KNN算法奶牛图像的奶牛身份识别研究+源代码(2)
5.4 基于LBPV算法的特征提取 19
6 奶牛身份识别 23
6.1 基于KNN算法的奶牛身份识别 23
6.1.1 KNN算法基本原理 23
6.1.2 KNN算法结果分析与比较 24
6.2 基于支持向量机的奶牛身份识别 27
6.2.1 LIBSVM基本原理 28
6.2.2 LIBSVM结果分析与比较 29
7 总结与反思 30
7.1 研究的主要内容 30
7.2 不足之处的反思 30
7.3 未来改进的思路 31
致谢 32
参考文献 32
基于奶牛图像的奶牛身份识别研究
1 绪论
1.1 研究意义
随着我国信息科技产业的不断发展和完善，畜牧业也已经开始逐渐使用计算机技术来代替传统的畜牧管理方法。在奶牛身份识别的发展过程中，传统方法是对每头奶牛进行人工标记，进而用肉眼对不同的奶牛进行区分识别。此方法的不足之处是大型奶牛场耗费的人力较大，识别率低且错误率较高，因此无法全面精确地掌握奶牛整体的生活状态和生活水平，这种传统的识别方法已逐步被现代化的奶牛场淘汰[1]。为了提高畜牧场的管理水平，将信息技术更好地应用到奶牛养殖中，从而实现畜牧场奶牛管理智能化，降低成本开销，提高乳产品的质量，奶牛的身份识别技术将会发挥出重要的作用。
1.2 国内外研究现状
1.2.1 国外研究现状
1.2.2 国内研究现状
1.3 研究方法
（1）获取奶牛场中奶牛生活的视频，从视频中截取每头奶牛的图像；
（2）将获取的奶牛图像按其身份进行编号分类；
（3）为每头奶牛建立对应的身份训练图库和身份测试图库；
（4）对奶牛图像进行图像增强、图像降噪等预处理；
（5）对经过预处理操作过后的奶牛图像进行分割；
（6）提取分割后奶牛图像的特征；
（7）依据特征库中的特征数据对奶牛身份进行身份识别