基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为提高现有奶牛体型线性评定指标获取技术的精度、效率及自动化程度,提出基于深度图像的重建奶牛评定性状相应部位,进而进行测量获取线性评定指标的研究方法,并选取Xtion PRO摄像头作为深度图像采集设备,基于OpenNI搭建的数据获取程序完成对奶牛随机部位的点云获取,并结合MeshLab完成对获得的点云数据进行可视化和测量处理,最后将人工测量与重建点云测量所得到的指标进行对比.结果表明,采用低成本的RGBD设备获取奶牛被评定性状相应部位的深度图像,通过从深度图像得到的点云进行测量获取线性评定指标的方法是可行的,在采集距离小于1 m条件下,绝对误差小于10 mm,相对误差小于9%.
推荐文章
Kinect深度图像修复算法
深度图像修复
Kinect标定
时间相关性
空间相关性
颜色一致性约束
双边滤波器
基于图像处理的奶牛体型线性评分系统研究
图像处理
线性评定
中值滤波
图像增强
奶牛
仿真假体视觉下基于深度图像的手势识别研究
视觉假体
手势识别
深度图像
骨骼信息
图像降噪
像素化处理
奶牛体型线性评定及研究进展
奶牛
体型线性评定
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于深度图像的奶牛体型评定指标获取技术
来源期刊 农业机械学报 学科 农学
关键词 奶牛 评定指标 深度图像 重建 点云
年,卷(期) 2013,(z1) 所属期刊栏目 农业自动化与环境控制
研究方向 页码范围 273-276,229
页数 分类号 TP391|S823.9+1
字数 语种 中文
DOI 10.6041/j.issn.1000-1298.2013.S1.049
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 朱德海 中国农业大学农业部农业信息获取技术重点实验室 128 2023 23.0 39.0
2 王鹏 中国农业大学动物科学技术学院 57 668 15.0 23.0
3 张胜利 中国农业大学动物科学技术学院 54 222 8.0 11.0
4 郭浩 中国农业大学农业部农业信息获取技术重点实验室 10 92 6.0 9.0
5 马钦 中国农业大学农业部农业信息获取技术重点实验室 11 132 5.0 11.0
6 郜允兵 中国农业大学农业部农业信息获取技术重点实验室 3 45 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (19)
参考文献  (12)
节点文献
引证文献  (21)
同被引文献  (61)
二级引证文献  (73)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(2)
  • 参考文献(1)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2014(3)
  • 引证文献(2)
  • 二级引证文献(1)
2015(2)
  • 引证文献(0)
  • 二级引证文献(2)
2016(10)
  • 引证文献(5)
  • 二级引证文献(5)
2017(19)
  • 引证文献(4)
  • 二级引证文献(15)
2018(21)
  • 引证文献(7)
  • 二级引证文献(14)
2019(30)
  • 引证文献(1)
  • 二级引证文献(29)
2020(9)
  • 引证文献(2)
  • 二级引证文献(7)
研究主题发展历程
节点文献
奶牛
评定指标
深度图像
重建
点云
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
农业机械学报
月刊
1000-1298
11-1964/S
大16开
北京德外北沙滩1号6信箱
2-363
1957
chi
出版文献量(篇)
11867
总下载数(次)
31
总被引数(次)
174483
论文1v1指导