基于机器视觉的新生仔猪目标识别方法研究与实现

• 作者: Cedrick Sean Okinda 刘龙申 张宏 张弛 沈明霞
• 来源期刊: 南京农业大学学报
• 学科: 农学
• 关键词: 新生仔猪 机器视觉 团序列检测 Canny算子
• 年，卷（期）: 2017,（1）
• 页码范围: 169-175
• 分类号: S126|S828.4
• 语种: 中文
• DOI: 10.7685/jnau.201602017

摘要

[目的]新生仔猪目标检测是母猪分娩监测的关键环节.[方法]通过自制图像采集器采集母猪分娩视频图像,机器视觉系统获取分娩图像信息,选取Canny算子对图像进行边缘检测,采用Otsu算法对图像进行二值变换,应用滑动平均算法和形态学开运算对二值图像滤波消噪,提取图像最大连通域,利用团序列检测算法对母猪目标进行分割,对分割后区域进行仔猪目标识别.[结果]试验结果表明,团序列检测算法能够准确分割出母猪目标,检测仔猪目标的正确率达到95.5％.[结论]提出一种能够有效识别新生仔猪目标的方法,为仔猪的出生预警提供了技术支撑.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	沈明霞	南京农业大学工学院	111	1648	23.0	35.0
2	刘龙申	南京农业大学工学院	27	362	10.0	18.0
3	张宏	南京农业大学工学院	2	11	2.0	2.0
4	张弛	南京农业大学工学院	1	9	1.0	1.0
5	Cedrick Sean Okinda	南京农业大学工学院	1	9	1.0	1.0