基于牦牛图像体尺形状预测其种群类型

伍施宇, 刘亚欣, 王世凯, 钟金城, 王嘉博, 益西康珠

西南民族大学学报(自然科学版) ›› 2025, Vol. 51 ›› Issue (6) : 650 -657.

PDF
西南民族大学学报(自然科学版) ›› 2025, Vol. 51 ›› Issue (6) : 650 -657. DOI: 10.26978/j.cnki.xnmdzk.2025.06.007

基于牦牛图像体尺形状预测其种群类型

    伍施宇, 刘亚欣, 王世凯, 钟金城, 王嘉博, 益西康珠
作者信息 +

Author information +
文章历史 +
PDF

摘要

为了科学辨别牦牛种群类型,探究通过图像测量体尺性状数据来预测牦牛种群类别是否可靠.试验选取青藏高原3个牦牛类群:玉树牦牛、环湖牦牛以及麦洼牦牛作为研究样本,分别测定体长、体高、体斜长、嘴长、胸围、正管围和侧管围共7个体尺性状,并借助ImageJ软件对图像中牦牛关键位点进行像素与实际距离转换,换算出牦牛的图像体尺数据.对得到的体尺性状数据进行分析,计算牦牛类群内部各个体尺性状之间的关联程度、3种牦牛同一体尺性状的差异程度,以及各类群内部不同体尺性状所占权重.最后将3种牦牛按整体、性别和年龄划分后计算实际测量和图像测量之间的相关性.结果表明:实际测量与图像测量之间的各体尺性状大多呈现了较好的相关性与较低的偏离程度;针对牦牛体尺数据进行比较时发现,体高在7种体尺性状中的重要性最高,性状间大多呈正相关,相关性最高的是体长与体斜长,类群之间体尺性状存在不同程度的差异,可作为3种牦牛种群类型(祁连山脉高原型、青海湖低矮型以及川西北高原型)区分的一个依据;以6个体尺性状为随机效应构建牦牛类群预测模型,使用rrBLUP、Bayes B和随机森林3种模型进行预测,结果显示随机森林模型预测结果最好(准确率达0.683).图像转化的体尺数据可以用于后续的体型外貌评定以及育种潜能评估.这些结果将辅助提升牦牛体尺体重自动化测定的能力,为更大范围探索牦牛体型外貌评定的遗传基础提供了新的策略支撑.

关键词

牦牛 / 图像识别 / 体尺性状 / 模型预测 / 种群类型

Key words

引用本文

引用格式 ▾
基于牦牛图像体尺形状预测其种群类型[J]. 西南民族大学学报(自然科学版), 2025, 51(6): 650-657 DOI:10.26978/j.cnki.xnmdzk.2025.06.007

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

0

访问

0

被引

详细

导航
相关文章

AI思维导图

/