版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、豬肉市場(chǎng)需求的增大和養(yǎng)豬技術(shù)水平的提高促進(jìn)豬養(yǎng)殖的規(guī)模不斷擴(kuò)大,集約化程度越來(lái)越高。利用機(jī)器視覺(jué)監(jiān)測(cè)代替人工監(jiān)測(cè)以減少養(yǎng)殖投入成本、提高自動(dòng)化水平、增加經(jīng)濟(jì)效益,是當(dāng)下研究的熱點(diǎn)之一。本文在養(yǎng)殖場(chǎng)家豬行為視頻監(jiān)測(cè)系統(tǒng)的基礎(chǔ)上,獲取豬行為視頻,通過(guò)機(jī)器視覺(jué)技術(shù)對(duì)豬目標(biāo)的檢測(cè)與跟蹤方法進(jìn)行了對(duì)比與研究,結(jié)合豬目標(biāo)的生活習(xí)性,建立起基于豬運(yùn)動(dòng)軌跡的異常評(píng)價(jià)體系。本文主要研究工作有:
(1)闡述了對(duì)豬目標(biāo)進(jìn)行智能監(jiān)測(cè)的重要意義,對(duì)當(dāng)前
2、階段目標(biāo)檢測(cè)、畜禽行為跟蹤以及豬異常分析的研究現(xiàn)狀進(jìn)行了綜述。
(2)為了精確檢測(cè)出視頻圖像中的家豬,首先從運(yùn)動(dòng)目標(biāo)檢測(cè)的角度出發(fā),闡述了背景差分法、幀間差分法、光流法以及高斯混合模型方法的理論,并結(jié)合實(shí)驗(yàn)分析對(duì)豬目標(biāo)檢測(cè)的優(yōu)缺點(diǎn)與適用性。再?gòu)撵o止目標(biāo)檢測(cè)的角度出發(fā),反復(fù)實(shí)驗(yàn)對(duì)比顏色檢測(cè)、均值漂移與GrabCut方法的分割提取結(jié)果后,針對(duì)GrabCut方法經(jīng)一次迭代后分割不精確,且每次迭代時(shí)間較長(zhǎng)的缺點(diǎn),本文提出了結(jié)合顏色特征
3、與GrabCut分割法的豬目標(biāo)檢測(cè)方法,利用顏色檢測(cè)的快速性與簡(jiǎn)單背景下對(duì)豬目標(biāo)檢測(cè)的精確性,在GrabCut分割結(jié)果上再進(jìn)行一次顏色檢測(cè),提高對(duì)豬目標(biāo)檢測(cè)的精確度。
(3)為了較為準(zhǔn)確的跟蹤豬目標(biāo),首先對(duì)特征匹配、粒子濾波等幾種跟蹤算法進(jìn)行理論闡述與實(shí)驗(yàn),但是其結(jié)果都不理想。在確立了以Vibe算法作為本文跟蹤算法后,通過(guò)三組實(shí)驗(yàn)分析出該算法對(duì)豬目標(biāo)跟蹤時(shí)存在的缺陷。針對(duì)其中幾點(diǎn)缺陷,提出三條改進(jìn)策略:a)在初始階段用較小的時(shí)
4、間重采樣因子,以加速初始幀中鬼影的消融。經(jīng)過(guò)一段時(shí)間后,提高時(shí)間重采樣因子的值,以延緩靜止的豬目標(biāo)的消融速度;b)將豬休息區(qū)域設(shè)置為ROI區(qū)域,用目標(biāo)檢測(cè)的方法檢測(cè)休息區(qū)域內(nèi)長(zhǎng)時(shí)間不動(dòng)的豬目標(biāo);c)用閾值法確定有效跟蹤區(qū)域,當(dāng)檢測(cè)出的連通區(qū)域的面積處于有效閾值區(qū)間時(shí),此連通區(qū)域?yàn)橛行Ц檯^(qū)域,判斷豬為運(yùn)動(dòng)或短暫靜止?fàn)顟B(tài),跟蹤該連通區(qū)域,并用最近鄰法則連接其最小包圍矩形框的中心點(diǎn),以繪制其運(yùn)動(dòng)軌跡;當(dāng)有效跟蹤區(qū)域個(gè)數(shù)減少時(shí),說(shuō)明有些豬長(zhǎng)時(shí)
5、間靜止,找到上一幀中其對(duì)應(yīng)的位置點(diǎn)pt(x,y),以pt(x,y)為中心點(diǎn)設(shè)置ROI區(qū)域,用目標(biāo)檢測(cè)的方法找出靜止豬目標(biāo),待其再次運(yùn)動(dòng)后,用新的最小包圍矩形框中心點(diǎn)連接pt(x,y)以保證軌跡的連續(xù)性。實(shí)驗(yàn)結(jié)果表明,改進(jìn)后的跟蹤策略可以有效實(shí)現(xiàn)對(duì)豬目標(biāo)在復(fù)雜豬場(chǎng)環(huán)境下的跟蹤,可以較精確地得到豬目標(biāo)的運(yùn)動(dòng)軌跡。
(4)利用得到的豬目標(biāo)運(yùn)動(dòng)軌跡,結(jié)合行為錨定等級(jí)評(píng)價(jià)法,在分析了豬的生活行為特點(diǎn)后,提取出豬進(jìn)食、飲水、排泄及休息四個(gè)
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 復(fù)雜場(chǎng)景下的目標(biāo)跟蹤算法研究.pdf
- 復(fù)雜場(chǎng)景下目標(biāo)穩(wěn)定跟蹤算法研究.pdf
- 復(fù)雜場(chǎng)景下穩(wěn)健性目標(biāo)跟蹤算法研究.pdf
- 復(fù)雜場(chǎng)景下的單目標(biāo)視覺(jué)跟蹤算法研究.pdf
- 復(fù)雜場(chǎng)景下運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤算法研究.pdf
- 復(fù)雜場(chǎng)景下的目標(biāo)跟蹤方法研究.pdf
- 復(fù)雜場(chǎng)景下的運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤算法研究.pdf
- 復(fù)雜場(chǎng)景下運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤的算法研究.pdf
- 復(fù)雜場(chǎng)景下的壓縮跟蹤算法研究
- 復(fù)雜場(chǎng)景下單目標(biāo)視覺(jué)跟蹤算法研究.pdf
- 復(fù)雜場(chǎng)景中單目標(biāo)跟蹤算法研究.pdf
- 復(fù)雜場(chǎng)景中目標(biāo)跟蹤算法的應(yīng)用.pdf
- 復(fù)雜場(chǎng)景下的壓縮跟蹤算法研究.pdf
- 自然場(chǎng)景下目標(biāo)跟蹤算法的研究.pdf
- 復(fù)雜場(chǎng)景的運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤算法研究.pdf
- 復(fù)雜場(chǎng)景下的多目標(biāo)檢測(cè)與跟蹤.pdf
- 基于粒子濾波的復(fù)雜場(chǎng)景下目標(biāo)跟蹤.pdf
- 復(fù)雜場(chǎng)景下目標(biāo)對(duì)象的分割與跟蹤.pdf
- 復(fù)雜場(chǎng)景中目標(biāo)跟蹤算法魯棒性研究.pdf
- 基于交叉耦合控制的復(fù)雜場(chǎng)景下運(yùn)動(dòng)目標(biāo)跟蹤算法研究.pdf
評(píng)論
0/150
提交評(píng)論