为了改善传统方法牛只个体身份识别的误识别和操作复杂等现象,试验提出了一种基于计算机视觉提取牛唇纹图像局部不变特征来识别牛只的方法,即使用相机拍摄牛唇纹图像制作数据集,收集了51头牛的唇纹图像,每头有5～30张,共475张,对图像进行统一分辨率大小和限制对比度自适应直方图均衡化(contrast limited adaptive histogram equalization,CLAHE)预处理之后,使用关键点阈值为1150个的尺度不变特征变换(scale invariant feature transform,SIFT)提取图像特征,最后用最近邻(K-nearest neighbors,KNN)特征匹配对牛唇纹图像分类,并比较了图像预处理、关键点数量阈值和SIFT、加速鲁棒特征(speeded-up robust features,SURF)、定向快速旋转(oriented fast and rotated brief,ORB)三种不同特征提取算法对牛唇纹识别准确率的影响.结果 表明:使用统一分辨率大小和CLA-HE处理牛唇纹图像,并设置关键点数量阈值为1150个时,SIFT对牛唇纹图像识别效果最好,识别准确率为98.06％,平均反向负惩罚(mINP)为97.95％,置信度(confidence)为90.16％.说明采用计算机视觉识别个体牛身份是有效的,在牛唇纹的图像识别中,唇纹图像预处理、提取关键点的数量和特征提取算法对识别准确率有很大影响.
NETL
NSTL
万方数据
