精準畜牧中機器視覺關鍵技術研究及應用
發(fā)布時間:2022-01-01 04:26
精準畜牧是提高畜禽生產效率、提升動物福利、優(yōu)化飼養(yǎng)環(huán)境和飼料供給的精細化養(yǎng)殖理念和方法,可以在源頭上保障食品安全、緩解環(huán)境污染,對經濟、社會和環(huán)境等方面的都有巨大的應用價值,是優(yōu)化升級集約型畜禽生產和解決我國畜禽生產“大而不強,多而不優(yōu)”潛力巨大的技術手段。本研究針對目前精準畜牧中機器視覺監(jiān)測方法對復雜動態(tài)背景目標檢測和目標跟蹤算法精度低、非平衡數(shù)據(jù)建模方法準確性低、畜禽動物行為識別模型魯棒性和適應性差等問題,采用計算機視覺技術、機器學習技術以及多傳感器融合技術,按照需求分析、算法提出、量化評估、算法驗證與實踐應用的研究思路,開展了動態(tài)背景環(huán)境的目標檢測算法研究、多目標跟蹤算法研究、高密度飼養(yǎng)條件下的感興趣區(qū)域提取研究,對不同飼養(yǎng)環(huán)境下遞歸式監(jiān)測個體表型和行為信息提供技術基礎。在此基礎上,開展了動態(tài)背景環(huán)境下的行為識別方法研究和群養(yǎng)環(huán)境下個體間交互行為建模方法研究,為在線、實時、無損感知畜禽動物表型信息和復雜行為模式提供新方法、新思路和新途徑。論文的主要工作和結論如下:(1)提出了改進混合高斯模型的移動目標提取算法。針對畜禽養(yǎng)殖場背景復雜和環(huán)境多變導致現(xiàn)有的目標檢測算法無法滿足魯棒性和...
【文章來源】:西北農林科技大學陜西省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:138 頁
【學位級別】:博士
【部分圖文】:
018年中國、歐美、北美、亞洲和世界的單位動物產出(FAO,http://www.fao.org/)
第一章緒論31.2國內外研究現(xiàn)狀為了應對畜禽養(yǎng)殖集約化的變化趨勢,國內外學者將信息技術與畜禽養(yǎng)殖相結合逐步發(fā)展出新的跨學科研究領域——精準畜牧(PrecisionLivestockFarming,PLF)(Berckmans2009)。精準畜牧是指以精確數(shù)量的投入(飼料、環(huán)境代價、人力等)來優(yōu)化每只動物產出的精細化養(yǎng)殖理念和方法,與傳統(tǒng)畜禽養(yǎng)殖監(jiān)控有根本不同,要求提高動物產品質量和產量的同時兼顧動物福利、人道飼養(yǎng)以及環(huán)境污染等問題。圖1-2展示了精準畜牧的系統(tǒng)框架,運用“閉環(huán)控制”理論,通過反饋調節(jié)機制使動物時刻處于最佳狀態(tài),包括監(jiān)測動物、數(shù)據(jù)分析、信息反饋和控制管理。實施流程為:畜禽動物被當作“傳感器”,輸入個體動物飲食起居、行為、環(huán)境因子等監(jiān)測信息,經過信息融合和建模輸出動物個體生理、心理狀態(tài),然后與動物繁殖學、行為學、心理學以及動物醫(yī)學等知識進行比較找出最優(yōu)解,最終反饋給控制系統(tǒng)調節(jié)棚舍條件或警報飼養(yǎng)員實施人工干預。圖1-2精準畜牧整體框架:監(jiān)測、建模、控制和管理Fig.1-2TheframeworkofPLF:monitoring,modeling,controlandmanagement有別于其他監(jiān)測對象,動物有機體被稱為“CITD系統(tǒng)”,表示復雜性(Complexity)、個體差異性(IndividuallyDifferent)、時變性(Time-Varying)和動態(tài)性(Dynamic)(Berckmans2009)。生物個體的“CITD”性質對精準畜牧系統(tǒng)設計和開發(fā)有重要影響,任何監(jiān)測方法或控制理論必須滿足:監(jiān)測數(shù)據(jù)連續(xù)性、模型響應實時性以及在線決策。由此可見,精準畜牧的關鍵是畜禽信息監(jiān)測技術,能自動、實時、全天候監(jiān)測動物繁殖生產信息,健康福利狀況以及外部環(huán)境因子。1.2.1畜禽信息感知關鍵技術近年來傳感器和傳感技術革命極大的促進了畜禽信息監(jiān)測技術,已經將攝像機、麥克風、生物傳感器?
1.2.1.2無接觸監(jiān)測技術目前主要技術手段包括基于計算機視覺的動物信息獲取方法和基于聲學的動物發(fā)聲分析方法。其中,計算機視覺技術扮演著越來越重要的角色。相較于其他技術手段,單個攝像機就可以覆蓋多只動物,極大降低了精準畜牧系統(tǒng)成本,例如一臺普通網絡攝像機就可以24小時不間斷的監(jiān)測一欄豬的活動狀態(tài)。圖像或視頻數(shù)據(jù)還提供了多模式、高通量的信息源,有潛力挖掘出巨大的畜禽動物的表型信息和行為細節(jié),例如一套監(jiān)測系統(tǒng)可以同時加載彩色、深度、紅外和熱成像等模塊;谟嬎銠C視覺的精準畜牧系統(tǒng)一般技術流程如圖1-4所示,包括數(shù)據(jù)采集、數(shù)據(jù)預處理、感興趣區(qū)域提娶特征提取和模式識別。涉及圖像分析、模式識別、機器學習等理論方法。圖1-4基于計算機視覺的精準畜牧系統(tǒng)一般技術流程Fig.1-4GeneralworkflowofcomputervisionbasedPLFsystem數(shù)據(jù)采集:常用的視頻數(shù)據(jù)獲取設備包括:彩色圖像攝像機(RGB)、紅外圖像攝像機(IR)、深度圖像攝像機(3D)和熱成像設備(IRT)。傳統(tǒng)用于畜禽養(yǎng)殖場的視頻監(jiān)控設備通常安裝在棚舍角落,形成一個有角度的視常這樣的設計便于管理人員觀察和節(jié)約成本,但給自動分析算法的設計帶來困難(Perneretal.2001)。目前,幾乎所有的視頻采集系統(tǒng)設計都是將攝像機架設在棚舍頂部,獲取俯視圖觀察視角。當檢測和區(qū)分群體環(huán)境中的個體動物時,俯視圖相對于其他視覺由3個明顯的優(yōu)勢:首先,動物通常不會被遮擋;其次,動物的大小和外觀是一致的,使得系統(tǒng)能夠遞歸式的檢測個體動物;最后,如果使用三維成像系統(tǒng),可以保證每只動物在二維平面上的投影高度不變。
【參考文獻】:
期刊論文
[1]奶牛陰道植入式電阻傳感器與無線監(jiān)測系統(tǒng)研究[J]. 劉忠超,何東健. 農業(yè)機械學報. 2019(11)
[2]基于Lucas-Kanade稀疏光流算法的奶牛呼吸行為檢測[J]. 宋懷波,吳頔華,陰旭強,姜波,何東健. 農業(yè)工程學報. 2019(17)
[3]基于隱馬爾科夫模型的深度視頻哺乳母豬高危動作識別[J]. 薛月菊,楊曉帆,鄭嬋,陳暢新,甘海明,李詩梅. 農業(yè)工程學報. 2019(13)
[4]通用目標檢測技術新進展:可變形卷積網絡再升級[J]. 代季峰. 人工智能. 2019(02)
[5]奶牛體溫植入式傳感器與實時監(jiān)測系統(tǒng)設計與試驗[J]. 何東健,劉暢,熊虹婷. 農業(yè)機械學報. 2018(12)
[6]基于視頻分析的多目標奶牛反芻行為監(jiān)測[J]. 宋懷波,牛滿堂,姬存慧,李振宇,祝清梅. 農業(yè)工程學報. 2018(18)
[7]基于Kinect傳感器的無接觸式母豬體況評分方法[J]. 滕光輝,申志杰,張建龍,石晨,余炅樺. 農業(yè)工程學報. 2018(13)
[8]豬只飲水行為機器視覺自動識別[J]. 楊秋妹,肖德琴,張根興. 農業(yè)機械學報. 2018(06)
[9]基于Horn-Schunck光流法的多目標反芻奶牛嘴部自動監(jiān)測[J]. 宋懷波,李通,姜波,吳倩,何東健. 農業(yè)工程學報. 2018(10)
[10]畜禽行為及生理信息的無損監(jiān)測技術研究進展[J]. 汪開英,趙曉洋,何勇. 農業(yè)工程學報. 2017(20)
博士論文
[1]基于機器視覺的奶牛個體信息感知及行為分析[D]. 趙凱旋.西北農林科技大學 2017
碩士論文
[1]機器視覺在奶牛體況評定中的應用[D]. 王龍.東華大學 2014
本文編號:3561618
【文章來源】:西北農林科技大學陜西省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:138 頁
【學位級別】:博士
【部分圖文】:
018年中國、歐美、北美、亞洲和世界的單位動物產出(FAO,http://www.fao.org/)
第一章緒論31.2國內外研究現(xiàn)狀為了應對畜禽養(yǎng)殖集約化的變化趨勢,國內外學者將信息技術與畜禽養(yǎng)殖相結合逐步發(fā)展出新的跨學科研究領域——精準畜牧(PrecisionLivestockFarming,PLF)(Berckmans2009)。精準畜牧是指以精確數(shù)量的投入(飼料、環(huán)境代價、人力等)來優(yōu)化每只動物產出的精細化養(yǎng)殖理念和方法,與傳統(tǒng)畜禽養(yǎng)殖監(jiān)控有根本不同,要求提高動物產品質量和產量的同時兼顧動物福利、人道飼養(yǎng)以及環(huán)境污染等問題。圖1-2展示了精準畜牧的系統(tǒng)框架,運用“閉環(huán)控制”理論,通過反饋調節(jié)機制使動物時刻處于最佳狀態(tài),包括監(jiān)測動物、數(shù)據(jù)分析、信息反饋和控制管理。實施流程為:畜禽動物被當作“傳感器”,輸入個體動物飲食起居、行為、環(huán)境因子等監(jiān)測信息,經過信息融合和建模輸出動物個體生理、心理狀態(tài),然后與動物繁殖學、行為學、心理學以及動物醫(yī)學等知識進行比較找出最優(yōu)解,最終反饋給控制系統(tǒng)調節(jié)棚舍條件或警報飼養(yǎng)員實施人工干預。圖1-2精準畜牧整體框架:監(jiān)測、建模、控制和管理Fig.1-2TheframeworkofPLF:monitoring,modeling,controlandmanagement有別于其他監(jiān)測對象,動物有機體被稱為“CITD系統(tǒng)”,表示復雜性(Complexity)、個體差異性(IndividuallyDifferent)、時變性(Time-Varying)和動態(tài)性(Dynamic)(Berckmans2009)。生物個體的“CITD”性質對精準畜牧系統(tǒng)設計和開發(fā)有重要影響,任何監(jiān)測方法或控制理論必須滿足:監(jiān)測數(shù)據(jù)連續(xù)性、模型響應實時性以及在線決策。由此可見,精準畜牧的關鍵是畜禽信息監(jiān)測技術,能自動、實時、全天候監(jiān)測動物繁殖生產信息,健康福利狀況以及外部環(huán)境因子。1.2.1畜禽信息感知關鍵技術近年來傳感器和傳感技術革命極大的促進了畜禽信息監(jiān)測技術,已經將攝像機、麥克風、生物傳感器?
1.2.1.2無接觸監(jiān)測技術目前主要技術手段包括基于計算機視覺的動物信息獲取方法和基于聲學的動物發(fā)聲分析方法。其中,計算機視覺技術扮演著越來越重要的角色。相較于其他技術手段,單個攝像機就可以覆蓋多只動物,極大降低了精準畜牧系統(tǒng)成本,例如一臺普通網絡攝像機就可以24小時不間斷的監(jiān)測一欄豬的活動狀態(tài)。圖像或視頻數(shù)據(jù)還提供了多模式、高通量的信息源,有潛力挖掘出巨大的畜禽動物的表型信息和行為細節(jié),例如一套監(jiān)測系統(tǒng)可以同時加載彩色、深度、紅外和熱成像等模塊;谟嬎銠C視覺的精準畜牧系統(tǒng)一般技術流程如圖1-4所示,包括數(shù)據(jù)采集、數(shù)據(jù)預處理、感興趣區(qū)域提娶特征提取和模式識別。涉及圖像分析、模式識別、機器學習等理論方法。圖1-4基于計算機視覺的精準畜牧系統(tǒng)一般技術流程Fig.1-4GeneralworkflowofcomputervisionbasedPLFsystem數(shù)據(jù)采集:常用的視頻數(shù)據(jù)獲取設備包括:彩色圖像攝像機(RGB)、紅外圖像攝像機(IR)、深度圖像攝像機(3D)和熱成像設備(IRT)。傳統(tǒng)用于畜禽養(yǎng)殖場的視頻監(jiān)控設備通常安裝在棚舍角落,形成一個有角度的視常這樣的設計便于管理人員觀察和節(jié)約成本,但給自動分析算法的設計帶來困難(Perneretal.2001)。目前,幾乎所有的視頻采集系統(tǒng)設計都是將攝像機架設在棚舍頂部,獲取俯視圖觀察視角。當檢測和區(qū)分群體環(huán)境中的個體動物時,俯視圖相對于其他視覺由3個明顯的優(yōu)勢:首先,動物通常不會被遮擋;其次,動物的大小和外觀是一致的,使得系統(tǒng)能夠遞歸式的檢測個體動物;最后,如果使用三維成像系統(tǒng),可以保證每只動物在二維平面上的投影高度不變。
【參考文獻】:
期刊論文
[1]奶牛陰道植入式電阻傳感器與無線監(jiān)測系統(tǒng)研究[J]. 劉忠超,何東健. 農業(yè)機械學報. 2019(11)
[2]基于Lucas-Kanade稀疏光流算法的奶牛呼吸行為檢測[J]. 宋懷波,吳頔華,陰旭強,姜波,何東健. 農業(yè)工程學報. 2019(17)
[3]基于隱馬爾科夫模型的深度視頻哺乳母豬高危動作識別[J]. 薛月菊,楊曉帆,鄭嬋,陳暢新,甘海明,李詩梅. 農業(yè)工程學報. 2019(13)
[4]通用目標檢測技術新進展:可變形卷積網絡再升級[J]. 代季峰. 人工智能. 2019(02)
[5]奶牛體溫植入式傳感器與實時監(jiān)測系統(tǒng)設計與試驗[J]. 何東健,劉暢,熊虹婷. 農業(yè)機械學報. 2018(12)
[6]基于視頻分析的多目標奶牛反芻行為監(jiān)測[J]. 宋懷波,牛滿堂,姬存慧,李振宇,祝清梅. 農業(yè)工程學報. 2018(18)
[7]基于Kinect傳感器的無接觸式母豬體況評分方法[J]. 滕光輝,申志杰,張建龍,石晨,余炅樺. 農業(yè)工程學報. 2018(13)
[8]豬只飲水行為機器視覺自動識別[J]. 楊秋妹,肖德琴,張根興. 農業(yè)機械學報. 2018(06)
[9]基于Horn-Schunck光流法的多目標反芻奶牛嘴部自動監(jiān)測[J]. 宋懷波,李通,姜波,吳倩,何東健. 農業(yè)工程學報. 2018(10)
[10]畜禽行為及生理信息的無損監(jiān)測技術研究進展[J]. 汪開英,趙曉洋,何勇. 農業(yè)工程學報. 2017(20)
博士論文
[1]基于機器視覺的奶牛個體信息感知及行為分析[D]. 趙凱旋.西北農林科技大學 2017
碩士論文
[1]機器視覺在奶牛體況評定中的應用[D]. 王龍.東華大學 2014
本文編號:3561618
本文鏈接:http://sikaile.net/shoufeilunwen/nykjbs/3561618.html
最近更新
教材專著