生猪轮廓红外与光学图像的融合算法.pdf

生猪轮廓红外与光学图像的融合算法.pdf

ID:51508378

大小:919.12 KB

页数:8页

时间:2020-03-26

生猪轮廓红外与光学图像的融合算法.pdf_第1页
生猪轮廓红外与光学图像的融合算法.pdf_第2页
生猪轮廓红外与光学图像的融合算法.pdf_第3页
生猪轮廓红外与光学图像的融合算法.pdf_第4页
生猪轮廓红外与光学图像的融合算法.pdf_第5页
资源描述:

《生猪轮廓红外与光学图像的融合算法.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第29卷第17期农业工程学报Vol.29No.172013年9月TransactionsoftheChineseSocietyofAgriculturalEngineeringSep.2013113·农业信息与电气技术·生猪轮廓红外与光学图像的融合算法1,21※3刘波,朱伟兴,霍冠英(1.江苏大学电气信息工程学院,镇江212013;2.河海大学机电工程学院,常州213022;3.河海大学物联网工程学院,常州213022)摘要:该文针对生猪红外热图像和光学图像的融合,提出一种基于非子采样轮廓波的图像融合算法。在图像多尺

2、度、多方向分解的基础上,设计了基于邻域平均能量和邻域方差的低频子带系数加权融合规则,以及基于邻域能量最大的带通系数融合规则。针对亮度-色度-饱和度变换法(intensity-hue-saturationtransform,IHS)、小波变换法(discretewavelettransform,DWT)、轮廓波变换法(contourlettransform,CT)等融合方法以及非子采样轮廓波变换(nonsubsampledcontourlettransform,NSCT)域下不同融合规则进行了对比试验,试验结果表明该文

3、算法具有较好的融合效果。定量融合评价指标中,平均梯度指标高于IHS、DWT、CT等方法25%以上,边缘信息保持指标高于其他3种方法23%以上。该文方法的提出对于改善生猪异常视觉监测中的前景轮廓提取具有较大意义;同时,对进一步开展猪体部位区域温度特征提取,建立生猪多源特征融合的计算机视觉异常监测系统,提高生猪异常预警可靠性具有积极意义。关键词:红外图像,图像融合,光学,非子采样轮廓波,生猪异常监测doi:10.3969/j.issn.1002-6819.2013.17.015中图分类号:TP391.41;S127文献标

4、志码:A文章编号:1002-6819(2013)-17-0113-08刘波,朱伟兴,霍冠英.生猪轮廓红外与光学图像的融合算法[J].农业工程学报,2013,29(17):113-120.LiuBo,ZhuWeixing,HuoGuanying.Animagefusionalgorithmofinfraredthermalandopticalimagesforpigcontour[J].TransactionsoftheChineseSocietyofAgriculturalEngineering(Transactio

5、nsoftheCSAE),2013,29(17):113-120.(inChinesewithEnglishabstract)其在农业、畜牧业领域的应用研究越来越多。墨尔0引言本大学WangXuezhi等采用红外热像仪检测葡萄叶中国是猪肉消费和生猪养殖的大国。近年来,[9-10]片冠层温度分析作物水分胁迫指数;德国联邦随着中国城镇化建设进程和环境保护的进步,生猪教育研究部项目VIONA则致力于构建基于红外热养殖模式由过去农户分散养殖向工厂化规模养殖[11-13]像温度提取的奶牛健康自动在线检测系统。红快速演进。机械化

6、、信息化正在成为生猪规模养殖外热图像通过捕获物体的热辐射形成,表征景物的的发展趋势。由于计算机视觉技术可以进行非接触红外辐射分布,主要决定于景物的发射率和温度分检测的特点,不易引起生猪的应激反应,因而在生布,其灰度波动来源于大背景辐射中的景物各个部[1-2][3-4]猪视觉称量、行为监测与环境控制等方面成分较弱的辐射变化。红外热图像整体灰度分布低且为研究热点。课题组近年来致力于生猪计算机视觉[14]较集中,信噪比较低,受光照等因素影响较小。[5-6]健康监测的研究,在视觉特征提取、监测系统构为改善特征提取效果,引入红

7、外热像仪,同时采集[7-8]建方面取得了初步的研究成果。生猪光学图像(opticalimage,OP)和红外热图像在目前的研究中,由于猪舍恶劣环境下光照、(infraredthermalimage,IR),经配准后,进行多粪便等因素的影响,生猪个体轮廓提取准确性和鲁源图像融合处理,以改善生猪体态特征的提取;进棒性较难保证。随着红外热成像技术的快速发展,一步引入生猪体表温度分布特征,为开展多源特征融合研究,提高生猪异常监测的可靠性奠定基础。收稿日期:2013-04-28修订日期:2013-07-12多源图像融合是将不同

8、传感器捕获的目标信基金项目:国家自然科学基金资助项目(31172243);教育部博士点基息通过一定的算法融合到一幅图像中,以获取较单金资助项目(20103227110007);江苏高校优势学科建设工程资助项目。幅图像更完整、更精确的信息。近年来在农业领域,作者简介:刘波(1976-),男,山西河曲人,博士生,主要研究方[15]图像融合技术在番茄

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。