[发明专利]基于Isomap和SVM算法的俯视群养猪个体识别方法

摘要

本发明公开了一种基于Isomap和SVM算法的俯视群养猪个体识别方法，属于机器视觉与模式识别领域。首先对采集的俯视群养猪视频帧进行前景检测与目标提取，获得单只猪个体；其后建立训练样本，提取猪个体颜色、纹理及形状特征，组合构建表征猪个体的特征向量；进一步对组合特征利用Isomap算法做特征融合，在最大程度保留有效识别信息的基础上降低特征维数；最后利用优化核函数的支持向量机分类器进行训练与识别。该项研究为无应激的猪个体识别提供了新思路，也为进一步探索群养猪个体行为分析等奠定了基础。

主权项

基于Isomap和SVM算法的俯视群养猪个体识别方法，其特征在于，包括以下步骤：步骤1，获取俯视状态下群养猪视频序列，然后做图像预处理，主要是群养猪前景检测与猪个体目标提取；步骤2，猪个体特征提取，包括使用颜色矩方法提取猪个体的颜色特征，使用共生矩阵法提取猪个体的纹理特征，使用不变距方法提取猪个体的形状特征，从而建立了能有效描述猪个体的特征参数；步骤3，分别对步骤2中的颜色特征、纹理特征及形状特征做规格化后，采用Isomap算法进行融合优化；步骤4，利用优化核函数的支持向量机分类器对样本进行训练，对待识的各个猪个体进行识别。