基于Kinect v4的牛体尺测量方法

作者：赵建敏; 赵成; 夏海光

来源：计算机应用, 2021, 1-10.

• 牛
• 体尺测量
• 目标检测
• 图像处理
• Kinect传感器
• 深度信息

针对基于机器视觉的牛体尺测量方法中测量背景复杂、特征点提取的难度大的问题，提出了一种基于Kinectv4传感器的牛体尺测量方法，采集彩色和深度图像，结合目标检测、Canny边缘检测、三点圆弧曲率等算法提取体征特征点进而计算体尺数据。首先,制作了牛体尺特征部位图像数据集，利用深度学习YOLOv5（You Only Look Once v5）目标检测算法检测牛体尺特征部位信息，减少牛体其他部位和背景对体尺测点提取的干扰;其次,借助OpenCV（Open source Computer Vision）图像处理库中的Canny边缘检测，轮廓提取等图像处理算法获取牛体尺测点所在的关键轮廓。然后对关键轮廓采用多项式拟合和三点圆弧曲率等算法在二维图像中提取牛体尺测点;最后,利用深度信息将二维图像中测点信息转换到三维坐标系下，结合随机抽样一致算法在三维坐标系下设计牛体尺测量方法。经过在复杂环境下传感器和牛体侧面成不同偏角时的实验测量，牛体尺数据中鬐甲高平均相对误差为0.76%，体斜长平均相对误差为1.68%，体直长平均相对误差为2.14%，臀端高平均相对误差为0.76%。实验结果表明，所提方法在复杂环境下具有较高的测量精度。

• 单位
  内蒙古科技大学