基于改进PointNet++的奶牛乳头参数自动检测方法
孙军蕊
赵凯旋
王锦锦
高颂
年悦
江世界
河南科技大学农业装备工程学院,河南洛阳 471000
摘要：奶牛乳头参数是线性评分的重要组成部分,但由于乳头目标较小且形态复杂,为实现多个乳头参数的快速精准检测,提出了基于改进PointNet++网络模型的奶牛乳头线性评分参数自动检测方法.首先,利用Kinect DK相机获取奶牛场景的RGB-D数据,并基于融合深度信息的ORB-SLAM2算法实现三维重构.然后,针对奶牛乳头目标小、分割难的特点,引入Heatblock注意力机制提升PointNet++网络模型对乳头的分割精度.最后,采用点云处理和主成分分析方法计算奶牛乳头长度、前后乳房高度差以及前后乳头间的距离等参数.结果表明:改进模型分割精确率达95.7％,平均交并比为80.2％,奶牛乳头参数误差均小于3.85％.该方法具有自动化程度高、精度高且对奶牛应激小的特点,能够满足奶牛乳头参数自动检测的使用需求.
关键词：奶牛乳头参数PointNet++三维重构
分类号：S823(家畜)
资助基金：国家重点研发计划(2023YFD2000702)河南省国际科技合作项目(232102521006)河南省高校科技创新人才项目(24HASTIT052)
论文发表日期：2025-10-25
在线出版日期：2025-11-17（本平台首次上网日期，不代表文献的发表时间）
页数：10( 86-95 )
英文信息