CN110754426A - 一种背膘膘体自动检测以及动物自动饲喂方法、*** - Google Patents
一种背膘膘体自动检测以及动物自动饲喂方法、*** Download PDFInfo
- Publication number
- CN110754426A CN110754426A CN201911192984.7A CN201911192984A CN110754426A CN 110754426 A CN110754426 A CN 110754426A CN 201911192984 A CN201911192984 A CN 201911192984A CN 110754426 A CN110754426 A CN 110754426A
- Authority
- CN
- China
- Prior art keywords
- animal
- fat
- feeding
- value
- current
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 241001465754 Metazoa Species 0.000 title claims abstract description 124
- 238000000034 method Methods 0.000 title claims abstract description 66
- 210000002468 fat body Anatomy 0.000 claims abstract description 112
- 238000004519 manufacturing process Methods 0.000 claims abstract description 39
- 230000037237 body shape Effects 0.000 claims abstract description 19
- 238000004458 analytical method Methods 0.000 claims abstract description 9
- 238000001514 detection method Methods 0.000 claims abstract description 6
- 230000001131 transforming effect Effects 0.000 claims abstract description 3
- 238000005259 measurement Methods 0.000 claims description 19
- 238000004364 calculation method Methods 0.000 claims description 11
- 244000144972 livestock Species 0.000 claims description 7
- 235000021050 feed intake Nutrition 0.000 claims description 5
- 238000010835 comparative analysis Methods 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 230000008901 benefit Effects 0.000 abstract description 11
- 238000009395 breeding Methods 0.000 description 14
- 230000001488 breeding effect Effects 0.000 description 13
- 230000008569 process Effects 0.000 description 11
- 230000035935 pregnancy Effects 0.000 description 8
- 235000016709 nutrition Nutrition 0.000 description 6
- 230000006651 lactation Effects 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 230000035764 nutrition Effects 0.000 description 4
- 230000001850 reproductive effect Effects 0.000 description 4
- 238000012937 correction Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 230000011218 segmentation Effects 0.000 description 3
- 206010058314 Dysplasia Diseases 0.000 description 2
- 241000282887 Suidae Species 0.000 description 2
- 238000007599 discharging Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000012173 estrus Effects 0.000 description 2
- 210000003754 fetus Anatomy 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 239000008267 milk Substances 0.000 description 2
- 210000004080 milk Anatomy 0.000 description 2
- 235000013336 milk Nutrition 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000036544 posture Effects 0.000 description 2
- 244000144977 poultry Species 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 206010006895 Cachexia Diseases 0.000 description 1
- 206010012735 Diarrhoea Diseases 0.000 description 1
- 210000001015 abdomen Anatomy 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 210000000577 adipose tissue Anatomy 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000005674 electromagnetic induction Effects 0.000 description 1
- 208000026500 emaciation Diseases 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000001605 fetal effect Effects 0.000 description 1
- 230000037406 food intake Effects 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 235000001705 insufficient nutrition Nutrition 0.000 description 1
- 235000020997 lean meat Nutrition 0.000 description 1
- 210000005075 mammary gland Anatomy 0.000 description 1
- 230000013011 mating Effects 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 235000013372 meat Nutrition 0.000 description 1
- 235000003170 nutritional factors Nutrition 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01K—ANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
- A01K67/00—Rearing or breeding animals, not otherwise provided for; New or modified breeds of animals
- A01K67/02—Breeding vertebrates
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01K—ANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
- A01K5/00—Feeding devices for stock or game ; Feeding wagons; Feeding stacks
- A01K5/02—Automatic devices
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
- G06T7/0014—Biomedical image inspection using an image reference approach
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Environmental Sciences (AREA)
- Engineering & Computer Science (AREA)
- Animal Husbandry (AREA)
- Biodiversity & Conservation Biology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Quality & Reliability (AREA)
- Zoology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Animal Behavior & Ethology (AREA)
- Radiology & Medical Imaging (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Birds (AREA)
- Feeding And Watering For Cattle Raising And Animal Husbandry (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种背膘膘体自动检测方法和装置,基于膘体值进行自动饲喂的方法和***,其中,该检测方法包括:获取动物在特定位置的图像序列;分别从图像序列的各图像中提取动物体型区域,以获取数个动物体型区域图像;对所述数个动物体型区域图像分别进行关键点标记;根据标记的关键点将所述数个动物体型区域图像变换为标准体型图像;所述标准体型图像与预先建立的标准体型模板信息库进行对比分析;根据对比分析结果确定与背膘膘体有关的参数值;根据所述参数值、动物个体当前信息计算动物的当前膘体值。通过本发明,提供一种自动背膘测定方法,并测定的背膘结果为动物(尤其是母猪)提供最佳的饲喂策略,从而达到生产经济效益最大化。
Description
技术领域
本发明涉及动物饲喂技术领域,尤其涉及一种自动检测膘体以及根据膘体饲喂的方法和***。
背景技术
随着科学技术不断发展,畜禽养殖,特别是生猪饲养也由散养和小规模饲养走向集约化、自动化和智能化饲养,大量的自动化、智能化设备以及新型养猪方法应用于养猪行业,使得生猪饲养往自动化程度更高、生产效率和指标更高、造肉成本更低的方向发展。
以在整个生猪饲养过程为例,母猪饲养是经济效益最大的,同时也是难度最大的,母猪在各个阶段的膘体测定和饲喂是母猪生产饲养最重要的环节,关系到母猪的营养需求和健康水平,同时也关系到整个猪场最重要的生产指标。妊娠期饲喂量过多,膘体过肥,导致母猪难产率高、产仔数少,乳腺发育不良,产后泌乳能力差,影响到仔猪的生长发育,如果饲喂量过少,膘体过瘦又会导致胎儿发育不良,出生均匀度不高,出生体重偏低,死亡率大,并进一步影响母猪哺乳期的采食量和仔猪生长发育。哺乳期饲喂量不足,导致母猪***少,***质量低,小猪营养不够,腹泻率和死亡率高。空怀或断奶母猪饲喂量低,膘体过瘦,导致断奶后不发情,或延迟发情,并且母猪受胎率都会降低。
目前母猪的膘体测定采用人工肉眼评测和借助超声波仪器测定,肉眼测定凭借经验,容易出现误判、测量精度不高和随意性大等问题,超声波仪器测定虽然精度高,但仍然需要人工修正,测定的效率低,数据导出难度大。
母猪的投料量目前有些猪场还是借用人工投料到食槽里或者通过人来调节自动化料线的定量桶刻度决定计划量,投料量的尺度难把握准,并且调节工作量大。有些猪场虽然使用自动化设备代替人工喂养,也使用背膘仪器测量,但不能和自动饲喂量自动关联,还是需要靠人工经验来判断和调节母猪饲喂量,也无法记录调节结果对膘体和生产性能的数据化的分析和结果,而且因为一次测定膘体值决定了未来若干天的采食的计划量,无法判断之前的饲喂计划量是否合理。
发明内容
鉴于上述问题,提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的技术方案。因此,本发明的一个方面,提供了一种背膘膘体自动检测方法,该方法包括:
获取动物在特定位置的图像序列;
分别从图像序列的各图像中提取动物体型区域,以获取数个动物体型区域图像;对所述数个动物体型区域图像分别进行关键点标记;
根据标记的关键点将所述数个动物体型区域图像变换为标准体型图像;
所述标准体型图像与预先建立的标准体型模板信息库进行对比分析,根据对比分析结果确定与背膘膘体有关的参数值;
根据所述参数值、动物个体当前信息计算动物的当前膘体值。
可选的,该方法包括:通过无线射频识别读取器读取到附在动物身上的标签触发获取动物在特定位置的图像序列。
可选的,该方法适用于牲畜。
本发明还提供一种基于所计算的上述当前膘体值的动物自动饲喂方法,包括:获取动物的当前个体信息,并根据当前个体信息查找并定位对应的饲喂曲线;根据动物的当前膘体值、定位的相应饲喂曲线坐标确定当前投料量。
可选的,所述根据动物的当前膘体值、定位的相应饲喂曲线坐标确定当前投料量,包括:
根据动物的品种、生产状态参数查找对应的饲喂曲线,获取标准采食量;
根据当前膘体值通过预设调整模型计算采食调整量;
根据标准采食量、采食调整量计算当前投料量。
可选的,该方法包括:控制下料设备根据所述确定的当前投料量投料给对应牲畜。
可选的,该方法还包括:将当前膘体值与预设阈值范围进行比较,当超出预设阈值范围时,发出报警提示。
可选的,该方法还包括:
根据动物个体信息确定关键膘体测定点,该关键膘体测定点对应于动物生产阶段时间节点;
获取关键膘体测定点的膘体值;
根据相邻关键膘体测定点的膘体值调整饲喂曲线。
可选的,该方法还包括:根据动物个体信息确定关键膘体测定点,该关键膘体测定点对应于动物生产阶段时间节点;
获取关键膘体测定点的膘体值;
根据关键膘体测定点的膘体值调整膘体值计算模型。
本发明提供一种背膘膘体自动检测装置,该装置包括:
摄像头,用于获取动物在特定位置的图像序列;
图像区域提取单元,用于分别从图像序列的各图像中提取动物体型区域,以获取数个动物体型区域图像;
关键点标记单元,用于对所述数个动物体型区域图像分别进行关键点标记;
图像转换单元,用于根据标记的关键点将所述数个动物体型区域图像变换为标准体型图像;
对比分析单元,所述标准体型图像与预先建立的标准体型模板信息库进行对比分析,根据对比分析结果确定与背膘膘体有关的参数值;
膘体值计算单元,用于根据所述参数值、动物个体当前信息计算动物的当前膘体值。
本发明提供一种动物自动饲喂***,该***包括前面所述的背膘膘体自动检测装置、识别读取器、饲喂主机、下料装置,其中,所述识别读取器用于读取附在动物身上的标签以触发摄像头,所述摄像头设置在动物通道上方;饲喂主机用于获取动物的当前个体信息,根据当前个体信息查找、定位对应的饲喂曲线,并根据动物的当前膘体值、定位的相应饲喂曲线坐标确定当前投料量,下料装置根据所述确定的当前投料量进行下料。
可选的,该***还包括:饲喂曲线调整单元,用于根据动物个体信息确定关键膘体测定点,该关键膘体测定点对应于动物生产阶段时间节点、获取关键膘体测定点的膘体值、根据相邻关键膘体测定点的膘体值调整饲喂曲线。
可选的,该***还包括膘体值计算调整单元,用于根据动物个体信息确定关键膘体测定点、获取关键膘体测定点的膘体值,该关键膘体测定点对应于动物生产阶段时间节点、根据关键膘体测定点的膘体值调整膘体值计算模型。
本申请实施例中提供的技术方案,至少具有如下技术效果或优点:
本发明不仅提供了一种畜禽(特别是母猪)自动背膘测定方法,以及根据测定的背膘结果进行自动饲喂的方法,并且通过动物全程饲喂过程中各个阶段的背膘值和饲喂量的不断修正和优化,为各个品系的动物(尤其是母猪)提供最佳的饲喂方法和饲喂依据,能够优化各个阶段的饲喂和营养配方,从而达到节省饲喂和生产经济效益指标最大化。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述技术方案和其目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1示出了本发明提出的背膘膘体自动检测方法的流程图;
图2示出了丹系二胎母猪的全程饲喂曲线;
图3示出了母猪在一个生产周期的关键膘体值测定点;
图4示出了基于本发明提出的自动饲喂***的构架图。
具体实施方式
下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例,然而应当理解,可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本发明,并且能够将本发明的范围完整的传达给本领域的技术人员。
本发明提供了一种背膘膘体自动检测方法、装置,以及基于该方法、装置的动物自动饲喂方法、***,上述各方法、***适用于成规模饲养的各种牲畜,尤其是母的,因为母的涉及繁殖,身体状况在不同时期变化很大,采食量也有很大变换,需要进行身体状况测定以及根据身体状况指导投喂量。本发明不局限于母猪,为了方便进行具体说明,本发明主要针对母猪的自动检测背膘膘体的方法、装置,以及基于该方法、装置的母猪自动饲喂方法、***进行说明。
在规模化养猪过程中,母猪繁殖性能是衡量养猪生产经济效益的重要指标之一,营养因素又是影响母猪繁殖性能的重要因素之一,其中膘体厚度是反映母猪体况的一个重要指标,它反映的是母猪在不同生理阶段的营养状况和体能储备。母猪不同繁殖阶段的膘体厚度对其繁殖性能以及哺乳期的泌乳性能有很大的影响,而后备母猪在配种时的膘体厚度、不同妊娠阶段的膘体厚度以及断奶后何种膘体厚度下配种等问题一直是养猪生产过程中的难题。背膘厚因易于测量,常作为反映母猪膘情的重要指标。背膘膘体的厚度数值越大,说明瘦肉率就越低,相反则越高。虽说目前背膘厚易于测量,但均是孤立地拿仪器来测量,没有一种方法或者装置可以自动测量背膘,也没有一种方法或者装置能够将背膘值纳入到母猪的饲养过程中。
本发明的一个方面,提供了一种背膘膘体自动检测方法,如图1所示,该方法包括:
S1.获取动物在特定位置的图像序列;
S2.分别从图像序列的各图像中提取动物体型区域,以获取数个动物体型区域图像;
S3.对所述数个动物体型区域图像分别进行关键点标记;
S4.根据标记的关键点将所述数个动物体型区域图像变换为标准体型图像;
S5.将所述标准体型图像与预先建立的标准体型模板信息库进行对比分析;
S6.根据对比分析结果确定与背膘膘体有关的参数值;
S7.根据所述参数值、动物个体当前信息计算动物的当前膘体值。
在步骤S1中,特定位置一般指为母猪设置的通道,由于母猪在通道,基本他的朝向是一致的,图像拍摄可通过AI视频测定装置完成,AI视频测定装置配置有1~2个数字高清摄像头,安装在所述通道上方,实时拍摄视频和照片。图像的获取可由RF识别读取器来触发,从而母猪距离所述RF识别读取器的固定距离时触发拍摄图像,从而能够保证每次拍摄都能拍摄到母猪的完整图像,而且每次拍摄的距离、母猪的朝向相差不大,方便后续进行母猪体型轮廓的提取,以及方便转换为标准体型图像。RF识别读取器与所述AI视频测量装置可设置在一处,也可分别设置的不同的位置。通过无线射频识别读取器读取到附在动物身上的标签触发获取动物在特定位置的图像序列。
设置在动物身上的RFID标签,本发明中优选采用半有源RFID。RFID标签一般有三种可供选择,第一种是无源RFID,该类标签通过接收射频识别阅读器传输来的微波信号,以及通过电磁感应线圈获取能量来对自身短暂供电,从而完成此次信息交换。因为没有供电***,该类标签有效识别距离太短,一般用于近距离接触式识别,故本发明没有选择该类RFID。第二种是有源RFID,该类RFID通过外接电源供电,主动向射频识别阅读器发送信号,但其体积较大,不适合佩戴在猪身上,因此本发明选择半有源RFID,母猪在没有进入到射频识别阅读器识别范围的时候,半有源RFID标签处于休眠状态,仅对标签中保持数据的部分进行供电,因此耗电量较小,可维持较长时间。当标签进入射频识别阅读器识别范围后,阅读器先以125KHz低频信号在小范围内精确激活标签使之进入工作状态,再通过2.4GHz微波与其进行信息传递,即,先利用低频信号精确定位,再利用高频信号快速传输数据。因此本发明通过可通过阅读器发送高频信号的操作触发摄像头。
在步骤S2中,基于步骤S1中获取的图像序列,通过区域分割的技术手段提取母猪体型区域,由于目标区域特征相对固定,背景单一,因此本发明中的采用的图像分割手段算法相对简单,区域分割优选通过纹理分割、以及区域聚类法实现。
虽然在特定位置进行图像的拍摄,但是体型图像还是可能呈现出不同的姿态,因此需要将体型图像都变换到一个统一的角度和姿态,在此之前,步骤S3中,找到体型的若干个关键点(基准点,如头部,腹部、臀部等),然后通过步骤S4利用这些对应的关键点通过相似变换(Similarity Transform,旋转、缩放和平移)变换到标准体型。
通过步骤6、7,在获取到目标母猪的标准体型后,根据该标准体型获取目标母猪有关膘体的特征参数值。
由于不同品种、生产阶段(一胎、二胎、三胎等)、状态和状态日龄(如怀孕/空怀、怀孕/空怀日龄、胎次、历史膘体等)、膘体等参数下所表现的体型特征有所差异,需要提前建立标准体型模板信息库。标准体型模板信息库通过高精度的背膘仪测量值测定录入建立的,保障了模板信息库数据的准确性,后期可根据具体应用过程中各种母猪的数据进行自学习,从而进一步提高计算精度。采用基于模板的识别算法(Template-based recognitionalgorithms)来做比对分析,确定与目标母猪相匹配的标准体型模板,然后从与所述标准体型模板的相关信息中获取和膘体有关的主要参数值,作为膘体的特征参数。由于标准体型模板总是会与目标的生产阶段、状态、状态日龄等有所差别,还需要结合目标母猪的具体个体信息,进行最终膘体值的计算。
通过本发明提供的自动检测背膘膘体的方法能够不需要人为参与,就可自动获取母猪的膘体值,高效可行,而且数值准确,不受人为主观因素影响,从而为对母猪的饲喂、繁殖、研究提供客观数据支持。
本发明还提供一种基于所计算的上述当前膘体值的动物自动饲喂方法,包括:获取动物的当前个体信息,并根据当前个体信息查找并定位对应的饲喂曲线,饲喂曲线定义母猪生产各个阶段生产状态参数下的饲喂计划量;根据动物的当前膘体值、定位的相应饲喂曲线坐标确定当前投料量。
本发明在母猪饲喂上引入自动测量的母猪背膘膘体值,能够根据母猪的个体信息精确地自适应地控制投喂,从而提升母猪的繁殖性能,增加企业经济效益。
通过该方法能够实现精准投料,能够根据每个母猪的品种、具体身体状况确定饲料的投喂量,提供给母猪最合适的投喂量,有助于保证母猪的健康以及繁殖性能。如果饲喂曲线还定义了母猪生产各个阶段生产状态参数下的饲喂配方,通过该方法还可根据母猪的品种、具体身体状况(包括生产信息)提供给最合适的饲料配方。
对于每种品种的母猪,经过长时间的饲养经验积累,可确定每个品种猪的饲喂曲线,饲喂曲线定义母猪生产各个阶段生产状态参数下的饲喂计划量,但是饲喂曲线一般也是选取母猪在生产各个阶段的关键节点的饲喂量,附图2是丹系二胎母猪的全程饲喂曲线,不同品系和胎次的饲喂曲线由用户根据其猪场情况和所选择的各个阶段饲料营养来修改和自定义。但是实际的投喂是每天有可能要进行几次的,这就存在如何根据饲喂曲线进一步精确化投喂量的问题。本发明引入上述自动测量的膘体值,精确指导每次投喂量。
具体的投喂量的计算过程如下:
a)首先根据母猪的生产状态参数(包括胎次、生产状态和日龄等)查找对应的饲喂曲线,通过饲喂曲线坐标图查询标准采食量;
b)根据当前膘体值通过膘体调整模型(调整模型可以由不同的饲料企业根据其配方和营养提供)计算采食调整量,采食调整量可以是正值,也可以是负值;
c)根据所述标准采食量、采食调整量计算投喂量,投喂量=标准采食量+采食调整量。
每次测量的膘体值不仅可以指导每次的投喂量,而且还可以用来验证上次膘体测定值,以及反馈两次测定值之间的投喂策略是否合适,从而提高膘体测定的精度,完善饲喂曲线,实现闭环膘体检测和饲喂。
具体饲喂曲线的自反馈调整过程如下:
根据动物个体信息确定关键膘体测定点,该关键膘体测定点对应于动物生产阶段时间节点;
获取关键膘体测定点的膘体值;
根据相邻关键膘体测定点的膘体值调整饲喂曲线。
作为一个具体实施例,附图3示出了一只母猪在一个完整生产过程的关键膘体测定点:配种、怀孕3日龄、怀孕40日龄、怀孕65日龄、怀孕107日龄、产仔、断奶、断奶2日龄。怀孕40日龄的膘体测定值,通过饲喂曲线制定出怀孕40~65的饲喂计划量,达到65日龄的理想膘体值,但65日龄测定膘体值和理想膘体出现差别时,可以通过提示人工方式调整40~65区间的饲喂曲线,也可以通过电脑自动调整,这样通过大量猪只的膘体测定和调整饲喂曲线实现饲喂曲线的自学习和完善算法模型的能力。
进行膘体测量方法的自反馈调整如下:
根据动物个体信息确定关键膘体测定点,该关键膘体测定点对应于动物生产阶段时间节点;
获取关键膘体测定点的膘体值;
根据关键膘体测定点的膘体值调整膘体值计算模型。
本发明提供的方法在实践过程中,可不断自我调整,测量的膘体值准确度高,并不能不断优化饲喂曲线,使饲喂曲线不再单纯由人工经验确定,更为准确描述不同生产阶段母猪的饲喂量。
为了避免膘体值测量出现异常,该方法还包括:将当前膘体值与预设阈值范围进行比较,当超出预设阈值范围时,发出报警提示。
本发明提供一种背膘膘体自动检测装置1,该装置包括:
摄像头10,用于获取动物在特定位置的图像序列;
图像区域提取单元11,用于分别从图像序列的各图像中提取动物体型区域,以获取数个动物体型区域图像;
关键点标记单元12,用于对所述数个动物体型区域图像分别进行关键点标记;图像转换单元13,用于根据标记的关键点将所述数个动物体型区域图像变换为标准体型图像;
对比分析单元14,所述标准体型图像与预先建立的标准体型模板信息库进行对比分析,根据对比分析结果确定与背膘膘体有关的参数值;
膘体值计算单元15,用于根据所述参数值、动物个体当前信息计算动物的当前膘体值。
本发明提供一种动物自动饲喂***,该***包括前面所述的背膘膘体自动检测装置1、识别读取器2、饲喂主机3、下料装置4,其中,所述识别读取器2用于读取附在动物身上的标签以触发摄像头,所述摄像头10设置在动物通道上方;饲喂主机3用于获取动物的当前个体信息,根据当前个体信息查找、定位对应的饲喂曲线,并根据动物的当前膘体值、定位的相应饲喂曲线坐标确定当前投料量,下料装置4根据所述确定的当前投料量进行下料。
该***还包括:饲喂曲线调整单元31,用于根据动物个体信息确定关键膘体测定点,该关键膘体测定点对应于动物生产阶段时间节点、获取关键膘体测定点的膘体值、根据相邻关键膘体测定点的膘体值调整饲喂曲线。
该***还包括膘体值计算调整单元17,用于根据动物个体信息确定关键膘体测定点、获取关键膘体测定点的膘体值,该关键膘体测定点对应于动物生产阶段时间节点、根据关键膘体测定点的膘体值调整膘体值计算模型。
本申请实施例中提供的技术方案,至少具有如下技术效果或优点:
本发明不仅提供了一种畜禽(特别是母猪)自动背膘测定方法,以及根据测定的背膘结果进行自动饲喂的方法,并且通过动物全程饲喂过程中各个阶段的背膘值和饲喂量的不断修正和优化,为各个品系的动物(尤其是母猪)提供最佳的饲喂方法和饲喂依据,能够优化各个阶段的饲喂和营养配方,从而达到节省饲喂和生产经济效益指标最大化。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
类似地,应当理解,为了精简本发明并帮助理解各个发明方面中的一个或多个,在上面对本发明的示例性实施例的描述中,本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该公开的方法解释成反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说,如下面的权利要求书所反映的那样,发明方面在于少于前面公开的单个实施例的所有特征。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本发明的单独实施例。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制,并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。
Claims (13)
1.一种背膘膘体自动检测方法,其特征在于,该方法包括:
获取动物在特定位置的图像序列;
分别从图像序列的各图像中提取动物体型区域,以获取数个动物体型区域图像;
对所述数个动物体型区域图像分别进行关键点标记;
根据标记的关键点将所述数个动物体型区域图像变换为标准体型图像;
所述标准体型图像与预先建立的标准体型模板信息库进行对比分析,根据对比分析结果确定与背膘膘体有关的参数值;
根据所述参数值、动物个体当前信息计算动物的当前膘体值。
2.根据权利要求1所述的方法,其特征在于,该方法包括:通过无线射频识别读取器读取到附在动物身上的标签触发获取动物在特定位置的图像序列。
3.根据权利要求1所述的方法,其特征在于,该方法适用于母猪。
4.一种基于权利要求1中所计算的当前膘体值的动物自动饲喂方法,其特征在于,包括:
获取动物的当前个体信息,并根据当前个体信息查找并定位对应的饲喂曲线;
根据动物的当前膘体值、定位的相应饲喂曲线坐标确定当前投料量。
5.根据权利要求4所述的动物自动饲喂方法,其特征在于,所述根据动物的当前膘体值、定位的相应饲喂曲线坐标确定当前投料量,包括:
根据动物的品种、生产状态参数查找对应的饲喂曲线,获取标准采食量;
根据当前膘体值通过预设调整模型计算采食调整量;
根据标准采食量、采食调整量计算当前投料量。
6.根据权利要求4所述的动物自动饲喂方法,其特征在于,控制下料设备根据所述确定的当前投料量投料给对应牲畜。
7.根据权利要求4所述的动物自动饲喂方法,其特征在于,该方法还包括:将当前膘体值与预设阈值范围进行比较,当超出预设阈值范围时,发出报警提示。
8.根据权利要求4所述的动物自动饲喂方法,其特征在于,该方法还包括:根据动物个体信息确定关键膘体测定点,该关键膘体测定点对应于动物生产阶段时间节点;
获取关键膘体测定点的膘体值;
根据相邻关键膘体测定点的膘体值调整饲喂曲线。
9.根据权利要求3所述的动物自动饲喂方法,其特征在于,该方法还包括:根据动物个体信息确定关键膘体测定点,该关键膘体测定点对应于动物生产阶段时间节点;
获取关键膘体测定点的膘体值;
根据关键膘体测定点的膘体值调整膘体值计算模型。
10.一种背膘膘体自动检测装置,其特征在于,该装置包括:
摄像头,用于获取动物在特定位置的图像序列;
图像区域提取单元,用于分别从图像序列的各图像中提取动物体型区域,以获取数个动物体型区域图像;
关键点标记单元,用于对所述数个动物体型区域图像分别进行关键点标记;
图像转换单元,用于根据标记的关键点将所述数个动物体型区域图像变换为标准体型图像;
对比分析单元,所述标准体型图像与预先建立的标准体型模板信息库进行对比分析,根据对比分析结果确定与背膘膘体有关的参数值;;
膘体值计算单元,用于根据所述参数值、动物个体当前信息计算动物的当前膘体值。
11.一种动物自动饲喂***,其特征在于,该***包括权利要求10所述的背膘膘体自动检测装置、识别读取器、饲喂主机、下料装置,其中,所述识别读取器用于读取附在动物身上的标签以触发摄像头,所述摄像头设置在动物通道上方;饲喂主机用于获取动物的当前个体信息,根据当前个体信息查找、定位对应的饲喂曲线,并根据动物的当前膘体值、定位的相应饲喂曲线坐标确定当前投料量,下料装置根据所述确定的当前投料量进行下料。
12.根据权利要求11所述的动物自动饲喂***,其特征在于,该***还包括:饲喂曲线调整单元,用于根据动物个体信息确定关键膘体测定点,该关键膘体测定点对应于动物生产阶段时间节点、获取关键膘体测定点的膘体值、根据相邻关键膘体测定点的膘体值调整饲喂曲线。
13.根据权利要求11所述的动物自动饲喂***,其特征在于,该***还包括膘体值计算调整单元,用于根据动物个体信息确定关键膘体测定点、获取关键膘体测定点的膘体值,该关键膘体测定点对应于动物生产阶段时间节点、根据关键膘体测定点的膘体值调整膘体值计算模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911192984.7A CN110754426B (zh) | 2019-11-28 | 2019-11-28 | 一种背膘膘体自动检测以及动物自动饲喂方法、*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911192984.7A CN110754426B (zh) | 2019-11-28 | 2019-11-28 | 一种背膘膘体自动检测以及动物自动饲喂方法、*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110754426A true CN110754426A (zh) | 2020-02-07 |
CN110754426B CN110754426B (zh) | 2022-01-07 |
Family
ID=69339971
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911192984.7A Active CN110754426B (zh) | 2019-11-28 | 2019-11-28 | 一种背膘膘体自动检测以及动物自动饲喂方法、*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110754426B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111198549A (zh) * | 2020-02-18 | 2020-05-26 | 陈文翔 | 一种基于大数据的家禽养殖监测管理*** |
CN112288793A (zh) * | 2020-11-06 | 2021-01-29 | 洛阳语音云创新研究院 | 畜类个体背膘检测方法、装置、电子设备及存储介质 |
CN112712088A (zh) * | 2020-12-31 | 2021-04-27 | 洛阳语音云创新研究院 | 动物膘情检测方法、装置及计算机可读存储介质 |
CN112906570A (zh) * | 2021-02-20 | 2021-06-04 | 东营市阔海水产科技有限公司 | 水产养殖投喂方法、终端设备及可读存储介质 |
CN114051973A (zh) * | 2022-01-17 | 2022-02-18 | 北京探感科技股份有限公司 | 一种基于视觉动物体尺的智能饲喂的方法、装置及*** |
CN114403023A (zh) * | 2021-12-20 | 2022-04-29 | 北京市农林科学院智能装备技术研究中心 | 基于太赫兹测量膘厚的猪只饲喂方法、装置及*** |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2005034618A1 (en) * | 2003-10-10 | 2005-04-21 | Ab Svenska Mätanalys | Method and device for the monitoring of pigs |
CN202635315U (zh) * | 2012-07-03 | 2013-01-02 | 深圳市润农科技有限公司 | 猪只智能饲养视频测定*** |
CN104008367A (zh) * | 2014-05-08 | 2014-08-27 | 中国农业大学 | 基于计算机视觉的育肥猪的自动行为分析***及方法 |
CN104247670A (zh) * | 2014-03-12 | 2014-12-31 | 中国农业科学院北京畜牧兽医研究所 | 一种妊娠母猪自动精准饲喂方法 |
CN109632059A (zh) * | 2018-12-13 | 2019-04-16 | 北京小龙潜行科技有限公司 | 一种智能养猪方法、***、电子设备及存储介质 |
CN109816072A (zh) * | 2019-03-14 | 2019-05-28 | 安徽鲜森绿色食品有限公司 | 一种基于rfid的牲畜健康智能管理方法及其*** |
CN110288580A (zh) * | 2019-06-25 | 2019-09-27 | 深圳德里克设备有限公司 | 牲畜体重的测量方法、测量装置及可读存储介质 |
-
2019
- 2019-11-28 CN CN201911192984.7A patent/CN110754426B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2005034618A1 (en) * | 2003-10-10 | 2005-04-21 | Ab Svenska Mätanalys | Method and device for the monitoring of pigs |
CN202635315U (zh) * | 2012-07-03 | 2013-01-02 | 深圳市润农科技有限公司 | 猪只智能饲养视频测定*** |
CN104247670A (zh) * | 2014-03-12 | 2014-12-31 | 中国农业科学院北京畜牧兽医研究所 | 一种妊娠母猪自动精准饲喂方法 |
CN104008367A (zh) * | 2014-05-08 | 2014-08-27 | 中国农业大学 | 基于计算机视觉的育肥猪的自动行为分析***及方法 |
CN109632059A (zh) * | 2018-12-13 | 2019-04-16 | 北京小龙潜行科技有限公司 | 一种智能养猪方法、***、电子设备及存储介质 |
CN109816072A (zh) * | 2019-03-14 | 2019-05-28 | 安徽鲜森绿色食品有限公司 | 一种基于rfid的牲畜健康智能管理方法及其*** |
CN110288580A (zh) * | 2019-06-25 | 2019-09-27 | 深圳德里克设备有限公司 | 牲畜体重的测量方法、测量装置及可读存储介质 |
Non-Patent Citations (2)
Title |
---|
李青等: ""基于机器视觉的猪胴体背膘厚度在线检测技术"", 《农业工程学报》 * |
赵鸿璋等: "《猪场经营与管理》", 30 September 2011, 中原农民出版社 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111198549A (zh) * | 2020-02-18 | 2020-05-26 | 陈文翔 | 一种基于大数据的家禽养殖监测管理*** |
CN111198549B (zh) * | 2020-02-18 | 2020-11-06 | 湖南伟业动物营养集团股份有限公司 | 一种基于大数据的家禽养殖监测管理*** |
CN112288793A (zh) * | 2020-11-06 | 2021-01-29 | 洛阳语音云创新研究院 | 畜类个体背膘检测方法、装置、电子设备及存储介质 |
CN112712088A (zh) * | 2020-12-31 | 2021-04-27 | 洛阳语音云创新研究院 | 动物膘情检测方法、装置及计算机可读存储介质 |
CN112712088B (zh) * | 2020-12-31 | 2023-02-14 | 洛阳语音云创新研究院 | 动物膘情检测方法、装置及计算机可读存储介质 |
CN112906570A (zh) * | 2021-02-20 | 2021-06-04 | 东营市阔海水产科技有限公司 | 水产养殖投喂方法、终端设备及可读存储介质 |
CN114403023A (zh) * | 2021-12-20 | 2022-04-29 | 北京市农林科学院智能装备技术研究中心 | 基于太赫兹测量膘厚的猪只饲喂方法、装置及*** |
CN114051973A (zh) * | 2022-01-17 | 2022-02-18 | 北京探感科技股份有限公司 | 一种基于视觉动物体尺的智能饲喂的方法、装置及*** |
Also Published As
Publication number | Publication date |
---|---|
CN110754426B (zh) | 2022-01-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110754426B (zh) | 一种背膘膘体自动检测以及动物自动饲喂方法、*** | |
Qiao et al. | Intelligent perception for cattle monitoring: A review for cattle identification, body condition score evaluation, and weight estimation | |
Halachmi et al. | Cow body shape and automation of condition scoring | |
CN102511441B (zh) | 奶牛数字化精准养殖*** | |
US9961883B2 (en) | Rapid and automatic determination of metabolic efficiency in livestock | |
CN110530477B (zh) | 后备母猪体重预估方法 | |
Tscharke et al. | Review of methods to determine weight and size of livestock from images | |
CN112288793B (zh) | 畜类个体背膘检测方法、装置、电子设备及存储介质 | |
Lu et al. | An automatic splitting method for the adhesive piglets’ gray scale image based on the ellipse shape feature | |
CN115250952A (zh) | 生猪健康监测方法、装置、设备及存储介质 | |
Yin et al. | Non-contact sensing technology enables precision livestock farming in smart farms | |
CN116019023A (zh) | 一种电子信息管理***及管理方法 | |
Ling et al. | Point cloud-based pig body size measurement featured by standard and non-standard postures | |
CN117036820B (zh) | 一种基于视觉图像的猪只分类模型及其方法 | |
CN110447562A (zh) | 跛牛识别及自动分群方法及其*** | |
CN110286625B (zh) | 一种饲养对象管理***和管理方法 | |
KR20220106397A (ko) | 머신러닝 기반의 가축 무게 예측 방법 및 장치 | |
KR102372107B1 (ko) | 영상기반의 모돈 분만 알림 시스템 | |
Chen et al. | Recognition method of dairy cow feeding behavior based on convolutional neural network | |
CA2854345C (en) | Rapid and automatic determination of metabolic efficiency in livestock | |
Ronghua et al. | Cow behavioral recognition using dynamic analysis | |
Le Cozler et al. | Chapter 18: the use of 3D imaging technology in animal management, with a special emphasis on ruminant production | |
Anifah | Decision support system cattle weight prediction using artificial selected weighting method | |
CN113989745A (zh) | 一种反刍动物饲养状况的非接触式监测方法 | |
CN116363141B (zh) | 一种妊娠母猪智能体型评价装置及*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |