一种采食状态下奶牛的个体识别方法技术

本发明专利技术公开了一种采食状态下奶牛的个体识别方法，采集奶牛采食环境下的视频数据并转化为图像帧，采用语义分割算法提取出完整的奶牛；检测奶牛全局的花纹分布状况，绘制投影曲线并进行分段处理，完成全局特征提取；检测奶牛背部的最大花纹，并以此为局部研究对象，并计算其面积、与奶牛整体的相对距离、最小外接圆半径以及Zernike矩特征，完成采食环境下奶牛的局部特征提取；合并所提取的全局和局部特征，使用主成分分析法进行降维后，采用支持向量机算法实现采食环境下奶牛的个体识别。本发明专利技术基于图像识别技术能够快速、精准的识别采食环境下不同角度的奶牛个体，避免引起奶牛应激反应，为进行奶牛的采食量等研究奠定基础。为进行奶牛的采食量等研究奠定基础。为进行奶牛的采食量等研究奠定基础。

【技术实现步骤摘要】
一种采食状态下奶牛的个体识别方法


[0001]本专利技术涉及图像识别
，特别是涉及一种采食状态下奶牛的个体识别方法。

技术介绍

[0002]养殖场信息化管理的前提是准确收集相关个体数据，因此，个体识别是实现养殖场信息化和智能化管理的基础。奶牛的个体识别是实现对奶牛有效管理的重要环节。采食环境下奶牛个体的识别是研究奶牛采食行为、采食量等的基础，对监控奶牛的采食行为、精确获取奶牛的采食量信息具有重要的意义，是预测奶牛健康状况的前提。
[0003]目前，国内普遍使用的奶牛个体识别方法主要有两种，一种是为奶牛佩戴耳标，另外一种是利用无线射频识别技术。但以上两种方式存在易引起奶牛应激反应、设备易损坏等缺点。随着机器学习技术的发展，越来越多的学者致力于利用深度学习技术来进行奶牛的个体识别。虽然取得了较高的识别准确率，但所采集的数据均为挤奶厅限位栏中受限环境下的奶牛数据，对非受限环境下奶牛的个体识别准确率还有待研究，且深度学习方法需要耗费大量时间处理数据、训练模型，目前在国内并未广泛使用。因此，亟待提出一种成本低、精度高的针对采食环境下奶牛的无本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种采食状态下奶牛的个体识别方法，其特征在于，包括以下步骤：S1，采集采食状态下奶牛的多角度视频数据，并将视频转化为图像帧，得到多角度的图像数据集；S2，基于图像数据集，采用语义分割算法将奶牛前景图像从复杂背景环境图像中提取出来；S3，基于奶牛前景图像，检测奶牛全局的花纹分布状况，并绘制投影曲线并进行分段处理，提取投影特征作为全局特征；S4，检测奶牛背部的最大花纹，并以此为局部研究对象，计算其面积、与奶牛整体的相对距离、最小外接圆半径以及Zernike矩特征，完成采食环境下奶牛的局部特征提取；S5，合并所提取的全局特征和局部特征，使用主成分分析法进行降维后，采用支持向量机算法实现采食环境下奶牛的个体识别。2.根据权利要求1所述的采食状态下奶牛的个体识别方法，其特征在于，所述步骤S3中，基于奶牛前景图像，检测奶牛全局的花纹分布状况，并绘制投影曲线并进行分段处理，提取投影特征作为全局特征，具体包括：对分割提取后的奶牛前景图像的大小进行归一化处理，然后进行OTSU二值化处理；对归一化后的二值图像做垂直方向和水平方向的投影，得到描述在水平和垂直方向白色像素分布情况的两条曲线，即为投影特征。3.根据权利要求1所述的采食状态下奶牛的个体识别方法，其特征在于，所述步骤S4中，检测奶牛背部的最大花纹，并以此为局部研究对象，计算其面积、与奶牛整体的相对距离、最小外接圆半径以及Zernike矩特征，完成采食环境下奶牛的局部特征提取，具体包括：1)，提取奶牛背部最大花纹，计算最大花纹的面积，花纹面积即为该区域白色或黑色像素个数；然后求最大花纹质心和奶牛整体质心，并计算两个质心的距离，从而得到最大花纹和奶牛整体间的相对距离，质心计算公式即：其中，W表示图像水平方向的宽度，H表示图像垂直方向的宽度，I(...

【专利技术属性】
技术研发人员：司永胜，宋佳音，王克俭，韩宪忠，王朝阳，肖坚星，宁泽普，
申请(专利权)人：河北农业大学，
类型：发明
国别省市：