论文部分内容阅读
图像识别计数用于群体目标的数量统计，自动化程度和准确率高、速度快且人工成本较低。该方面技术正在逐步应用于车流量、行人流量统计、工业产品和农产品计数，这种软件技术可大幅提高生产、运输、生物环境监控等多个领域的智能化程度。我国作为人口大国，农产品和畜牧产品储备是应对可能发生的长期灾荒下民族生存的保证，其中储备生猪是基本政策之一。而养殖场分散和偏远，专职人员被派到各个现场统计储备数目疲于奔波，因此在市政有关部门的支持下，拟通过视频图像监查和自动计数的方法并数据通过网络传输到数据中心进行集中式管理。 本文利用图像识别计数方法设计一套对养殖场的生猪数目统计系统。该系统运用了基于 DirectShow的图像采集方法获取视频流图像 RGB灰度值数据，接着在Windows平台上对图像进行处理：首先采用光学方法确定目标的典型颜色特征，以此作为识别目标的RGB颜色分量相对比例判定依据。对图像进行高斯滤波预处理，再通过膨胀腐蚀和区域生长相结合的方法对处理后的二值图像进行目标数量的计数；对于图像中由于粘合而产生的误差，采用基于关联矩阵算法的目标追踪法对相粘合目标进行跟踪，从而消除误差，最终达到在单机实验中准确实现了生猪数目的自动计数的目的。在图像处理的速度方面也结合了处于学科领域前端的三维纹理函数通过GPU对二维图像加速处理的技术。传统的基于Windows平台的图像处理方式都是通过GDI访问设备环境接口既而对图像信号进行操作，随着PC机的不断更新以及高端显卡的普及化，Direct3D中提供了许多直接对GPU的API函数而避免占用大量CPU资源。在本课题中我们将运用Direct3D中的纹理函数在GPU上处理二维图像，结果表面该方法在不降低处理精度的前提下可以有效地提升图像处理速度。 另外，由于某些养殖场规模较小，建立一套摄像监查系统相对成本较高，同时场地顶棚过低，不具备高空悬挂摄像头的条件。本文也设计了Android智能设备对生猪目标移动照相和统计、利用移动网络传输数据结果的低成本方案，已满足未来部分小规模用户的需求。