基于輪廓不變矩特征的豬行為姿態(tài)識別研究.pdf

1、近年來,隨著視頻監(jiān)控系統(tǒng)不斷向數(shù)字化和智能化發(fā)展,越來越多的國內(nèi)外廠商和學者已經(jīng)開始關注智能監(jiān)控技術的發(fā)展,并進行了一系列的研究。目前在規(guī)模養(yǎng)殖場中,對于病豬的前期征兆和異常行為都是依靠人工來完成,此方法檢測的勞動強度大,且發(fā)現(xiàn)不及時。針對上述問題,本文提出一種基于輪廓不變矩特征的目標識別方法對豬的行為姿態(tài)進行分類和識別。
　　 本文介紹了當前國內(nèi)外在動物行為分析領域的研究現(xiàn)狀和發(fā)展趨勢,并且分析了視頻監(jiān)控在動物行為領域的應用情

2、況。首先,對豬進行運動目標檢測并比較背景減除法和幀間差分法的優(yōu)缺點。本文采用背景減除法與幀間差分法加權(quán)平均運動目標檢測方法,克服了上述兩種方法中檢測目標不完整和受光照等外部條件影響的缺點。再運用形態(tài)學圖像處理、區(qū)域連通性分析等一系列處理方法,消除小的空洞和噪聲,最后將運動目標從視頻序列中提取出來。其次,提取出完整清晰的豬輪廓邊緣是不變矩特征提取和行為識別的前提,本文研究了圖像分割與邊緣檢測的經(jīng)典方法,對于幾種方法的優(yōu)缺點進行比較和分析。

3、圖像分割采用改進的最大類間方差法,該法可避免傳統(tǒng)的最大類間方差法法采用窮盡搜索整個直方圖的灰度值來確定最優(yōu)閉值的局限性,大大減少了運算量。最后對豬行為姿態(tài)的識別方法進行分析和討論。采用模板匹配法結(jié)合不變矩的方法對行為姿態(tài)進行識別,選取具有平移、旋轉(zhuǎn)、尺度縮放不變性的不變矩特征作為特征值。該方法克服了傳統(tǒng)模板匹配法的缺陷,提取不變矩特征后進行相似度比較,以區(qū)分正常站立(行走)、低頭站立、抬頭站立、躺臥等行為,實現(xiàn)豬行為識別和分類。實驗結(jié)果