张满囤， 单新媛， 于 洋，*， 米 娜， 阎 刚， 郭迎春

(1.河北工业大学 计算机科学与软件学院，天津 300401； 2.河北省大数据计算重点实验室，天津 300401)

基于小波变换和改进KPCA的奶牛个体识别研究

张满囤1，2， 单新媛1，2， 于 洋1，2，*， 米 娜1，2， 阎 刚1，2， 郭迎春1，2

(1.河北工业大学 计算机科学与软件学院，天津 300401； 2.河北省大数据计算重点实验室，天津 300401)

为加快畜牧业现代化程度，克服传统方法中奶牛个体识别正确率低的缺陷，针对奶牛个体纹理特征，对传统KPCA(核主成分分析)方法从降低协方差矩阵维数和引入类别信息两个角度进行改进，并与小波变换进行结合，应用于奶牛个体识别领域。首先对归一化后的奶牛图像进行一层小波分解得到4个分量子图，然后对各子图利用改进的KPCA进行特征提取并引入加权策略融合，最后构造出多类SVM分类器进行学习分类。将预先采集的20头奶牛个体的视频数据转化成图片序列并选取20 000张组成实验数据集，通过多组对比实验对小波融合系数、融合向量组数、特征维数三个重要参数进行设定，然后利用不同算法进行奶牛个体识别实验。结果表明，提出方法在识别正确率达到96.31%时，仅用了4.20 s，较其他算法具有明显优势，可以有效地应用到奶牛个体识别领域，兼具高性能、低成本的优势。

小波变换；改进KPCA；特征融合；奶牛；个体识别

信息技术飞速发展，农业现代化步伐不断加快，集约化、规模化奶牛养殖体系得到大力推广。奶牛个体识别作为奶牛信息化管理[1-4]的基础，成为当前畜牧行业的一个研究热点。……