论文部分内容阅读
信息科学技术的飞速发展正在对过去传统的禽畜养殖方式带来深刻的影响,“精准养殖”的概念正得到越来越多的重视。本文在总结国内外相关研究的基础上,针对国内传统的依靠人工观察群养猪行为方法既费时又费力的缺点,提出了一种基于嵌入式技术和机器视觉技术的病猪行为自动监测系统,通过图像监视与识别,尽早发现病症前兆,有利于及时发现并诊治病猪或疑似病猪,也能使养殖企业免受经济损失。本文设计的系统基于三星S3C2410 ARM9硬件平台,利用安装于猪舍排泄区的嵌入式监控设备对群养猪的排泄行为进行全天候监控。首先通过一种改进的基于帧间差阈值的运动目标检测算法判断是否有猪进行排泄活动,该算法综合考虑了光线变化以及监控对象过小带来的误检测情况,从而提高了检测准确率。当检测出有猪排泄时,立即采用基于像素块对称特征的数字号码识别算法识别出贴在猪身上的号码标记,以定位进行排泄活动的猪只个体。号码识别时,首先提出了一种能够表征数字号码的特征向量,然后将其与模板号码的特征向量进行比较,统计出两者之间特征向量的距离,从而求出识别结果。该算法复杂度低,各处理步骤的实现均节省了嵌入式硬件资源。最后,统计出一天中各猪排泄总次数,当某猪总次数超标时,将其确定为疑似病猪,并将报警图像通过中国移动的GPRS网络传送至监控中心,监控中心通过浏览器便能实时查看具有异常行为的猪只图像。系统采用PPP拨号实现GPRS模块在嵌入式平台上的无线上网功能,采用CGI技术实现浏览器远程数据访问。以某规模化养猪场中生猪培育基地的一栏10头大约克夏猪为试验对象,试验结果表明本文设计的方法能有效实现病猪的自动检测,系统的实时性和监测效果均基本达到了预期的目标。本文提出的基于行为监测的病猪自动识别方法,为实现智能化牲畜高效养殖提供了科学的理论、技术支持及可行方案,对我国的养殖业领域实施自动化与智能化监测提供了一个非常好的经验,具有一定的借鉴意义。