猪动物行为识别国内外论文与方法主要内容整理版摘要.docVIP

（1）Gait Abnormality Detected of Pigs Based on Machine Vision? 【作 者】Wei Xing Zhu * , Jin Jin Zhou, Yan Wu 【刊 名】Applied Mechanics and Materials 【出版日期】2014 【卷 号】Vol.614 【页 码】432-435 【关键词】Image Processing;Lame Walk;Pig;Star Skeleton Model 【摘 要】In order to detect and identify the abnormal behavior of pigs and provide real-time warning, the detection method of pig’s gait abnormalities using the gait information and machine vision technology is proposed. First of all, the single frame image was extracted from the objective videos, which was preprocessed to obtain contour of pigs. Secondly, the distance curve of center – edge point of the contour was drawn, hence, seven key contour points, ears, nose, limbs, and tail, were selected from the curve. So the star skeleton model could be established according to the key contour points of pigs. Thirdly, by taking advantage of three key contour points to get a angle. In this paper, to choosing ear, centroid and tail of pig to structure a angle, the data about angle changing of pigs both lame and normal walk gaits are calculated from the model respectively, which can be used to detect lame walk. This presented study provides a new method for real-time surveillance in animal behaviors.?? 为了检测和识别猪的异常行为和提供实时警告，利用步态的信息和机器视觉技术提出了猪的步态异常的检测方法。首先，从目标视频中提取单帧图像作为预处理，以获得猪轮廓提取。其次，绘制轮廓的中心边缘点的距离的曲线，因此，7个关键键轮廓点，耳，鼻，四肢和尾部，都是从曲线中选择的。所以星型骨架模型可以根据猪的关键轮廓点确定。第三，通过采取三个关键轮廓分支的优势获得角度。在本文中，选择的耳朵，质心和猪的尾巴来构造一个角度，猪的跛和正常步行步态的角度变化数据都能分别从模型中计算出来，它可用于检测跛步行。这提供了研究实时监视动物行为的新方法。 先对单帧图像做预处理，将猪的轮廓提取出来 计算轮廓中心点，计算所有轮廓点与中心点的距离，画出距离图像 平滑处理，降低噪声影响。标记7个关键点 正常走的是一个连续的行为。然而，瘸子不是。 5.选择AOG三个点形成角度，通过角度观察猪是否坡脚。 结论：1）正常行走的角度邻帧的最大差值为12度;然而不同的是，瘸子行走的最大差值为32度。2）在完整的行走过程中，正常走路的最大值和最小值的差是15度;然而，瘸子行走的最大值和最小值的差是35度。 单只猪轮廓图的侧视图识别? 【作??者】?马丽;纪滨;刘宏申;朱伟兴;李伟;张涛 【刊??名】?农业工程学报 【ISSN【出版日期】2013 【期??号】第10期 【基金项目】国家自然科学基金项目　　；安徽省教育厅高等学校自然科学项目　　（KJ2012Z032） 【作者单位】安徽工业大学教师能力发展中心；安徽工业大学计算机学院；江苏大学电气信息工程学院 【参考文献格式】马丽,纪滨,刘宏申,朱伟兴,李伟,张涛.单只猪轮廓图的侧视图识别[J].农业工程学报,2013,(第10期). 【摘 要】由于完整轮廓猪只的