-
题名基于点云的生猪体尺参数自动提取方法
- 1
-
-
作者
黄霞
余松科
刘兴明
张博
朱锋博
-
机构
成都工业学院电子工程学院
成都工业学院特种机器人应用技术研究院
辽宁省冶金地质勘查研究院有限责任公司
信息工程大学地理空间信息学院
-
出处
《农业机械学报》
北大核心
2025年第8期496-506,共11页
-
基金
国家自然科学基金项目(42101446)
中国博士后科学基金项目(2022T150488)
+1 种基金
中国—东盟卫星遥感应用重点实验室开放课题(GDMY202308)
成都工业学院校级项目(2023RC009)。
-
文摘
家畜体尺参数在动物优选育种、健康监测及性能遗传研究等领域中具有至关重要的地位,体尺参数的自动测量是数字化农业的重要研究方向。本文依托双深度相机测量系统,采集生猪点云数据,开发一种能够自动识别和提取生猪特征点、特征面以及体尺参数的算法。鉴于生猪点云数据常伴有严重的噪声问题,与传统单一滤波方法相比,本文提出一种多滤波器叠加的滤波算法;为实现生猪特征点和特征面的自动检测,与单一视角计算特征点不同,提出一种基于侧视和俯视轮廓线凹凸性的特征点自动提取算法和基于躯干剖面积变化趋势的特征面自动提取算法;针对现有体尺参数种类有限且拟合精度不足的问题,成功地从生猪点云数据中自动提取17个体尺参数和12种常见形状因子。为验证算法有效性,对20头生猪的200组点云数据进行了详尽分析,结果表明:平均滤波总误差为3.84%,在原始点云精度达到0.036 mm的条件下,生猪体尺参数的平均测量误差仅为2.46%。此外,对生猪的17个几何参数和12个形状因子进行了基于主成分的权重分析,探讨了不同体尺参数和形状因子在生猪几何形态分析中的权重。本研究为动物三维表型参数的高通量测量提供了一种有效方法,不仅提升了测量的精度和效率,还为动物优选育种和健康监测等领域的深入研究提供了有力支持。
-
关键词
猪只
体尺
点云
数据批处理
多滤波器叠加
-
Keywords
pig
body size
point cloud
batch processing of data
multiple filter superposition
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
S818
[农业科学—畜牧学]
-
