基于视频分析的多目标奶牛反刍行为监测方法研究

发布时间：2022-10-08 09:54

　　随着现代信息技术的进一步使用与推广,我国奶业、奶牛养殖业发展迅速,养殖规模日益壮大。奶牛的反刍行为蕴含着奶牛的诸多健康信息,这些信息有助于养殖人员监控奶牛的健康情况,方便在奶牛患病早期及早发现并进行治疗,避免奶牛病情加重,影响奶牛的正常产奶和繁殖。随着奶牛养殖规模的不断扩大,奶牛反刍行为的人工监测难度也越来大。为了减少养殖成本并降低监测难度,及时监测奶牛的健康状况、提高牛奶产出量,本研究基于视频分析技术,开展了多目标奶牛的反刍行为智能监测方法研究,主要研究内容及所取得的结论如下:（1）奶牛嘴部区域的自动检测是奶牛反刍行为智能监测的关键,为了实现奶牛嘴部区域的自动检测,提出了一种基于Horn-Schunck光流法的多目标奶牛嘴部区域自动检测方法。首先利用Horn-Schunck光流模型求取奶牛反刍视频中各时间序列图像的光流场,然后将各帧序列图像中运动较大的光流数据进行叠加,获取奶牛反刍时的候选嘴部区域,最后运用奶牛嘴部区域检测模型实现反刍奶牛嘴部区域的检测。根据所定义的真实充盈率指标与检测充盈率指标,总体平均真实充盈率为63.91%,总体平均检测充盈率为70.06%,研究结果表明,将Ho... 

【文章页数】：69 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 研究的目的及意义
    1.2 国内外研究现状
        1.2.1 基于接触式传感器的奶牛反刍监测现状
        1.2.2 基于视频分析技术的奶牛反刍监测现状
        1.2.3 动物躯体分割方法研究现状
        1.2.4 目标跟踪算法研究现状
        1.2.5 存在的问题
    1.3 研究内容
    1.4 研究方法与技术路线
    1.5 论文组织结构
第二章 奶牛反刍行为分析与视频采集及预处理
    2.1 奶牛健康状况与反刍之间的关系
    2.2 奶牛反刍视频采集和预处理
        2.2.1 采集场所和采集方法
        2.2.2 测试视频预处理
    2.3 本章小结
第三章 基于光流法的多目标反刍奶牛嘴部区域自动检测
    3.1 基于Horn-Schunk光流法的多目标反刍奶牛嘴部区域检测
        3.1.1 技术路线
        3.1.2 基于Horn-Schunk光流法的反刍奶牛光流场计算
        3.1.3 反刍奶牛嘴部区域提取
    3.2 反刍奶牛嘴部区域检测模型与算法评价指标
        3.2.1 反刍奶牛嘴部区域检测模型
        3.2.2 算法评价指标
    3.3 试验结果与分析
        3.3.1 试验结果
        3.3.2 讨论与分析
    3.4 与常见目标检测算法的对比
        3.4.1 与帧间差分法的对比
        3.4.2 与背景减除法的对比
    3.5 本章小结
第四章 基于光流法和帧间差值法的多目标反刍奶牛监测方法
    4.1 基于光流法与帧间差值法的多目标反刍奶牛嘴部监测
        4.1.1 技术路线图
        4.1.2 基于帧间差值法的多目标反刍奶牛嘴部的监测
        4.1.3 算法的评价指标
    4.2 多目标反刍奶牛监测试验结果与分析
        4.2.1 试验结果
        4.2.2 讨论与分析
    4.3 与常见的目标跟踪算法对比
        4.3.1 基于KCF算法的多目标奶牛反刍行为监测方法
        4.3.2 基于Meanshift算法的多目标奶牛反刍行为监测方法
    4.4 本章小结
第五章 多目标奶牛反刍行为监测系统GUI设计
    5.1 多目标奶牛反刍行为监测系统整体设计
        5.1.1 系统运行及开发环境
        5.1.2 系统功能设计及系统流程图
    5.2 多目标奶牛反刍行为监测系统功能实现及操作演示
    5.3 本章小结
第六章 结论与展望
    6.1 结论
    6.2 创新点
    6.3 展望
参考文献
致谢
作者简介


【参考文献】：
期刊论文
[1]中国不同规模奶牛养殖环境效率及其影响因素分析[J]. 王善高,许昭.  中国畜牧杂志. 2018(12)
[2]第三章 用采食行为评估动物福利(续)[J]. 唐彩琰,Birte L.Nielsen,Ingrid C.de Jong,Trevor J.De Vries.  国外畜牧学(猪与禽). 2018(01)
[3]基于DEA模型的中国奶牛养殖模式效率评价与产业发展思路[J]. 马彦丽,胡月.  河北经贸大学学报. 2018(01)
[4]基于改进的核相关滤波器的目标跟踪算法[J]. 秦晓飞,代顺锋,李峰.  测控技术. 2017(10)
[5]基于背景减除法的视频序列运动目标检测[J]. 刘仲民,何胜皎,胡文瑾,李战明.  计算机应用. 2017(06)
[6]基于KCF跟踪算法的目标轨迹记录系统[J]. 张乘龙,夏筱筠,柏松,姚恺丰.  计算机系统应用. 2017(05)
[7]基于IMMUKF-3D的水下目标跟踪算法[J]. 王康,蒋志迪,张晴月.  数据通信. 2017(01)
[8]深层神经网络在家畜反刍行为识别上的应用[J]. 宋颢,杨裔,郭鑫波,李彩虹,李廉.  科学技术与工程. 2017(02)
[9]基于Arduino和LabVIEW的羊只反刍行为无线采集系统设计[J]. 邬娟,宣传忠,武佩,刘艳秋,张丽娜.  黑龙江畜牧兽医. 2016(21)
[10]基于视频追踪的猪只运动快速检测方法[J]. 肖德琴,冯爱晶,杨秋妹,刘俭,张哲.  农业机械学报. 2016(10)

博士论文
[1]中国奶牛养殖模式及其效率研究[D]. 李栋.中国农业科学院 2013
[2]我国奶业主产区奶牛生产效益与牛奶品质的调研分析[D]. 王林枫.中国农业科学院 2006

硕士论文
[1]奶牛个体反刍行为监测技术研究[D]. 张爽.东北农业大学 2017
[2]基于骨架特征的奶牛肢体分解方法研究[D]. 李国强.西北农林科技大学 2017
[3]母羊反刍行为检测系统的研究[D]. 邬娟.内蒙古农业大学 2016
[4]奶牛数字化管理的关键技术研究[D]. 何孟宁.山东大学 2015
[5]奶牛养殖模式效率评价与产业发展政策研究[D]. 胡月.河北经贸大学 2015
[6]基于ANT的奶牛反刍信息采集系统研究[D]. 姚意.东华大学 2015
[7]八五八农场托牛所奶牛养殖模式经济效益研究[D]. 韩青.东北农业大学 2013



本文编号：3687498