基于图像和声音技术的种鸡舍内异常事件监测方法

针对种鸡养殖规模不断扩大,饲养员无法靠人工方式实现鸡舍24h连续监测并及时发现舍内异常状况的问题,提出一种非接触式、24h连续、自动化的监测方法,采用Kinect设备同步采集图像和声音数据,基于LabVIEW软件分析并预警鸡舍内的异常事件。该方法将图像和声音技术相结合,获取种鸡群体日平均活动指数和声音能量,对禽舍内影响种鸡生产性能的异常事件进行预警研究。结果表明,该方法预警异常事件的准确率为73.9%,漏诊率0,误诊率26.1%,相比于单一图像或声音监测手段,该方法能够较全面地监测影响种鸡生产性能的异常事件,为深入研究动物行为和动物福利提供了一种有效的参考手段。     

基于不同行为时间的奶牛健康状况评价

如何高效准确地监测和管理好奶牛是当前规模化奶牛场发展的关键。该文通过对17头奶牛休息时间、反刍时间和采食时间的连续61d监测和行为记录,利用SPSS23.0软件,结合Logistics回归分析法对试验数据进行统计分析,并构建了奶牛健康状况评价模型。研究结果表明:1)与正常行为期间相比,奶牛非正常行为期间的平均休息时间增加25.7%,反刍时间和采食时间分别平均减少12.7%和2.3%。2)荷斯坦泌乳奶牛正常行为时间呈正态分布,每天(24 h)平均休息时间为300～600 min,反刍时间为400～700 min,采食时间为200～400 min。非正常行为时间呈离散状分布,无明显分布规律。3)休息时间和采食时间是预测模型的主要影响因素,其中采食时间对模型预测概率的影响力较休息时间大,在其他条件不变的情况下,采食时间水平每增加1个单位,奶牛非正常行为预测概率变化扩大4.2倍。奶牛非正常行为预测模型预测结果与人工目视观察结果比较,模型预测准确率为91%。该研究可为现代规模化奶牛场科学、精准化管理提供参考。     

密闭式鸡舍模糊控制算法的计算机模拟

利用PHECS仿真软件对一栋密闭式鸡舍环境控制系统进行了计算机模拟试验，优化了用于该密闭式鸡舍环境控制系统的模糊控制模块，实际应用，表明效果良好。     

猪舍饮水区光照环境实测分析

针对机器视觉技术在猪舍应用中的光照环境进行调研以及光照环境数据采集,利用SPSS17.0软件进行数据处理,分析猪舍饮水区夏季和冬季的光照环境特点以及照度均匀度。分析结果:一天当中猪舍饮水区光照度变化幅度较大,夏季光照度变化幅度可达800~900 lx,冬季可达500~600 lx。单个时间点饮水区光照度存在分布不均匀现象,夏季照度均匀度差,U10.5,U20.71(U1为最小照度和最大照度之比,U2为最小照度和平均照度之比),冬季照度均匀度较差,U1≤0.5,U20.7。结论:实际猪舍光照环境较差,需要设计辅助光源来满足机器视觉照明需求。     

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。     

基于虚拟仪器技术的温室覆盖材料传热系数测试系统

利用虚拟仪器技术设计了温室覆盖材料的热工性能测试台的测试系统TMS(Thermal Measurement System),阐述了系统的测试原理和方法,给出了硬件组成、软件设计和传感器的选用,以及数据处理优化算法的实现。该系统可完成测试台的温度、风速、加热功率参数的采集及覆盖材料传热系数的计算,应用该系统既提高了测试精度又节省劳动力,提高了测试效率。     

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。     

黄瓜幼苗自发声频率测定方法与试

声波处理技术对于设施园艺中植物的生长具有促进作用,但其促进机理不明确,为此以黄瓜为研究对象,对植物自发声频率的测定方法进行了研究,并研究了黄瓜幼苗期的自发声频谱特性。在半消音室内,采用PDV-100激光测振仪,以非接触测量的方式,对黄瓜幼苗不同部位（主脉、叶肉和茎）在不同环境应激条件下（增大光照强度和干旱胁迫）的自发声特性进行监测。对自发声信号进行自相关运算和功率谱分析,获得了黄瓜幼苗的自发声频谱特征。结果表明,黄瓜幼苗自发声的主频为4.98~5.86Hz;3个部位的自发声信号在环境刺激条件下的变化规律基本一致。     

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。     

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%.