典型文献
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
文献摘要：
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.
文献关键词：
奶牛体型评定;关键点提取;三维点云;深度图像
中图分类号：
作者姓名：
沈维政;郭金彦;戴百生;王鑫杰;梁晨;邱柏隆;张哲;王军号;史伟;张逸轩
作者机构：
东北农业大学电气与信息学院,哈尔滨 150030;黑龙江省农业技术推广站,哈尔滨 150030;西北民族大学数学与计算机科学学院,兰州 730030
文献出处：
引用格式：
[1]沈维政;郭金彦;戴百生;王鑫杰;梁晨;邱柏隆;张哲;王军号;史伟;张逸轩-.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)[J].东北农业大学学报,2022(12):82-90
A类：
奶牛体型评定
B类：
两阶段,关键点定位,定位算法,评定指标,自动测量,指标测量,观影,背部,深度图像,图像序列,滤波方法,边缘平滑,缺失区域,修补,YOLO,v5,关键区域检测,检测算法,三维点云,点云曲率,最值,相对位置,得体,俯视,下奶,体长,肩宽,胸宽,精准测量,测量值,实测值,平均绝对误差,决定系数,养殖环境,生产实际,关键点提取
AB值：
0.326064
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
