换一批摘要猪的头/尾位置直观反映了猪的进食、饮水、争斗、追逐等日常活动。从群养猪俯视视频中有效分割粘连的猪个体，找出猪的头/尾部，并以头/尾坐标实现较精准的运动轨迹追踪有着较大的难度。该研究采用改进分水岭分割算法分割视频图像帧中的粘连猪个体；对分割后的猪体提取头/尾轮廓，分别用类Hough聚类和圆度识别算法识别每头猪的头/尾，用运动趋势算法修正头/尾识别的误差，生成以头/尾部为定位坐标的运动轨迹。运算结果和人工标记对比证明类 Hough聚类和圆度识别算法的头尾识别正确率分别为71.79%和79.67%；经过运动趋势修正后，以头部为定位坐标生成的运动轨迹与人工标记生成运动轨迹吻合良好；对比头/尾轨迹和质心轨迹可以发现，头/尾轨迹能够更多获取猪个体和群体活动、运动信息。该研究对于实现自动记录和分析猪个体和群体的活动行为提供新的思路和方法。
更多相关知识
关键词
算法图像识别图像分割猪群猪个体头/尾识别改进分水岭运动轨迹algorithmsimage recognitionimage segmentationpig herdindividual pigidentification of head/tailimproved watershed segmentationtrajectory tracking
分类号
TP391
栏目名称
DOI
10.11975/j.issn.1002-6819.2017.02.030
发布时间
2017-03-17（万方平台首次上网日期，不代表论文的发表时间）
- 浏览1
- 被引32
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
