English

Journal of Chinese Agricultural Mechanization

Journal of Chinese Agricultural Mechanization ›› 2019, Vol. 40 ›› Issue (12): 144-148.DOI: 10.13733/j.jcam.issn.2095-5553.2019.12.25

Previous Articles     Next Articles

  

  • Online:2019-12-15 Published:2019-12-15

基于HED网络的奶牛边缘图像特征提取

苏恒强;张俊;   

  1. 吉林农业大学信息技术学院;
  • 基金资助:
    吉林省科技厅2018年自然基金(20180101041JC)

摘要: 对奶牛的图像进行高精度边缘特征提取,为奶牛的个体识别或者奶牛的线性评定提供重要的评判依据,可以更好的实现奶牛保险业的自动化管理。采用基于FCN和VGG改进的边缘检测HED(Holistically-Nested Edge Detection)网络,在caffe框架下通过MATLAB实现对奶牛原始图像的边缘特征提取。将HED网络检测出的边缘特征图像与传统优化过的Canny算子作比较,无论从直观的边缘图像对比,还是数据的对比,HED网络的效果远远优于传统算法。用500张奶牛图片在BSDS500上进行性能评估,其中200张为训练图片,200张为测试图片,100张为检验图片。HED网络的奶牛边缘检测效果比Canny算法提高18.6%,大大提高奶牛边缘图像的处理精度、去噪声能力。将HED网络检测出的奶牛边缘图像为奶牛的识别提供重要依据,实现奶牛保险业高效的自动化管理。

关键词: 奶牛, 图像处理, 边缘特征提取, Holistically-Nested Edge Detection

CLC Number: