基于特征融合和支持向量机猪前肢步态异常识别的研究

基于特征融合和支持向量机猪前肢步态异常识别的研究

ID:32318248

大小:2.96 MB

页数:83页

时间:2019-02-03

基于特征融合和支持向量机猪前肢步态异常识别的研究_第1页
基于特征融合和支持向量机猪前肢步态异常识别的研究_第2页
基于特征融合和支持向量机猪前肢步态异常识别的研究_第3页
基于特征融合和支持向量机猪前肢步态异常识别的研究_第4页
基于特征融合和支持向量机猪前肢步态异常识别的研究_第5页
资源描述:

《基于特征融合和支持向量机猪前肢步态异常识别的研究》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、]独创性声明/.煳鲫本人郑重声明:所呈交的学位论文,是本人在导师的指导下,独立进行研究工作所取得的成果。除文中已注明引用的内容以外,本论文不包含任何其他个人或集体已经发表或撰写过的作品成果,也不包含为获得江苏大学或其他教育机构的学位或证书而使用过的材料。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。⋯一鹤匆需l§学位论文版权使用授权书江苏大学、中国科学技术信息研究所、国家图书馆、中国学术期刊(光盘版)电子杂志社有权保留本人所送交学位论文的复印件和电子文档,可以采用影印、缩印或其他复制手段保存论文。本人电子文档的内

2、容和纸质论文的内容相一致,允许论文被查阅和借阅,同时授权中国科学技术信息研究所将本论文编入《中国学位论文全文数据库》并向社会提供查询,授权中国学术期刊(光盘版)电子杂志社将本论文编入《中国优秀博硕士学位论文全文数据库》并向社会提供查询。论文的公布(包括刊登)授权江苏大学研究生处办理。本学位论文属于不保密口。学位论文作者签名:嫣驯1年川旁指导教师签名矽吖年6月盯,日基于特征融合与支持向量机的猪前肢步态异常识别研究江苏大学硕士学位论文要猪腿部疾病和外伤对规模养猪影响很大,若采用人工方法进行巡视检测,不仅劳动强度大,恶劣的环境也会对人体健康有害,且人工判断存在主观性。机器视觉技

3、术可以为猪行为的分类识别提供自动、高效和客观的方法,猪的步态具有非接触性、不可伪装性等特点,是对腿部异常检测的重要依据。本课题以猪步态为切入点,研究基于机器视觉技术,对由于猪前肢疾病或外伤引起的前肢步态异常进行识别的方法。本文主要针对猪前肢异常步态识别方法进行初步研究,提出了包括图像预处理、模型构建、特征提取与特征融合、分类识别等一整套方法。提出了一种猪前肢骨架建模方法,通过提取前肢关节角度在一段时间内的波动曲线,并分析获取曲线的频率、平均角度、方差等参数作为步态的一类特征。另一方面,基于不变矩分析和小波分析的特点,提出提取猪步态帧的轮廓小波矩特征作为第二类步态特征。将获

4、得的关节角度特征(动态特征)和小波矩特征(静态特征)进行特征融合作为最终的猪步态特征空间。基于特征融合的方法增加了对步态描述的完整性,避免了仅通过一类特征进行描述的不完备性,能够更准确地表述步态特征。猪行走视频样本为正侧视图,对于20帧/秒的步态视频样本,每隔一帧取关键帧(即10帧/秒)。在分析借鉴人体骨架棍棒模型构建方法的基础上,结合猪运动学和解剖学知识,提出了一种新的构建猪前肢骨架棍棒模型方法。关节角度的波动侧面反映步态的状况,对波动曲线作计算分析并提取相关曲线参数作为步态动态特征向量(5维),对于测试视频样本,对其单个步态周期中的4幅目标轮廓图像进行小波矩分析获取其

5、轮廓小波矩特征(8维)。采用支持向量机(SVM)分类器并选择不同核函数对输入的样本特征集合(13维)进行训练与分类。最后通过试验验证本文提出的特征提取方法和基于特征融合的识别方法的可行性和有效性。以TI公司的DM643为主处理器,对采集的猪行走样本进行实验,结果表明本文提出的研究方法对猪前肢异常步态正确识别率能够达到85%左右。该算法用于猪前肢疾病或外伤引起的步态异常识别是可行的,在动物步态异常识别等领域有着较好的参考意义和应用前景。关键词:图像处理,棍棒模型,支持向量机,特征提取,小波矩,特征融合基于特征融合与支持向量机的猪前肢步态异常识别研究ll———。。______

6、_一江苏大学硕士学位论文ABSTRACT’。Thediseaseofpig’Slegshasgrateinfluenceforlarge—scalefarming.Itistime-consuming,labor-intensiveandharmfultothepersonifmanualinspectiontestingmethodisused.Efficientandobjectivemethodisgivenbymachinevisiontechnologyfortheidentificationandclassificationofthediseaseandinj

7、uryofpig’Sforelimb.Gaitisanon-contact,non-camouflagedfeature,whichisthebasisofthedetectionoftheforelimb’Sabnormality.Pig’Sgaitischoseninthispaperasthestartingpointtostudytheautomaticidentificationalgorithmofpig’Sabnormalbehaviorinitswalkingcausedbythediseaseorinjury

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。