利用智能视频监控手段替代人工观察,准确实时地检测母猪分娩,同时对出生仔猪的运动状态进行判别是很有价值的研究课题,此课题正是相关企业新产品委托研发中的主要关键技术之一。本文给出了实际视频监控场景下的猪只分娩行为识别方法,并对出生的仔猪进行了跟踪。本文主要的研究工作有:1.前景检测。首先研究对比了计算机视觉中常见的三种前景检测算法:GMM、Vibe和帧间差分法。在将它们分别应用到实际的猪只行为视频上后,经分析和对比实验结果,对前景检测方法做出改进。在改进后的基础上,运用图像处理中的形态学操作,获得更好的前景检测结果。2.猪只分娩行为识别。本文给出了一种基于图像分割和霍夫变换的母猪位置获取和自适应设置感兴趣区域的算法,成功地实现了母猪位置的获取和感兴趣区域的设立;然后,根据母猪分娩时的行为特征,提出了一种基于感兴趣区域轮廓面积和宽高比阈值的分娩识别算法。在企业合作方提供的真实场景视频数据集上,对于母猪位置的获取和第一只仔猪的出生识别,我们算法的判定准确率均达到95%以上。3.仔猪目标跟踪。首先对仔猪目标进行提取。针对栅栏遮挡造成前景轮廓断开的情况,本文提出了一种多框融合的算法,可以较好地获取仔猪目标的完整轮廓。然后,我们对传统压缩感知算法做出改进,提出了基于感兴趣区域前景更新的压缩感知仔猪跟踪算法。实验表明,本文提出的跟踪算法即使对于部分遮挡环境下的仔猪目标依然可以较好地跟踪。在上述算法的基础上,我们构建了一个猪只分娩行为识别与跟踪系统的原型,并在企业提供的真实场景数据集上进行了测试。测试结果表明,系统对于母猪位置的获取和第一只仔猪的出生识别准确率达到95%以上,且对于部分遮挡环境下的仔猪目标也能较好地跟踪。