[发明专利]一种基于3D的马体尺测量系统及数据修正方法

摘要

本发明公开了一种基于3D的马体尺测量系统的数据修正方法，马的体尺数据是衡量马的生长发育及科学饲养、育种的重要依据。区别于人工测量方法，基于机器视觉的马体尺测量系统在测量的安全和高效方面具有显著优势。基于CINEMA 4D软件的骨骼设计，依据线性回归方程的建模思想，首先完成了焉耆马的体高、体长、胸围、管围的数据采集；然后分别讨论马体站姿不标准的两类情况下，相应体尺数据的修正方法；最后利用Matlab软件初步完成马体测量系统的仿真测试。仿真结果表明，基于3D图像的机器视觉测量方法，对于马站姿不标准时体尺数据的采集具备测量依据，利用线性回归理论预测马体尺的数据对相关体测系统的开发具备借鉴意义。

主权项

1.一种基于3D的马体尺测量系统，测量马体尺的基本数据包括体高、体长、胸围、管围，其测量标准如下：体高：从鬐甲顶点到地面的垂直距离；体长：从肩端到臀端的直线距离；胸围：在肩脚骨后缘垂直绕胸一周的长度；管围：左前管部上1/3部的下端最细处，水平绕其一周的长度；其特征在于：(1)应用CINEMA 4D软件设计马体的骨骼，据此建立马体3D模型；在3D图像中，马的体高、体长、胸围、管围指标均属于体尺测量的基础数据，基于机器视觉，马体各项指标的测量值必需与图像像素点的坐标距离相关，才具备可测性，而马的体高、体长测量方式符合这一标准；且定义了相关指标：胸径、管径，胸径即胸围、管径即管围的平面的直径，利用可测的体高、体长、胸径、管径，构成马体胸围、管围预测模型的重要参数；(2)测量系统中，马体胸围、管围的预测建立在多元线性回归模型的基础之上；依据多元线性回归理论，因变量与自变量的相关程度越高，回归方程越显著，即：获取与胸围、管围相关程度较高的马体尺指标，拟合多元线性回归方程，在方程成立的条件下，预测胸围、管围，即可完成马体尺的有效测量；为此，我们以20匹焉耆马的体尺数据为依据，在Matlab仿真软件中首先获取马体尺各项指标间线性相关程度的数据；根据相关系数的标准定义：r＝E{(x‑E{x})*(y‑E{y})}/(sqrt({(x‑E{x})^2)*sqrt({(y‑E{y})^2))  (1)其中E{}为期望值，|r|＝1表明两者相关，|r|＝0表明两者不相关。我们调用matlab软件中corrcoef()函数，得到马体的体高、体长、胸围、管围、胸径、管径间线性关系的数据；马体的体高、体长、胸围、管围、胸径、管径指标之间满足两两线性相关条件，具有不同程度的相关性；利用体高、体长、胸径、管径的优化组合构成方程的自变量，通过回归方程的检验参数评估方程的显著性，即可搭建胸围、管围的预测模型；(3)在基于CINEMA 4D软件设计的马体骨骼图像中，为了精准获取像素点的坐标距离，我们首先进行3D图像的轮廓提取；仿真中，我们采用Sobel算子的边缘检测算法提取马体轮廓；首先将马体图像变为灰度图，然后分别利用Sobel垂直方向的模板和水平方向模板对转化的灰度图像做卷积，求得垂直方向和水平方向梯度，将两个梯度相加即可求得整个图像的梯度，即为图像的轮廓；Sobel算法边缘检测的运算速度快，对3D骨骼刻画地较为精准，具有测量优势；(4)基于上述体尺测量的设计方案，建立胸围的预测模型，与胸围相关性较高的指标依次为：胸径、体高、管径；设计中马体的胸径、体高、管径为自变量x1、x2、x3，以胸围为因变量y，建立多元线性回归方程，如公式(2)所示；y＝‑129.3573+0.0195*x1+2.1510*x2‑0.7809*x3  (2)其中r2＝0.9986；F＝694.0975；P＝9.2596×10‑5；由P可知，公式(2)的回归模型成立；同样的，与管围相关性较高的指标依次为：管径、体高、胸径；马体的管径、体高、胸径为自变量x1、x2、x3，以管围为因变量y，建立多元线性回归方程，如公式(3)所示；y＝5.9163+1.6586*x1+0.0350*x2‑0.1*x3  (3)其中r2＝0.9988；F＝820.3486；P＝7.2094×10‑5。由P可知，公式(2)的回归模型成立；模型的仿真中，我们调用Matlab的线性拟合函数regress()方法建立回归方程，为了提高预测的准确度，还针对数据进行rcoplot()残差分析，剔除异常点，并利用判定系数测定方程的拟合程度是否符合建模的条件。