[发明专利]基于广义Hough聚类的粘连猪的头尾识别方法

权利要求书

1.基于广义Hough聚类的粘连猪的头尾识别方法，其特征在于，包括以下步骤：

1)获取俯视状态下群养猪视频序列，然后做图像预处理，主要是群养猪图像增强与粘连目标图像选择；

2)粘连猪目标分割，使用欧式距离变换方法得到粘连图像的距离图，根据距离图进行目标轮廓剥离，从而建立分割后的粘连猪图库；

所述步骤2)使用欧式距离变换方法得到粘连图像的距离图，具体如下：对一个粘连目标，按欧式距离值从小到大排列，距离值所对应的像素值的集合分别为S_d1，S_d2，...，对粘连目标进行八领域轮廓跟踪可以得到对应的像素点集合W₁，W₂，...,然后从W中剥离掉S_d，重复上述过程可以分离出粘连猪群；

所述步骤2)具体算法过程描述如下：

2.1)对获取的视频图像进行预处理，得到二值图像；根据形状因子判定出粘连目标，并选出粘连猪只；然后计算出二值图像的欧式距离变换；

2.2)根据视频中未粘连猪只的图像分别计算出7只猪的俯视可见面积，取得平均值5.293cm²，每帧图像的总面积为224.438cm²，设定5.293cm²为面积阈值；

2.3)在二值图像中对选定的粘连目标对象O进行基于欧式距离变换的外轮廓的剥离，在剥离过程中粘连目标发生分离，与步骤2.2)的面积阈值S_th进行比较，根据多次实验可以判定，如果分离出来的目标面积小于S_th的五分之一，则认定为猪只的器官部分，不是真正的粘连处，需要继续进行剥离，直至找到真正的粘连分割点；

3)对上述分割后的猪个体利用Canny提取轮廓，根据实际图像中猪体位置自适应地建立直角坐标系，分别截取身躯两侧的四分之一轮廓作为待识别头尾；

4)利用广义Hough变换和聚类分析的思想对截取出来的头尾轮廓进行识别区分，准确地找到粘连猪图像中个体的头部和尾部。

2.根据权利要求1所述的基于广义Hough聚类的粘连猪的头尾识别方法，其特征在于：所述步骤1)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，选取符合条件的视频帧，进行图像增强与粘连目标图像选择。

3.根据权利要求1所述的基于广义Hough聚类的粘连猪的头尾识别方法，其特征在于：所述步骤1)中还包括前景检测与猪个体目标提取，具体方法是，对单帧图像做自适应直方图均衡化进行增强，接着进行数学形态学处理，得到只包含前景目标的图像，最后利用形状因子选择出粘连目标图像。

4.根据权利要求1所述的基于广义Hough聚类的粘连猪的头尾识别方法，其特征在于：所述步骤3)主要过程如下：

3.1)提取猪体轮廓，利用Canny算子提取出分割后的粘连猪的轮廓；

3.2)截取头尾轮廓，根据猪体整体椭圆性和位置的多样性，自适应建立直角坐标系；随机选取俯视角度下猪体的抬头、低头两种最常见姿势建立坐标系，以椭圆长轴方向为横坐标、短轴方向为纵坐标来建立坐标系，根据预设比例截取头/尾轮廓部分，所截取方法具有旋转不变性，保持原始猪个体位置的固定性和上下轮廓对称性。