基于机器视觉的羊体体尺测量

《基于机器视觉的羊体体尺测量》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于机器视觉的羊体体尺测量摘要：体尺参数是评价羊生长状况的重要指标，如何实现其无应激测量是羊养殖过程中亟需解决的重要问题。引入机器视觉相关方法，运用基于灰度的背景差分法，结合色度不变性原理，从复杂环境中检测羊体，并借助栅格法，提取羊体上轮廓包络线；采用DP算法和海伦秦九绍公式对轮廓序列进行分析，获取包络线最大曲率点，并以此作为羊体臀部测点；在此基础上，采用四点法求取羊体的其他3个测点，结合空间分辨率，得出羊体的体尺参数，实现无接触测量。实验结果表明，所提方法可以有效从复杂环境中提取出羊体；羊体臀部测点可以有效稳定地确定，羊体身高可稳定获取；由于环境光线

2、的复杂性，肩胛点的确定仍存在一些问题关键词：体尺测量；背景差分法；阴影抑制；测点提取机器视觉中图分类号:TP391.413文献标志码：AAbstract：Bodysizeparametersareimportantindicatorstoevaluatethegrowthstatusofsheep.Howtoachievethemeasurementwithnonstressinstrumentisanurgentandimportantproblemthatneedstoberesolvedinthebreedingprocessofsheep.Th

3、ispaperintroducedcorrespondingmachinevisionmethodstomeasuretheparameters.Sheepbodyincomplexenvironmentwasdetectedbygraybasedbackgroundsubtractionmethodandchromaticityinvarianceprinciple.Byvirtueofgridmethod，thecontourenvelopeofsheepbodywasextracted.Afteranalyzingthecontoursequen

4、cewithDPalgorithmandHelenQinJiushaoformula,thepointwithmaximumcurvatureinthecontourwasacquired.Thepointwaschosenasthemeasurementpointatthehipofsheep.Basedontheaboveinformation,theotherthreemeasurmentpointswereattainedusingfourpointmethodandcombingthespatialresolution,thebodysize

5、parametersofsheepbodywereacquired.Andthecontactlessmeasurementwasachieved.Theexperimentalresultsshowthat,theproposedmethodcaneffectivelyextractsheepbodyincomplexenvironment；themeasurementpointathipofsheepcanbestablydeterminedandtheheightofsheepcanbestablyattained.Duetothecomplex

6、ityoftheambientlight,therestillexitssomeproblemswhendeterminingtheshoulderpoints.Keywords:bodysizemeasurement；backgroundsubtractionmethod；shadowsuppression；measuringpointextraction；machinevision0引言内蒙古地区是羊的主要生长地区，有着鲜嫩的青草和适合羊群生长的大草原；同时，随着社会的不断发展，人们的生活水平在不断提高，对羊肉的需求量大幅增长。因此，对羊生长状况的

7、评价显得极为重要，羊体体尺是评价羊生长状况的一个主要参数，在选种、肉质评价和饲养管理方面也是一个重要的指标［1］。传统的羊体体尺测量主要是通过手杖、皮尺进行直接测量，这种测量方法工作量大，而且直接接触羊体，会使羊产生应激反应，对羊的生长发育会有一定的影响。而机器视觉技术的发展，为动物的测量提供了一种新型的工具。通过摄像头获取视频及图像数据，利用一系列的图像处理手段，可以实现目标物尺寸和面积等的研究。这种方法对羊体没有直接接触，不会对羊的生长产生影响。近年来，各领域的研究人员已经开始使用机器视觉技术及图像技术测量动植物对象的尺寸及面积。谭鹤群等［2］利用

8、机器视觉和数字图像处理技术建立白鏈体长方向截面积分布模型；徐建瑜等［3］利用机器视觉技术测量出