【摘要】：奶牛的體尺參數(shù)是評價奶牛成長狀況中一項非常重要的參數(shù),包含奶牛體高、體斜長、尻角度、乳頭長度等參數(shù),對奶牛養(yǎng)殖具有重要意義。傳統(tǒng)的奶牛體尺數(shù)據(jù)是由人工直接進(jìn)行接觸式測量獲得的,這種測量方式工作量大、測量條件相對艱苦、影響奶牛正常的生活習(xí)性。機器視覺中的視覺測量技術(shù)具有與被觀測的對象不進(jìn)行接觸、不會出現(xiàn)視覺疲勞現(xiàn)象、測量精度高、穩(wěn)定性強等優(yōu)點,將視覺測量技術(shù)應(yīng)用于奶牛體尺測量,把機器視覺技術(shù)應(yīng)用于奶牛畜牧養(yǎng)殖領(lǐng)域,加快實現(xiàn)奶牛的精細(xì)化飼喂養(yǎng)殖。本課題結(jié)合攝像機標(biāo)定、輪廓提取、SIFT特征點匹配等圖像處理技術(shù),將機器視覺應(yīng)用于奶牛體尺測量,其目的在于獲取奶牛的體尺數(shù)據(jù),實現(xiàn)奶牛體尺的視覺測量。主要研究內(nèi)容如下:(1)對傳統(tǒng)攝像機標(biāo)定進(jìn)行詳細(xì)的敘述,并建立攝像機成像模型;介紹了雙目視覺測量的原理,并對視覺測量建立了數(shù)學(xué)模型;介紹了采用平面棋盤格為標(biāo)定物的張正友標(biāo)定法,針對選取的軟件設(shè)計制作出77?的圓形標(biāo)記點的標(biāo)定板,通過單目和雙目的標(biāo)定試驗,得到攝像機的內(nèi)外相機參數(shù)。(2)對視覺測量系統(tǒng)進(jìn)行介紹,針對測量系統(tǒng)的需要進(jìn)行攝像機類型、鏡頭以及圖像采集卡等硬件的選型,課題選擇具有強大圖像處理功能的HALCON軟件,針對課題研究進(jìn)行奶牛輪廓特征的提取。(3)介紹了SIFT特征點匹配算法,首先通過對圖像進(jìn)行多尺度空間極值點的檢測,其次獲取特征關(guān)鍵點并對關(guān)鍵點進(jìn)行精確定位分析,然后計算出關(guān)鍵點的主方向,最終實現(xiàn)對描述子的構(gòu)造,得到圖像特征的特征向量。其中對圖像進(jìn)行多尺度空間極值點的檢測和關(guān)鍵點的精確定位的目的在于實現(xiàn)在DOG尺度空間中提取極值點并進(jìn)行優(yōu)化從而獲取特征點。通過初步試驗驗證,本測量系統(tǒng)可以實現(xiàn)奶牛體尺的測量,并且具有工作穩(wěn)定、測量精度高等特點,為進(jìn)一步深入研究奶牛的體型與體況,實現(xiàn)數(shù)字化養(yǎng)殖打下了基礎(chǔ),具有很好的市場應(yīng)用前景。
[Abstract]:The body size parameters of dairy cows are a very important parameter in evaluating the growth of dairy cows, including cow body height, oblique length, rump angle, nipple length and so on, which is of great significance to cow breeding. The traditional body size data of dairy cows are obtained by manual direct contact measurement. This kind of measurement method has a large workload and relatively difficult measuring conditions, which affects the normal living habits of dairy cows. The visual measurement technology in machine vision has the advantages of not contact with the observed object, no visual fatigue phenomenon, high measurement accuracy and strong stability. The visual measurement technology is applied to the measurement of dairy cow body size, and the machine vision technology is applied to the field of dairy cattle breeding, so as to speed up the realization of fine feeding and breeding of dairy cows. Combined with camera calibration, contour extraction, SIFT feature point matching and other image processing techniques, machine vision is applied to cow body size measurement, the purpose of which is to obtain the body size data of dairy cows and realize the visual measurement of cow body size. The main research contents are as follows: (1) the traditional camera calibration is described in detail, and the camera imaging model is established; the principle of binocular vision measurement is introduced, and the mathematical model of visual measurement is established. Zhang Zhengyou calibration method, which uses plane chessboard as calibration object, is designed and made for the selected software. The calibration board of circular marking point is used to obtain the internal and external camera parameters of the camera through monocular and binocular calibration tests. (2) the visual measurement system is introduced. According to the needs of the measurement system, the camera type, lens, image acquisition card and other hardware are selected, and the HALCON software with powerful image processing function is selected. Aiming at the research of dairy cow outline feature extraction. (3) the SIFT feature point matching algorithm is introduced. Firstly, the multi-scale spatial extreme point detection of the image is carried out, then the feature key points are obtained and the key points are accurately located and analyzed, then the main direction of the key points is calculated, and finally the construction of the descriptive points is realized, and the feature vector of the image features is obtained. The purpose of detecting the extreme points and accurately locating the key points in the multi-scale space is to extract the extreme points in the DOG scale space and optimize them to obtain the feature points. The preliminary test shows that the measurement system can realize the measurement of dairy cow body size, and has the characteristics of stable work and high measurement accuracy, which lays a foundation for further study of cow body size and body condition and the realization of digital breeding, and has a good market application prospect.
【學(xué)位授予單位】：山東農(nóng)業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：S823;S818.9

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 孫海霞;張淑娟;薛建新;周靖博;;基于機器視覺和光譜技術(shù)水果分級的研究進(jìn)展[J];農(nóng)機化研究;2014年01期

2 陳麗君;趙鳳芹;;基于機器視覺的變量機械系統(tǒng)的關(guān)鍵技術(shù)[J];農(nóng)機化研究;2005年06期

3 郭海針;馬俊龍;徐海剛;;基于機器視覺的農(nóng)業(yè)機械無人駕駛系統(tǒng)[J];農(nóng)機化研究;2009年06期

4 毛璐;趙春江;王開義;張水發(fā);;機器視覺在農(nóng)產(chǎn)品物流分級檢測中的應(yīng)用[J];農(nóng)機化研究;2011年07期

5 馮世杰;王艷平;;基于機器視覺的溫室作物行間雜草的識別[J];信陽農(nóng)業(yè)高等�？茖W(xué)校學(xué)報;2012年02期

6 李謙;蔡曉華;;機器視覺在除草機器人中的應(yīng)用[J];農(nóng)機化研究;2014年07期

7 黎萍,朱軍燕,劉燕德,嚴(yán)霖元;機器視覺在農(nóng)產(chǎn)品檢測與分級中的應(yīng)用與展望[J];江西農(nóng)業(yè)大學(xué)學(xué)報;2005年05期

8 王靜娜;賀園園;陳雄飛;馮春貴;祝詩平;;機器視覺在農(nóng)產(chǎn)品品質(zhì)檢測和采收包裝中的應(yīng)用[J];農(nóng)機化研究;2011年07期

9 王潤濤;張長利;房俊龍;王樹文;楊方;田磊;;基于機器視覺的大豆籽粒精選技術(shù)[J];農(nóng)業(yè)工程學(xué)報;2011年08期

10 黃星奕;錢媚;徐富斌;;基于機器視覺和近紅外光譜技術(shù)的杏干品質(zhì)無損檢測[J];農(nóng)業(yè)工程學(xué)報;2012年07期

相關(guān)會議論文 前10條

1 趙磊;董吉文;李金屏;;拓?fù)淅碚撛跈C器視覺中的研究進(jìn)展[A];全國第十五屆計算機科學(xué)與技術(shù)應(yīng)用學(xué)術(shù)會議論文集[C];2003年

2 張彥東;;基于機器視覺的連接器裝配機床改造研究[A];首屆珠中江科協(xié)論壇論文集[C];2011年

3 蔡小秧;陳文楷;;機器視覺中的魯棒估計技術(shù)[A];計算機技術(shù)與應(yīng)用進(jìn)展·2007——全國第18屆計算機技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會議論文集[C];2007年

4 劉雅舉;李娜;張莉;李東明;;機器視覺在藥用玻璃瓶質(zhì)量檢測中的研究[A];2007年河北省電子學(xué)會、河北省計算機學(xué)會、河北省自動化學(xué)會、河北省人工智能學(xué)會、河北省計算機輔助設(shè)計研究會、河北省軟件行業(yè)協(xié)會聯(lián)合學(xué)術(shù)年會論文集[C];2007年

5 吳慶華;代娜;黃俊敏;程志輝;何濤;;基于機器視覺的軸承二維尺寸檢測[A];第六屆全國信息獲取與處理學(xué)術(shù)會議論文集（1）[C];2008年

6 馬連峰;張秋菊;;基于機器視覺的彩色套印檢測技術(shù)研究[A];第十一屆全國包裝工程學(xué)術(shù)會議論文集（二）[C];2007年

7 金守峰;張慧;;面向機器視覺的織物緯斜檢測方法[A];全國先進(jìn)制造技術(shù)高層論壇暨第九屆制造業(yè)自動化與信息化技術(shù)研討會論文集[C];2010年

8 管庶安;周龍;陳永強;廖明潮;;機器視覺在糧食品質(zhì)檢測中的應(yīng)用研究[A];中國糧油學(xué)會第三屆學(xué)術(shù)年會論文選集（下冊）[C];2004年

9 張偉華;陳軍;連世江;賈海政;;機器視覺及其在農(nóng)業(yè)機械中的應(yīng)用綜述[A];2007年中國農(nóng)業(yè)工程學(xué)會學(xué)術(shù)年會論文摘要集[C];2007年

10 沈?qū)殗?陳樹人;尹建軍;;基于機器視覺的棉田雜草精確定位研究[A];紀(jì)念中國農(nóng)業(yè)工程學(xué)會成立30周年暨中國農(nóng)業(yè)工程學(xué)會2009年學(xué)術(shù)年會（CSAE 2009）論文集[C];2009年

相關(guān)重要報紙文章 前10條

1 本報記者 李劍琦;機器視覺行業(yè)整合正熱 中國市場尚處萌芽期[N];機電商報;2005年

2 本報記者 董碧娟;解密機器視覺“第三只眼”[N];經(jīng)濟日報;2013年

3 本報記者 郭濤;機器視覺：為機器裝上“眼睛”和“大腦”[N];中國高新技術(shù)產(chǎn)業(yè)導(dǎo)報;2014年

4 張均;德國機器視覺傳感器市場前景好[N];中國貿(mào)易報;2007年

5 金剛;給機器一雙慧眼[N];計算機世界;2007年

6 朱廣菁;機器視覺怎樣“看”不合格產(chǎn)品[N];大眾科技報;2008年

7 宋昆;用機器視覺控制煙草質(zhì)量[N];計算機世界;2007年

8 張棟;西安光電子專業(yè)孵化器舉辦專業(yè)展覽會[N];中國高新技術(shù)產(chǎn)業(yè)導(dǎo)報;2007年

9 王遐;機器視覺:藥品包裝在線檢測系統(tǒng)開發(fā)成功[N];中國包裝報;2010年

10 點評人 高炎 黃牧青 劉笑一 李士杰 北京大學(xué)技術(shù)轉(zhuǎn)移中心;機器視覺輔助冬季道路狀況監(jiān)測[N];科技日報;2014年

相關(guān)博士學(xué)位論文 前10條

1 梁卓銳;機器視覺手勢交互的交互映射研究[D];華南理工大學(xué);2015年

2 孟慶寬;基于機器視覺的農(nóng)業(yè)車輛—農(nóng)具組合導(dǎo)航系統(tǒng)路徑識別及控制方法研究[D];中國農(nóng)業(yè)大學(xué);2014年

3 田明銳;基于機器視覺的散料裝車控制系統(tǒng)研究[D];長安大學(xué);2016年

4 葛動元;面向精密制造與檢測的機器視覺及智能算法研究[D];華南理工大學(xué);2013年

5 饒洪輝;基于機器視覺的作物對行噴藥控制系統(tǒng)研究[D];南京農(nóng)業(yè)大學(xué);2006年

6 龔愛平;基于嵌入式機器視覺的信息采集與處理技術(shù)研究[D];浙江大學(xué);2013年

7 陳麗君;基于機器視覺的變量噴霧控制系統(tǒng)研究[D];沈陽農(nóng)業(yè)大學(xué);2009年

8 徐曉秋;機器視覺球面孔位快速精密測量系統(tǒng)的研究[D];四川大學(xué);2006年

9 成芳;稻種質(zhì)量的機器視覺無損檢測研究[D];浙江大學(xué);2004年

10 程洪;面向園藝應(yīng)用的機器視覺目標(biāo)辨識方法創(chuàng)新[D];中國農(nóng)業(yè)大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 冼志軍;錫膏印刷機誤差與錫膏印刷質(zhì)量檢測技術(shù)研究[D];華南理工大學(xué);2015年

2 孫斌;基于FPGA的壓力表盤機器視覺研究與實現(xiàn)[D];昆明理工大學(xué);2015年

3 許哲;基于機器視覺的快速測溫?zé)犭娕己附蛹夹g(shù)研究[D];河北聯(lián)合大學(xué);2014年

4 李鵬;基于機器視覺的PCB工業(yè)在線檢測系統(tǒng)研究[D];昆明理工大學(xué);2015年

5 佘燕玲;以用戶為中心的機器視覺手勢交互空間映射關(guān)系研究[D];華南理工大學(xué);2015年

6 孫中國;基于機器視覺的面粉袋碼垛機器人研究[D];山東建筑大學(xué);2015年

7 漆靜;基于機器視覺集裝箱吊具智能定位系統(tǒng)研究[D];西南交通大學(xué);2015年

8 張文;基于機器視覺的通信裝備故障識別研究[D];西南交通大學(xué);2015年

9 冉寶山;基于機器視覺的裝料系統(tǒng)試驗研究[D];長安大學(xué);2015年

10 馮康;基于機器視覺的棉花識別與定位技術(shù)的研究[D];石河子大學(xué);2015年

，

本文編號：2504814