[發明專利]一種基于弦軸變換的豬的特征區域識別方法

有效

• 申請號: 201711446628.4
• 申請日: 2017-12-27
• 公開（公告）號: CN108108700B
• 公開（公告）日: 2020-02-21
• 發明（設計）人: 朱偉興;仇益頁;李新城
• 申請（專利權）人: 江蘇大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開了一種基于弦軸變換的豬的特征區域識別方法，首先對采集的俯視條件下的豬的原始圖像進行預處理，運用基于形態學的前景檢測與目標提取算法，獲得所需的單只豬體目標輪廓圖像。然后運用Harris角點檢測算法，獲得各顯著關鍵點，并在此基礎上進行Delaunay三角剖分，通過弦軸變換的方法可以將豬只目標分割成多個分割區域，其中將豬只輪廓周圍的分割區域稱為顯著突出區域，并用樹形結構來表示各分割區域之間的關系。最后結合基于支持向量機的多分類方法來識別各顯著突出區域，從而獲得目標對象的各重要特征區域(頭，耳，鼻，腿，尾)。該項研究為進一步針對豬只的身份和行為識別提供了一種新的思路。

技術領域

本發明涉及機器視覺技術領域，具體涉及一種基于弦軸變換的豬的特征區域識別方法。

背景技術

在生豬養殖行業，運用機器視覺技術來對豬只進行研究，諸多方面也已經取得了理想的成績。在對豬只的相關機器視覺研究過程中，主要是對豬只的身份和行為進行識別。而在對豬個體進行各種識別研究前，一般都需要先提取豬體對應的特征區域，例如在對豬只進行飲水行為識別前需要提取豬只的嘴部區域，通過判斷豬只的嘴與水龍頭是否接觸，來判斷豬只是否發生飲水行為。因為豬只的非剛體特性，其形狀特征會隨時發生改變，造成了現有的一些識別豬只特征區域的方法都存在一些局限性和不穩定性，例如在基于包絡分析的豬的頭尾識別取算法中，由于豬只并不是那么的配合，所以俯視條件下采集的圖像，有時候豬的腿部會露出來，這種情況下，采用基于包絡分析的方法就不能有效準確的識別其頭尾部。所以有必要建立一種更加穩定的方法來提取豬體各特征區域。

本發明給出了一種基于弦軸變換的豬的特征區域識別方法。在豬低頭、抬頭、露腿及不露腿的情況下，該識別方法都能夠準確提取出豬只各重要特征區域(頭，耳，鼻，腿，尾)。這將為進一步針對豬的身份和行為識別提供新的思路。

發明內容

本發明目的是提取俯視條件下單個豬只個體的各重要特征區域(頭，耳，鼻，腿，尾)。為此，提出一種基于弦軸變換的豬只個體特征區域提取方法。

本發明采用的技術方案是：(1)首先對單幀圖像進行預處理，用自適應分塊多閾值的俯視群養豬多目標提取方法，并結合小波變換方法檢測豬體目標的邊緣點，以及采用基于梯度的邊緣生長法獲得封閉輪廓，采取膨脹、腐蝕、填充等形態學運算處理，去除其他噪聲封閉曲線，得到俯視狀態下各豬體目標灰度圖。(2)通過Harris角點算法檢測邊緣上的關鍵點，使這些關鍵點處在豬只目標的耳朵根部、鼻子、尾巴根部等，在任意兩個關鍵點之間均勻增加離散點，兩個關鍵點之間增加的離散點數為兩個關鍵點之間邊界點總數的1/30。(3)基于上述離散點集對豬只目標進行Delaunay三角剖分，并通過弦軸變換的方法將豬只目標分成多個分割區域。(4)用樹形拓撲結構來表示各分割區域之間的關系，結合基于支持向量機的多分類方法完成對豬只目標各特征區域的提取。

利用Harris角點來提取邊界上的關鍵點的具體方法是：

利用公式來計算各點的響應值CRF，式中：Ix,Iy分別是圖像水平、垂直方向的灰度梯度，選出局部最大值，得到角點候選點，為了使所選出的角點與期望的特征點盡可能一致，因此需要對候選點進一步篩選，篩選規則如下：根據角點候選點的最大值CRF_max，用一個數值k乘以這個最大值作為最終篩選閾值，若CRF>k*CRF_max，則該候選點為關鍵點。

進一步，采用3×3窗口，計算CRF響應值，選出局部最大值，得到角點候選點，通過實驗驗證的方法最終確定k的最佳取值為0.32。

進一步，在任意兩個關鍵點之間根據一定規則增選離散點的具體方法是：在任意兩個關鍵點之間均勻增加離散點，兩個關鍵點之間增加的離散點數為兩個關鍵點之間邊界點總數的1/30。