基于優(yōu)化特征提取的群養(yǎng)豬個(gè)體身份識別方法.pdf

1、為了提高豬肉的產(chǎn)量和質(zhì)量，飼養(yǎng)員須確定所有豬只的身份，以便對其提供充足的照顧，提高豬的福利。人工方式費(fèi)時(shí)費(fèi)力，影響工作人員的健康且干擾豬正常生長。針對上述問題，本文設(shè)計(jì)了一個(gè)基于Matlab的機(jī)器視覺系統(tǒng)用于群養(yǎng)豬身份的自動識別，可以減輕飼養(yǎng)員的工作量，減少對豬正常生活的干擾。
　　首先，針對豬舍的環(huán)境惡劣，為了減少陰影影響，取得更好的識別效果，本文選擇在豬舍正上方俯視拍攝群養(yǎng)豬視頻序列。由于背景復(fù)雜，目標(biāo)提取難度較大，所以在事先

2、標(biāo)定的有效區(qū)域內(nèi)使用Grab Cut交互式目標(biāo)提取算法，對彩色圖像進(jìn)行初步目標(biāo)分割，并結(jié)合簡單的閾值分割、形態(tài)學(xué)處理和孔洞填充等操作，將目標(biāo)盡可能完整地從背景中提取出來。
　　其次，對實(shí)驗(yàn)豬舍中的7頭豬個(gè)體分別建立樣本圖像庫，依次提取灰度直方圖、顏色矩、灰度共生矩陣、不變矩等多種特征，并組合形成31維特征數(shù)據(jù)向量。針對高維度的數(shù)據(jù)會增加算法復(fù)雜度，也可能會降低分類器識別率的問題，所以在分類識別之前，采用基于馬氏距離的局部線性嵌入法

3、對歸一化后的特征數(shù)據(jù)進(jìn)行優(yōu)化處理。
　　最后，采用混合核函數(shù)支持向量機(jī)(SVM)對測試幀中的群養(yǎng)豬個(gè)體進(jìn)行身份識別，同時(shí)采用粒子群優(yōu)化(PSO)算法對SVM的錯(cuò)誤代價(jià)系數(shù)C與核參數(shù)丫實(shí)現(xiàn)優(yōu)化選擇，提高其識別率。并且用Matlab GUI工具設(shè)計(jì)目標(biāo)豬個(gè)體身份識別系統(tǒng)的界面，完成視頻播放、目標(biāo)提取、數(shù)據(jù)優(yōu)化、分類識別和結(jié)果對比等功能，實(shí)現(xiàn)可視化操作。
　　實(shí)驗(yàn)結(jié)果表明，本文中提出的方法有效可行，測試幀中豬個(gè)體的身份識別率能達(dá)到