[发明专利]基于Gabor方向直方图和猪体毛发模式的猪个体识别方法

权利要求书

1.基于Gabor方向直方图和猪体毛发模式的猪个体识别方法，其特征在于，包括以下步骤：

(1)俯视群养猪视频采集与图像预处理，主要包括猪个体目标的提取和特征区域的划分；(2)猪体毛发模式特征的计算，利用Gabor滤波器进行多尺度多方向滤波，提取其零直流分量计算毛发模式方向场，再利用方向场信息计算Gabor方向直方图；(3)建立样本库，利用上述步骤(1)和步骤(2)中的预处理和特征提取方法，对样本图像进行处理，计算出所有样本图像中样本目标的Gabor方向直方图并保存到样本库中；(4)利用卡方距离测度方法计算测试样本目标的Gabor方向直方图与样本库中样本目标的Gabor方向直方图的距离，衡量它们之间的差异性，从而识别出待识别的目标；

所述步骤(1)中图像预处理操作具体如下：

利用局部直方图均衡化和中值滤波进行图像增强；利用二次分割方法提取猪个体目标，利用猪体轮廓关键点算法找到猪体轮廓臀宽和肩宽，并以此为依据划分臀部和肩部两个稳定特征区域；最后利用对特征区域进行网格划分，通过试验确定了将每个特征区域划分为多个正方形网格；

所述步骤(2)中利用Gabor滤波器进行滤波的具体方法是先通过试验确定Gabor滤波器方向参数K和尺度参数M，这里设置为K＝16,M＝2；然后对特征区域的毛发图片进行滤波，得到滤波结果；

所述步骤(2)中毛发模式方向场的具体计算方法是采用滤波响应的零直流部分，提高特征对光照变化的鲁棒性，然后将每个像素的滤波响应量化到16个方向中的一个，反映着毛发的方向信息；

所述步骤(3)中样本库的建立具体操作如下：

1)样本图像的选取，共选取了800帧满足条件的样本图像建立样本库，这800帧图像采集自同一个猪圈，每个猪圈7只猪，即7个待识别目标，选取规则是猪个体之间无粘连和遮挡、没有猪只躺卧；

2)图像预处理，预处理部分主要包括所述步骤(1)中的图像增强，目标分割，特征区域划分和网格划分几个步骤，每只猪的特征区域均被划分为64个网格；

其中，网格划分首先是获取猪只的包络线，在猪体轮廓上找到一个面积最小且能包络整个轮廓的凸多边形，然后是找到头部分割点a，M点和N点均为猪体头部包络线与其轮廓线的交点，该包络线范围内轮廓线上的各点到线段MN的距离d可以由式(3)计算：

式(3)中ax+by+c＝0为包络线段MN的直线方程，(x，y)为MN之间轮廓线上的任意一点，从M点开始沿着轮廓线在M点和N点之间计算各点(x，y)到线段MN的距离d，求得最大距离d对应的轮廓点就是所求的头部分割点a，用类似的方法，可以求得其它分割点，在计算出所有分割点后，利用这些分割点去除头尾，再计算出躯干轮廓质心点O(x₀,y₀)；

式(4)和式(5)中，N_b为边缘点总数，(x_i,y_i)为某一边缘点，计算出质心点后，再找到猪体轮廓后半段垂直于猪体中线OL的最大体宽距离AA′和猪体轮廓前半段垂直于猪体中线OH的最大体宽距离BB′，以臀宽AA′和肩宽BB′作为矩形的长中轴，分别作出两个长宽比为2:1的矩形区域作为特征提取区域；

3)Gabor方向直方图特征提取，利用Gabor滤波器滤波响应的零直流部分计算出毛发模式方向场，并在每个网格中利用方向场信息计算出Gabor方向直方图，最后每个目标的64个归一化的Gabor方向直方图被保存在样本库中，建成样本库。

2.根据权利要求1所述的基于Gabor方向直方图和猪体毛发模式的猪个体识别方法，其特征在于：所述步骤(1)中俯视群养猪视频采集具体包括：改建实验用猪舍，在猪舍正上方安装拍摄俯视视频的图像采集系统，获取俯视群养猪彩色视频片段，并选取符合条件的视频帧，具体的条件是猪个体之间无粘连和遮挡、没有猪只躺卧。

3.根据权利要求1所述的基于Gabor方向直方图和猪体毛发模式的猪个体识别方法，其特征在于：所述步骤(2)中Gabor方向直方图的具体计算方法是在每个网格中，统计像素的方向场信息并以直方图的形式进行表示，由于不同猪只的网格大小是不一样的，直方图必须被进一步归一化处理。

4.根据权利要求1所述的基于Gabor方向直方图和猪体毛发模式的猪个体识别方法，其特征在于：所述步骤(4)中识别出待识别的目标的具体方法是利用卡方距离计算测试图片目标的每个网格的Gabor方向直方图与样本库中样本目标的对应网格的Gabor方向直方图之间的距离，卡方距离X∈[0，1],X距离越小，两个直方图之间的卡方距离越小，表明特征越相似，卡方距离最小的目标即为识别目标。