隨著養(yǎng)殖業(yè)的不斷發(fā)展,自動化養(yǎng)豬已經(jīng)成為養(yǎng)豬業(yè)的發(fā)展趨勢。針對人工測量豬只體尺和人工觀察豬只行為效率低下,而基于機器視覺的自動監(jiān)測可代替人工,以提高檢測效率,已經(jīng)成為當(dāng)前的研究熱點之一。為提高基于機器視覺的豬體體尺測量研究中的圖像利用率和體尺測量效率,以及對豬只的行為進行實時監(jiān)測和及時發(fā)現(xiàn)異常,本研究提出一種基于機器視覺的豬體尺測量及行為識別研究方法。主要內(nèi)容及結(jié)論如下:（1）針對單幀靜態(tài)圖像進行體尺測量時對圖像要求高,難以獲取,本研究基于Kinect深度相機獲取的豬體視頻數(shù)據(jù),提出了一種豬體理想姿態(tài)幀檢測算法。該算法利用最小外接矩形法調(diào)整豬體為水平方向;利用投影法和差分法識別頭部和尾部位置,通過頭部邊界標記法判斷耳部是否缺失;利用骨骼化算法結(jié)合霍夫變換算法檢測豬體頭部是否歪斜,結(jié)果表明,檢測出理想姿態(tài)幀2592幀,漏報432幀,誤報0幀,誤報率較低。（2）在檢測到理想姿態(tài)幀基礎(chǔ)上,設(shè)計了一種豬體體尺測量算法。該算法需要準確找到豬只的耳根、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,差分曲線中耳根和尾根位置的表示不是很準確,需要進一步確認其位置,找到測點位置后,即可求出豬... 

【文章來源】：河北農(nóng)業(yè)大學(xué)河北省

【文章頁數(shù)】：60 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖２－１極坐標參數(shù)空間示意圖??Ｆｉｇ．２－１?Ｓｃｈｅｍａｔｉｃ?ｄｉａｇｒａｍ?ｏｆ?ｔｈｅ?ｐｏｌａｒ?ｃｏｏｒｄｉｎａｔｅ?ｐａｒａｍｅｔｅｒ?ｓｐａｃｅ??霍夫變換直線檢測的步驟是：??在坐標（ｉｊ）的單元位置，累加器的值是對應(yīng)于參數(shù)空間坐標（Ｐｉ，０；）??

集視頻數(shù)據(jù)，設(shè)計豬體姿態(tài)??檢測算法，從視頻中篩選符合體尺測量的理想姿態(tài)圖像幀（以下簡稱理想姿態(tài)幀），??然后利用檢測出的理想姿態(tài)幀進行體尺自動測量。??３．?１豬只體尺視頻釆集??圖像采集系統(tǒng)是機器視覺系統(tǒng)的重要組成部分，起到了數(shù)據(jù)獲取的作用，是??展開整個實驗研究的保證。在本研宄中，該部分系統(tǒng)主要包括攝像儀器、支架、??筆記本、硬盤、電源等部件。??在選擇采集設(shè)備時需要考慮焦距的問題，焦距的計算主要是算出攝像設(shè)備的??視角，看其能否足夠?qū)⒇i只或豬舍拍全。采集設(shè)備的視角示意圖如圖３－１所示，??其中ａ為采集設(shè)備的視角，Ｈ為采集設(shè)備至目標的距離，也就是物距，Ｌ為視場的??長度。根據(jù)示意圖我們可以很容易得出采集設(shè)備視計算公式：??Ｌ?，?、??ａ?＝?２?ｔａｎ－１—?（３?—?１）??２ｎ??／?＼ｃｃ?＼??丨?、、??／?Ｈ?Ｉ?＼??／?丨?、＼??／?Ｎ??／?Ｉ?％??—｜?－Ｌ－?１??圖３－１攝像機視角示意圖??Ｆｉｇ．３－１?Ｓｃｈｅｍａｔｉｃ?ｄｉａｇｒａｍ?ｏｆ?ｃａｍｅｒａ?ａｎｇｌｅ??利用傳統(tǒng)彩色相機進行豬體尺測量和行為識別時，受環(huán)境和光線影響容易造??成目標輪廓提取錯誤會增大實驗結(jié)果誤差。Ｋｉｎｅｃｔ深度相機可以輸出深度??視頻數(shù)據(jù)，深度圖像可有效避免因背景和目標顏色接近而造成的目標識別錯誤??［６９．?７０］??〇??１４??

?基于機器視覺的豬體尺測量及行為識別研宄???３．?１．?１?Ｋｉｎｅｃｔｖ２?深度相機??Ｋｉｎｅｃｔ?ｆｏｒ?Ｗｉｎｄｏｗｓ?２．０（簡稱Ｋｉｎｅｃｔ?ｖ２）是微軟公司發(fā)布的第二代體感設(shè)備，??基于ＴＯＦ?（Ｔｉｍｅ?ｏｆ?Ｆｌｉｇｈｔ）測距方式獲得深度數(shù)據(jù)。如圖３－２所示，Ｋｉｎｅｃｔｖ２主??要由彩色攝像頭、深度傳感器、紅外探測器和麥克風(fēng)陣列組成，可以采集深度圖??像、彩色圖像和紅外圖像，表３－１是ＫｉｎｅｃｔＷ的部分技術(shù)參數(shù)［７１］。??ＲＧｆ像頭＾娜器紅外發(fā)職??麥克風(fēng)陣列??圖３－２?Ｋｉｎｅｃｔ?ｖ２示意圖??Ｆｉｇ．３－２?Ｄｉａｇｒａｍ?ｏｆ?Ｋｉｎｅｃｔ?ｖ２??表?３－１?Ｋｉｎｅｃｔ?ｖ２?參數(shù)??Ｔａｂ．３－１?Ｔｈｅ?ｐａｒａｍｅｔｅｒｓ?ｏｆ?Ｋｉｎｅｃｔ?ｖ２??參數(shù)名稱?Ｋｉｎｅｃｔ?ｖ２參數(shù)值??彩色圖像分辨率（像素）?１９２０ｘ１０８０??深度圖像分辨率（像素）?５１２ｘ４２４??紅外圖像分辨率（像素）?５１２ｘ４２４??幀率（ｆｐｓ）?３０??深度圖像探測距離（ｍ）?０．８至４．０??最小成像距離（ｍ）?０．４??水平拍攝角度（°）?５７．５??垂直拍攝角度４３．５??接口?ＵＳＢ?３．０??３．?１．?２體尺數(shù)據(jù)采集與平臺搭建??實驗數(shù)據(jù)采集自北京天鵬興旺養(yǎng)殖有限公司的規(guī)模養(yǎng)豬場和唐山市遷西縣??太平寨養(yǎng)豬常本項目屬于理論、方法和實驗綜合性研究的課題，研究對象的品??種為長白豬和大白豬，這兩個品種的豬在我國比較常見，具有代表性。為使算法??的通用性更強，采集了不同生長天數(shù)的豬的視頻圖像數(shù)據(jù)，豬的生長天數(shù)分別為：??３０天、１５０天、１


本文編號：3486556