目前，我国养猪业正不断向规模化、专业化、智能化、精细化方向发展。在农场中使用监控设备是实现专业化、智能化养殖的主要途径之一，此外，规模化和精细化要求饲养员能识别与分析群养状态下猪只个体的行为，以便有针对性的改善猪只福利。但是让饲养员长时间地同时监控多个屏幕，会非常辛苦而且缺乏效率，因此，持续不断地深入研究基于机器视觉的俯视群养猪视频序列中的猪个体前景检测、目标提取、身份识别、行为分析等，对于我们这样一个世界养猪和猪肉消费第一大国而言，具有重要的理论价值和巨大的应用潜力。　　课题来源于国家自然科学基金项目，围绕俯视群养猪监控视频，重点研究了猪个体前景检测、目标提取、身份识别、饮水行为分析等。本文主要创新研究成果如下：　　（1）提出一种基于预测机制的混合高斯模型和阈值分割相结合的前景检测方法。实验针对的是复杂背景下俯视群养猪视频序列，这里的复杂背景包括渐变光线、水渍与尿渍等干扰、猪行行走走的运动模式、猪颜色多样等。为了准确获取猪个体前景目标，首先人工设定“有效区域”，即猪的活动区域。其次，提出一种基于预测机制的混合高斯模型算法（简称PM_MOG算法）对俯视群养猪进行前景检测，该算法在背景模型参数更新阶段，对符合背景更新条件的像素点，提出利用前一帧检测出的二值图像预测当前帧，对不同情形采用不同的更新策略进行背景更新。此外，对“有效区域”内的图像，利用最大熵阈值分割及数学形态学处理获得另一个前景检测结果。最后，对这两步前景检测结果进行融合。实验结果表明，这种方法能在复杂背景下提取较为完整的猪个体前景目标。　　（2）提出一种自适应分块的多阈值的俯视群养猪多目标提取方法。考虑到PM_MOG算法实时性不足，也无法有效处理猪个体粘连等问题，为此本方法的基本思路是通过对单帧图像的处理，准确提取标准站立姿势下的群养多猪目标。首先，进一步限定“有效区域”，将猪只活动区域细分为饮水区、饲喂区和休息区。因每个区域跟猪的特定行为是相关的，猪只通常喜欢挤在休息区的角落里休息，而在饮水区和饲喂区通常是保持标准站立姿势，且猪个体在饮水或吃食时是不希望被同伴打扰的，这些均为本方法的提出提供了有利条件。其次，对利用直方图均衡化进行图像增强后的图像，做最大熵全局阈值分割，并做数学形态学处理从而获取初始分割目标。接着，在初始分割目标中寻找各个目标质心，将原图像自适应分为以质心为原点，以质心到边缘最大距离为半径的多个圆形子块。最后，在子块中做多阈值局部最大熵阈值分割获取精确二次分割结果。实验结果表明，该方法可以准确提取饮水区与饲喂区的猪个体，实时性也较好，该项研究成果为进一步探索群养猪个体身份识别、行为分析等奠定了基础。　　（ 3 ）提出一种基于等距映射算法（ ISOMAP ）和混合核函数支持向量机（SVM）的俯视群养猪个体识别方法。首先，需要获得各单只猪个体，即对采集的俯视群养猪视频序列进行前景检测与目标提取。然后进行猪只特征提取以表征猪个体身份，包括提取各猪只的颜色、纹理和形状三类特征，并做特征标准化。接着，利用 ISOMAP 算法对组合特征进行特征融合，在最大程度保留有效识别信息的基础上降低特征维数。最后，利用优化核函数的支持向量机分类器进行训练与识别。实验针对的是无粘连的俯视群养猪图像，实验取得了较高的识别率，表明ISOMAP算法在特征融合上有优势，且提出的基于混合核函数的SVM较单一核函数SVM分类效果更好。该方法从机器视觉角度探索了俯视群养猪的个体识别，有别于现有的佩戴RFID标签的侵扰式猪个体识别，该研究成果为无应激的猪个体识别提供了新的思路。　　（4）提出一种采用机器视觉技术识别饮水区的猪个体，继而分析猪个体是否饮水的方法。猪个体的饮水情况是判断猪个体健康与否的重要参考。首先，从俯视群养猪视频序列中提取饮水区的猪个体。接着，计算猪个体与饮水龙头之间的距离，判断该猪个体是否与饮水龙头接触，如果是则提取该猪个体的颜色矩、面积、周长等优选后的特征，同时对特征进行数据标准化。然后，通过与标准样本间的欧式距离识别该猪个体。最后，根据猪个体与饮水龙头之间的接触时间来判断猪个体是否饮水。实验结果表明该方法的优势在于：一、仅对饮水区猪个体进行分析识别，因猪圈中的饮水龙头固定且只有一个，猪只在其他区域粘连对分析识别没有任何影响，这样就克服了人工选取实验图像的不足；二、避免了猪只姿势各异对猪个体识别结果的影响；三、进一步优化了特征提取，简化了识别过程，提高了实时性。实验成果可以辅助饲养员对猪个体的饮水监控，减轻其工作负担，提前预知与猪只饮水相关的疾病疫情，为进一步探索群养猪中猪个体的其他行为提供了参考。　　信息技术的发展日新月异，监控设备价格的持续下降和性价比的不断提高，为养殖业向智能化方向发展提供了硬件基础。同时，国家也不断出台政策鼓励和引导养殖业向智能化方向发展。本文的创新性研究成果对于构建和完善俯视状态下的群养猪计算机视觉监控系统，提高养猪业智能化管理水平，以及改善猪只福利等，都具有较好的科学价值和借鉴意义。