基于混合高斯模型的移动奶牛目标实时检测

针对奶牛养殖场背景复杂和环境多变导致现有的目标检测算法无法满足鲁棒性和实时性需求的问题,基于递归背景建模思想,在混合高斯模型中引入惩罚因子,提出了一种动态背景建模方法,采用局部更新策略,以降低模型复杂度和解决前景消融问题;提出基于色度偏差和亮度偏差的二分类算法,避免目标物阴影区域的影响。对不同天气及环境变化剧烈情况下获取的奶牛视频样本进行实验。结果表明,与混合高斯模型相比,平均模型复杂度降低了50.85%,前景误检率和背景误检率分别降低了19.50和13.37个百分点,单帧运行时间降低了29.25%,检测准确率更高、实时性更好,且解决了前景消融问题,能满足在复杂背景和环境条件下实时提取奶牛目标的要求。     

基于机器视觉的跛行奶牛牛蹄定位方法

针对采用机器视觉技术检测奶牛跛行过程中不易准确、自动定位牛蹄位置的问题,提出一种奶牛牛蹄定位方法。通过对可见光视频中奶牛图像预处理,提取牛蹄二值化图像,研究奶牛行走时空特性,分析牛蹄在图像中的时空变化,提出一种时空差值算法,计算连通域最低点坐标,实现对奶牛牛蹄着地位置准确定位;通过分析奶牛行走时牛蹄的运动顺序,对同侧牛蹄位置数据进行提取分类,用于轨迹提取,检测跛行。进行了牛蹄定位试验和跛行检测试验,结果表明,牛蹄定位准确,阈值为20像素时精度达到73. 8%,着地位置平均误差达到11. 3像素;奶牛跛行检测准确率为93. 3%,跛行分类准确率为77. 8%。研究结果能较准确定位奶牛自然行走状况下牛蹄位置,可实现奶牛跛行的自动检测。     

基于多特征融合相关滤波的运动奶牛目标提取

为实现大规模养殖场内奶牛目标的自动提取,将相关滤波算法融入目标提取基本框架,提出一种相关滤波融合边缘检测的奶牛目标提取(Correlation filtering-edge detection based target extraction, CFED)算法。首先利用颜色名(Color names, CN)、方向梯度直方图 (Histogram of oriented gradient, HOG)设计的相关滤波器获取奶牛目标范围;再利用13个不同方向的边缘滤波模板卷积目标范围图像得到图像边缘,最后融合边缘信息和颜色特征提取出奶牛目标。对奶牛场不同环境下的9段视频进行目标提取试验,结果表明,算法提取的目标与真实结果平均重叠率达到92.93%,较Otsu、K-means聚类、帧间差分法和高斯混合模型(Gaussian mixture model,GMM)分别高35.63、32.84、20.28、14.35个百分点;平均假阳性率和假阴性率分别为5.07%和5.08%,处理每帧图像平均耗时0.70s。该结果表明,提出的CFED算法具有较好的目标检测能力,为奶牛目标准确快速提取提供了一个有效方法。     

基于改进帧间差分法与背景差分法车辆检测

运动车辆进行高效实时检测存在目标轮廓缺失、目标内部有空洞、背景无法实时更新等困难.基于此,提出了改进的三帧间差分法和帧间差分法、背景差分法融合算法,在应用改进三帧间差分法解决目标轮廓不完整、利用基于混合高斯模型建模的背景差分法实现目标背景的实时更新基础上,将两者融合,进行运动车辆检测.实验证明,所提出的算法可以较好地解...     

基于骨架扫描策略的生猪热红外视频目标跟踪方法

为了解决生猪在运动过程中目标检测与跟踪误差较大的问题,提出了一种基于骨架扫描策略的生猪头部及躯干目标检测与跟踪方法。首先,检测热红外视频中生猪的通道区域,去除复杂背景的干扰;其次,对通道区域进行预处理,提取生猪的整体骨架;再次,设计图像行列扫描策略,扫描骨架前端关键点,提取头部位置;最后,根据头部与身体的空间关系,检测躯干跟踪框的位置,同步实现头部和躯干的目标跟踪。利用采集到的50只生猪的视频数据,在Matlab R~2014a平台上进行了测试,并与压缩感知跟踪、核相关滤波跟踪和快速判别尺寸空间跟踪等高效算法进行对比分析。结果表明,本文算法的平均跟踪帧速为31. 63 f/s,平均跟踪精确度为0. 675 2(阈值为20像素),分别比压缩感知跟踪、核相关滤波跟踪和快速判别尺寸空间跟踪算法高9. 41、7. 09、2. 72个百分点。     

基于改进动态时间规整算法的奶牛步态分割方法

为准确提取步态特征、识别奶牛跛行,利用三维加速度传感器采集30头奶牛后趾加速度信号,针对奶牛步态人工分割的不足,提出基于改进的动态时间规整算法对奶牛步态进行分割,提取特征值并利用逻辑回归法建立跛行识别模型。采用本文方法得到的步态分割精确度、灵敏度、准确率平均值分别为89.53%、95.51%、87.49%,比常规动态时间规整算法分别提高了5.31、4.48、8.43个百分点,总体准确率达到90.57%,相较自相关函数法和峰值检测法分别提高了1.75、3.13个百分点。以支撑时间、步幅长度、平均强度、信号幅度面积、前进方向加速度均值和运动变化量为自变量的跛行识别模型识别率分别为83.44%、81.72%、86.15%、86.81%、89.45%和85.71%。本研究结果可为奶牛步态分割、跛行识别提供技术支持。     

基于部分亲和场的行走奶牛骨架提取模型

在奶牛关键点预测的基础上,通过点、线重构奶牛骨架结构,可为奶牛跛行检测、发情行为分析、运动量估测等提供重要参考。本研究基于部分亲和场,以养殖场监控摄像头拍摄的视频为原始数据,使用1 600幅图像训练了奶牛骨架提取模型,实现了奶牛站立、行走状态下关键点信息和部分亲和场信息的预测,并通过最优匹配连接对奶牛骨架结构进行准确提取。为了验证该模型的性能,采用包含干扰因素的100幅单目标奶牛和100幅双目标奶牛图像进行了测试。结果表明,该模型对单目标行走奶牛骨架提取的置信度为78.90%,双目标行走奶牛骨架提取的置信度较单目标下降了10.96个百分点。计算了不同关键点相似性(Object keypoint similarity,OKS)下的模型准确率,当OKS为0.75时,骨架提取准确率为93.40%,召回率为94.20%,说明该模型具有较高的准确率。该方法可以提取视频中奶牛骨架,在无遮挡时具有高置信度和低漏检率,当遮挡严重时置信度有所下降。该模型的单目标和双目标图像帧处理速度分别为3.30、3.20 f/s,基本相同。本研究可为多目标奶牛骨架提取提供参考。     

基于机器视觉的奶牛发情行为自动识别方法

及时检测奶牛发情、适时人工授精、减少空怀奶牛,是奶牛养殖场增加产奶量的关键手段。针对基于运动量和体温等体征的接触式奶牛发情识别方法会造成奶牛应激反应且识别准确率不高的问题,提出了一种非接触式奶牛发情行为自动识别方法。该方法首先使用改进的高斯混合模型实现运动奶牛目标检测,然后基于颜色和纹理信息去除干扰背景,再利用AlexNet深度学习网络训练奶牛行为分类网络模型,识别奶牛爬跨行为,最终实现对奶牛发情行为的自动识别。在供试数据集上的试验结果表明,本文方法对奶牛发情的识别准确率为100%,召回率为88.24%。本文方法可应用于奶牛养殖场的日常发情监测中,为生产管理提供辅助决策。     

奶牛跛行自动识别技术研究现状与挑战

奶牛跛行是奶牛发生肢蹄病的外在表现。人工识别跛行奶牛存在效率低、成本高、主观性强等问题。奶业对奶牛跛行自动识别技术需求日益强烈。本文从机器视觉技术、压力分布测量技术、可穿戴技术、行为分析技术和跛行分类技术5个方面,分析了奶牛跛行自动识别技术的原理、功能、特点及研究现状。总结发现,当前奶牛跛行自动识别技术研究大多集中在传感器研发和算法开发,而性能验证和决策支持的研究较少,面临的主要挑战包括高质量跛行识别数据获取难度大,缺乏早期跛行识别技术手段,奶牛个体差异干扰模型识别精度,牧场非结构化环境对识别系统性能要求高,以及技术应用效果难评估等。因此,为促进奶牛跛行自动识别技术的发展,建议推动牧场跛行监测数据共享,研究奶牛个体跛行判别模型的构建方法,开发融合跛行检测、体况评分等多功能的一体化智能通道,并分析评价跛行自动识别技术应用在保障动物福利、环境生态、粮食安全等方面的重要意义。     

农药喷雾飞行器越界检测算法实现

针对当前的农药喷雾飞行器需要人工时刻观察是否飞出农田边界这一现状,提出了一种基于高斯混合模型的农药喷雾飞行器越界自动检测算法。首先,采用混合高斯模型进行目标检测,然后通过计算形状描述符获取其形状特征并进行目标识别定位,最后通过计算目标质心位置结合目标的运动方向判断其是否出界。实验结果表明:该算法能够准确地判断飞行器的越界行为,准确率达到91.31%以上。     

基于关键帧提取与头颈部去除的奶牛体尺测量方法

为提高奶牛体尺测量的效率与精度,降低劳动强度,提出一种基于关键帧提取与头颈部去除的奶牛体尺测量方法。首先,搭建奶牛俯视深度视频采集平台,利用分水岭算法提取深度图像中的奶牛目标;其次,使用图像扫描策略获取奶牛左右两侧轮廓,利用基于霍夫变换的直线检测方法,提取图像序列中含有完整奶牛躯干的关键帧;然后,根据奶牛头部区域骨架特征判定头部是否存在,若头部存在,则基于凸包分析方法去除图像中奶牛头部,并利用多项式曲线拟合方法去除奶牛颈部;最后,根据奶牛体尺测点的空间特征,自动计算奶牛体直长、肩宽、腹宽、臀宽及体高。利用35头奶牛的2.163帧深度图像对本文方法精度进行测试,结果分析表明,关键帧提取方法准确率为97.36%,可有效代替人工进行关键帧的选取;头部检测方法准确率为94.04%,提高了奶牛体尺测点定位的效率;体尺测量平均相对误差在3.3%以内。本文研究成果可提高奶牛体尺自动测量的效率与精度。     

饺子成形机的研究与设计

介绍了一种能够自动加工水饺的机器的设计过程,采用注入饺子馅的方式进行水饺的包制.介绍了将面块加工成面管的输面与面管成形机构的结构及其工作原理;同时,分析了将饺子馅注入到面管中的输馅机构的结构及其工作原理,并对水饺成形机构的结构及其工作原理进行了论述.     

农用运输车车架数字模拟与静动态分析技术

通过对农用运输车静态、满载、满载匀速状态下受力分析和模拟,提出了适应工况的设计理论、承载分析与计算方法,实现车架的科学快速设计。     

TS2130深孔钻镗床专用找正装置设计

TS2130深孔钻镗床将工件冒口端装夹在主轴卡盘上,锭尾端装夹在中心架上,但是工件找正时间长。为提高找正效率,设计了专用找正装置。将找正装置一端通过螺纹与刀杆连接,另一端上面放置百分表对短节产品进行找正,将找正工序缩减到3个,将找正时间减少30 min。     

汽车车架的有限元计算及动态特性分析

以汽车车架为对象,利用振动理论,建立了汽车车架的有限元计算模型,计算了车架的固有频率和振型,进行了动态特性分析,从中找出了影响车架结构动力特性的主导模态,为车架改型设计提供了参考。     

车架冲压工艺优化研究及模具设计

针对目前中、小型企业在设备条件受限(设备吨位偏小、数量偏少)前提下批量生产尺寸较大、工艺流程较长的车架零件难以保证产量和质量问题,研究了其工序合并及降低冲裁力的方法,介绍了合并后的工艺方案及模具。通过工艺合并及模具结构改进,实现了工艺与企业硬件系统的最佳配置,使加工工效提高30%以上,模具寿命达到50万次以上,企业经济效益显著。     

模态试验分析在汽车车架故障诊断中的应用

针对汽车车架,就激振方法、固定方式、激励方式、试验频段的选择、测点布置、试验原理、测量精度的保证措施等方面,给出了模态试验的具体方法。模态试验和理论计算相对照的结果表明试验模态分析不仅可以用于分析车架结构的动力学特性,还可以直接评价结构设计,预估在一定使用环境下结构可能出现的问题,是一种有效的故障诊断方法。     

基于有限元方法的半挂车车架分析

对半挂车车架进行了三种典型路况下的有限元分析,给出了半挂车车架的应力和应变分布规律,通过结果分析,得出半挂车车架结构设计合理,为半挂车车架的强度评价及轻量化设计提供了相关数据。     

基于ANSYS的拖拉机安全架静强度有限元分析

依据实际样机建立了拖拉机安全架的有限元模型,利用ANSYS软件依据GB／T19498规定的试验方法对拖拉机安全架进行了静态强度分析,并将分析结果与实际试验数据进行了对比分析。对比结果表明,该方法简便有效,相对误差低于10％。此研究可为拖拉机安全架的结构设计和改进提供理论依据。     

汽车内部布置事例推理系统研究

汽车内部布置是汽车概念设计阶段的一项相当重要的方案设计工作。本文根据汽车内部布置的特点，采用面向对象的框架方法表示布置方案事例，利用最近邻法检索汽车内部布置事例，井研究了汽车内部布置事例的相似性度量。提出了汽车内部布置事例的相似性度量模型。设计了汽车内部布置事例推理系统框架，通过实验系统的开发验证了模型的可行性。