分解,Y通道能够表示亮度信息,因此在获得的Y通道图像上采用同态滤波方式实现图像预处理。通过分析同态滤波方法结果,可知处理结果对环境光照影响去除效果不明显,在此基础上又进行了二级小波分解及同态滤波处理,使图... 

【文章来源】：山西农业大学山西省

【文章页数】：45 页

【学位级别】：硕士

【文章目录】：
摘要
1 绪论
    1.1 研究目的与意义
    1.2 国内外研究现状
        1.2.1 活体猪检测研究现状
        1.2.2 动物检测研究现状
    1.3 本文的研究内容及技术路线
        1.3.1 研究内容
        1.3.2 技术路线
    1.4 本文的组织结构
2 活体猪图像预处理
    2.1 活体猪图像获取
    2.2 同态滤波算法
    2.3 YCbCr空间小波变换的同态滤波处理
        2.3.1 算法实现步骤
        2.3.2 RGB与YCbCr彩色空间转换
        2.3.3 小波变换原理
        2.3.4 预处理结果分析
    2.4 本章小结
3 活体猪检测
    3.1 彩色空间
    3.2 基于最大似然法的活体猪检测
        3.2.1 最大似然分类器
        3.2.2 算法实现原理
        3.2.3 最大似然分类结果
    3.3 基于迭代阈值法的活体猪检测
        3.3.1 迭代阈值法原理
        3.3.2 迭代阈值分类结果
    3.4 本章小结
4 形态学图像后处理
    4.1 形态学基础
        4.1.1 腐蚀和膨胀
        4.1.2 开运算和闭运算
        4.1.3 形态学处理结果
    4.2 混淆矩阵评价
    4.3 实验结果分析
    4.4 本章小结
5 总结与展望
    5.1 总结
    5.2 展望
参考文献
Abstract
致谢



本文编号：3484181