基于Kinect的哺乳期母猪姿态识别算法的研究

[目的]哺乳期母猪的姿态是其母性的外在表现,为监测母猪在哺乳期的哺乳行为,提出了一种基于Kinect的无接触式母猪姿态识别算法。[方法]使用Kinect 2.0采集位于限位栏内哺乳期小梅山母猪的深度数据。先通过姿态预分类将母猪的姿态分为站姿与卧姿,而后针对卧姿,使用基于DBSCAN(density-based spatial clustering of applications with noise)密度聚类算法计算母猪高度信息的簇数,通过比较簇的个数将卧姿分为侧卧与趴卧;针对站姿,使用基于脊背线提取的识别算法,将脊背线分成前后2段,通过比较前后2段脊背线的平均高度将站姿分为站立与坐立。[结果]比较人眼观察结果与算法识别结果,该算法识别站立、坐立的准确率分别为94.3%、92.6%,趴卧识别准确率为84.2%,侧卧姿态为93.7%。[结论]提出了一种无接触式的哺乳期母猪姿态识别算法,为母猪哺乳能力的评判与健康状况的分析提供了技术支持。     

基于Kinect的农作物长势深度图像实时获取算法

快速、准确、实时获取农作物长势形态图像信息已经成为数字农业生产管理的趋势和必要手段,而深度图像信息包含彩色图像所没有的三维信息,可为农作物的生长模型三维重建以及实时长势形态监测提供有价值的数据。本研究采用微软公司开发的一款廉价体感游戏设备Kinect,尝试了对农作物长势形态深度图像进行实时监测研究,在介绍Kinect深度成像原理的基础上,提出了采用Kinect获取农作物长势深度图像的算法以及提取3D点云世界坐标的算法,并开展了初步试验。试验结果表明,该方法可以获取良好的三维图像数据信息,能够为后期农作物的生长模型三维重建、长势状态分析、病虫害实时监测等研究提供有价值的数据依据。     

基于Kinect相机的猪弯曲体尺测量算法研究

为解决猪体弯曲状体尺测量难、需借助标定尺还原真实体尺的问题,以长白猪为研究对象,基于Kinect相机获取猪体俯视和侧视深度图像,提出一种无需标定尺的猪体弯曲体尺测量方法.利用凸包络和最大外接轮廓,分别提取猪体头尾部、肩臀部和体高体尺测点,测算生猪体尺参数(体长、肩宽、臀宽、体高).结果表明,在猪体正常弯曲范围内(0°～40°),肩宽测量精度最高,平均相对误差不高于1.92％,臀宽、体高和体长平均相对误差不高于2.00％、2.64％和2.93％;在猪体非弯曲状态下,肩宽、臀宽、体高和体长平均相对误差分别为1.29％、1.26％、1.92％和2.33％,测量精度均优于现有猪体体尺测量方法.综上,文章提出的方法可实现猪体自然状态下体尺测量,且精度较高,同时具有良好普适性和鲁棒性,满足生猪实际生长状况监测需要.     

1种基于Kinect深度图像的指尖检测与跟踪算法

为了实现基于Kinect的三维手势识别,提出一种基于深度图像的指尖检测与跟踪方法。首先利用Kinect提供的深度信息和HSV肤色模型分割出手掌区域,并通过映射获得二维手掌区域的二值图像;然后在二维手掌区域中采用形态学操作,计算获得各手指的二维区域,并把各手指区域中离手心点距离最远的点作为指尖点;最后接着加入指尖点的深度信息,获得各指尖的三维信息,在三维空间中利用卡尔曼滤波方法实现对指尖的跟踪。试验结果证明,该算法能够准确、实时地实现指尖检测与跟踪,满足了手势识别的基本要求。     

基于Kinect的农业虚拟教学研究

尝试引入微软公司的一款体感周边外设Kinect设备,首先根据设备提供的人体运动检测提取复杂背景下的人体信息,结合自定义的背景图像信息制作虚拟演播室;利用手势功能完成对虚拟演播室背景图像的切换控制,以达到虚拟教学的目的.通过验证基于Ki-nect的前景提取和手势识别控制背景信息能力,证明该设计可以用于农业虚拟教学研究,有一定的借鉴意义.     

基于Kinect传感器的羊体体尺测量方法

在基于机器视觉的羊体体尺测量中,当受到光线、背景等干扰时,彩色图像无法精确提取羊体轮廓。此外,羊体站姿的变化也会造成测量误差。为解决彩色镜头受背景干扰的问题,采用Kinect传感器采集羊体彩色、深度图像,利用深度信息不受光干扰的特点,提出彩色与深度图像相结合的方法提取羊体轮廓;在特征点提取中,采用U弦长曲率得到臀部点,位置关系扫描得到前蹄点、后蹄点、耆点;为解决站姿干扰问题,利用传感器深度信息建立羊体空间轮廓线拟合平面,并计算其与像平面夹角,进行体位站姿纠偏,计算出羊体体尺数据。最后,基于VS2010软件搭建测量系统,经过实地测试,准确测量得到羊体体尺数据,且相对误差小于4.3%。     

基于 Kinect传感器的动态手势实时识别

本文提出了一种基于Kinect传感器的动态手势实时识别方法,在预处理阶段通过OpenNI/NITE快速获取人体骨架,并从中得到关节点数据用于建立动态手势的运动轨迹特征描述子.提出了一种在全局约束条件下的权重化多维数据的动态时间扭曲算法(WM-DTW)来对手势轨迹序列进行训练和识别.实验结果表明,本文的识别方法比LDA算法和动态时间扭曲(DTW)算法有更高的识别率.     

基于TDLAS技术测定水稻种子呼吸的初步研究

对水稻种子呼吸产生的CO₂进行实时检测,探究水稻种子呼吸强度与各项活力指标的相关性,为通过呼吸强度测量进行种子活力的无损检测提供实验依据。利用自主设计的基于可调谐二极管激光吸收光谱(TDLAS)技术的种子呼吸检测系统,实时检测种子呼吸产生CO₂气体浓度的变化。选取梦两优黄莉占不同收获期的水稻种子,每个收获期的种子分成2份,一份进行发芽试验获取种子活力指标,另外一份经过消毒、浸泡等预处理后,放入种子呼吸容器中在密闭环境下进行呼吸强度检测。每次连续检测约10 h,每组样本重复测量3次取平均值。水稻种子分别经过0、12、24、36、48 h的浸泡,发现在一定浸泡时间内种子呼吸强度随着浸泡时间的增加而增强。在连续10 h检测后,呼吸强度最高的浸泡时间段是36 h,CO₂气体浓度达到10 151 mg·m^-3,未浸泡的干种子呼吸强度最弱,CO₂气体浓度为388 mg·m^-3;水稻种子呼吸强度与发芽率、发芽势、发芽指数、淹水3 d发芽率、田间出苗率均具有一定的相关性,相关指数最高可达到0.97、0.96、0.97、0.77及0.65。研究表明,梦两优黄莉占水稻种子在浸泡36 h左右可以达到较高的呼吸强度,呼吸强度随着呼吸时间的增加呈现先增长后趋缓状态,种子的呼吸强度与各项活力指标均呈现较高的正相关性。     

基于Kinect的轴类零件三维重建研究

高科技企业技术实力、结盟实力与用户吸引实力是技术标准竞争优势的主要源泉。针对技术标准化过程中标准的构建、产业化与市场化三个不同阶段,企业需要实施不同的竞争战略以促使技术标准竞争优势的形成。协作R&D与知识产权战略为构建技术标准提供了技术保障,有助于技术实力竞争优势的形成。产业联盟与开源战略为技术标准产业化提供了企业内外部资源整合环境,有助于结盟竞争优势的形成。先发制人与平台战略为技术标准市场化提供了用户基础条件,有助于用户吸引实力竞争优势的形成。     

基于人工蜂群算法的负荷频率控制仿真研究

针对煤矿两区域互联再热火力发电系统中的负荷频率控制（LFC）问题,提出了一种人工蜂群算法的多目标优化实现方法。采用人工蜂群算法和加权和方法,将多目标优化转化为复合目标函数,依据系统负荷变化利用加权和方法对复合目标函数做归一化处理,实现了两区域 PID 控制器增益同步调谐,获得了频率响应的调节时间和超调量达到最佳折中条件。仿真结果表明,该方法简单、有效,在不同的运行条件情况下具有良好的鲁棒性。     

基于Kinect骨骼跟踪技术的手势识别研究

为了实现自然方便的人机交互,提高用户体验,尝试引入微软公司的一款体感周边外设Kinect设备,利用Kinect传感器所获取的人体骨骼跟踪识别点,通过对双手在三维空间中的位置坐标转换,对缩放、旋转的手势进行匹配,将合法的手势信息转换为识别结果,反馈给系统并完成相应的控制指令输出,实现与系统的交互控制.结果表明,该系统具有较高的精度和稳定性,具有一定的借鉴意义.     

基于Kinect和虚拟现实康复训练系统设计与实现

传统的康复训练方法主要采用辅助按摩的方式进行,要求在专业地点进行,训练治疗过程单调乏味,而且存在训练效果和训练强度无法准确评价的缺点。因此,本文将Kinect和虚拟现实结合起来,开发出一种基于Kinect和虚拟现实的康复训练系统,实现患者在家或者社区里就能进行康复训练,同时提高训练效果并对训练效果进行评估,为患者的下一步康复治疗提供决策依据。     

藏香猪母猪部分繁殖性能的测定

按照随机抽样和分组原则,采用逐头试情、跟踪观察和全群整窝分析方法,对引种到低海拔平原地区的39头母猪部分繁殖性能进行测定。结果表明,藏香猪母猪具有性成熟早,发情特征明显,发情周期短,产仔数少,护仔能力强等特性。其中成年母猪发情周期为(19.00±1.25)d,发情持续期2~3 d,妊娠期114 d,藏香猪的平均窝产仔数、产活仔数、初生窝质量分别为(5.92±1.71)头(、5.54±1.76)头和(4.61±1.67)kg;前3胎中第3胎产仔数最高,平均产仔间隔为161.24 d。初产藏香猪产仔数为(4.67±1.37)头,30 d断奶仔猪存活率为100%;经产藏香猪产仔数为(6.80±1.30)头,30 d断奶仔猪存活率为90%。     

温度对花鼠心率及呼吸频率的影响

[目的]研究温度对花鼠心率及呼吸频率的影响。[方法]在0～30℃之间设6个温度梯度,测定花鼠心率及呼吸频率。[结果]花鼠心率总体随温度升高而升高,呼吸频率随温度的升高而减少;心率及呼吸频率与温度呈显著的线形回归关系。[结论]温度对花鼠心率及呼吸频率有影响。     

基于Kinect的温室番茄盆栽茎干检测与分割

立体视觉系统能够得到图像的深度信息,可以很好地将植物前景与温室的背景分开。茎干是植物的骨架,也是识别植株的重要特征。通过采用基于Kinect的立体视觉系统对温室盆栽植物的茎干进行检测和分割。通过细化算法、Hough变换、基于直方图的统计方法及Otsu算法在深度图像上进行植物茎干检测,从而分割植物的茎干。最后基于OpenGL图形平台,实现了番茄植株个体的形态可视化,从而为番茄植株生长的可视化奠定了技术基础。     

基于Kinect的苹果树点云提取研究及展望

为获取苹果树三维形态数据,研究使用Kinect三维采集传感器获取果树点云数据的系统工作流程,并在室内和室外进行了验证实验。结果表明该研究方法在适宜的环境条件和实验对象下可以提取到苹果树的三维点云数据,为苹果树的三维形态获取以及未来的应用方向进行了有益的探索。     

电力系统频率实时测量新算法

提出了一种利用电网电压的交流采样值测量电力系统频率的新算法。算法响应时间短,测量精度高,适合于电网频率的实时跟踪测量,数字仿真和工程实践均证实了本文算法的可行性和有效性。     

待产梅山母猪咳嗽声识别算法的研究

[目的]目前对于母猪是否患有呼吸系统疾病的诊断主要依靠饲养员观察,存在由于疏忽未能及时发现并处理患病母猪而造成大量母猪死亡的情况。为解决这一问题,笔者以待产梅山母猪咳嗽声为对象,对其识别方法进行了研究,旨在将母猪咳嗽情况作为诊断早期呼吸系统疾病的依据,以达到自动监控的目的。[方法]基于无线多媒体传感器网络进行母猪声音数据的采集与传输,对采集到的声音信号进行滤波、分帧等预处理操作后,由于不同声音的功率谱密度曲线的波动性不同,依托曲线目标优化的思想提取声音功率谱密度特征,并以此特征作为聚类中心,运用改进的模糊C均值聚类算法对咳嗽声和尖叫声进行识别分类。[结果]训练出了母猪咳嗽声和尖叫声的功率谱密度特征,差异明显;忽略个体差异,咳嗽声和尖叫声的总体识别准确率分别约为83.4%和83.1%,识别算法是有效的。[结论]针对待产梅山母猪咳嗽声,创新性提出了一种声音识别算法,该方法简单,高效,识别率高,为母猪呼吸系统疾病的早期自动诊断提供了技术支持。     

一例母猪繁殖与呼吸综合征诊断和防治

猪繁殖与呼吸综合征是影响现代养猪的又一重大猪类传染病。母猪和仔猪较容易感染该病,发病时症状严重,造成的影响极大,这种疾病不仅是由于呼吸道感染、生殖障碍、仔猪死亡率造成的直接损失,而且还会导致免疫抑制继发于其他多种疾病,引起母猪、仔猪和育肥猪的呼吸道症状和高死亡率等,因此,加强对该病的诊断与防控对提升养猪经济效益有着重要的意义。     

基于激光雷达和Kinect相机点云融合的单木三维重建

为了更好地建立单木三维彩色模型,获得准确表型参数,提出了一种基于Kinect v2相机和激光雷达的单木点云信息融合检测方法。首先由激光雷达采集樱树单木所在区域的完整环境点云,生成点云地图;由Kinect相机采集樱树单木多视角点云得到完整的三维彩色点云;然后以激光雷达点云位置为基准,通过选取对应同名点的方式对2种点云进行初始配准,使点云之间具有良好的初始位置关系,再使用最近点迭代（iterative closest point, ICP）算法对点云进行精配准;最后使用彩色点云对雷达点云进行点云着色融合处理,实现樱树单木的三维重建。结果显示：与只使用Kinect v2相机生成的樱树单木表型参数对比,融合后的樱树单木的株高、冠幅和胸径的平均相对误差分别降低了1.52、6.46和18.17个百分点。研究结果表明,Kinect v2深度彩色相机和激光雷达在单木三维重建上能实现优势互补,提升点云配准精度,同时,既能降低光照气候条件的影响,又能增加测量距离,单木表型参数更准确。