图像处理技术及数据挖掘技术在智能监控领域内有着广阔的应用前景。近年来,越来越多的研究者开始探索图像处理技术结合数据挖掘技术在动物行为及动物健康养殖方面的应用,特别是常见的家畜家禽如猪、牛、鸡等,但在特种养殖方面的研究较少。特种养殖动物一般有着与常见家畜家禽不同的特点。以豪猪为例,豪猪尾部长满尖刺,易受到惊吓而将刺张开,对饲养员及研究者会造成一定危险,不便于直接观察和监控。且豪猪是夜行性动物,采取人工视频监控易造成疲劳出现纰漏。若能用监控系统获取豪猪的实时行为信息,结合数据挖掘技术分析这些信息所蕴含的豪猪健康水平、豪猪对养殖环境的适应程度等深层含义,能为豪猪疾病预警和养殖环境反馈调节提供低成本、高精度的解决方案。针对这一问题,本文以广州曙光农业发展有限公司豪猪养殖场为背景,以导师团队多年以来在猪只健康养殖方面的研究积累为基础,通过研究和借鉴国内外相关研究的最新进展并结合大量的实验比较,以及结合豪猪饲养场的实际情况,提出了一种结合混合高斯背景模型、ORB特征点检测及数据挖掘分类算法的圈养豪猪行为识别方案。重点研究基于视频图像的豪猪检测与行为识别系统中豪猪检测、连续跟踪与豪猪行为识别模型及方法,并开发用于验证实验的原型系统。以期更好地协助了解豪猪的习性,提高豪猪人工养殖技术水平并为相关研究提供思路。首先通过混合高斯模型背景建模法,对圈养豪猪养殖环境进行背景建模,标记出场景中的豪猪及其他运动物体轮廓,采用分类算法对识别出的轮廓进行分类,对豪猪的分类准确率达到86.34%;为了进一步提高准确率引入了图像局部特征ORB关键点属性训练,使豪猪的分类准确率提升到93.23%;经过多次实验,结果显示本文提出的豪猪检测识别模型在准确识别的基础上具有较强的稳健性,运行速度上能满足实时处理的要求。在此基础上,通过观察采集视频中的豪猪的奔走、静息、互相靠近、进食、饮水、排泄、啃咬铁门及水槽等八种常见的基本行为,以饲养池结构及豪猪活动实际情况为依据建立了圈养豪猪基本行为识别模型,在采集的60小时视频图像中进行了圈养豪猪行为识别验证实验,实现了对这八种基本行为的识别,其中静息、奔走、相互靠近、啃咬铁门等采集视频时间内出现的频率较高的行为准确率分别为91%,88%,86%和100%。实验结果表明,本研究可为圈养豪猪的智能监控提供技术支撑,并可通过豪猪行为研究促进豪猪的健康养殖。