核-主成分分析在奶牛体况自动评分中的应用

您当前的位置：

首页 >

文章列表页 >

信息光学与图像处理 | 更新时间：2025-09-01

- 核-主成分分析在奶牛体况自动评分中的应用
- Kernel-PCA application on dairy cow automatic body condition score
- 光学技术 2013年39卷第3期页码：222-227
- 作者机构：
  
  1. 1:山东大学信息科学与工程学院
  2. 2:山东轻工业学院
- 作者简介：
- 基金信息：
  
  山东省科技发展计划项目(2011GNC11031)
- DOI：10.13741/j.cnki.11-1879/o4.2013.03.006
  中图分类号：
- 纸质出版：2013
- 稿件说明：
移动端阅览
吴复争, 姜威, 张美杰. 核-主成分分析在奶牛体况自动评分中的应用[J]. 光学技术, 2013,39(3):222-227.

Kernel-PCA application on dairy cow automatic body condition score[J]. 2013, 39(3): 222-227.
吴复争, 姜威, 张美杰. 核-主成分分析在奶牛体况自动评分中的应用[J]. 光学技术, 2013,39(3):222-227. DOI： 10.13741/j.cnki.11-1879/o4.2013.03.006.

Kernel-PCA application on dairy cow automatic body condition score[J]. 2013, 39(3): 222-227. DOI： 10.13741/j.cnki.11-1879/o4.2013.03.006.

在奶牛体况自动评分领域的研究中还没有规范、统一的图像库和特征选取标准

评分准确率较低。针对上述奶牛体况自动评分研究的不足

提出了基于核-主成分分析(Kernel-PCA)的奶牛体况评分方法。首先利用霍夫变换(Hough Transform)提取奶牛尾部区域图像

然后利用图像分块去除奶牛表面的黑白花

最后采用核-主成分分析算法进行体况识别评分。实验结果表明

利用该方法能够制作一个科学、有效的奶牛体况评分图库

并且能够在一定误差范围内对奶牛体况进行自动评分。

浏览量

185

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

多特征融合的交通标志检测与分类研究

基于神经网络的图像识别方法研究

支持向量机核函数选择对面部特征识别的作用

高精度自动贴片机视觉系统定位算法研究

图像的微分处理与相关识别