基于機(jī)器視覺的豬只腹式呼吸建模.pdf

1、機(jī)器視覺運(yùn)動(dòng)建模一般是指利用機(jī)器視覺手段來獲取視頻中目標(biāo)物體的運(yùn)動(dòng)特征，并建立其運(yùn)動(dòng)模型的技術(shù)。它綜合了圖像處理、統(tǒng)計(jì)學(xué)、人工智能、信號(hào)處理等學(xué)科的知識(shí)，是目標(biāo)異常行為分析和判斷的關(guān)鍵，廣泛應(yīng)用于醫(yī)療、交通、安防監(jiān)控及科學(xué)研究等領(lǐng)域。
　　 豬只的腹式呼吸是指豬只因感冒、咳嗽、哮喘等病癥引起而呈現(xiàn)的腹式呼吸運(yùn)動(dòng)狀態(tài)。規(guī)模化養(yǎng)殖場日常工作的重點(diǎn)之一是疫病監(jiān)測，如果發(fā)現(xiàn)具有腹式呼吸的疑似病豬，將采取相應(yīng)的診治措施。但是監(jiān)測手段仍依靠

2、傳統(tǒng)的人工方式，即連續(xù)地觀察及記錄，不僅效率低下，甚至干擾豬只健康生長。
　　 隨著規(guī)?；B(yǎng)豬業(yè)近年來在我國取得了快速的發(fā)展，為提高生豬產(chǎn)業(yè)的現(xiàn)代化水平，生產(chǎn)各環(huán)節(jié)自動(dòng)化建設(shè)是必然的趨勢。本文主要針對(duì)規(guī)模養(yǎng)豬場常見站立姿病豬的腹式呼吸，研究了視頻圖像預(yù)處理技術(shù)、豬只目標(biāo)提取方法、目標(biāo)輪廓提取方法和豬只腹式呼吸建模方法，對(duì)于場景中具有完整側(cè)視圖的單只豬視頻，從基于離散型輪廓和連續(xù)型輪廓、三種基于豬只脊背和腹部輪廓線段(脊腹線)截距

3、的豬只腹式呼吸運(yùn)動(dòng)描述子、健康豬和腹式呼吸的病豬等不同方面詳細(xì)分析了所建立的一維波形信號(hào)模型的特點(diǎn)，實(shí)驗(yàn)表明針對(duì)具有腹式呼吸的豬視頻，能取得效果較好的一維信號(hào)模型，可為獸醫(yī)診斷分析提供潛在的新途徑。本文形成了基于機(jī)器視覺的豬只腹式呼吸建模技術(shù)路線，可為規(guī)模養(yǎng)豬場視頻監(jiān)控自動(dòng)化提供相關(guān)的技術(shù)基礎(chǔ)。
　　 論文的主要研究內(nèi)容如下：
　　 (1)經(jīng)過研究圖像預(yù)處理技術(shù)和對(duì)豬舍中長白豬的彩色視頻圖像分析，針對(duì)圖像同質(zhì)區(qū)域光照不均

4、衡問題，采用非線性改善局部明暗區(qū)亮度值方法，使得圖像光照均衡化。盡管一般彩色圖像采用標(biāo)準(zhǔn)灰度化，但本文采用RGB分量自定義權(quán)重灰度化，更有助于偏向突出豬只目標(biāo)。針對(duì)視頻圖像幀不可避免出現(xiàn)的噪聲，提出一種自適應(yīng)中值濾波算法，通過考慮整體圖像中的局部變化，改變?cè)紙D像中少量像素點(diǎn)的亮度值，不僅可以抑制噪聲還可以保留圖像的精細(xì)細(xì)節(jié)。針對(duì)預(yù)處理后的圖像質(zhì)量評(píng)價(jià)，采用一種基于圖像目標(biāo)邊緣像素點(diǎn)梯度評(píng)估法，以處理后圖像和基準(zhǔn)圖像目標(biāo)邊緣上的對(duì)應(yīng)像素

5、點(diǎn)梯度差值為樣本數(shù)據(jù)，通過假設(shè)檢驗(yàn)來判斷預(yù)處理后的圖像質(zhì)量是否改善。
　　 (2)提出一種具有自適應(yīng)性、低計(jì)算代價(jià)的豬舍固定攝像前景目標(biāo)提取法，獲取對(duì)稱差分圖像和自適應(yīng)背景更新的背景差分圖像，以狀態(tài)碼為條件輸出不同處理策略實(shí)現(xiàn)背景更新和前景融合，冉通過聯(lián)立紋理結(jié)構(gòu)算子和HSV顏色空間陰影雙重檢測條件，增強(qiáng)了對(duì)陰影的識(shí)別能力，最終獲得精確的前景目標(biāo)區(qū)域，該方法不僅適用于運(yùn)動(dòng)的前景目標(biāo)檢測，也適用于運(yùn)動(dòng)緩慢或靜止的前景目標(biāo)檢測。實(shí)驗(yàn)

6、結(jié)果表明在豬舍內(nèi)無論單目標(biāo)還是多目標(biāo)，背景光線無論是柔和漸變還是強(qiáng)烈突變，都能夠消除空洞、拖影和陰影，并能較好地抑制電子噪聲和地面水漬及排泄物痕跡變化對(duì)前景的影響，為后繼豬只輪廓提取工作提供有利條件。
　　 (3)為了判斷視頻序列中是否含有豬只目標(biāo)，研究了基于邊緣模型的前景幀檢測方法。盡管提取幀內(nèi)圖像邊緣采用Canny算子效果較好，但基于高斯函數(shù)的Canny算子存在平滑性和定位精度之間的矛盾，因此，在邊緣模型中引入能解決該矛盾的

7、偽球邊緣檢測算子。為了避免模型中的參數(shù)值根據(jù)經(jīng)驗(yàn)估計(jì)，提出了參數(shù)計(jì)算模型，即幀序列滑動(dòng)窗口幀數(shù)T、非背景像素判斷閾值η和序列幀噪聲邊緣判斷閾值TN，使得參數(shù)的獲取變得有章可循。
　　 (4)由于本研究最終針對(duì)單個(gè)側(cè)視圖的豬只建立其腹式呼吸模型，而視頻場景中的豬只因所在位置和首尾朝向原因，并不能保證其身體展示為正側(cè)視圖，因此，論文利用傅里葉描述子表示豬的輪廓，通過傅里葉反變換重構(gòu)豬只輪廓，研究傅里葉系數(shù)的合理個(gè)數(shù)和豬身外接矩形的寬

8、長比，由傅里葉系數(shù)和豬身外接矩形寬長比構(gòu)成輪廓特征向量，研究了視頻圖像幀目標(biāo)屬性判別算法，利用馬氏距離判斷當(dāng)前圖像幀的豬只目標(biāo)是否是正側(cè)視圖，實(shí)驗(yàn)結(jié)果表明具有豬身正側(cè)視圖的圖像正確識(shí)別精度為97.7％，為后繼豬只腹式呼吸建模提供條件。
　　 (5)針對(duì)站立姿腹式呼吸的豬只一般表現(xiàn)為僅僅站立不走時(shí)腹式呼吸運(yùn)動(dòng)顯著的習(xí)性特點(diǎn)，提出三種基于機(jī)器視覺的豬只腹式呼吸模型。通過獲取豬的身體重心位置，確定脊腹線單截距和脊腹線段，研究了單截距、

9、截距均值和敏感截距三種豬只腹式呼吸運(yùn)動(dòng)描述子，建立腹式呼吸一維信號(hào)模型。從模型中可提取腹式呼吸頻率，并通過人工檢測同源視頻樣本，驗(yàn)證了本模型與人工識(shí)別結(jié)果的強(qiáng)相關(guān)性，表明機(jī)器視覺完全能夠替代人工觀測進(jìn)行腹式呼吸頻次的測量。由于模型的基準(zhǔn)選擇為豬身區(qū)域的重心，因此豬站立腹式呼吸運(yùn)動(dòng)時(shí)身體的前后晃動(dòng)不影響模型的穩(wěn)定性。并分析了腹式呼吸豬只和健康豬只的一維信號(hào)波形圖的差別，表明該模型能夠表達(dá)豬只腹式呼吸運(yùn)動(dòng)，可為獸醫(yī)診斷分析提供潛在的新途徑。