基于星狀骨架模型的豬的行走姿態(tài)分析.pdf

1、近年來，隨著視頻監(jiān)控系統(tǒng)智能化程度的不斷提高，基于機器視覺的動物行為分析技術已成為該領域的研究熱點之一。本文采用機器視覺技術，通過構建豬體星狀骨架模型計算豬的前肢步態(tài)頻率。同時，將豬體星狀骨架模型與隱馬爾科夫模型相結合對豬的行走姿態(tài)進行識別。最終實現(xiàn)了對豬生長過程進行自動監(jiān)測和行為識別的目的。
　　 通過背景減除與圖像預處理獲得了豬體輪廓。在此基礎上，提取豬體輪廓的質(zhì)心，然后按逆時針方向計算豬體所有輪廓點與質(zhì)心的距離，從而繪制質(zhì)

2、心一邊界距離曲線。對該曲線平滑處理以后，計算它的極大值點，這些極大值點就是豬體關鍵輪廓點。將關鍵輪廓點與質(zhì)心連接，構建了豬體星狀骨架模型。為以后前肢步態(tài)頻率的計算和行走姿態(tài)的識別提供了基礎。
　　 對于前肢步態(tài)頻率的計算，通過已經(jīng)構建的豬體星狀骨架模型計算豬的前肢步態(tài)幅度角。然后采用兩種方法計算豬的前肢步態(tài)頻率:一種是通過計算豬的前肢步態(tài)周期來計算出豬的前肢步態(tài)頻率;另一種是對豬的前肢步態(tài)幅度角序列進行功率譜估計從而計算出豬的前

3、肢步態(tài)頻率。實驗結果表明，這兩種方法都能準確地計算豬的前肢步態(tài)頻率。
　　 采用豬體星狀骨架模型與隱馬爾科夫模型相結合的方法對豬的行走姿態(tài)進行識別。根據(jù)豬體星狀骨架模型提取豬的行走姿態(tài)特征，然后通過建立隱馬爾科夫模型分類器對豬的行走姿態(tài)特征進行分類識別。實驗結果表明，該方法能夠?qū)ωi的三種行走姿態(tài):正常行走、低頭行走、抬頭行走進行有效地識別，準確率達到80％以上。
　　 該項研究是利用機器視覺技術對豬生長過程進行自動監(jiān)測和