郟縣紅牛形態(tài)參數(shù)多視角機器視覺檢測的關(guān)鍵技術(shù)研究

許繪香 蘇玉

（鄭州工程技術(shù)學(xué)院信息工程學(xué)院 河南省鄭州市 450044）

近年來，伴隨著計算機技術(shù)和人工智能技術(shù)的不斷發(fā)展進步，牲畜檢測關(guān)鍵技術(shù)的應(yīng)用也愈發(fā)廣泛。在并行處理和神經(jīng)元網(wǎng)絡(luò)技術(shù)的發(fā)展過程中，郟縣紅牛形態(tài)參數(shù)檢測的關(guān)鍵技術(shù)也在不斷成熟。機器視覺檢測技術(shù)的作用原理就是將光學(xué)科技產(chǎn)品利用非接觸傳感器，實現(xiàn)自動化接收并實時處理立體圖像的過程。為了獲取有效信息，機器視覺檢測技術(shù)具有可視化和自動化程度較高的特點。

1 應(yīng)用多視角機器視覺關(guān)鍵技術(shù)檢測郟縣紅牛形態(tài)參數(shù)

1.1 匹配計算機對應(yīng)圖像

郟縣紅牛的外觀圖像匹配是指應(yīng)用機器視覺檢測關(guān)鍵技術(shù)在相同的場景下從不同的角度拍攝的兩幅及以上的立體圖像反映在計算機信息處理器上。匹配立體圖像是二維信息恢復(fù)的基礎(chǔ)前提，在已知郟縣紅牛圖像的給定條件中找出對應(yīng)的匹配信息[1]。在相同場景中獲取得給定郟縣紅牛參數(shù)的對應(yīng)點，在圖像上搜索立體圖像坐標。在標的物圖像上的對應(yīng)點作為中心，對相鄰圖像進行檢測，將選定的郟縣紅牛形態(tài)參數(shù)圖像與相鄰圖像的重疊部分作為參照物。把相鄰的第三幅郟縣紅牛圖像的平移距離進行測量，并檢測出各個圖像的關(guān)聯(lián)性，以此判斷圖像之間是否匹配，以及圖像與郟縣紅牛的形態(tài)參數(shù)契合程度。一旦出現(xiàn)圖像的紋理特征不明顯的狀況時，應(yīng)用機器視覺檢測技術(shù)進行對標的圖像進行相關(guān)處理。在郟縣紅牛形態(tài)檢測過程中，需要將目標圖像從拍攝背景中分離出來，用圖像值化的手段轉(zhuǎn)化成多彩閾值圖像，然后利用動態(tài)學(xué)的軌跡分析消除外界噪聲，并且消除物體自帶陰影和光照條件影響因素[2]。利用計算器視覺技術(shù)檢測郟縣紅牛圖像清晰度，計算公式如下：

其中，M 是圖像領(lǐng)域，I 是圖像顆粒噪聲，a,b 是對應(yīng)的模板系數(shù)坐標，p 是像素閾值，圖像清晰度隨著M 數(shù)值的變小而越小。了解檢測場景的檢驗信息，規(guī)劃圖像的檢測步驟。即便是處于靜止狀態(tài)的標準圖像，機器視覺檢測幾乎也能在某些特定區(qū)域捕捉到圖像信息，從而進行檢測。將像素區(qū)域進行適當標記，分析圖像在多維角度下的封閉曲線目標區(qū)域，在圖像輪廓上選取參照的空間邊緣界限，在無遮擋環(huán)境下進行結(jié)果分析。

1.2 提取郟縣紅牛形態(tài)特征

郟縣紅牛的形態(tài)特征提取，需要依靠機器檢測關(guān)鍵技術(shù)的應(yīng)用。郟縣紅牛的產(chǎn)地是河南郟縣，具有體型巨大且結(jié)構(gòu)勻稱的特點，經(jīng)過精心喂養(yǎng)后可穩(wěn)定產(chǎn)出高質(zhì)量的雪花牛肉。針對郟縣紅牛的形態(tài)，郟縣紅牛的外觀形態(tài)大致相同，都是短毛且光澤度較好，毛色以紅色為主，一部分為紫紅或者淺紅色[3]。郟縣紅牛的頭部方正，額頭寬闊且嘴形為方形，眼睛大而有神。牛角多呈現(xiàn)出向上彎曲并且牛角偏短的特點，還有一部分郟縣紅牛的牛角向兩側(cè)平伸。公牛的脖頸比較短，腰背線條流暢且四肢健壯，肌肉豐滿。母牛的頭部形態(tài)相較于公牛來說整體圍度更小，體型也更矮小一些。郟縣紅牛的肉質(zhì)鮮美細嫩，各個部位的肉都有明顯的紋路，色澤呈鮮紅色。

郟縣紅牛分為一級、二級、三級和特級品種，不同等級的紅牛外觀形態(tài)也不同。特級紅牛從外觀形態(tài)到肉質(zhì)口感方面都要優(yōu)于其他等級的郟縣紅牛，但肉質(zhì)的脂肪含量以及微量元素含量都相差無幾。

1.3 搭建機器視覺檢測平臺

搭建機器視覺檢測平臺，離不開郟縣紅牛的形態(tài)學(xué)信息。采用郟縣紅牛的生物體征信息進行平臺構(gòu)建，包括肉眼可見的外觀形態(tài)和簡單測量可知的外部體征，涉及到郟縣紅牛的皮毛顏色、體長和體重等信息。根據(jù)郟縣紅牛的外觀形態(tài)和特殊標記進行培育品種選擇。郟縣紅牛的表型形態(tài)受到發(fā)育階段和顯性和隱性的遺傳基因影響，無法客觀全面地反映紅牛的個體形態(tài)特征。一部分品種的紅牛，僅通過外觀形態(tài)無法得到有效信息，由于郟縣紅牛的外觀形態(tài)和基因型之間存在著基因表達和個體發(fā)育差異等影響因素，郟縣紅牛的圖像匹配以及形態(tài)參數(shù)更有利于比較。將檢測設(shè)備的傳感器部分用于采集郟縣紅牛的身份ID、圖像信息和體重信息等。將設(shè)備的上位機模塊用于電子稱重儀對牛體的稱重處理和運行電機，以便于控制檢測設(shè)備端口的輸入和輸出端口。通過運用檢測設(shè)備的主控制器，進行郟縣紅牛的各種信息檢測和處理，包括結(jié)合設(shè)備終端的數(shù)據(jù)中心和遠程通訊等部件對采集到的信息進行識別處理、對上位機和下位機的運行驅(qū)動。建立檢測平臺的數(shù)據(jù)中心，實現(xiàn)對郟縣紅牛養(yǎng)殖場數(shù)據(jù)的遠程監(jiān)測和數(shù)據(jù)查詢。在檢測過程中，由于郟縣紅牛圖像的復(fù)雜程度比較高，針對紅牛檢測的識別精度和識別速度都提出了新的要求，在圖像處理以及信息檢測方面都有著出色的表現(xiàn)，應(yīng)用在郟縣紅牛形態(tài)的分類識別領(lǐng)域更加適合。在檢測尺度空間內(nèi)，使用高速檢測器，完成郟縣紅牛形態(tài)檢測。當視點不同時，同一頭牛會產(chǎn)生不同位置在不同區(qū)域產(chǎn)生的圖像，通過檢測的二維特征判斷檢測的深度特征。

1.4 設(shè)計郟縣紅牛形態(tài)機器視覺檢測技術(shù)4400

在郟縣紅牛的檢測樣本中，在隨機選取檢測的數(shù)據(jù)集中設(shè)定參數(shù)R，作為檢測的初始聚類中心，對郟縣紅牛的數(shù)據(jù)集設(shè)定樣本點ai，計算ai到R 的直線距離，確定距離最小的聚類中心，把ai進行歸類劃分。計算ai所在的類別中心，y 為數(shù)據(jù)閾值，求取郟縣紅牛樣本數(shù)據(jù)集的類別中心。經(jīng)過匹配對應(yīng)圖像、提取郟縣紅牛參數(shù)特征和搭建檢測平臺等步驟，對郟縣紅牛形態(tài)檢測技術(shù)進行設(shè)計。對郟縣紅牛的等位基因進行分析，上層等位基因普遍高于下層等位基因，而該類型基因是郟縣紅牛群體中結(jié)構(gòu)較為穩(wěn)定的基因，根據(jù)這些基因組數(shù)據(jù)信息測量牛體的長度，并通過計算得出實際數(shù)值。以像素為單位計算兩個測點之間的距離，把實際距離和牛體部位設(shè)置為一定的比例關(guān)系，通過二維空間上的兩點坐標進行計算，得出兩個坐標平行線之間的像素個數(shù)為133 個，牛體部位長度為68mm，那么距離D 等于0.5403mm，由此完成郟縣紅牛形態(tài)檢測技術(shù)設(shè)計。

2 實驗分析

2.1 實驗準備

選取四臺相同參數(shù)的檢測設(shè)備，設(shè)置檢測設(shè)備的主界面屬性如表1。

表1：檢測設(shè)備屬性參數(shù)

分別應(yīng)用三種傳統(tǒng)檢測技術(shù)與文中檢測技術(shù)對郟縣紅牛形態(tài)進行檢測。

2.2 實驗結(jié)果

實驗結(jié)果如表2。

表2：郟縣紅牛檢測技術(shù)實驗結(jié)果

實驗結(jié)果表明，文中的郟縣紅牛形態(tài)檢測技術(shù)比傳統(tǒng)檢測技術(shù)的精確度均提高了5.476%～13.599%不等，證明文中檢測技術(shù)的精確度更高。

3 結(jié)束語

本文通過設(shè)計出一種新的檢測技術(shù)對郟縣紅牛形態(tài)進行檢測，在一定程度上推動了郟縣紅牛產(chǎn)業(yè)的發(fā)展。為學(xué)術(shù)界開展郟縣紅牛的相關(guān)研究奠定了理論基礎(chǔ)，也為檢測郟縣紅牛形態(tài)提供了具體可行的方法，同時，還拓寬了檢測技術(shù)的應(yīng)用領(lǐng)域。由于研究條件有限，文章在郟縣紅牛的形態(tài)檢測方面研究得還不夠全面，未來將不斷完善。