[发明专利]鸡只的体质健康检测方法和系统有效

专利信息
申请号: 201610141730.2 申请日: 2016-03-12
公开(公告)号: CN105766789B 公开(公告)日: 2018-06-29
发明(设计)人: 泮进明;曹鹏程;杨业丰;王福杰;饶秀勤;应义斌;郭俊先 申请(专利权)人: 浙江大学
主分类号: A61B5/00 分类号: A61B5/00
代理公司: 杭州求是专利事务所有限公司 33200 代理人: 林超
地址: 310027 浙*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 体质健康 电磁门 高清摄像头 测量 手动开关控制 表征数据 分析处理 平台侧面 下落过程 形态特征 称重仪 可调节 检测 记录 落下 日龄 振翅 种鸡 录像
【权利要求书】:

1.一种鸡只的体质健康检测方法,其特征在于:通过高速摄像机采集被测鸡只自由落体过程中的视频,下落后用称重仪测量鸡只体重,同时记录鸡只日龄,运用图像处理从中提取鸡只下落过程的振翅数,将鸡只日龄、体重、振翅数一起作为有效特征参数与鸡只体质健康模型进行匹配;

所述方法具体为:

1)先采集样本鸡的图像并获得有效特征参数:采用已饥饿1、12、24、36、48小时和不饥饿的鸡只,重复采集图像并处理后获得其各自的振翅数;

2)建立鸡只体质健康模型:根据获得的振翅数与鸡只日龄、鸡只体重、鸡只饥饿时间进行相关线性分析处理,获得鸡只体质健康线性模型;

3)采集被测鸡的图像并获得其有效特征参数后与鸡只体质健康模型进行匹配,得到鸡只体质健康数据;

所述图像处理获得鸡只下落过程的振翅数具体为:

建立背景图像:将视频中前5帧的平均图像作为背景图像B0;

提取差分图像:将CCD相机采集到鸡只下落图像与背景图像B0作差,取其绝对值,获得差分图像D1,D2……Dn,n表示图像的序数;

截取差分图像:差分图像D1,D2……Dn中取矩形的作感兴趣区域R1,R2……Rn,对感兴趣区域R1,R2……Rn进行阈值为50的阈值分割,分割后图像中像素值为1的区域为鸡只区域,像素值为0的区域为背景区域,再以大小为3的单元结构体进行开运算,最后删除面积小于200像素的区域,获得处理后各张图像P1,P2……Pn;

通过连通区域统计方法计算得到处理后的图像P1,P2……Pn中鸡只区域的宽度W1,W2……Wn,将宽度值W1,W2……Wn与其各自对应的帧数1,2……n分别作为纵坐标、横坐标获得宽度变化曲线,曲线值增减代表鸡只振翅过程;

最后通过五点线性平滑处理后获得曲线中极大值点数,作为鸡只的振翅数。

2.根据权利要求1所述的一种鸡只的体质健康检测方法,其特征在于:

通过可调高度框架将被测鸡只凌空固定,等待30s待鸡只稳定后,打开电磁门开关,鸡只自由下落,下落后用称重仪测量鸡只体重,同时记录鸡只日龄,用高速摄像机采集鸡只下落过程的视频。

3.根据权利要求1所述的一种鸡只的体质健康检测方法,其特征在于:所述的鸡只体质健康模型采用线性回归分析和Logistic回归分析获得。

4.根据权利要求1或3所述的一种鸡只的体质健康检测方法,其特征在于所述方法具体为:

所述的鸡只体质健康模型采用以下公式表示的鸡只体质健康线性回归模型:

y=0.977x1-0.035x2-0.921x3+0.555

其中,y表示鸡只饥饿度,以鸡只的饥饿度表征鸡只体质健康,x1为鸡只日龄,x2为鸡只体重,x3为鸡只振翅数。

5.根据权利要求1或3所述的一种鸡只的体质健康检测方法,其特征在于所述方法具体为:

所述的鸡只体质健康模型采用以下公式表示的鸡只体质健康Logistic回归模型:

y=24.696x1-32.986x2-6.861x3+2.462

其中,y表示鸡只正常(y=0)或饥饿(y=1),x1为鸡只日龄,x2为鸡只体重,x3为鸡只振翅数。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江大学,未经浙江大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201610141730.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top