基于机器视觉的鸡群热舒适度判别方法研究

为了解决依据养殖经验人为设定适宜环境温度范围,无法实时准确获取鸡群对环境热舒适度需求的问题,试验应用机器视觉技术分析不同环境温度下鸡群的分布情况,得出鸡群分布指数与环境温度之间的关系模型,并将其用于鸡群热舒适度的判别。结果表明:鸡舍内环境温度适宜时,10 min内的鸡群平均分布指数在100~250间变动;鸡舍温度过低时,鸡群呈聚集状态,鸡群的分布指数低于100;鸡舍温度过高时,鸡群呈分散状态,鸡群的分布指数接近300。说明分布指数可以准确反映鸡舍内环境温度高低,从而确定鸡群的热舒适度。     

红外热成像技术在畜禽疾病检测中的应用

红外热成像技术作为一种非接触的测温技术,以其测温精度高、范围广、快速和灵敏度高等优点得到了广泛应用。本文对国内外应用红外热成像技术判别畜禽疾病的研究进行了总结。红外热成像技术应用在大型牲畜的疾病检测方面,其评估动物的疾病状态、发病部位、病理阶段等的可行性已经得到验证。相对于在大型牲畜的疾病检测中的应用,红外热成像技术在家禽疾病检测中的应用研究较少。对比国内外的研究可以看出,国外将红外热成像技术应用于畜禽养殖、疾病检测等方面已经相当普遍,而国内却鲜有报道。可以预见,加大红外热成像技术等现代技术在畜牧业中的应用研究,增加畜牧养殖中的信息化、智能化水平是现代畜牧养殖的发展方向。     

基于WSN的蛋鸡活动量监测系统设计

[目的]设计一套基于无线传感器网络(Wireless sensor networks,WSN)的蛋鸡活动量实时监测系统,为通过蛋鸡活动量变化确定蛋鸡健康状态提供技术支持.[方法]系统的终端节点以ADXL345加速度传感器对蛋鸡活动量进行采集,以CC2530芯片为核心对数据进行处理与无线传输,并针对蛋鸡独特的体型设计背包式佩戴带.系统选用低功耗ZigBee通讯协议,上位机使用Visual Studio 2012和SQL Server 2008对监控管理端进行设计.[结果]监测系统能满足在长×宽×高为50.0 m×6.0 m×3.5 m鸡舍内的通讯要求,测试期间平均丢包率仅为0.19%.5羽试验蛋鸡佩戴终端节点后6 h内有一定程度的应激反应;监测24 h后仅1号和4号蛋鸡分别丢失3和11个数据包.通过对比监控图像,监测系统对蛋鸡的活动、产蛋及睡眠状态下产生的加速度均能进行准确地采集与显示.[建议]对终端节点体积、佩戴带材料进行进一步优化,提高佩戴舒适性;加强网络通信稳定性,获得更加准确的活动量数据;增加分类识别算法实现对蛋鸡所患疾病的判别、报警,以实现对疫情进行预防.