基于SIFT检测与匹配算法的奶牛形体图像技术研究

使用普通数码相机拍摄奶牛形体图像,应用SIFT特征点检测与匹配算法进行特征点检测、匹配、基础矩阵和单应投影矩阵的计算.实验结果表明,该方法对图像采集的要求低,能适应野外作业,检测的特征点数量大,精确度高,匹配结果准确.     

自适应Harris特征点检测算法在奶牛形体图像处理中的应用

针对奶牛形体图像特性,分析Harris特征点检测算法的应用和不足,提出1种自适应的Harris特征点检测算法,解决了特征点聚簇现象,检测出的特征点分布均匀。实验结果表明,该算法具有精确性、有效性和鲁棒性,为进一步的图像三维重建提供保证。     

基于特征点的航测影像匹配算法研究

在影像匹配算法中,快速有效的匹配算法是航空摄影测量的关键.基于特征点提取的影像匹配算法具有精度高、适用性广的特点,已经逐渐成为影像匹配研究的主流.该研究分别在测试影像及航空影像中对FAST、Harris、SURF3种快速的经典特征点匹配算法进行分析比较,探讨各自的优缺点,为不同应用情况中特征点匹配方法的选取提供借鉴.     

荷斯坦奶牛体型特征对功能寿命的影响

本研究对荷斯坦奶牛体型性状与功能寿命做了协方差和多元相关分析。结果表明,蹄角度、尻宽、乳房质地等和功能寿命均成正相关,乳房深度、悬韧带、后附着宽度等和功能寿命成负相关。进一步对功能寿命（y）与体型性状（气）进行协方差分析,建立了回归方程Y=-701．556＋0．099x1＋0．005x2＋7．691x3＋16．646x4＋10．425x5＋13．128x6,R^2为0．8934。     

基于ridgelet变换的图像直线特征检测算法研究

常用的图像直线特征检测算法如霍夫变换(Hough transform)和拉东变换(Radon transform),存在计算量大、抗噪能力弱等问题.为此,提出了基于脊波变换(ridgelet transform)的图像直线特征检测算法,其作为一种多尺度几何分析与稀疏表示的应用算法,具有良好的区域平滑性、可逆性和去冗余性...     

基于点匹配的区域拷贝篡改检测

图像区域拷贝是一种常见的数字图像篡改技术,目前的大部分数字图像区域拷贝取证技术未考虑旋转和缩放因素。提出一种新的基于点匹配的图像区域篡改检测算法。首先利用尺度不变旋转变换（SIFT）寻找图像中的关键点,使用主成分分析法(PCA)对关键点进行降维描述,然后利用关键点特征向量的相似度寻找关键相似点。实验表明,该算法不但能够较精确地定位出复制和粘贴的图像伪造区域,还能有效抵抗噪声污染、有损压缩以及旋转等攻击,并有效地减少运算量,提高了检测效率。     

黑白花奶牛的品种特征与选购

一、黑白花奶牛品种特征 黑白花奶牛又名中国荷斯坦奶牛,具有明显的乳用型牛的外貌特征：全身清瘦,棱角突出,体格大而肉不多,精神活泼。后躯较前躯发达,中躯相对发达,皮下脂肪不发达,全身轮廓明显,前躯的头和颈较清秀,     

奶牛隐性乳房炎检测与防治

对奶牛隐性乳房炎的发病原因进行了调查,并选用了CMT(加州乳房炎)法对316头泌乳奶牛的1264个乳区进行隐性乳房炎检测。结果表明:隐性乳房炎发病头数为89头,奶牛阳性率为28.2%,患病乳区246个,乳区阳性率为19.5%。在此基础上总结出了奶牛隐性乳房炎的综合防治措施。     

基于两阶段关键点定位算法的奶牛体型评定指标自动测量

为解决传统奶牛体型评定指标测量方法受主观影响大、自动化程度以及体型关键点定位存在误差等问题,提出一种基于两阶段关键点定位算法的奶牛体型评定指标自动测量方法。对采集的奶牛背部深度图像序列,首先基于滤波方法进行边缘平滑与缺失区域修补;之后基于YOLO v5体型关键区域检测算法确定体型关键区域并重建相关区域三维点云;进而计算区域点云曲率与z轴最值定位体型关键点;最后依据关键点间相对位置自动测得体型评定指标。结果表明,该方法可完成俯视视角下奶牛体长、肩宽、胸宽、腹宽和腰宽指标的精准测量。对15头奶牛5个体型评定指标,算法测量值与实测值平均绝对误差为1.55 cm,均方根误差为1.78 cm,决定系数R2最大为0.9394。该方法可在实际养殖环境下实现奶牛体型评定指标的精准测量,对生产实际具有一定现实意义。     

大滩地区奶牛结核病的检测报告

本文通过对大滩地区106头奶牛经结核病PPD皮内变态反应检测．结果显示．用结核病PPD皮内变态反应共检测奶牛106头．其中结核病阳性牛1头,阳性率为0．94％,根据试验结果制定了相应的防治措施．效果明显。     

Real-time automatic lameness detection based on back posture extraction in dairy cattle: Shape analysis of cow with image processing techniques

In this paper results on utilizing image analysis techniques towards early lameness detection in dairy cattle are presented. Data from two different dairy farms in Belgium were gathered. Preprocessing on raw data is required because of non-predictable behaviours of cows such as stopping for a while in front of the camera or non-uniform walking behaviour during experiments. Prelocalization of cow in each frame has been done based on two steps separation: (1) A coarse estimation of moving objects was obtained through background subtraction, (2) second statistical analysis of intensities in gray-scale image along with binarization was utilized to detect moving object in video. A common problem in on-farm collected videos is the similarity of the background and the cow's body colour since the use of classic algorithms for segmentation purposes does not work. Here a hierarchy background/foreground exaggeration is proposed to segment the cow in each frame and track it in video. The combination of logarithm and exponential, background subtraction as well as statistical filtering are used to find the accurate shape of the cow. Furthermore, the back posture of each cow during standing and walking was extracted automatically. It was done by detecting the arc of back posture and fitting a circle through selected points on the spine line. The average inverse radius of four frames displaying the hind hoofs in contact with the ground (two frames for each hoof in a row) was assigned to the cow. Based on this curvature value, a score representing the status of lameness in the individual cow was given automatically. Experimental results from two different databases show promising results in automatic lameness detection based on back posture information.     

基于关键点存取的虚拟植物碰撞检测方法的研究

针对虚拟植物可视化模拟过程中的碰撞检测算法复杂等问题,提出了基于关键点存取的碰撞检测方法.该方法对植物生长特点进行分析,将要碰撞检测的植株进行关键生物点的提取和比较,采用邻接表的形式对关键点进行存储,使用深度优先遍历法进行查找.这种方式将有效减少关键点的比较数量,提高了碰撞检测速度.     

分子标记在动植物检验检疫与GMO产品检测中的应用

介绍了几种常用的分子标记技术,综述了分子标记技术在动植物、食品等检验检疫与转基因生物及其产品外源基因检测中的应用,展望了分子标记技术在检验检疫中应用的信息化、网络化前景.