基于轮廓特征的单只蛋鸡行为识别方法

来源：中国农机化学报杂志2022年第2期北京时间：

作者：赵守耀, 陆辉山, 王福杰, 李沛, 王宁

单位：中北大学机械工程学院，太原市，030051

摘要：育成期蛋鸡的行为能够反映其健康状况和对环境的适应情况，为快速地识别蛋鸡的行为，提出一种基于蛋鸡轮廓特征的行为识别方法。首先获取蛋鸡俯视图图像，并对蛋鸡图像进行预处理，通过自动阈值分割法得到蛋鸡轮廓并进行拟合，提取出拟合轮廓的几何特征，然后对特征进行排列组合，得到四种特征组合并结合极限学习机(ELM)进行训练，得到最佳的特征组合，最后建立蛋鸡行为识别模型。该方法的平均识别时间为1.54 s，且识别率高，对单只蛋鸡的采食、站、卧和修饰的识别率分别为97.00%、94.46%、91.50%和86.64%。

关键词：行为识别,特征提取,图像处理,极限学习机

基金资助：国家重点研发计划项目（2016YFD0700202）