基于骨架特征的奶牛肢体分解方法研究

通过奶牛各个肢体部位可获取更加精准的奶牛运动细节信息,是奶牛姿态检测、行为分析和理解的基础。为实现奶牛头部、脖子、躯干、前肢、后肢和尾巴的精确分解,研究并提出一种基于骨架特征的奶牛肢体分解方法。该方法在依据深度信息阈值提取深度图像中奶牛目标的基础上,用基于距离场的骨架提取算法生成奶牛骨架,对冗余骨架枝进行剪枝后,提取骨架分叉点并用其生成候选分割线,再用形状视觉显著度和分割线优先级对候选分割线进行优化处理。试验结果表明,奶牛各个肢体分解平均正确率为95.09%,且对较难分割的尾部正确率达95.51%;对仰头、正常行走、微低头和低头体态下的肢体分解平均正确率分别为95.18%、95.00%、94.85%和96.23%,可实现不同体态奶牛的高精度分解。