[發(fā)明專利]一種基于Zernike矩及支持向量機(jī)的豬的姿態(tài)識別方法

在審

• 申請?zhí)枺?/td>: 201410055221.9
• 申請日: 2014-02-18
• 公開（公告）號: CN103824056A
• 公開（公告）日: 2014-05-28
• 發(fā)明（設(shè)計）人: 朱偉興;袁登廳;李新城
• 申請（專利權(quán)）人: 江蘇大學(xué)
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/66
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于Zernike矩及支持向量機(jī)的豬的姿態(tài)識別方法，其特征在于，包括如下步驟：

（1）采用數(shù)字相機(jī)對豬舍中豬的行為狀態(tài)進(jìn)行側(cè)視場景視頻圖像A采集；

（2）對所述視頻圖像A進(jìn)行預(yù)處理，提取出豬的二值輪廓圖B；

（3）采用標(biāo)準(zhǔn)矩的方法，對所述豬的二值輪廓圖B進(jìn)行平移和尺度的歸一化，得到圖像C；

（4）對所述圖像C，采用Zernike矩進(jìn)行特征提取，得到特征向量D；

（5）基于支持向量機(jī)的豬的行為姿態(tài)分類器的設(shè)計；

（6）對所述特征向量D，采用支持向量機(jī)進(jìn)行分類識別豬的行為姿態(tài)。

2.根據(jù)權(quán)利要求1所述的一種基于Zernike矩及支持向量機(jī)的豬的姿態(tài)識別方法，其特征是，所述步驟（2）中對所述視頻圖像A進(jìn)行預(yù)處理，提取出豬的二值輪廓圖B的步驟為：

A.對所述視頻圖像A采用幾何變換、平滑、增強(qiáng)的方法進(jìn)行預(yù)處理，得到圖像A1；

B.選擇Otsu自適應(yīng)閾分割對所述圖像A1進(jìn)行二值化處理，得到圖像A2；

C.對所述圖像A2進(jìn)行中值濾波、數(shù)學(xué)形態(tài)學(xué)開閉運算，得到圖像A3；

D.對所述圖像A3使用Canny算子作邊緣檢測，提取出豬的二值輪廓圖B。

3.根據(jù)權(quán)利要求1所述的一種基于Zernike矩及支持向量機(jī)的豬的姿態(tài)識別方法，其特征是，所述步驟（3）中歸一化的步驟為：

A.定義標(biāo)準(zhǔn)矩為：式中，階數(shù)p,q=0,1,2…，m_pq為標(biāo)準(zhǔn)矩，f(x,y)是目標(biāo)圖像，x和y表示像素的坐標(biāo)位置，f代表像素的數(shù)值；

B.通過標(biāo)準(zhǔn)矩得到目標(biāo)圖像的形心坐標(biāo)其中將圖像原點放在目標(biāo)形心上，以解決平移問題；

C.定義一個尺度因子α，其中式中β是預(yù)定義的常量，m₀₀是目標(biāo)的面積；

D.通過坐標(biāo)變換得到平移、尺度歸一化后的圖像g(x,y)，其計算公式為：g(x,y)=f(xα+x‾,yα+y‾).]]>

4.根據(jù)權(quán)利要求1所述的一種基于Zernike矩及支持向量機(jī)的豬的姿態(tài)識別方法，其特征是，所述步驟（4）采用Zernike矩進(jìn)行特征提取的步驟是：

A.設(shè)計Zernike正交多項式；

B.利用正交的p階q重的Zernike多項式構(gòu)造獲取多階Zernike矩，提取多階的Zernike矩特征值，作為豬的行為姿態(tài)識別的輸入量。

5.根據(jù)權(quán)利要求1所述的一種基于Zernike矩及支持向量機(jī)的豬的姿態(tài)識別方法，其特征是，所述步驟（5）基于支持向量機(jī)的豬的行為姿態(tài)分類器的設(shè)計，其步驟為：

A.將豬的行為姿態(tài)特征通過非線性變換轉(zhuǎn)換到高維的特征空間，在高維空間中構(gòu)造線性決策函數(shù)來實現(xiàn)原空間中的非線性決策；

B.通過采用交叉驗證和網(wǎng)絡(luò)搜索的參數(shù)選擇方法構(gòu)造一種優(yōu)化的學(xué)習(xí)機(jī)制，設(shè)計出支持向量機(jī)分類器；

C.采用一對一的投票策略，將二分類器構(gòu)成滿足對豬的正常行走、低頭行走、抬頭行走、躺臥等四種姿態(tài)進(jìn)行識別的分類器。

6.根據(jù)權(quán)利要求1所述的一種基于Zernike矩及支持向量機(jī)的豬的姿態(tài)識別方法，其特征是，所述步驟（5）的支持向量機(jī)選用徑向基核函數(shù)型支持向量機(jī)，其定義式為K(x_i,x_j)=exp(-γ||x_i-x_j||),γ>0，其中γ為徑向基核函數(shù)參數(shù)，exp（）是e為底的指數(shù)函數(shù),Xi表示空間中的任意一點，Xj為核函數(shù)中心。