文献类型：期刊文章

作　　者：韩书庆[1] 张建华[1] 孔繁涛[1] 张腾飞[2] 吴海玲[2] 单佳佳[3] 吴建寨[1]

Han Shuqing;Zhang Jianhua;Kong Fantao;Zhang Tengfei;Wu Hailing;Shan Jiajia;Wu Jianzhai(Agricultural Information Institute of Chinese Academy of Agricultural Sciences/Key Laboratory of Agricultural Big Data,Ministry of Agriculture and Rural Affairs,Beijing 100081,China;Chengdu Ruixu Electronic Technology Co.,Ltd.,Shanghai201899,China;School of Food and Environment,Dalian University of Technology,Panjin 124221,China)

机构地区：[1]中国农业科学院农业信息研究所/农业农村部农业大数据重点实验室,北京100081 [2]成都睿畜电子科技有限公司,上海201899 [3]大连理工大学食品与环境学院,盘锦124221

出　　处：《农业工程学报》

基　　金：国家重点研发计划资助(2017YFD0502006);中国农业科学院基本科研业务费专项(Y2018ZK46);中央级公益性科研院所基本科研业务费专项(JBYW-AII-2017-33)

年　　份：2019

卷　　号：35

期　　号：18

起止页码：161-168

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CAB、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2019_2020、EI、FSTA、IC、JST、PROQUEST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：猪体图像的前景分割和黏连猪体的分离是实现群养猪数量自动盘点和猪只个体行为智能识别的关键。为实现群养猪黏连图像的自动分割,该文采用决策树分割算法提取视频图像帧的猪体前景区域,计算各连通区域的复杂度,根据复杂度确定黏连猪体区域,利用标记符控制的分水岭分割算法处理黏连猪体图像,检测待选的边界脊线,通过检验待选边界脊线的分割效果和形状特征(包括线性度和Harris 拐点数目),识别出猪体黏连分割线,实现黏连猪体的分离。结果表明,决策树分割算法(decision-tree-based segmentation model,DTSM)能够有效地去除复杂背景,前景分割效果良好。黏连猪体分离结果显示,基于边界脊线识别的黏连猪体分离准确率达到了89.4%,并较好地保留了猪体轮廓。通过计算分割后猪体连通区域的中心点,并对中心点进行德洛内剖分,初步实现了猪只的定位和栏内分布的可视化。6min的监控视频处理结果显示,该文方法各帧图像的盘点平均误差为0.58,盘点准确率为98.33%,能够正确统计出栏内猪只数量。该研究可为实现基于监控视频的群养猪自动盘点和个体行为识别提供新的技术手段。

关 键 词：图像处理 畜牧业 自动盘点  决策树 分割脊线识别  群养猪  

分 类 号：TP391.4] S818.9[计算机类]