基于決策樹(shù)支持向量機(jī)的豬只姿態(tài)分類與異常行為分析.pdf

1、隨著養(yǎng)豬業(yè)智能化與自動(dòng)化水平的不斷提高，機(jī)器視覺(jué)技術(shù)與智能監(jiān)控技術(shù)正成為新的應(yīng)用方向。越來(lái)越多的科研人員開(kāi)始關(guān)注這一熱點(diǎn)，并開(kāi)展了相關(guān)研究。由于傳統(tǒng)養(yǎng)豬業(yè)中主要依靠人工肉眼觀察去發(fā)現(xiàn)豬只異常，不僅耗時(shí)耗力，而且易受飼養(yǎng)員主觀經(jīng)驗(yàn)影響。因此，使用機(jī)器視覺(jué)技術(shù)與智能監(jiān)控技術(shù)來(lái)替代人工觀察勞動(dòng)是將來(lái)養(yǎng)豬業(yè)的一大趨勢(shì)。針對(duì)此問(wèn)題，本論文提出一種基于幾何參數(shù)特征與決策樹(shù)支持向量機(jī)的豬只姿態(tài)分類與異常行為評(píng)價(jià)方法。
　　本論文在介紹了關(guān)于豬只

2、姿態(tài)分類與豬只異常方面的國(guó)內(nèi)外研究現(xiàn)狀與趨勢(shì)之后，依據(jù)圖像采集、圖像處理、姿態(tài)分類、姿態(tài)識(shí)別、異常評(píng)價(jià)的順序來(lái)進(jìn)行研究，所做的主要工作如下:
　　首先，針對(duì)豬只行動(dòng)較緩慢的特點(diǎn)，采用CCD工業(yè)相機(jī)與視頻服務(wù)器的組合來(lái)采集豬只姿態(tài)彩色圖像，并采用了融合顏色與紋理的均值漂移圖像分割算法、二值形態(tài)學(xué)處理算法與中值濾波算法對(duì)采集到的圖像進(jìn)行預(yù)處理，得到完整的、平滑的豬只姿態(tài)二值圖像。
　　然后，本論文分析了所要研究的豬只姿態(tài)種類，選

3、擇了5種豬只常見(jiàn)姿態(tài)，包括躺臥、側(cè)面抬頭站立、側(cè)面低頭站立、側(cè)面平視站立以及正面站立。分析研究了可以有效描述豬只姿態(tài)的圖像特征，選擇形狀特征中的幾何參數(shù)特征來(lái)描述豬只姿態(tài)，選擇并定義了11種有效幾何參數(shù)特征，包括圓形度、高寬比、伸長(zhǎng)度、質(zhì)高比、質(zhì)左比、質(zhì)心左右比、最高點(diǎn)左右比、左（右）夾角余弦與左（右）抬頭度。
　　之后，在得到11維的豬只姿態(tài)描述特征之后，采用多分類支持向量機(jī)對(duì)其進(jìn)行分類，本論文選擇了基于決策樹(shù)的多分類支持向量機(jī)

4、，設(shè)計(jì)了針對(duì)豬只姿態(tài)分類問(wèn)題的決策樹(shù)。并以此進(jìn)行了大量仿真，實(shí)驗(yàn)結(jié)果表明，所選擇的11種幾何參數(shù)特征可以有效地描述豬只5種姿態(tài)，平均分類準(zhǔn)確度在90％以上。
　　最后，本論文利用所得到的基于支持向量機(jī)的豬只姿態(tài)分類模型實(shí)現(xiàn)了基于內(nèi)容的豬只姿態(tài)圖像標(biāo)注系統(tǒng)，實(shí)現(xiàn)了對(duì)于豬只姿態(tài)圖像序列的描述，將時(shí)間與姿態(tài)關(guān)聯(lián)起來(lái)。同時(shí)引入管理學(xué)方法中的行為錨定評(píng)價(jià)法來(lái)對(duì)豬只進(jìn)食飲水與休息睡眠行為建立以姿態(tài)、時(shí)間為標(biāo)準(zhǔn)的評(píng)價(jià)系統(tǒng)。所提出的關(guān)于豬只異常的