蛋鸡舍臭气组成及不同管理措施对臭气特性的影响

随着中国蛋鸡养殖规模化的快速发展,蛋鸡场排出的臭气已成为影响周边环境质量的重要因素,但有限的关于蛋鸡舍臭气特性的研究严重制约着臭气污染程度的量化和除臭措施的制定,因此该研究通过对2种不同类型蛋鸡舍(商品蛋鸡舍和种用蛋鸡舍)的臭气进行综合分析,以探究不同管理措施(无管理操作、喂料、喷雾消毒、清粪)对臭气组成及其对臭气贡献...     

基于计算机视觉技术估算种猪体重的应用研究

为了解决在种猪体重测量中传统方法所遇见的问题,该研究初步探讨了一种新方法,即把计算机视觉技术应用到种猪饲养管理中,通过数字图像分析技术,测量和计算种猪的投影面积,并分析其与体重的相关性,为种猪体重测量提供了新的依据。结果显示去除头部和尾部后剩余身体部分的投影面积和体重的相关性极大,相关系数可达到0.94,再与人工测量的结果进行对比,相对误差不超过2.8%。试验证实了利用这种无接触的方法来估测种猪的体重,可以减少人力物力,避免由于猪的应激反应而给生产带来的损失,在种猪的科学饲养管理中具有实用意义。     

黄瓜幼苗生长信息的无损监测系统的应用与验证

初步探讨了利用计算机视觉技术,在试验温室条件下,对单株黄瓜幼苗的生长实行无损监测。分别对叶面积和干鲜重的破坏性测量与计算机视觉无损测量结果相比较,通过相关性分析,计算机视觉测量的叶冠投影面积与激光叶面积仪测量的叶面积决定系数为0.976,与茎叶干、鲜重的决定系数分别为0.874和0.914。试验证实计算机视觉无损监测系统可以对植物的生长参数进行比较可靠的预测。     

密闭式鸡舍环境控制的"虚拟系统"

构造了一个反映密闭式鸡舍－鸡群－周边环境三者之间相互关系的“虚拟系统”算法,由计算机控制模块、通风降温系统模块、鸡舍及鸡的热环境模块和传感器模块４个子系统构成。应用计算机软件编程技术ＶＢ,开发了相应的“虚拟”鸡舍环境控制系统软件。     

子带特征参数在家禽应激发声识别中的应

基于子带梅尔频谱质心的优化特征参数(SMSC),研究了35日龄海兰褐蛋鸡在正常状态、光照与人为干扰等应激下发声信息的变化特征,并通过建立支持向量机模型(SVM),比较了采用优化特征参数与梅尔频标倒谱系数及其一阶、二阶导数组成的特征参数(MFCC-39)在识别不同应激中的应用效果.试验结果表明,采用加入梅尔频谱质心修正的特征参数,在分类正确识别率方面平均提高了24%.     

基于深度图像的蛋鸡行为识别方法

基于深度图像分析技术研究了一种针对蛋鸡群体行为(分布指数、水平活跃度和垂直活跃度)和群体中个体行为(采食、躺、站和坐)经济简单的自动识别方法。系统由1台3D照相机同步采集数字和深度图像数据,并开发软件进行蛋鸡行为的自动识别,系统5 s采集1次图像数据,共进行10 d的数据采集。描述了行为识别算法并进行了行为识别结果分析。算法对蛋鸡的采食、躺、站和坐的识别准确率分别为90.3%、91.5%、87.5%和56.2%。坐行为识别率较低的原因主要是有时蛋鸡站着探索地面会被误判为坐,这可能与两者之间的分割阈值不够精确有关。     

三连栋不对称屋面玻璃温室设计与光照性能分析

设计并建造了阶梯形三连栋不对称屋面玻璃温室。北屋面仰角30°,使屋脊、天沟与北坡面,在立冬至立春的3个月弱光期内,阴影带宽度与对称屋面温室相比减少了0.82m;25°倾角的大南坡屋面,使整个温室的较大面积在冬季能够获得较高的太阳辐射。试验证明,该温室的透光率在60%～90%,平均为80%;光照的水平分布比较均匀;夏季温室阴影面积率为35%,冬季为40%。虽然冬季温室阴影面积率比夏季高,但其阴影下的光照强度仍然较高,能够满足作物生长对光照强度的需要。     

基于深度图像的猪体尺检测系统

为实现生猪饲养过程中体尺无接触检测,设计了一套基于双目视觉原理的猪体尺检测系统。针对色彩图像提取猪体轮廓易受污物和光照干扰的问题,提出基于深度图像的猪体轮廓提取算法。使用双目视觉系统获得猪体深度图像,利用帧差法提取猪只高度信息,并基于高度信息二值化图像,获得猪体轮廓;结合优化的基于凹陷结构的拐点提取算法,筛选体尺检测关键点,计算体长、体宽、体高、臀宽、臀高5个体尺,编写了基于以上算法的猪体尺检测程序。双目视觉系统三维检测的实验室验证表明:在2 m物距范围内,系统三维检测相对误差均小于1%;系统在实际猪场对32组猪体尺检测结果表明:与手工测量猪体尺相比,本系统检测的体尺平均相对误差在2%左右,平均误差小于2 cm。试验证明基于深度图像的猪体尺检测系统不容易受到脏污和光照干扰,能够实现生猪饲养过程中猪体尺的无接触检测。     

基于全防护型的上拉式卷帘系统优化

上拉式卷帘是最早使用的一种卷帘方式,但因实际使用中存在较大安全隐患而逐渐减少应用。为此,从安全防护角度出发,设计了一种全防护型的上拉式卷帘系统,包括研制适合温室使用的限位装置,提出并设计了应急、维修模式和自诊断装置等。经过现场测试,该系统能够有效杜绝安全事故发生,保证卷帘系统的稳定性和可靠性,具有推广和应用价值。     

机器视觉识别单只蛋鸡行为的方法

动物行为是一个重要的动物福利评价指标。为了实现对蛋鸡行为的自动监控,该文提出了利用计算机视觉技术对单幅蛋鸡图像进行行为识别的方法,可自动识别单只蛋鸡的运动、饮水、采食、修饰、抖动、休息、拍翅膀、探索、举翅膀的行为,并可长时间追踪蛋鸡的活动情况及运动轨迹。运动、采食和饮水通过追踪蛋鸡的位移和位置直接识别;拍翅膀、修饰、休息、探索、抖动、举翅膀则使用贝叶斯分类法基于10个特征量进行识别,所引入的蛋鸡上下轮廓到最小二乘拟合椭圆长轴距离的相关系数可有效追踪蛋鸡头部,从而提高了修饰和探索的识别率。对9219幅图像进行蛋鸡行为识别的识别率分别为:运动99.4%、饮水80.7%、采食87.3%、修饰81.6%、抖动69.8%、休息86.2%、拍翅膀100%、探索(包括啄食)54.0%、举翅膀64.6%。