基于骨架特征的奶牛肢體分解方法研究.pdf

1、我國(guó)養(yǎng)殖業(yè)逐步向規(guī)?；较虬l(fā)展，規(guī)?；B(yǎng)殖對(duì)飼養(yǎng)管理方式提出更嚴(yán)格的要求，在養(yǎng)殖過(guò)程中廣泛應(yīng)用信息技術(shù)以提高養(yǎng)殖效率和健康管理水平已成為必然趨勢(shì)。視頻分析技術(shù)能夠?qū)?dòng)物的行為進(jìn)行自動(dòng)監(jiān)測(cè)和理解，是提高養(yǎng)殖管理信息化水平的重要手段，且越來(lái)越多地應(yīng)用于奶牛的精細(xì)養(yǎng)殖。國(guó)內(nèi)外學(xué)者已經(jīng)在這方面做了大量研究工作，但多是針對(duì)奶牛的整體進(jìn)行分析，而奶牛作為一種多關(guān)節(jié)的大型動(dòng)物，頭部、脖子、前肢、后肢和尾巴等均是通過(guò)關(guān)節(jié)區(qū)分開(kāi)的局部肢體，通過(guò)奶牛各個(gè)肢

2、體部位可獲取更加精準(zhǔn)的奶牛運(yùn)動(dòng)細(xì)節(jié)信息，是奶牛姿態(tài)檢測(cè)、行為分析和理解的基礎(chǔ)。
　　為實(shí)現(xiàn)奶牛頭部、脖子、軀干、前肢、后肢和尾巴的精確分解，本文研究并提出一種基于骨架特征的奶牛肢體分解方法。通過(guò)在奶牛場(chǎng)布設(shè)Kinect傳感器，獲取奶牛的深度圖像數(shù)據(jù)，研究基于深度圖像的奶牛目標(biāo)提取方法、奶牛骨架提取方法及基于骨架特征的奶牛肢體分解方法。本文主要工作和結(jié)論如下:
　　(1)提出了綜合利用深度閾值、圖像形態(tài)學(xué)及中值濾波的奶牛目標(biāo)提

3、取方法。針對(duì)奶牛在養(yǎng)殖場(chǎng)中受復(fù)雜背景和光照影響而難于精確提取的問(wèn)題，綜合設(shè)備的布設(shè)環(huán)境和性?xún)r(jià)比等因素，選擇Kinect獲取奶牛的深度圖像數(shù)據(jù)，將Kinect獲取的深度數(shù)據(jù)轉(zhuǎn)換為文本數(shù)據(jù)，利用深度圖像中的深度閾值分割及圖像形態(tài)學(xué)變換進(jìn)行奶牛目標(biāo)提取，并用中值濾波對(duì)圖像進(jìn)行去噪處理，從復(fù)雜背景中有效提取出目標(biāo)奶牛。試驗(yàn)結(jié)果表明，本文提取的奶牛目標(biāo)與人工提取奶牛的重疊率為95.62％。
　　(2)借鑒Choi骨架寬度約束理論下的骨架點(diǎn)判

4、定準(zhǔn)則，提取出奶牛骨架并進(jìn)行減枝處理。通過(guò)對(duì)目前主要骨架提取方式進(jìn)行分析，綜合考慮骨架的連通性、單像素性及高效性等因素，利用Choi定義的骨架寬度約束理論下的骨架點(diǎn)判定準(zhǔn)則提取奶牛骨架，用離散曲線(xiàn)演化模型對(duì)骨架進(jìn)行剪枝處理，簡(jiǎn)化后的骨架能反映奶牛完整的輪廓特征。
　　(3)提出基于骨架特征的奶牛肢體分解方法。該方法提取奶牛骨架上含有重要位置信息的骨架分叉點(diǎn)，以骨架分叉點(diǎn)依據(jù)設(shè)定約束條件，生成奶牛肢體分解的分割線(xiàn)，并利用形狀視覺(jué)顯著