摘要：种蛋气室的大小是监测种蛋孵化过程的重要指标之一。根据种蛋的热力学结构,种蛋在孵化过程中,包裹气室部分蛋壳会与其他部分蛋壳产生温差,从而可通过热红外图像进行观察。针对在种蛋孵化过程中,人工照蛋检测气室效率低的问题,探索设计了一种基于热图像的种蛋气室变化俯视监测算法。监测种蛋气室热图像的算法主要包括种蛋目标检测,种蛋图像分割和种蛋气室面积计算3个部分,其中种蛋的目标检测采用Faster-RCNN算法实现;种蛋图像分割采用BP神经网络算法实现;种蛋气室面积是在种蛋图像分割的基础上进行计算。使用孵化5天及以上的种蛋作为研究对象,并拍取种蛋的热图像进行试验。试验结果表明:种蛋热图像的目标检测的平均精度(mAP)为99.85%,拥有较好的检测效果。使用BP网络对种蛋进行图像分割。BP神经网络经过调参后,其网络最佳的结构为三层隐藏层,每个隐藏层拥有1000个神经元,最优初始学习率为0.0001,最优最大迭代次数为500。以F1-measure作为分割效果的评价指标,BP神经网络的图像分割总体结果为87.02%,Otsu算法的总体结果为65.25%。其中只有一个蛋的情况下,BP神经网络的分割结果为87.17%,Otsu算法的结果为68.86%。存在其他种蛋的干扰条件下,BP神经网络的分割结果为86.94%,Otsu算法的结果为61.64%,BP神经网络的分割效果优于Otsu分割算法,BP神经网络拥有更强的抗干扰能力。最后提取了孵化5~19 d种蛋的气室变化,通过观察种蛋气室大小曲线来监测种蛋的孵化情况,可看出随着天数的增加,气室有着明显变大的趋势。人工测量法与热红外测量法比较结果说明两者相关性为0.9343,拥有较好的相关性。基于热图像的种蛋气室变化监测算法可在实际生产中实现种蛋的识别与气室大小的快速监测,为实现监测种蛋孵化的自动化提供了技术参考。

摘要：针对当前大田环境条件下对害虫进行识别研究的不足,以南方蔬菜重大害虫为研究对象,探索了一种在大田环境下使用黄色诱捕板对蔬菜害虫进行监测计数的方法。在经典图像处理算法基础上,根据害虫监测目标的需要,提出了一种基于结构化随机森林的害虫图像分割算法和利用不规则结构的特征提取算法,进一步结合背景去除、干扰目标去除和检测模型计数子算法,集成设计了基于视觉感知的蔬菜害虫计数算法(Vegetable pest counting algorithm based on visual perception,VPCA-VP)。使用了现场环境下拍摄的图像进行实验与分析,共识别出蓟马9351只,烟粉虱202只,实蝇23只。经过与人工计数比对得出,本文基于视觉感知的蔬菜害虫计数算法的平均识别正确率为94.89%。其中,蔬菜害虫蓟马的识别正确率为93.19%,烟粉虱的识别正确率为91%,实蝇的识别正确率达到100%。算法达到了较好的测试性能,可以满足害虫快速计数需求,在农田害虫监测中有一定的应用前景。

摘要：针对规模化生猪养殖过程中难以及时获取猪只体温的问题,设计了基于红外技术的生猪体温巡检系统,以实现对设施猪场生猪体温的快速监测。硬件包括红外移动采集装置、系统控制装置和电源3部分。其中红外移动采集装置包括滑轨、移动小车、红外热像仪和保护壳;系统控制装置包括惠普MINI微型计算机、XP2-18R/RT型整体式控制器和DM542型数字式步进电机驱动器;电源包括电缆线和电缆滑车。控制系统集成红外图像的采集、存储控制,移动小车的运行控制及与远程服务器的数据通信等功能。在限位栏猪舍安装该装备,并进行了28d的测试试验,试验表明:系统工作稳定,巡检过程中红外图像平均缺失率为1.12%,能有效采集限位栏生猪红外图像。试验选择耳根区域作为生猪体温敏感区域,通过统计得到猪只耳根区域周期性巡检精度在90%以上,能有效监测猪只耳根区域温度情况。试验连续5d对3~6号猪只耳根区域温度最大值进行监测,并统计其日均值,通过分析验证了温度数值的科学性,可为养殖人员提供有效的监测信息,对生猪的健康监测和疫情防治具有重要意义。