基于Zernike矩及支持向量机的猪的姿态识别
为监控猪的行为,本文提出了基于Zernike矩及支持向量机的猪的行走姿态识别方法。首先采用Otsu自适应阈分割对图像进行二值化处理,并对二值化后的图像进行数学形态学开闭运算,再用Canny算子作边缘检测,提取出原始图像中猪的轮廓图像。然后,根据标准矩对上述图像进行归一化,再对归一化后的二值轮廓图提取Zernike矩特征;在此基础上,利用支持向量机理论设计了多种姿态分类器,实现对猪的正常行走、低头行走、抬头行走、躺卧等四种姿态的识别。 实验结果表明,此方法由于充分利用Zernike矩的正交性和矩不变量,使得在特征提取时保证了足够的有效信息,将支持向量机应用到猪的姿态分类问题上,使特征提取更加有效。对猪的姿态分类识别的准确度达到了98％以上。
猪行走行为 姿态识别 特征提取 Zernike矩 支持向量机
朱伟兴 袁登厅
江苏大学电气信息工程学院,江苏镇江 212013
国内会议
兰州
中文
184-191
2014-08-01（万方平台首次上网日期，不代表论文的发表时间）