中国乳业 ›› 2026, Vol. 0 ›› Issue (9): 46-52.doi: 10.12377/1671-4393.26.09.07

• 饲养管理 • 上一篇    下一篇

基于OpenCV的牛乳头图像预处理工程化方案

高璐, 迟盛元*, 王坤鹏, 朱一鸣, 于轩, 周登贤   

  1. 哈尔滨信息工程学院 软件学院,黑龙江哈尔滨 150431
  • 出版日期:2026-09-25 发布日期:2026-10-23
  • 通讯作者: *迟盛元（1999-）,男,辽宁朝阳人,硕士,研究方向为计算机视觉、图像处理、人工智能。
  • 作者简介:高 璐（1982-）,女,黑龙江哈尔滨人,博士,教授,研究方向为人工智能;王坤鹏（2005-）,男,河南新乡人,在读本科,研究方向为图像处理、嵌入式;朱一鸣（2004-）,男,河北承德人,在读本科,研究方向为图像处理、大数据;于 轩（2005-）,男,黑龙江齐齐哈尔人,在读本科,研究方向为图像处理、大数据;周登贤（2005-）,男,贵州贵阳人,在读本科,研究方向为大数据、嵌入式、图像处理。
  • 基金资助:
    哈尔滨信息工程学院校级自然科学基金（XZRJJ2025002,XZRJJ2026001）; 哈尔滨信息工程学院高年级课题（2526130103052、2526130103053）

An Engineering-oriented Preprocessing Approach for Udder Images Based on OpenCV

GAO Lu, CHI Shengyuan*, WANG Kunpeng, ZHU Yiming, YU Xuan, ZHOU Dengxian   

  1. School of Software,Harbin Institute of Information Technology,Harbin Heilongjiang 150431
  • Online:2026-09-25 Published:2026-10-23

PDF (PC)

0

摘要： 随着我国奶牛养殖规模化与智能化水平不断提升,智能挤奶技术对牛乳头图像的质量提出了更高要求。针对牛舍复杂环境下的图像噪声、光照不均和细节模糊问题,以及现有算法在处理效果与轻量化部署之间难以兼顾的局限,本文设计并验证了一套面向牛乳头图像的轻量化图像预处理方案。该方案通过灰度化、高斯滤波、CLAHE增强、自适应二值化与多通道融合,实现了图像的噪声抑制与细节增强。实验结果表明,该方法可使图像平均梯度提升10.31%,信息熵提升6.05%。此外,该方案计算资源消耗低、适配性强、易于部署,可满足智慧牧场嵌入式设备的实际应用需求。

关键词: 数据预处理, 奶牛养殖, 图像降噪, 细节增强

Abstract: With the continuous development of large-scale intelligent dairy farming in China, smart milking systems demand high-quality udder images. To address challenges such as image noise,uneven lighting,and blurred details in complex barn environments,as well as the difficulty of existing algorithms in balancing processing efficiency and lightweight deployment,this study proposed and validated a lightweight preprocessing approach for udder images. The method combines grayscale transformation,Gaussian filtering,CLAHE enhancement,adaptive binarization,and multi-channel fusion to achieve effective noise suppression and detail enhancement. Results showed an improvement of 10.31% in average gradient and 6.05% in information entropy. The solution also featured low computational resource consumption, strong adaptability,and easy deployment,making it suitable for practical applications in embedded systems within smart farms.

Key words: image preprocessing, dairy farming, noise reduction, detail enhancement

[1] 隋鸿方,胡洪杰.数字化智能养殖系统在畜牧业中的应用[J].畜牧业环境,2025(12):136-137.
[2] 卢小龙,崔奎青,祁昊,等.奶牛智慧养殖关键技术研究进展[J].黑龙江畜牧兽医,2025(9):23-31.
[3] 李梦洁. 基于改进YOLOv8n的双目视觉奶牛乳头空间定位研究[D].河北农业大学,2025.
[4] 崔祥. 基于近红外光谱分析技术的牛乳体细胞数检测方法研究[D].东北农业大学,2024.
[5] 迟盛元,白岩,孟祥民,等.基于数字孪生的印刷电路板缺陷检测算法优化[J].无线电通信技术,2024,50(5):1046-1054.
[6] 李天荷,杜韦剑,董泳彤,等.基于深度学习的牛脸识别方法综述[J].现代信息科技,2026,10(6):81-86.
[7] 李金朋,冯帅,杨鑫,等.融合CLAHE-SV增强Lab颜色特征的水稻覆盖度提取[J].农业工程学报,2023,39(24):195-206.
[8] 张晓卫. 基于计算机视觉的养殖场牛身份识别研究[D].内蒙古科技大学,2023.
[9] 姬伟,陶云,赵德安,等.基于CLAHE的苹果树树枝迭代阈值分割方法研究[J].农业机械学报,2014,45(4):69-75.
[10] 杨卫中,徐银丽,乔曦,等.基于对比度受限直方图均衡化的水下海参图像增强方法[J].农业工程学报,2016,32(6):197-203.
[1] 刘月涵, 李彤. 奶牛养殖企业的现金流精细化管理——以现代牧业为例[J]. 中国乳业, 2026, 0(9): 31-37.
[2] 丽丽, 包和平, 刘荣, 武志红, 郭婷, 乌日金, 叶丽娜, 黄莎娜, 钟罡, 王璐. 内蒙古奶业发展现状、挑战与对策研究[J]. 中国乳业, 2026, 0(8): 33-38.
[3] 韩萌, 贾保京, 韩志熠, 李晓成, 甄玉国. 日粮中添加双活性包被牛至精油对奶牛生产性能的影响[J]. 中国乳业, 2026, 0(7): 3-9.
[4] 陈军, 杨立广, 张婷, 邹庆建. 基于SWOT分析的聊城市规模以下奶牛养殖业发展路径和对策研究[J]. 中国乳业, 2026, 0(6): 83-89.
[5] 周鑫宇, 刘长全. 奶牛养殖场土地配套政策的演进逻辑、现实困境与优化路径[J]. 中国乳业, 2026, 0(5): 2-10.
[6] 张海峰, 邹思琪, 程佳鑫, 王俊淇, 王海妍, 陈媛媛, 夏成. 2023年黑龙江省牡丹江市规模化牧场奶牛养殖现状调研与发展建议[J]. 中国乳业, 2026, 0(1): 37-44.
[7] 陈智超, 张文学, 张文成, 张全基. 植物乳酸菌在奶牛养殖中的应用效果研究[J]. 中国乳业, 2026, 0(1): 45-50.
[8] 成冲. 数智化驱动下烟台地区奶牛三大病综合防控体系构建与实践成效[J]. 中国乳业, 2026, 0(1): 65-70.
[9] 韩萌, 张文学, 杨旭, 王晶. 奶牛疼痛评估与抗炎镇痛治疗关键技术研究进展[J]. 中国乳业, 2025, 0(9): 84-90.
[10] 李阳, 杨艳芬. “双碳”目标背景下奶牛养殖绿色发展研究[J]. 中国乳业, 2025, 0(7): 46-50.
[11] 杨艳芬, 李阳, 燕慧, 纪勇成, 程国明. 双碳目标背景下奶牛养殖碳排放分析——以东营市为例[J]. 中国乳业, 2025, 0(6): 44-48.
[12] 李志佳, 徐伟, 赵慧秋, 马修国, 马志愤. 基于智慧牧场管理系统的奶牛养殖生产性能关键指标分析与提升建议[J]. 中国乳业, 2025, 0(5): 40-48.
[13] 杨希川, 王磊. 临沭县奶牛养殖业发展现状及动物疾病预防策略[J]. 中国乳业, 2025, 0(4): 72-76.
[14] 赵慧秋, 谷粟琨, 李志佳, 赵善江, 顾文源, 马志愤, 魏玉东, 韩燕, 董飞, 徐伟, 马修国. 河北奶牛养殖加工一体化发展现状及政策分析[J]. 中国乳业, 2025, 0(2): 10-15.
[15] 韩萌. 挤奶机器人助力奶牛场可持续发展的关键因素分析[J]. 中国乳业, 2025, 0(2): 19-22.
Viewed
Full text


Abstract

Cited
  Shared   
  Discussed   
No Suggested Reading articles found!
ISSN 1671-4393
CN 11-4768/S
主管：中华人民共和国农业农村部
主办：中国农业科学院农业信息研究所
地址：北京市海淀区中关村南大街12号
邮编：100081
电话：010-82106772
E-mail：zhgry@caas.cn

版权所有 © 《中国乳业》编辑部