学位论文 > 优秀研究生学位论文题录展示

基于小波矩的奶牛识别算法研究

作　者: 金一初
导　师: 马燕
学　校: 上海师范大学
专　业: 计算机应用技术
关键词: 奶牛识别同态滤波区域生长八连通域标记小波矩
分类号: TP391.41
类　型: 硕士论文
年　份: 2011年
下　载: 17次
引　用: 0次
阅　读: 论文下载

内容摘要

奶牛识别是奶牛管理的重要组成部分，以前对奶牛的识别主要依靠人工识别，现在主要采用电子标签识别，而用计算机通过对奶牛图片的分析进行识别对奶牛管理是一个新的领域。本文对奶牛图像的识别分为三步：去除光照影响，图像分割和目标识别。本文提出了在YCbCr色彩空间中基于小波变换的同态滤波处理算法和基于子块的区域生长算法，同时对八邻域标记算法进行了改进。本文主要完成了以下工作：（一）去除光照对图像分割和识别的影响。由于光照在奶牛体表产生反光，使图片中奶牛的部分区域所呈现的颜色与原本的颜色不相同。本文提出了在YCbCr色彩空间中基于小波变换的同态滤波处理算法。首先将图像转换到YCbCr色彩空间，在亮度分量上利用小波分解以过滤不必要的细节并用同态滤波器去除光照。（二）为提高识别速度，本文在区域生长算法的基础上提出了基于子块的区域生长算法。以4×4子块为单位，先进行块内颜色聚类并提取其颜色特征和纹理特征作为子块的特征，再根据评判标准对子块进行区域生长。在得到初步的分割之后，本文采用基于Otsu的多阈值分割算法将目标从背景中分离，最后本文提出改进的八邻域标记算法对分割后目标内的裂缝和小洞进行修补。（三）在分割图像中选择面积最大的黑色斑纹作为识别目标。首先对目标进行平移和缩放等归一化处理，随后用三维B样条函数构造小波矩，最后计算小波矩，提取出特征值，将其与数据库中奶牛的特征值进行比较，得出识别结果。实验证明本文提出的识别算法能有效地对奶牛进行识别，识别率达到84%左右。

全文目录

摘要  6-8
Abstract  8-12
第一章绪论  12-15
  1.1 课题的背景与意义  12
  1.2 奶牛身份识别研究现状  12-13
  1.3 奶牛识别的难点分析  13
  1.4 论文的内容安排  13-15
第二章奶牛图像预处理  15-25
  2.1 同态滤波处理  15-17
    2.1.1 同态滤波器  16-17
  2.2 基于YCbCr 色彩空间的同态滤波处理  17-24
    2.2.1 二维离散小波变换  17-19
    2.2.2 YCbCr 模型  19-20
    2.2.3 基于YCbCr 色彩空间的同态滤波处理算法的描述  20-24
  2.3 本章小结  24-25
第三章奶牛图像的分割  25-39
  3.1 基于区域的图像分割技术  25-27
    3.1.1 区域生长算法  25
    3.1.2 分裂-合并分割算法  25-27
  3.2 基于子块特征的分割算法描述  27-38
    3.2.1 子块内颜色聚类及特征提取  27-29
    3.2.2 基于子块的区域生长  29-31
    3.2.3 背景与目标的分离  31-33
    3.2.4 修补小洞和裂缝  33-38
  3.3 本章小结  38-39
第四章基于小波矩的奶牛识别算法  39-61
  4.1 图像描述技术综述  39-45
    4.1.1 傅立叶描述子技术  39-41
    4.1.2 边界跟踪问题  41-43
    4.1.3 矩不变量算法综述  43-45
  4.2 小波矩算法  45-52
    4.2.1 小波矩的构造  45-47
    4.2.2 小波矩不变量  47-52
  4.3 基于小波矩的奶牛识别算法描述  52-55
  4.4 实验结果与分析  55-60
    4.4.1 实验条件  55
    4.4.2 实验结果与评价方式  55-60
  4.5 本章小结  60-61
第五章总结  61-63
  5.1 工作总结  61-62
  5.2 创新工作  62
  5.3 下一步的工作  62-63
参考文献  63-66
致谢  66-67
攻读学位期间取得的研究成果  67

基于小波矩的奶牛识别算法研究

内容摘要

全文目录

相似论文