基于机器视觉的奶牛发情行为自动识别方法

及时检测奶牛发情、适时人工授精、减少空怀奶牛，是奶牛养殖场增加产奶量的关键手段。针对基于运动量和体温等体征的接触式奶牛发情识别方法会造成奶牛应激反应且识别准确率不高的问题，提出了一种非接触式奶牛发情行为自动识别方法。该方法首先使用改进的高斯混合模型实现运动奶牛目标检测，然后基于颜色和纹理信息去除干扰背景，再利用AlexNet深度学习网络训练奶牛行为分类网络模型，识别奶牛爬跨行为，最终实现对奶牛发情行为的自动识别。在供试数据集上的试验结果表明，本文方法对奶牛发情的识别准确率为100%，召回率为88.24%。本文方法可应用于奶牛养殖场的日常发情监测中，为生产管理提供辅助决策。     

基于高斯混合-隐马尔科夫融合算法识别奶牛步态时相

奶牛步态时相是反映奶牛健康及跛行严重程度的重要指标。为准确自动识别奶牛步态时相,本研究提出一种融合高斯混合模型 （Gaussian Mixture Model,GMM） 和隐马尔科夫模型 （Hidden Markov Model,HMM）的无监督学习奶牛步态时相识别算法 GMM-HMM。使用惯性测量单元采集奶牛后肢加速度和角速度信号,通过卡尔曼滤波消除噪声,筛选并提取特征值,构建GMM-HMM模型,实现奶牛静立相、连续步态中的站立相和摆动相等3种步态时相的自动识别。结果表明,静立相识别的准确率、召回率和F₁分别为89.28%、90.95%和90.91%,连续步态中的站立相识别的准确率、召回率和F₁分别为91.55%、86.71%和89.06%,连续步态中的摆动相识别的准确率、召回率和F₁分别为86.67%、91.51%和89.03%。奶牛步态分割的准确率为91.67%,相较于基于事件的峰值检测法和动态时间规整算法准确率分别提高了4.23%和1.1%。本研究可为下一步基于穿戴式步态分析的奶牛跛行特征提取提供技术参考。     

基于改进动态时间规整算法的奶牛步态分割方法

为准确提取步态特征、识别奶牛跛行,利用三维加速度传感器采集30头奶牛后趾加速度信号,针对奶牛步态人工分割的不足,提出基于改进的动态时间规整算法对奶牛步态进行分割,提取特征值并利用逻辑回归法建立跛行识别模型。采用本文方法得到的步态分割精确度、灵敏度、准确率平均值分别为89.53%、95.51%、87.49%,比常规动态时间规整算法分别提高了5.31、4.48、8.43个百分点,总体准确率达到90.57%,相较自相关函数法和峰值检测法分别提高了1.75、3.13个百分点。以支撑时间、步幅长度、平均强度、信号幅度面积、前进方向加速度均值和运动变化量为自变量的跛行识别模型识别率分别为83.44%、81.72%、86.15%、86.81%、89.45%和85.71%。本研究结果可为奶牛步态分割、跛行识别提供技术支持。     

无线射频识别技术在奶牛饲喂机器人上的应用

无线射频识别技术(RFID)是一种非接触的自动识别技术,无线射频识别系统主要由远距离射频卡、远距离读卡器以及天线组成.奶牛饲喂机器人是用来进行奶牛个体精饲料补给的精准饲喂系统,主要由奶牛自动识别、计算机控制和喂料机构等3部分组成.为此,介绍了无线射频技术的主要特点和工作原理、几种不同形式的奶牛饲喂机器人以及基于射频识别技术的奶牛饲喂机器人的工作原理.     

基于Faster-RCNN深度学习的茶叶嫩芽多维度识别及其性能分析

茶叶嫩芽自动识别分类是实现采茶机器人精采名优茶的关键技术。由于茶叶嫩芽与背景中茶叶差别很小,且茶叶嫩芽形状多样,有一芽一叶和一芽二叶等多种形式,给自动识别带来很大难度。基于Faster-RCNN深度学习神经网络模型多维度进行茶叶嫩芽识别。首先对网络性能进行分析,选取较优的网络模型;在此基础上,研究一幅图像中包含嫩芽的不同数量、形态、拍摄角度、光照条件多维度对识别性能的影响。结果发现,光照条件和拍摄角度对嫩芽识别影响较大。所采用的Faster-RCNN深度学习模型对45°角度拍摄、晴天环境下单株集中一芽两叶的茶叶嫩芽识别效果最佳,同时阴天和90°拍摄时识别效果较差。研究为后续实现机器人现代化智能化的名优茶精采提供了技术支持。     

基于单片机的奶牛精量饲喂系统的设计研究

开发了由PC机为管理平台基于单片微机控制的奶牛精量饲喂系统,介绍了系统的硬件、软件设计等方面的问题。本系统以PC机为管理软件运行平台,以ETR100嵌入式系统为控制平台,共同作为奶牛个体识别的Rf射频身份识别系统和给料系统的核心。该系统能够实现奶牛身份自动识别,并通过采集奶牛信息,根据不同情况自动计算奶牛应喂的精料量及饲喂次数,自动分多次、分时段对每头奶牛进行精量饲喂。经试验证明,该系统可靠性高、稳定性好、功能强、可扩展性好等,有广阔的开发应用前景。     

奶牛运动行为智能监测研究进展与技术趋势

奶牛运动行为蕴含着诸多健康信息。信息化、智能化技术的应用有助于养殖场及时掌握奶牛健康状况,提高养殖效率。本文主要针对奶牛运动行为智能监测技术的研究进展予以分析,首先对奶牛基本运动（躺卧、行走、站立）、发情、呼吸、反刍及跛行等行为的监测意义进行阐述,明确了奶牛行为监测的必要性;其次按照时间顺序分别从接触式监测方法和非接触式监测方法两方面综述了国内外相关研究现状,对相关研究的原理及成果进行详细介绍,并进行了分类总结;对奶牛行为监测产业发展现状进行了分析,介绍了国外主流牧场自动化设备供应商主营业务及代表产品;之后分别提出了当前接触式和非接触式奶牛运动行为监测方法的问题与挑战。最后,针对相关关键技术的发展趋势进行了展望。     

基于计算机视觉的害虫识别技术研究进展

害虫自动识别技术是实现农业现代化的关键。机器视觉技术在害虫识别上的应用促进了害虫自动识别技术的发展。为此,针对国内外在农业害虫识别领域的研究现状,全面、系统地分析了基于机器视觉技术的害虫识别研究进展及应用情况;同时,阐述了利用数学形态学法、二叉树法、人工神经网络等方法识别害虫的理论依据、研究情况及关键问题,指出了实现自动识别的前景及难点,以期促进该项技术在我国的应用。     

基于压力分布测量系统的奶牛跛行早期识别

奶牛跛行导致奶牛的生产性能下降,以致过早的被淘汰,给养殖场带来严重的经济损失,对奶牛跛行早期进行识别是最佳的解决办法。采用美国Tekscan公司生产的Walkway（压力测量步道）搭建压力分布测量系统,利用光电传感器设计触发电路,同步触发启动和停止测量系统,数据采集后利用分析软件进行数据处理和分析,计算单个或多个步态参数,获取其数据表和曲线。以人为测试对象的前期试验结果表明：基于Walkway搭建的压力分布测量系统对经过其表面的压力数据提取、分析,得到的步态参数值能够实时反映测试对象相应的运动状态,且提取速度快、准确度高;该测量系统用于步态分析是可行的,且为后期奶牛跛行早期的识别奠定了理论基础,为奶牛养殖场实现无人监督的自动步态检测提供了可能。     

基于计算机视觉的奶牛生理参数监测与疾病诊断研究进展及挑战

利用先进的信息技术推动智能养殖业发展已经成为奶牛养殖研究领域的重要目标和任务。计算机视觉技术具有非接触、免应激、低成本及高通量等优点,在畜牧生产中应用前景广阔。本文在阐述了计算机视觉技术在智能化养殖业发展中重要性的基础上,首先介绍了基于计算机视觉的奶牛生理参数监测进展,包括体尺、体温、体重的前沿监测设备、技术和模型参数。然后阐述了奶牛跛行及乳腺炎等疾病诊断的前沿技术发展过程和研究现状。目前,相关技术研究和应用推广存在检测准确性不高,受环境因素影响较大,非标准化养殖场结构制约检测系统普及,以及检测系统成本较高等问题和挑战。最后,本文结合中国养殖业发展现状,针对保证检测准确性、减少环境干扰等问题,就如何提高计算机视觉技术在智能化养殖业中的准确性和普适性提出了相关建议,旨在为中国奶牛养殖业的科学管理和现代化生产提供新方法和新思路。     

基于SNSS-YOLO v7的肉牛行为识别方法

肉牛活动过程中所表现出的行为是肉牛健康状况的综合体现，实现肉牛行为的快速准确识别，对肉牛疾病防控、自身发育评估和发情监测等具有重要作用。基于机器视觉的行为识别技术因其无损、快速的特点，已应用在畜禽养殖行为识别中，但现有的基于机器视觉的肉牛行为识别方法通常针对单只牛或单独某个行为开展研究，且存在计算量大等问题。针对上述问题，本文提出了一种基于SNSS-YOLO v7(Slim-Neck&Separated and enhancement attention module&Simplified spatial pyramid pooling-fast-YOLO v7)的肉牛行为识别方法。首先在复杂环境下采集肉牛的爬跨、躺卧、探究、站立、运动、舔砥和互斗7种常见行为图像，构建肉牛行为数据集；其次在YOLO v7颈部采用Slim-Neck结构，以减小模型计算量与参数量；然后在头部引入分离和增强注意力模块(Separated and enhancement attention module, SEAM)增强Neck层输出后的检测效果；最后使用SimSPPF(Simplified ...     

奶牛体征参数监测系统设计

根据奶牛发情期和发病时活动量异常和体温波动的特点,设计了奶牛体征参数检测系统采集奶牛的活动量和体温,对于奶牛的发病诊断和生活环境分析具有重要意义。该系统以16位超低功耗混合信号处理器MSP430F133、数字温度传感器DS18B20和ND专用传感器为硬件核心,实现了奶牛体征参数的实时监测,并进行了系统硬件和软件设计。该系统结构简单、易于实现、可靠性较高,且功能易于扩展,能够对奶牛的体征参数进行定时、连续、无损伤、精确地测量和记录。     

奶牛智能饲喂关键技术研究

随着现代规模化养殖新格局的初步形成,奶牛智能养殖装置的不断涌现,奶牛饲喂技术发展呈现出信息化、精细化、智能化的趋势。通过分析奶牛全混合日粮饲喂技术与奶牛自动饲喂装备系统的特点和应用情况,对国内外奶牛养殖技术装备进行总结,国内中小型养殖场仍存在自动化水平较低、饲喂技术与装备结合不完善、饲喂效率较低等问题;大规模养殖场面临核心技术需进口、养殖成本与装备研制成本较高的问题;国外的智能养殖装备技术相对成熟,相关装备系统已经大范围使用。此外结合国内外研究现状提出我国饲喂技术装备的改进方向,针对实际养殖情况对装备技术进行研发,促进我国自主装备及核心技术的推广应用,推进奶牛养殖装备技术向精细化、智能化发展,切实提升我国奶牛养殖水平。     

基于机器视觉的棉种破损检测技术

研究了破损棉种的机器视觉识别方法,采用均值、方差、均方比等统计特性参数,计算棉种边界破损参数.通过实验确定均方比分类阈值为0.58,将棉种分为破损棉种和正常棉种.选取正常棉种330粒、破损棉种110粒,利用该检测系统进行检测,其识别精度达93%.     

乳品采集智能化工况模拟与检测系统

针对我国乳品采集设备性能试验检测技术应用研究相对薄弱等问题,自行研制开发了机械化乳品采集检测模拟系统,以满足当前国内对各种乳品采集成套设备进行结构研究和性能试验检定的需要。检测系统包括采用独特的液体自动吊挂称量罐形式的模拟工况下挤奶量自动计量性能测试系统以电容薄膜真空传感器和嵌入式微处理器为核心的挤奶系统脉动性能检测装置、独特的悬梁式荷重传感器以及以摆头传递被测力的自动脱杯系统提升力测试装置。另外,进行了真空设备性能在线遥测系统和监控系统的研制,阐述了以上装置和系统的原理及工作过程。     

家畜智能养殖设备和饲喂技术应用研究现状与发展趋势

家畜智能养殖设备是智能农机装备的组成部分之一,是国际农业装备产业技术竞争的焦点。本文重点围绕家畜智能养殖设备与饲喂技术在实践中的应用,进行了系统的性能特点分析。目前家畜智能养殖设备的开发对象主要针对猪和奶牛,主要研发的系统包括妊娠母猪电子饲喂站、哺乳母猪精准饲喂系统、奶牛精准饲喂系统和挤奶机器人等。家畜智能养殖设备的工业化应用必须与养殖模式、畜舍结构布局结合起来,才能发挥设备的使用效率,同时从满足动物的福利出发,与动物生理、生长及行为结合起来,形成设备与动物的互作和相互适应。最后指出了智能设备的研究必须与畜牧业生产的理论、目标产品的功能驱动及养殖方式的创新协调一致,要不断地更新换代,才能助推畜牧业的转型升级。