基于点云精准分割的奶牛臀宽自动测量方法

摘要

[目的]奶牛臀宽是奶牛生长繁殖的重要评判标准，目前臀宽测量依旧以人工测量为主，费时费力，而且容易受主观因素影响。本文提出一种基于点云精准分割的奶牛臀宽自动测量方法。[方法]搭建奶牛后俯视深度图像采集系统，对原始数据进行处理，利用DBSCAN(density-based spatial clustering of applications with noise)方法剔除奶牛周围的背景。基于PointNet++神经网络，将奶牛坐骨结节进行分割并获取臀部区域。检测奶牛臀部区域的轮廓线，利用坐骨结节与尾巴之间的凹陷来判定坐骨结节的位置，最终计算出奶牛的臀宽。[结果]点云分割模型在交并比50%下的平均准确率可达94.2%,体尺测量的最大绝对误差为-5.53 cm,平均相对误差为5.84%。而奶牛在尾巴自然下垂状态时绝对误差为-2.02～2.22 cm,平均相对误差为3.79%。[结论]本文方法在奶牛尾巴自然下垂时效果最好，能够较好地实现奶牛臀宽自动检测。

关键词

奶牛 / 深度图像 / 体尺测量 / 点云处理