基于头尾定位的群养猪运动轨迹追踪

作     者：高云 郁厚安 雷明刚 黎煊 郭旭 刁亚萍 Gao Yun Yu Hou＇an Lei Minggang Li Xuan Guo Xu Diao Yaping

作者机构：华中农业大学工学院武汉430070 生猪健康养殖协同创新中心武汉430070 华中农业大学动物科技学院动物医学院武汉430070 

出 版 物：《农业工程学报》 (Transactions of the Chinese Society of Agricultural Engineering)

年 卷 期：2017年第33卷第2期

页      面：220-226页

核心收录：

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

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) 

主　　题：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 

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。