基于头尾定位的群养猪运动轨迹追踪

摘要：

猪的头/尾位置直观反映了猪的进食、饮水、争斗、追逐等日常活动。从群养猪俯视视频中有效分割粘连的猪个体，找出猪的头/尾部，并以头/尾坐标实现较精准的运动轨迹追踪有着较大的难度。该研究采用改进分水岭分割算法分割视频图像帧中的粘连猪个体；对分割后的猪体提取头/尾轮廓，分别用类Hough聚类和圆度识别算法识别每头猪的头/尾，用运动趋势算法修正头/尾识别的误差，生成以头/尾部为定位坐标的运动轨迹。运算结果和人工标记对比证明类 Hough聚类和圆度识别算法的头尾识别正确率分别为71.79%和79.67%；经过运动趋势修正后，以头部为定位坐标生成的运动轨迹与人工标记生成运动轨迹吻合良好；对比头/尾轨迹和质心轨迹可以发现，头/尾轨迹能够更多获取猪个体和群体活动、运动信息。该研究对于实现自动记录和分析猪个体和群体的活动行为提供新的思路和方法。

关键词：算法、图像识别、图像分割、猪群、猪个体、头/尾识别、改进分水岭、运动轨迹

所属期刊栏目：33

分类号：TP391(计算技术、计算机技术)

资助基金：“十三五”国家重点研发计划项目2016YFD0500506；湖北省自然科学基金2014CFB317；现代农业技术体系CARS-36

在线出版日期：2017-03-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：220-226