一个新的多源猪体图像注册,用于多功能检测
Zhen Zhong1,2,3, Shengfei Zhi3
1School of Electrical and Information Engineering, Tianjin University, Tianjin 300372, China.
Sensors (Basel, Switzerland)
|November 27, 2025
概括
一种新的方法,基于Gabor-Ordinal的轮角度定向 (GOCAO),准确地记录了猪的可见和红外图像. 这提高了动物健康监测的多功能检测,超过了现有的算法.
科学领域:
- 农业科学 农业科学
- 计算机视觉 计算机视觉
- 图像处理 图像处理
背景情况:
- 动物产品的安全性是一个重大问题.
- 可见和红外成像为猪健康检测提供多功能表示.
- 多种来源的猪图像的直接注册会导致由于分辨率和频谱的不同而导致结构和空间的失调.
研究的目的:
- 为猪体提出一种新的多源图像特征表示方法.
- 开发一种准确的可见和红外猪体图像记录方法.
- 为了提高猪健康评估的多功能检测.
主要方法:
- 基于Gabor-Ordinal的轮角度定向 (GOCAO) 是为了特征表示而开发的.
- 使用了GOCAO-Rough to Fine (GOCAO-R2F) 的注册方法.
- 在GOCAO中,Gabor过器和顺序运算用于轮/纹理特征,CSS用于特征点,MSIFT用于注册.
主要成果:
- 该GOCAO-R2F算法实现了准确的多源图像匹配猪体.
- 与当前的注册算法相比,提出的方法显示出更高的性能.
- 实现了较低的平均平方根平均误差,表明更好的注册准确性.
结论:
- 在GOCAO-R2F方法提供准确的注册多源猪图像.
- 这种方法促进了猪健康监测的增强多功能检测.
- 该算法通过先进的成像技术为改善动物农产品安全提供了一个有前途的解决方案.
