基于小波矩的奶牛識別算法研究.pdf

1、奶牛識別是奶牛管理的重要組成部分,以前對奶牛的識別主要依靠人工識別,現(xiàn)在主要采用電子標(biāo)簽識別,而用計算機通過對奶牛圖片的分析進行識別對奶牛管理是一個新的領(lǐng)域。
　　 本文對奶牛圖像的識別分為三步:去除光照影響,圖像分割和目標(biāo)識別。本文提出了在YCbCr色彩空間中基于小波變換的同態(tài)濾波處理算法和基于予塊的區(qū)域生長算法,同時對八鄰域標(biāo)記算法進行了改進。本文主要完成了以下工作:
　　 (一)去除光照對圖像分割和識別的影響。由于

2、光照在奶牛體表產(chǎn)生反光,使圖片中奶牛的部分區(qū)域所呈現(xiàn)的顏色與原本的顏色不相同。本文提出了在YCbCr色彩空間中基于小波變換的同態(tài)濾波處理算法。首先將圖像轉(zhuǎn)換到Y(jié)CbCr色彩空間,在亮度分量上利用小波分解以過濾不必要的細(xì)節(jié)并用同態(tài)濾波器去除光照。
　　 (二)為提高識別速度,本文在區(qū)域生長算法的基礎(chǔ)上提出了基于予塊的區(qū)域生長算法。以4×4子塊為單位,先進行塊內(nèi)顏色聚類并提取其顏色特征和紋理特征作為子塊的特征,再根據(jù)評判標(biāo)準(zhǔn)對子塊進

3、行區(qū)域生長。在得到初步的分割之后,本文采用基于Otsu的多閾值分割算法將目標(biāo)從背景中分離,最后本文提出改進的八鄰域標(biāo)記算法對分割后目標(biāo)內(nèi)的裂縫和小洞進行修補。
　　 (三)在分割圖像中選擇面積最大的黑色斑紋作為識別目標(biāo)。首先對目標(biāo)進行平移和縮放等歸一化處理,隨后用三維B樣條函數(shù)構(gòu)造小波矩,最后計算小波矩,提取出特征值,將其與數(shù)據(jù)庫中奶牛的特征值進行比較,得出識別結(jié)果。
　　 實驗證明本文提出的識別算法能有效地對奶牛進行識