隨著現(xiàn)代信息技術(shù)的進(jìn)一步使用與推廣,我國奶業(yè)、奶牛養(yǎng)殖業(yè)發(fā)展迅速,養(yǎng)殖規(guī)模日益壯大。奶牛的反芻行為蘊(yùn)含著奶牛的諸多健康信息,這些信息有助于養(yǎng)殖人員監(jiān)控奶牛的健康情況,方便在奶牛患病早期及早發(fā)現(xiàn)并進(jìn)行治療,避免奶牛病情加重,影響奶牛的正常產(chǎn)奶和繁殖。隨著奶牛養(yǎng)殖規(guī)模的不斷擴(kuò)大,奶牛反芻行為的人工監(jiān)測難度也越來大。為了減少養(yǎng)殖成本并降低監(jiān)測難度,及時監(jiān)測奶牛的健康狀況、提高牛奶產(chǎn)出量,本研究基于視頻分析技術(shù),開展了多目標(biāo)奶牛的反芻行為智能監(jiān)測方法研究,主要研究內(nèi)容及所取得的結(jié)論如下:（1）奶牛嘴部區(qū)域的自動檢測是奶牛反芻行為智能監(jiān)測的關(guān)鍵,為了實(shí)現(xiàn)奶牛嘴部區(qū)域的自動檢測,提出了一種基于Horn-Schunck光流法的多目標(biāo)奶牛嘴部區(qū)域自動檢測方法。首先利用Horn-Schunck光流模型求取奶牛反芻視頻中各時間序列圖像的光流場,然后將各幀序列圖像中運(yùn)動較大的光流數(shù)據(jù)進(jìn)行疊加,獲取奶牛反芻時的候選嘴部區(qū)域,最后運(yùn)用奶牛嘴部區(qū)域檢測模型實(shí)現(xiàn)反芻奶牛嘴部區(qū)域的檢測。根據(jù)所定義的真實(shí)充盈率指標(biāo)與檢測充盈率指標(biāo),總體平均真實(shí)充盈率為63.91%,總體平均檢測充盈率為70.06%,研究結(jié)果表明,將Ho... 

【文章頁數(shù)】：69 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 研究的目的及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 基于接觸式傳感器的奶牛反芻監(jiān)測現(xiàn)狀
        1.2.2 基于視頻分析技術(shù)的奶牛反芻監(jiān)測現(xiàn)狀
        1.2.3 動物軀體分割方法研究現(xiàn)狀
        1.2.4 目標(biāo)跟蹤算法研究現(xiàn)狀
        1.2.5 存在的問題
    1.3 研究內(nèi)容
    1.4 研究方法與技術(shù)路線
    1.5 論文組織結(jié)構(gòu)
第二章 奶牛反芻行為分析與視頻采集及預(yù)處理
    2.1 奶牛健康狀況與反芻之間的關(guān)系
    2.2 奶牛反芻視頻采集和預(yù)處理
        2.2.1 采集場所和采集方法
        2.2.2 測試視頻預(yù)處理
    2.3 本章小結(jié)
第三章 基于光流法的多目標(biāo)反芻奶牛嘴部區(qū)域自動檢測
    3.1 基于Horn-Schunk光流法的多目標(biāo)反芻奶牛嘴部區(qū)域檢測
        3.1.1 技術(shù)路線
        3.1.2 基于Horn-Schunk光流法的反芻奶牛光流場計(jì)算
        3.1.3 反芻奶牛嘴部區(qū)域提取
    3.2 反芻奶牛嘴部區(qū)域檢測模型與算法評價(jià)指標(biāo)
        3.2.1 反芻奶牛嘴部區(qū)域檢測模型
        3.2.2 算法評價(jià)指標(biāo)
    3.3 試驗(yàn)結(jié)果與分析
        3.3.1 試驗(yàn)結(jié)果
        3.3.2 討論與分析
    3.4 與常見目標(biāo)檢測算法的對比
        3.4.1 與幀間差分法的對比
        3.4.2 與背景減除法的對比
    3.5 本章小結(jié)
第四章 基于光流法和幀間差值法的多目標(biāo)反芻奶牛監(jiān)測方法
    4.1 基于光流法與幀間差值法的多目標(biāo)反芻奶牛嘴部監(jiān)測
        4.1.1 技術(shù)路線圖
        4.1.2 基于幀間差值法的多目標(biāo)反芻奶牛嘴部的監(jiān)測
        4.1.3 算法的評價(jià)指標(biāo)
    4.2 多目標(biāo)反芻奶牛監(jiān)測試驗(yàn)結(jié)果與分析
        4.2.1 試驗(yàn)結(jié)果
        4.2.2 討論與分析
    4.3 與常見的目標(biāo)跟蹤算法對比
        4.3.1 基于KCF算法的多目標(biāo)奶牛反芻行為監(jiān)測方法
        4.3.2 基于Meanshift算法的多目標(biāo)奶牛反芻行為監(jiān)測方法
    4.4 本章小結(jié)
第五章 多目標(biāo)奶牛反芻行為監(jiān)測系統(tǒng)GUI設(shè)計(jì)
    5.1 多目標(biāo)奶牛反芻行為監(jiān)測系統(tǒng)整體設(shè)計(jì)
        5.1.1 系統(tǒng)運(yùn)行及開發(fā)環(huán)境
        5.1.2 系統(tǒng)功能設(shè)計(jì)及系統(tǒng)流程圖
    5.2 多目標(biāo)奶牛反芻行為監(jiān)測系統(tǒng)功能實(shí)現(xiàn)及操作演示
    5.3 本章小結(jié)
第六章 結(jié)論與展望
    6.1 結(jié)論
    6.2 創(chuàng)新點(diǎn)
    6.3 展望
參考文獻(xiàn)
致謝
作者簡介


【參考文獻(xiàn)】：
期刊論文
[1]中國不同規(guī)模奶牛養(yǎng)殖環(huán)境效率及其影響因素分析[J]. 王善高,許昭.  中國畜牧雜志. 2018(12)
[2]第三章 用采食行為評估動物福利(續(xù))[J]. 唐彩琰,Birte L.Nielsen,Ingrid C.de Jong,Trevor J.De Vries.  國外畜牧學(xué)(豬與禽). 2018(01)
[3]基于DEA模型的中國奶牛養(yǎng)殖模式效率評價(jià)與產(chǎn)業(yè)發(fā)展思路[J]. 馬彥麗,胡月.  河北經(jīng)貿(mào)大學(xué)學(xué)報(bào). 2018(01)
[4]基于改進(jìn)的核相關(guān)濾波器的目標(biāo)跟蹤算法[J]. 秦曉飛,代順鋒,李峰.  測控技術(shù). 2017(10)
[5]基于背景減除法的視頻序列運(yùn)動目標(biāo)檢測[J]. 劉仲民,何勝皎,胡文瑾,李戰(zhàn)明.  計(jì)算機(jī)應(yīng)用. 2017(06)
[6]基于KCF跟蹤算法的目標(biāo)軌跡記錄系統(tǒng)[J]. 張乘龍,夏筱筠,柏松,姚愷豐.  計(jì)算機(jī)系統(tǒng)應(yīng)用. 2017(05)
[7]基于IMMUKF-3D的水下目標(biāo)跟蹤算法[J]. 王康,蔣志迪,張晴月.  數(shù)據(jù)通信. 2017(01)
[8]深層神經(jīng)網(wǎng)絡(luò)在家畜反芻行為識別上的應(yīng)用[J]. 宋顥,楊裔,郭鑫波,李彩虹,李廉.  科學(xué)技術(shù)與工程. 2017(02)
[9]基于Arduino和LabVIEW的羊只反芻行為無線采集系統(tǒng)設(shè)計(jì)[J]. 鄔娟,宣傳忠,武佩,劉艷秋,張麗娜.  黑龍江畜牧獸醫(yī). 2016(21)
[10]基于視頻追蹤的豬只運(yùn)動快速檢測方法[J]. 肖德琴,馮愛晶,楊秋妹,劉儉,張哲.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2016(10)

博士論文
[1]中國奶牛養(yǎng)殖模式及其效率研究[D]. 李棟.中國農(nóng)業(yè)科學(xué)院 2013
[2]我國奶業(yè)主產(chǎn)區(qū)奶牛生產(chǎn)效益與牛奶品質(zhì)的調(diào)研分析[D]. 王林楓.中國農(nóng)業(yè)科學(xué)院 2006

碩士論文
[1]奶牛個體反芻行為監(jiān)測技術(shù)研究[D]. 張爽.東北農(nóng)業(yè)大學(xué) 2017
[2]基于骨架特征的奶牛肢體分解方法研究[D]. 李國強(qiáng).西北農(nóng)林科技大學(xué) 2017
[3]母羊反芻行為檢測系統(tǒng)的研究[D]. 鄔娟.內(nèi)蒙古農(nóng)業(yè)大學(xué) 2016
[4]奶牛數(shù)字化管理的關(guān)鍵技術(shù)研究[D]. 何孟寧.山東大學(xué) 2015
[5]奶牛養(yǎng)殖模式效率評價(jià)與產(chǎn)業(yè)發(fā)展政策研究[D]. 胡月.河北經(jīng)貿(mào)大學(xué) 2015
[6]基于ANT的奶牛反芻信息采集系統(tǒng)研究[D]. 姚意.東華大學(xué) 2015
[7]八五八農(nóng)場托牛所奶牛養(yǎng)殖模式經(jīng)濟(jì)效益研究[D]. 韓青.東北農(nóng)業(yè)大學(xué) 2013



本文編號：3687498