[目的]建立一种基于U-Net改进的A-Unet图像分割与牛体尺测量方法,以实现对牛体体高、体长、体斜长的自动化测量.[方法]首先,在牧场通过摄像头采集牛的侧视图片;其次,利用A-Unet算法进行图像分割,提取牛体边缘轮廓曲线,在牛体轮廓曲线的基础上采用动态网格法寻找牛体尺测量点;最后,根据摄像头已标定的参数和提取到的测量点进行计算,得出牛体尺数据.[结果]通过对深度学习算法图像分割性能的对比分析发现,相比原始的U-Net算法,建立的A-Unet算法具有更高的准确度.利用该算法对牧场 21 头牛进行体尺指标测定,并与人工测量结果进行比较,经验证,该方法检测体高、体长、体斜长的平均相对误差分别为 4.16%、4.05%、4.27%.[结论]基于A-Unet的牛体尺测量方法可以有效地替代传统的牛体尺人工测量方式,具有适用性好、稳定性强和检测准确率高等优点,测量误差能够满足牧户对牛体尺测量需求.
国家科技期刊平台
NSTL
万方数据
维普
