基于两阶段关键点定位算法的奶牛体型评定指标自动测量

摘要：

为解决传统奶牛体型评定指标测量方法受主观影响大、自动化程度以及体型关键点定位存在误差等问题,提出一种基于两阶段关键点定位算法的奶牛体型评定指标自动测量方法.对采集的奶牛背部深度图像序列,首先基于滤波方法进行边缘平滑与缺失区域修补;之后基于YOLO v5体型关键区域检测算法确定体型关键区域并重建相关区域三维点云;进而计算区域点云曲率与z轴最值定位体型关键点;最后依据关键点间相对位置自动测得体型评定指标.结果表明,该方法可完成俯视视角下奶牛体长、肩宽、胸宽、腹宽和腰宽指标的精准测量.对15头奶牛5个体型评定指标,算法测量值与实测值平均绝对误差为1.55 cm,均方根误差为1.78 cm,决定系数R2最大为0.9394.该方法可在实际养殖环境下实现奶牛体型评定指标的精准测量,对生产实际具有一定现实意义.

关键词：奶牛体型评定、关键点提取、三维点云、深度图像

所属期刊栏目：53

分类号：TP391.41;S823(计算技术、计算机技术)

资助基金：国家自然科学基金;国家自然科学基金;国家重点研发计划;现代农业产业技术体系

在线出版日期：2023-02-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：82-90