基于机器视觉的猪体尺测量及行为识别研究
发布时间：2021-11-10 04:16
随着养殖业的不断发展,自动化养猪已经成为养猪业的发展趋势。针对人工测量猪只体尺和人工观察猪只行为效率低下,而基于机器视觉的自动监测可代替人工,以提高检测效率,已经成为当前的研究热点之一。为提高基于机器视觉的猪体体尺测量研究中的图像利用率和体尺测量效率,以及对猪只的行为进行实时监测和及时发现异常,本研究提出一种基于机器视觉的猪体尺测量及行为识别研究方法。主要内容及结论如下:（1）针对单帧静态图像进行体尺测量时对图像要求高,难以获取,本研究基于Kinect深度相机获取的猪体视频数据,提出了一种猪体理想姿态帧检测算法。该算法利用最小外接矩形法调整猪体为水平方向;利用投影法和差分法识别头部和尾部位置,通过头部边界标记法判断耳部是否缺失;利用骨骼化算法结合霍夫变换算法检测猪体头部是否歪斜,结果表明,检测出理想姿态帧2592帧,漏报432帧,误报0帧,误报率较低。（2）在检测到理想姿态帧基础上,设计了一种猪体体尺测量算法。该算法需要准确找到猪只的耳根、尾根、肩胛骨的位置,利用差分法找到耳根和尾根的大概位置后,差分曲线中耳根和尾根位置的表示不是很准确,需要进一步确认其位置,找到测点位置后,即可求出猪...
【文章来源】：河北农业大学河北省
【文章页数】：60 页
【学位级别】：硕士
【部分图文】：
图２－１极坐标参数空间示意图??Ｆｉｇ．２－１?Ｓｃｈｅｍａｔｉｃ?ｄｉａｇｒａｍ?ｏｆ?ｔｈｅ?ｐｏｌａｒ?ｃｏｏｒｄｉｎａｔｅ?ｐａｒａｍｅｔｅｒ?ｓｐａｃｅ??霍夫变换直线检测的步骤是：??在坐标（ｉｊ）的单元位置，累加器的值是对应于参数空间坐标（Ｐｉ，０；）??
集视频数据，设计猪体姿态??检测算法，从视频中筛选符合体尺测量的理想姿态图像帧（以下简称理想姿态帧），??然后利用检测出的理想姿态帧进行体尺自动测量。??３．?１猪只体尺视频釆集??图像采集系统是机器视觉系统的重要组成部分，起到了数据获取的作用，是??展开整个实验研究的保证。在本研宄中，该部分系统主要包括摄像仪器、支架、??笔记本、硬盘、电源等部件。??在选择采集设备时需要考虑焦距的问題，焦距的计算主要是算出摄像设备的??视角，看其能否足够将猪只或猪舍拍全。采集设备的视角示意图如图３－１所示，??其中ａ为采集设备的视角，Ｈ为采集设备至目标的距离，也就是物距，Ｌ为视场的??长度。根据示意图我们可以很容易得出采集设备视计算公式：??Ｌ?，?、??ａ?＝?２?ｔａｎ－１—?（３?—?１）??２ｎ??／?＼ｃｃ?＼??丨?、、??／?Ｈ?Ｉ?＼??／?丨?、＼??／?Ｎ??／?Ｉ?％??—｜?－Ｌ－?１??图３－１摄像机视角示意图??Ｆｉｇ．３－１?Ｓｃｈｅｍａｔｉｃ?ｄｉａｇｒａｍ?ｏｆ?ｃａｍｅｒａ?ａｎｇｌｅ??利用传统彩色相机进行猪体尺测量和行为识别时，受环境和光线影响容易造??成目标轮廓提取错误会增大实验结果误差。Ｋｉｎｅｃｔ深度相机可以输出深度??视频数据，深度图像可有效避免因背景和目标颜色接近而造成的目标识别错误??［６９．?７０］??〇??１４??
?基于机器视觉的猪体尺测量及行为识别研宄???３．?１．?１?Ｋｉｎｅｃｔｖ２?深度相机??Ｋｉｎｅｃｔ?ｆｏｒ?Ｗｉｎｄｏｗｓ?２．０（简称Ｋｉｎｅｃｔ?ｖ２）是微软公司发布的第二代体感设备，??基于ＴＯＦ?（Ｔｉｍｅ?ｏｆ?Ｆｌｉｇｈｔ）测距方式获得深度数据。如图３－２所示，Ｋｉｎｅｃｔｖ２主??要由彩色摄像头、深度传感器、红外探测器和麦克风阵列组成，可以采集深度图??像、彩色图像和红外图像，表３－１是ＫｉｎｅｃｔＷ的部分技术参数［７１］。??ＲＧｆ像头＾娜器红外发職??麦克风阵列??图３－２?Ｋｉｎｅｃｔ?ｖ２示意图??Ｆｉｇ．３－２?Ｄｉａｇｒａｍ?ｏｆ?Ｋｉｎｅｃｔ?ｖ２??表?３－１?Ｋｉｎｅｃｔ?ｖ２?参数??Ｔａｂ．３－１?Ｔｈｅ?ｐａｒａｍｅｔｅｒｓ?ｏｆ?Ｋｉｎｅｃｔ?ｖ２??参数名称?Ｋｉｎｅｃｔ?ｖ２参数值??彩色图像分辨率（像素）?１９２０ｘ１０８０??深度图像分辨率（像素）?５１２ｘ４２４??红外图像分辨率（像素）?５１２ｘ４２４??帧率（ｆｐｓ）?３０??深度图像探测距离（ｍ）?０．８至４．０??最小成像距离（ｍ）?０．４??水平拍摄角度（°）?５７．５??垂直拍摄角度４３．５??接口?ＵＳＢ?３．０??３．?１．?２体尺数据采集与平台搭建??实验数据采集自北京天鹏兴旺养殖有限公司的规模养猪场和唐山市迁西县??太平寨养猪常本项目属于理论、方法和实验综合性研究的课题，研究对象的品??种为长白猪和大白猪，这两个品种的猪在我国比较常见，具有代表性。为使算法??的通用性更强，采集了不同生长天数的猪的视频图像数据，猪的生长天数分别为：??３０天、１５０天、１
本文编号：3486556
【文章来源】：河北农业大学河北省
【文章页数】：60 页
【学位级别】：硕士
【部分图文】：
图２－１极坐标参数空间示意图??Ｆｉｇ．２－１?Ｓｃｈｅｍａｔｉｃ?ｄｉａｇｒａｍ?ｏｆ?ｔｈｅ?ｐｏｌａｒ?ｃｏｏｒｄｉｎａｔｅ?ｐａｒａｍｅｔｅｒ?ｓｐａｃｅ??霍夫变换直线检测的步骤是：??在坐标（ｉｊ）的单元位置，累加器的值是对应于参数空间坐标（Ｐｉ，０；）??
集视频数据，设计猪体姿态??检测算法，从视频中筛选符合体尺测量的理想姿态图像帧（以下简称理想姿态帧），??然后利用检测出的理想姿态帧进行体尺自动测量。??３．?１猪只体尺视频釆集??图像采集系统是机器视觉系统的重要组成部分，起到了数据获取的作用，是??展开整个实验研究的保证。在本研宄中，该部分系统主要包括摄像仪器、支架、??笔记本、硬盘、电源等部件。??在选择采集设备时需要考虑焦距的问題，焦距的计算主要是算出摄像设备的??视角，看其能否足够将猪只或猪舍拍全。采集设备的视角示意图如图３－１所示，??其中ａ为采集设备的视角，Ｈ为采集设备至目标的距离，也就是物距，Ｌ为视场的??长度。根据示意图我们可以很容易得出采集设备视计算公式：??Ｌ?，?、??ａ?＝?２?ｔａｎ－１—?（３?—?１）??２ｎ??／?＼ｃｃ?＼??丨?、、??／?Ｈ?Ｉ?＼??／?丨?、＼??／?Ｎ??／?Ｉ?％??—｜?－Ｌ－?１??图３－１摄像机视角示意图??Ｆｉｇ．３－１?Ｓｃｈｅｍａｔｉｃ?ｄｉａｇｒａｍ?ｏｆ?ｃａｍｅｒａ?ａｎｇｌｅ??利用传统彩色相机进行猪体尺测量和行为识别时，受环境和光线影响容易造??成目标轮廓提取错误会增大实验结果误差。Ｋｉｎｅｃｔ深度相机可以输出深度??视频数据，深度图像可有效避免因背景和目标颜色接近而造成的目标识别错误??［６９．?７０］??〇??１４??
?基于机器视觉的猪体尺测量及行为识别研宄???３．?１．?１?Ｋｉｎｅｃｔｖ２?深度相机??Ｋｉｎｅｃｔ?ｆｏｒ?Ｗｉｎｄｏｗｓ?２．０（简称Ｋｉｎｅｃｔ?ｖ２）是微软公司发布的第二代体感设备，??基于ＴＯＦ?（Ｔｉｍｅ?ｏｆ?Ｆｌｉｇｈｔ）测距方式获得深度数据。如图３－２所示，Ｋｉｎｅｃｔｖ２主??要由彩色摄像头、深度传感器、红外探测器和麦克风阵列组成，可以采集深度图??像、彩色图像和红外图像，表３－１是ＫｉｎｅｃｔＷ的部分技术参数［７１］。??ＲＧｆ像头＾娜器红外发職??麦克风阵列??图３－２?Ｋｉｎｅｃｔ?ｖ２示意图??Ｆｉｇ．３－２?Ｄｉａｇｒａｍ?ｏｆ?Ｋｉｎｅｃｔ?ｖ２??表?３－１?Ｋｉｎｅｃｔ?ｖ２?参数??Ｔａｂ．３－１?Ｔｈｅ?ｐａｒａｍｅｔｅｒｓ?ｏｆ?Ｋｉｎｅｃｔ?ｖ２??参数名称?Ｋｉｎｅｃｔ?ｖ２参数值??彩色图像分辨率（像素）?１９２０ｘ１０８０??深度图像分辨率（像素）?５１２ｘ４２４??红外图像分辨率（像素）?５１２ｘ４２４??帧率（ｆｐｓ）?３０??深度图像探测距离（ｍ）?０．８至４．０??最小成像距离（ｍ）?０．４??水平拍摄角度（°）?５７．５??垂直拍摄角度４３．５??接口?ＵＳＢ?３．０??３．?１．?２体尺数据采集与平台搭建??实验数据采集自北京天鹏兴旺养殖有限公司的规模养猪场和唐山市迁西县??太平寨养猪常本项目属于理论、方法和实验综合性研究的课题，研究对象的品??种为长白猪和大白猪，这两个品种的猪在我国比较常见，具有代表性。为使算法??的通用性更强，采集了不同生长天数的猪的视频图像数据，猪的生长天数分别为：??３０天、１５０天、１
本文编号：3486556
本文链接：https://www.wllwen.com/yixuelunwen/dongwuyixue/3486556.html
