基于星状骨架模型的猪步态分析.pdfVIP

江苏农业科学　２０１５年第４３卷第１２期 — ４５３— 朱家骥，朱伟兴．基于星状骨架模型的猪步态分析［Ｊ］．江苏农业科学，２０１５，４３（１２）：４５３－４５７． ｄｏｉ：１０．１５８８９／ｊ．ｉｓｓｎ．１００２－１３０２．２０１５．１２．１３９ 基于星状骨架模型的猪步态分析 １ ２ 朱家骥 ，朱伟兴 （１．盐城工学院电气工程学院，江苏盐城２２４０５１；２．江苏大学电气信息工程学院，江苏镇江２１２０１３） 　　摘要：为了更好地利用视频图像处理技术对动物行为进行监控和分析，提出１种基于星状骨架模型的猪的步态分 析方法。首先，从试验猪场拍摄到的视频图像中提取猪的轮廓。其次，根据猪体轮廓确定其质心，并绘制轮廓质心－ 边缘点距离曲线。再次，利用求极值的方法由上述曲线获得关键轮廓点。然后，将关键轮廓点与质心相连接构建猪体 星状骨架模型。最后，分析猪体星状骨架模型中关键轮廓点的运动规律，通过频谱分析方法计算出猪的前肢步态频 率。结果表明，该方法能够较为准确地计算猪的前肢步态频率。与人工监测法相比，本方法更为客观，且所得结果的 相对误差在１０％以内。该方法为基于视频监控和图像处理的动物行为分析提供了新思路。 　　关键词：计算机视觉；星状骨架模型；前肢步态频率；猪 　　中图分类号：ＴＰ３９１．４１　　文献标志码：Ａ　　文章编号：１００２－１３０２（２０１５）１２－０４５３－０５ ４ 　　近年来，利用视频图像处理技术对动物行为进行监控、分 在静态图像。Ｐｆｉｎｄｅｒ、Ｗ 算法为实时视频图像处理奠定了基 析受到广泛重视，已成为智能视频监控领域的研究热点之 ［１５］ ４ 础 。但是，这２个算法存在一定缺陷：首先，Ｐｆｉｎｄｅｒ、Ｗ 算 ［１］ 一 。随着我国养殖业规模化、集约化程度不断提高，传统 法都只适用于人；其次，这２个算法都需要大量的样本图像信 依靠人工观察的方式监测牲畜行为，不仅费时费力、严重影响 息，且计算复杂、实时性欠佳。针对上述缺陷，Ｆｕｊｉｙｏｓｈｉ等提 ［２］ 饲养人员身体健康，而且检测结果带有较强的主观性 。由 出了１种新的行为分析方法，通过构建人体骨架模型，分析该 于采用计算机视觉技术对牲畜的监测具有非接触性，不易造 ［１６］ 模型的周期性运动，准确地对人的行为姿态进行了识别 。 成牲畜应激反应，且检测结果更为客观，因此，在养殖场内部 但是，针对动物行为的视频监控和分析技术研究尚处于初级阶 利用计算机视觉技术代替人工来监测牲畜行为是未来养殖业 段。Ａｈｒｅｎｄｔ等提出了基于机器视觉的猪实时跟踪与定位系 的发展趋势。目前，计算机视觉技术在养殖业的研究与应用 统，在猪舍内对３头１０周龄的猪进行试验，结果表明，该系统 主要包括：基于计算机视觉的猪体质量称量［３－４］以及基于计 能够对３头猪进行长达８ｍｉｎ的跟踪与定位，为对猪行为姿态 ［５－６］ 算机技术的行为检测和环境控制 。笔者所在课题组近年 ［１７］ 进行实时分析奠定了基础 。笔者借鉴前人研究成果，提出 来致力于生猪计算