CN105318944A - 杆状平台的鸡现场称重系统与方法 - Google Patents
杆状平台的鸡现场称重系统与方法 Download PDFInfo
- Publication number
- CN105318944A CN105318944A CN201510737351.5A CN201510737351A CN105318944A CN 105318944 A CN105318944 A CN 105318944A CN 201510737351 A CN201510737351 A CN 201510737351A CN 105318944 A CN105318944 A CN 105318944A
- Authority
- CN
- China
- Prior art keywords
- chicken
- weighing
- bar
- average weight
- camera
- 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
- 241000287828 Gallus gallus Species 0.000 title claims abstract description 198
- 238000005303 weighing Methods 0.000 title claims abstract description 142
- 238000000034 method Methods 0.000 title claims abstract description 44
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 claims abstract description 12
- 229910052742 iron Inorganic materials 0.000 claims abstract description 6
- 235000013330 chicken meat Nutrition 0.000 claims description 184
- 230000037396 body weight Effects 0.000 claims description 26
- 230000011218 segmentation Effects 0.000 claims description 17
- 230000012010 growth Effects 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 7
- 230000003203 everyday effect Effects 0.000 claims description 6
- 238000004040 coloring Methods 0.000 claims description 5
- 239000000203 mixture Substances 0.000 claims description 5
- 238000001914 filtration Methods 0.000 claims description 4
- 230000007773 growth pattern Effects 0.000 claims description 4
- 230000000877 morphologic effect Effects 0.000 claims description 4
- 239000010935 stainless steel Substances 0.000 claims description 4
- 229910001220 stainless steel Inorganic materials 0.000 claims description 4
- 238000010586 diagram Methods 0.000 claims description 3
- 238000012258 culturing Methods 0.000 claims description 2
- 238000012544 monitoring process Methods 0.000 claims description 2
- 238000009395 breeding Methods 0.000 abstract description 6
- 230000001488 breeding effect Effects 0.000 abstract description 6
- 244000144992 flock Species 0.000 abstract 2
- 238000005070 sampling Methods 0.000 description 10
- 238000013461 design Methods 0.000 description 5
- 210000003746 feather Anatomy 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 244000144977 poultry Species 0.000 description 2
- 235000013594 poultry meat Nutrition 0.000 description 2
- 230000003442 weekly effect Effects 0.000 description 2
- 229910000838 Al alloy Inorganic materials 0.000 description 1
- 241001269238 Data Species 0.000 description 1
- 240000007643 Phytolacca americana Species 0.000 description 1
- 238000013019 agitation Methods 0.000 description 1
- 230000003698 anagen phase Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000009360 aquaculture Methods 0.000 description 1
- 244000144974 aquaculture Species 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 239000004459 forage Substances 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 238000009318 large scale farming Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 210000002784 stomach Anatomy 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种杆状平台的鸡现场称重系统与方法。两个称重模块之间连接称重杆构成杆状称重平台,称重杆将重量传递到称重模块,相机安装在称重杆的正上方,称重模块和相机均与计算机相连;称重模块包括外壳以及压力传感器、控制电路和铁块;称重获得秤上总体重数据,根据图像信息获得杆上鸡平均体重估计值和杆周围鸡平均体重估计值,结合各个体重数据处理获得有效单次鸡平均体重,再处理根据养殖时间段绘制图表,获得鸡群的平均体重增长情况和个体差异变化情况。本发明可取代繁重的人工操作,排除人为因素的干扰;通过分析获得的鸡群整体增重曲线和个体间体重差异变化用作养殖参考,并可解决称重系统的某些数据异常和常见的结果偏轻的问题。
Description
技术领域
本发明涉及了一种禽类数据采集的方法与装置,尤其涉及了一种杆状平台的鸡现场称重系统与方法。
背景技术
随着人们对鸡肉消费量的不断增加,肉鸡规模化养殖越来越普遍。体重是肉鸡养殖过程中的重要指标,其不仅可以直接体现产量,同时也可以反映生长状况。如果获得生长过程中的增重曲线,则可以预测生长趋势与出栏时间,若与一般体重增长曲线对比分析,则可以发现生长过程中的异常状况,指导养殖管理人员做出相应的应对措施。
我国的鸡养殖行业,目前普遍采用的是人工称重的方法。人工称重方法是先将鸡群均匀分散后随机取点,再选择点位内的鸡称重。这种方法耗时耗力,最终数据受人工具体的操作方式干扰,且会对鸡群的生长造成惊扰,若管理人员手法不够柔和则会损害鸡的健康,同时,长时间在鸡舍中也不利于管理人员的身体健康。
现有的自动化家禽称重系统在欧美发达国家80年代就已经出现,其主要设计思路就是一个鸡的站立位置、一个压力传感器和数据处理和存数单元组成,但在我大规模肉鸡养殖行业里的应用并不常见,售价过高是一方面,同时在应用上也存在一些问题。其设计的问题在于,一、装置一次可同时称重的鸡数量少,多为一次只称一只鸡,这导致采样样本量过少往往造成结果误差增大。二、许多研究表明,在生长的中后期,体重较重的鸡上秤的次数少于体重较轻的鸡;对鸡身体部分倚靠在秤上这种情况无法进行判断,这使得称重结果往往偏轻。
发明内容
为了克服背景技术中人工随机抽样称重和现有自动称重系统的多方面不足,本发明的目的在于提供一种杆状平台的鸡现场称重系统与方法。利用禽类喜欢有站立在高处杆状物体上的特性,通过计算机视觉识别触发称重瞬间处于杆状称重平台上的鸡的数量和通过图像信息估计称重杆上和周围鸡的体重,结合称重模块传回的体重数据计算得到精确的平均体重。实际使用过程中只需将本系统放置在鸡舍内,即可记录鸡群的体重增长情况。
为实现上述目的,本发明采用的技术方案是:
一、一种杆状平台的鸡现场称重系统:
包括称重杆、相机、相机安装架、计算机和两个称重模块;两个称重模块之间连接称重杆构成杆状称重平台,被称重的鸡站在称重杆上,称重杆将重量传递到两端的称重模块,相机通过相机安装架安装在称重杆的正上方,相机的摄像头朝向正下方的称重杆,称重模块和相机均与计算机相连。
所述的相机安装架包括一根水平安装杆和两根竖直支杆,两根竖直支杆分别固定于两个称重模块上,一根水平安装杆两端分别固定连接在两根竖直支杆顶端上,相机固定安装在水平安装杆的中部。
所述的称重模块包括外壳以及置于外壳内的压力传感器、控制电路和用于增加重量的铁块,外壳构成一个封闭空间,称重杆端部穿过外壳安装到压力传感器上,压力传感器经控制电路与计算机连接。
所述的外壳可以采用长方体外壳或圆锥形外壳。
所述的称重杆为0.2~5米长的不锈钢方管、扁管或圆管,具有刚性不弯曲,且内部中空用于压力传感器和控制电路之间的连接线通过。
所述的相机的视场必须覆盖称重杆的长度。
二、一种杆状平台的鸡现场称重方法:
搭建上述系统,鸡站上称重杆后,称重模块间隔3-10分钟时间进行称重,获得站在称重杆上鸡稳定的秤上总体重数据,每次称重的同时计算机触发相机进行拍照,计算机根据图像信息获得秤上鸡平均体重、杆上鸡平均体重估计值和杆周围鸡平均体重估计值,结合三个体重数据进行处理,获得最终的有效单次鸡平均体重;将一天内记录的有效单次鸡平均体重再取平均值,获得鸡群日平均体重。选择养殖时间段绘制图表获得鸡群的平均体重增长情况和个体差异变化情况,由此对鸡群整个生长过程进行持续的体重监控。
所述的最终的有效单次鸡平均体重具体采用以下方式获得:
1)对图像数据的HSV空间的颜色信息进行分割并识别出站在称重杆上的鸡数量,将秤上总体重数据除以鸡数量得到秤上鸡平均体重;
2)并利用处理后图像数据中鸡个体的面积,代入已获得的鸡的数据关系模型,获得称重杆上鸡平均体重估计值和杆周围鸡平均体重估计值,数据关系模型为照片图像中鸡所占面积、鸡的空间位置和鸡个体体重三者之间的关系模型;
3)若步骤1)获得的秤上鸡平均体重相比步骤2)获得的杆上鸡平均体重估计值相差在杆上鸡平均体重估计值的±30%范围以内,则保留该次步骤1)获得的秤上鸡平均体重,并与步骤2)获得的杆周围鸡平均体重估计值计算平均值,作为有效单次鸡平均体重,否则作为无效数据剔除。此步骤可解决称重系统的某些数据异常和常见的结果偏轻的问题。
所述的利用已获得的数据关系模型对图像数据的HSV空间的颜色信息进行分割并识别出站在称重杆上的鸡数量具体如下:
1.1)截取包含有称重杆及其附近的图像区域作为感兴趣区域ROI;
1.2)将色彩空间转换至HSV空间;
1.3)对于黄羽鸡,对HSV空间的h分量反色处理后以灰度值225进行阈值分割,对HSV空间的s分量以灰度值70进行阈值分割,将处理后的h分量和s分量进行与运算;
1.4)进行形态学滤波,用5×5算子进行开运算,将获得到的相邻前景目标连通组成前景目标区域,前景目标为包含有站在称重杆上鸡的像素区域;
1.5)再对处理后的图像进行去除小面积区域处理,小面积区域为小于当前日龄下统计的鸡平均面积大小的1/2的区域。当前日龄下鸡的平均面积大小通过鸡的数据关系模型统计获得;
1.6)用基于曲率的方法对前景目标区域中多只鸡连在一起的像素区域进行连通区域分割;
1.7)对步骤1.6)分割后的连通区域统计形心坐标,统计在称重杆周围相邻20像素矩形的连通区域内的形心坐标总数,作为最终的鸡只数。
对于白羽鸡,所述的步骤1.3)可替换为:对HSV空间的s分量做反色处理,并以灰度值230进行阈值分割。
本发明具有的有益的效果是:
1、本发明杆状称重平台设计,该设计对鸡更具吸引力,同时称重杆有较长的长度,可增加鸡站上称重系统的频率以获得更大的采样量,因此增加了计算结果的准确性;同时杆状设计限制了鸡的站立姿势,大大减小了粪便落在杆子上的可能性。可以根据需要设置1根或1根以上称重杆,并根据鸡的高度调整距离地面的位置,便于使更多的鸡站上去,获得更多采样量,从而提高结果准确性。
2、本发明通过相机的辅助,不仅可获得站在秤上的鸡数,同时可以通过鸡数据关系模型,估计称重杆上和周围鸡的体重,以此获得更大采样量。将称重模块获得的平均体重和秤上鸡图像估计体重值相对比,若相差过大则为错误称重数据,删除该次数据。将周围鸡图像体重估计值与装置称重结果相结合,一定程度上解决了称重系统常见的结果偏轻的问题。
3、通过获得的实际增重曲线与正常增重曲线对比,可以判断饲料供应等鸡舍管理是否存在问题,并可预测出栏时间。
4、最大程度上减小了称重过程中人为因素的干扰,避免了应激产生。
5、整个养殖过程中开启该系统,可以准确地获得不同生长阶段的家禽体重,减小了鸡舍工作人员的工作量和健康风险。
附图说明
图1是本发明采用单个称重杆的结构示意图。
图2是本发明采用双称重杆的结构示意图。
图3是本发明的长方体称重模块结构示意图。
图4是本发明的圆锥形称重模块结构示意图。
图5是本发明计算机控制流程图。
图6是本发明称重模块控制流程图。
图7是本发明图像处理获得鸡只数量的流程图。
图中:1、称重模块;2、称重杆;3、相机;4、相机安装架;5、计算机;6、外壳;7、压力传感器;8、控制电路;9、铁块。
具体实施方式
以下结合附图和实施例对本发明做进一步的说明。
如图1所示,本发明的装置包括称重杆2、相机3、相机安装架4、计算机5和两个称重模块1;两个称重模块1之间连接称重杆2构成杆状称重平台,被称重的鸡站在称重杆2上,称重杆2将重量传递到两端的称重模块1,相机3通过相机安装架4安装在称重杆2的正上方,相机3的摄像头朝向正下方的称重杆2,称重模块1和相机3均与计算机5相连进行控制、数据传输和处理。
相机安装架4具体包括一根水平安装杆和两根竖直支杆,两根竖直支杆分别固定于两个称重模块1上,一根水平安装杆两端分别固定连接在两根竖直支杆顶端上,相机3固定安装在水平安装杆的中部。
如图3所示,称重模块1包括外壳6以及置于外壳6内的压力传感器7、控制电路8和用于增加重量的铁块9,外壳6构成一个封闭空间,称重杆2端部穿过外壳6安装到压力传感器7上,压力传感器7经控制电路8与计算机5连接。
外壳6顶端设置螺纹口用于连接相机安装架4,右侧门上留一个小口用于穿过称重杆2,其余地方都封闭,目的是防止鸡对内部的压力传感器7和控制电路板8产生破坏。两侧的两个称重模块1只需一个控制电路板2控制,通过在称重杆2管内过线连接。铁块9置于称重模块1底部,使得装置的重心稳定不会因鸡的碰撞而倾倒。
如图4所示,称重模块1的外壳6采用圆锥形外壳,以防止小鸡跳上外壳,从而减少对装置的影响和额外的清洁工作。
称重杆2为0.2~5米长的不锈钢方管、扁管或圆管,具有刚性不弯曲,且内部中空用于压力传感器7和控制电路8之间的连接线通过。
称重杆2数量可为一根或者多根,称重杆2的长度和与地面的距离根据鸡的大小调整,数量也可根据检测采样数量的需要增加为1根以上,如图2的两根。
当鸡站在称重杆上时,称重模块测得的体重数值稳定在限定的阈值内后记录其体重数据,并触发相机拍照,通过数据关系模型,识别称重杆上鸡的数量和通过图像信息估计称重杆上和周围鸡的体重,结合称重模块传回的体重数据计算得到精确的平均体重。
本发明系统放置于鸡舍后,当鸡站上称重杆,经过初始的几秒波动后,称重模块获得的数据趋于稳定,则将之前采集多次数据的均值发送至计算机,计算机接收到数据后,触发相机拍摄照片,通过图像处理识别称重杆上鸡的数量和通过图像信息估计称重杆上和周围鸡的体重,结合称重模块传回的体重数据计算得到精确的平均体重。可每三分钟读取重量并采集一次图像,计算每天的平均体重,并绘制体重增长曲线,实现鸡只体重的现场称重和监控。
本发明的具体实施例及其工作过程如下:
本发明包括由两端称重模块和不锈钢方管称重杆组成的杆状称重平台,称重杆两端伸入称重模块外壳的开口和内部的压力传感器连接,将相机安装架通过螺纹连接至称重模块外壳上,相机安装架主体材料为25mm管径铝合金圆管。相机采用海康威视DS-2CD3320(D)-I监控摄像机,使用卡扣装置固定在相机安装架上,镜头竖直向下,正对称重杆中点。相机距离地面的高度为1.1m,称重杆长度为1m。相机和称重模块与计算机连接,计算机中安装有控制软件,以对图像和体重数据进行处理和存储。
(一)装置应用到实际生产之前,需要先完成鸡的数据关系模型的建立。具体实施方法如下:
1)选定一个品种的鸡,并跟随其生长过程每周选取样本测试。
2)绘制以相机视场中点为中心,长宽为960*540像素的区域;将该区域分为6*10的网格,每个网格作为一个采样位置。
3)每周从鸡舍中随机选择20只鸡,逐只称重后放置在各个采样位置,进行采样。记录鸡的日龄、体重和各个采样位置的图像。
4)对各个位置的图像数据进行处理,获得不同日龄的每只鸡在不同采样位置的面积大小。
5)将各个日龄、体重、面积、采样位置,四个数据进行建模,获得:
5.1)不同日龄下的正上方拍摄的鸡平均面积
5.2)不同日龄下的鸡平均体重
5.3)不同采样位置和正上方拍摄鸡面积的转换关系
5.4)正上方拍摄鸡面积和体重的转换关系
(二)在实际生产中,每2000只鸡配备一台本称重系统,将本装置在生长初期放置在鸡舍中,保持装置开启直到出栏。装置的工作流程如图5所示,系统启动并连接后,计算机5软件开启时发送信号让称重模块1进行去皮;计算机5发送信号要求称重模块1称重后,当鸡站在称重杆2上时,称重模块1测得的体重数值在限定的波动阈值内稳定且大于设定的阈值后,该阈值为当前日龄下统计的鸡平均体重的1/2,将体重数据发送到计算机5,计算机5收到体重数据后,触发相机3拍照;同时,计算机5等待3分钟后再次发送信号要求称重模块1进行下一次称重,可以减少装置周围的鸡的重复称重。
上述称重模块工作流程如下:
如图6所示,控制模块启动后处于待机状态,当接受到计算机5发送的去皮信号时,则将两端的压力传感器7读数置零;当接受到计算机5发送的称重信号时,则开始读取两端压力传感器的读数w1和w2,秤上总体重数据Wt为w1和w2经过线性校准后的值的和,即
Wt=k1×w1+b1+k2×w2+b2
其中,k1、b1和k2、b2为两侧压力传感器的校准参数。
当读取的重量数据Wt的值大于设置的阈值T0,T0为当前日龄下统计的鸡平均体重的1/2,且2秒钟内4次读取的数据中最大值Wmax和最小值Wmin的差小于波动范围Te,则发送数据4次数据的均值至计算机5,否则进行下一次重量读取。即
(三)通过图像处理识别称重杆上鸡的数量和通过图像信息估计称重杆上和周围鸡的体重,结合称重模块传回的体重数据计算得到精确的平均体重,将结果保存到计算机5中。下面结合图7说明本发明的鸡计数方法、杆上鸡平均体重估计和杆周围鸡平均体重估计:
由于颜色是物体本身最直观的体现,在识别个数时,其中的某些像素的误识别不会对整体造成影响,且HSV空间中将亮度与颜色信息分离,对外界光照变化的干扰不敏感,本发明中的图像识别可采用基于HSV空间的分割计算方法。本发明根据鸡舍所养殖的鸡羽毛颜色类型采用不同的图形处理方法,由于大规模养殖的肉鸡以黄羽肉鸡和白羽肉鸡为主,以下分别进行阐述:
对于黄羽肉鸡:
1)截取包含有称重杆及其附近的图像区域作为感兴趣区域ROI;
2)将色彩空间转换至HSV空间;
3)对HSV空间的h分量反色处理后以灰度值225进行阈值分割,对HSV空间的s分量以灰度值70进行阈值分割,将处理后的h分量和s分量进行与运算;
4)进行形态学滤波,用5×5算子进行开运算,将获得到的相邻前景目标连通组成前景目标区域,前景目标为包含有站在称重杆上鸡的像素区域;
5)再对处理后的图像进行去除小面积区域处理,小面积区域为小于当前日龄下统计的鸡平均面积大小的1/2的区域。当前日龄下鸡的平均面积大小通过鸡的数据关系模型统计获得;
6)用基于曲率的方法对前景目标区域中多只鸡连在一起的像素区域进行连通区域分割;
7)对步骤6)分割后的连通区域统计形心坐标,统计在称重杆周围相邻20像素矩形的连通区域内的形心坐标总数,作为最终的鸡只数。
8)将秤上总体重数据除以鸡只数得到秤上鸡平均体重;统计各个连通区域的面积,根据实验建立的鸡的数据关系模型,计算杆上鸡平均体重估计值和杆周围鸡平均体重估计值。
对于白羽鸡:
1)截取包含有称重杆及其附近的图像区域作为感兴趣区域ROI;
2)将色彩空间转换至HSV空间;
3)对HSV空间的s分量做反色处理,并以灰度值230进行阈值分割;
4)进行形态学滤波,用5×5算子进行开运算,将获得到的相邻前景目标连通组成前景目标区域,前景目标为包含有站在称重杆上鸡的像素区域;
5)再对处理后的图像进行去除小面积区域处理,小面积区域为小于当前日龄下统计的鸡平均面积大小的1/2的区域。当前日龄下鸡的平均面积大小通过鸡的数据关系模型统计获得;
6)用基于曲率的方法对前景目标区域中多只鸡连在一起的像素区域进行连通区域分割;
7)对步骤6)分割后的连通区域统计形心坐标,统计在称重杆周围相邻20像素矩形的连通区域内的形心坐标总数,作为最终的鸡只数。
8)将秤上总体重数据除以鸡只数得到秤上鸡平均体重;统计各个连通区域的面积,根据实验建立的鸡的数据关系模型,计算杆上鸡平均体重估计值和杆周围鸡平均体重估计值。
(四)对步骤(三)中获得的三个不同数据:秤上鸡平均体重、杆上鸡平均体重估计值和杆周围鸡平均体重估计值,进行结合处理,获得最终的有效单次鸡平均体重:
若步骤(三)获得的秤上鸡平均体重相比杆上鸡平均体重估计值相差在杆上鸡平均体重估计值的±30%范围以内,则保留该次获得的秤上鸡平均体重,并与获得的杆周围鸡平均体重估计值计算平均值,作为有效单次鸡平均体重,否则作为无效数据剔除。此步骤可解决称重系统的某些数据异常和常见的结果偏轻的问题。
(五)对获得的有效单次鸡平均体重数据进行处理,获得不同的结果:
将每日早上喂料前的有效单次鸡平均体重取平均值,可获得每日的空腹鸡体重情况;
对每日早上喂料前的有效单次鸡平均体重数据计算标准差,可获得鸡群空腹体重差异;
将一天内记录的有效单次鸡平均体重再取平均值,获得鸡群日平均体重;
对每日的有效单次鸡平均体重数据计算标准差,可获得鸡群体重差异;
选择不同养殖时间段,对以上四个数据绘制图表,可获得鸡群的平均体重增长情况和个体差异变化情况。
由此可见,本发明可取代繁重的人工操作,排除人为因素的干扰,并且通过分析获得的鸡群整体增重曲线和个体间体重差异变化用作养殖参考,并可解决称重系统的某些数据异常和常见的结果偏轻的问题,技术效果显著。
Claims (9)
1.一种杆状平台的鸡现场称重系统,其特征在于:包括称重杆(2)、相机(3)、相机安装架(4)、计算机(5)和两个称重模块(1);两个称重模块(1)之间连接称重杆(2)构成杆状称重平台,被称重的鸡站在称重杆(2)上,称重杆(2)将重量传递到两端的称重模块(1),相机(3)通过相机安装架(4)安装在称重杆(2)的正上方,相机(3)的摄像头朝向正下方的称重杆(2),称重模块(1)和相机(3)均与计算机(5)相连。
2.根据权利要求1所述的一种杆状平台的鸡现场称重系统,其特征在于:所述的相机安装架(4)包括一根水平安装杆和两根竖直支杆,两根竖直支杆分别固定于两个称重模块(1)上,一根水平安装杆两端分别固定连接在两根竖直支杆顶端上,相机(3)固定安装在水平安装杆的中部。
3.根据权利要求1所述的一种杆状平台的鸡现场称重系统,其特征在于:所述的称重模块(1)包括外壳(6)以及置于外壳(6)内的压力传感器(7)、控制电路(8)和用于增加重量的铁块(9),外壳(6)构成一个封闭空间,称重杆(2)端部穿过外壳(6)安装到压力传感器(7)上,压力传感器(7)经控制电路(8)与计算机(5)连接。
4.根据权利要求3所述的一种杆状平台的鸡现场称重系统,其特征在于:所述的外壳(6)采用长方体外壳和圆锥形外壳。
5.根据权利要求1所述的一种杆状平台的鸡现场称重系统,其特征在于:所述的称重杆(2)为不锈钢方管、扁管或圆管,具有刚性不弯曲,且内部中空用于压力传感器(7)和控制电路(8)之间的连接线通过。
6.应用于权利要求1~5任一所述系统的一种杆状平台的鸡现场称重方法,其特征在于:搭建权利要求1~5任一所述系统,鸡站上称重杆后,称重模块间隔3-10分钟时间进行称重,获得站在称重杆上稳定的秤上鸡总体重数据,每次称重的同时计算机触发相机(3)进行拍照,计算机根据图像信息获得秤上鸡平均体重、杆上鸡平均体重估计值和杆周围鸡平均体重估计值,结合三个体重数据处理获得最终的有效单次鸡平均体重;对每天获得的有效单次鸡平均体重再进行进一步处理,对处理结果根据不同的养殖时间段绘制图表,获得鸡群的平均体重增长情况和个体差异变化情况,由此对鸡群整个生长过程进行持续的体重监控。
7.根据权利要求6所述的一种杆状平台的鸡现场称重方法,其特征在于:所述的计算机根据图像信息获得秤上鸡平均体重、杆上鸡平均体重估计值和杆周围鸡平均体重估计值,结合三个体重数据处理获得最终的有效单次鸡平均体重具体包括:
1)对图像数据的HSV空间的颜色信息进行分割并识别出站在称重杆上的鸡数量,将秤上总体重数据除以鸡数量得到秤上鸡平均体重;
2)并利用处理后图像数据中鸡个体的面积,代入已获得的鸡数据关系模型,获得称重杆上鸡平均体重估计值和杆周围鸡平均体重估计值;
3)若步骤1)获得的秤上鸡平均体重相比步骤2)获得的杆上鸡平均体重估计值相差在±30%范围以内,则保留该次步骤1)获得的秤上鸡平均体重,并与步骤2)获得的杆周围鸡平均体重估计值计算平均值,作为有效单次鸡平均体重,否则作为无效数据剔除。
8.根据权利要求7所述的一种杆状平台的鸡现场称重方法,其特征在于:所述的利用已获得的数据关系模型对图像数据的HSV空间的颜色信息进行分割并识别出站在称重杆上的鸡数量具体步骤如下:
1.1)截取包含有称重杆及其附近的图像区域作为感兴趣区域ROI;
1.2)将色彩空间转换至HSV空间;
1.3)对HSV空间的h分量反色处理后以灰度值225进行阈值分割,对HSV空间的s分量以灰度值70进行阈值分割,将处理后的h分量和s分量进行与运算;
1.4)进行形态学滤波,用5×5算子进行开运算,将获得到的相邻前景目标连通组成前景目标区域,前景目标为包含有站在称重杆上鸡的像素区域;
1.5)再对处理后的图像进行去除小面积区域处理,小面积区域为小于当前日龄下统计的鸡平均面积大小的1/2的区域;
1.6)用基于曲率的方法对前景目标区域中多只鸡连在一起的像素区域进行连通区域分割;
1.7)对步骤1.6)分割后的连通区域统计形心坐标,统计在称重杆周围相邻20像素矩形的连通区域内的形心坐标总数,作为最终的鸡只数。
9.根据权利要求8所述的一种杆状平台的鸡现场称重方法,其特征在于:所述的步骤1.3)替换为:对HSV空间的s分量做反色处理,并以灰度值230进行阈值分割。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510737351.5A CN105318944B (zh) | 2015-11-03 | 2015-11-03 | 杆状平台的鸡现场称重系统与方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510737351.5A CN105318944B (zh) | 2015-11-03 | 2015-11-03 | 杆状平台的鸡现场称重系统与方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105318944A true CN105318944A (zh) | 2016-02-10 |
CN105318944B CN105318944B (zh) | 2018-06-29 |
Family
ID=55246831
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510737351.5A Active CN105318944B (zh) | 2015-11-03 | 2015-11-03 | 杆状平台的鸡现场称重系统与方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105318944B (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106052818A (zh) * | 2016-08-10 | 2016-10-26 | 河南丰园禽业有限公司 | 平养肉种鸡自动称重系统及其称重方法 |
CN106441537A (zh) * | 2016-09-08 | 2017-02-22 | 蝶和科技(中国)有限公司 | 一种称重货架的称重方法以及使用该方法的货架 |
CN107084778A (zh) * | 2017-05-12 | 2017-08-22 | 内蒙古智牧溯源技术开发有限公司 | 一种移动称重系统 |
CN108344480A (zh) * | 2018-01-25 | 2018-07-31 | 北京农业信息技术研究中心 | 一种家禽自动称重方法及系统 |
CN109556691A (zh) * | 2018-11-05 | 2019-04-02 | 上海睿畜电子科技有限公司 | 一种预估栏位牲畜均重的方法、装置及系统 |
CN109579957A (zh) * | 2018-12-14 | 2019-04-05 | 牧原食品股份有限公司 | 一种无人过磅系统及方法 |
CN109781220A (zh) * | 2019-01-16 | 2019-05-21 | 山东钰耀弘圣智能科技有限公司 | 一种平养鸡鸡群体重远程自动监测系统与方法 |
CN110969149A (zh) * | 2019-12-30 | 2020-04-07 | 韩山师范学院 | 一种鸡爪称重机的智能图像识别装置及其称重方法 |
CN112577425A (zh) * | 2020-11-24 | 2021-03-30 | 华南农业大学 | 种鸡性能测定仪和测定方法 |
JP2021050951A (ja) * | 2019-09-24 | 2021-04-01 | 日本電気株式会社 | 個体体重推定システム、方法およびプログラム |
CN113225047A (zh) * | 2021-04-26 | 2021-08-06 | 湖南大学 | 一种基于tvlp-mf的动态检重秤快速滤波方法及系统 |
CN113390493A (zh) * | 2021-06-17 | 2021-09-14 | 成都海讯智创科技有限公司 | 活禽群体体重自动监测系统及应用 |
CN116295741A (zh) * | 2023-02-23 | 2023-06-23 | 浙江大学 | 一种基于气垫的体重监测方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS61258124A (ja) * | 1985-05-10 | 1986-11-15 | Sharp Corp | 電子式体重計 |
CN85105681A (zh) * | 1985-07-26 | 1987-01-28 | 阿瑟·凯伦巴赫 | 载荷测量装置 |
CN1058469A (zh) * | 1990-06-14 | 1992-02-05 | 阿瑟·凯伦巴赫 | 称重设备 |
CN104344877A (zh) * | 2014-10-30 | 2015-02-11 | 浙江大学 | 一种鸡的现场计数称重方法及系统 |
CN204233106U (zh) * | 2014-09-27 | 2015-04-01 | 浙江科技学院 | 一种牲畜活体体测设备 |
-
2015
- 2015-11-03 CN CN201510737351.5A patent/CN105318944B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS61258124A (ja) * | 1985-05-10 | 1986-11-15 | Sharp Corp | 電子式体重計 |
CN85105681A (zh) * | 1985-07-26 | 1987-01-28 | 阿瑟·凯伦巴赫 | 载荷测量装置 |
CN1058469A (zh) * | 1990-06-14 | 1992-02-05 | 阿瑟·凯伦巴赫 | 称重设备 |
CN204233106U (zh) * | 2014-09-27 | 2015-04-01 | 浙江科技学院 | 一种牲畜活体体测设备 |
CN104344877A (zh) * | 2014-10-30 | 2015-02-11 | 浙江大学 | 一种鸡的现场计数称重方法及系统 |
Non-Patent Citations (1)
Title |
---|
M.J.B.TURNER: "家禽自动称重系统", 《粮油加工与食品机械》 * |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106052818A (zh) * | 2016-08-10 | 2016-10-26 | 河南丰园禽业有限公司 | 平养肉种鸡自动称重系统及其称重方法 |
CN106441537A (zh) * | 2016-09-08 | 2017-02-22 | 蝶和科技(中国)有限公司 | 一种称重货架的称重方法以及使用该方法的货架 |
CN107084778A (zh) * | 2017-05-12 | 2017-08-22 | 内蒙古智牧溯源技术开发有限公司 | 一种移动称重系统 |
CN108344480B (zh) * | 2018-01-25 | 2023-12-22 | 北京农业信息技术研究中心 | 一种家禽自动称重方法及系统 |
CN108344480A (zh) * | 2018-01-25 | 2018-07-31 | 北京农业信息技术研究中心 | 一种家禽自动称重方法及系统 |
CN109556691A (zh) * | 2018-11-05 | 2019-04-02 | 上海睿畜电子科技有限公司 | 一种预估栏位牲畜均重的方法、装置及系统 |
CN109579957A (zh) * | 2018-12-14 | 2019-04-05 | 牧原食品股份有限公司 | 一种无人过磅系统及方法 |
CN109781220A (zh) * | 2019-01-16 | 2019-05-21 | 山东钰耀弘圣智能科技有限公司 | 一种平养鸡鸡群体重远程自动监测系统与方法 |
JP2021050951A (ja) * | 2019-09-24 | 2021-04-01 | 日本電気株式会社 | 個体体重推定システム、方法およびプログラム |
WO2021059631A1 (ja) * | 2019-09-24 | 2021-04-01 | 日本電気株式会社 | 個体体重推定システム、方法およびプログラム |
CN110969149A (zh) * | 2019-12-30 | 2020-04-07 | 韩山师范学院 | 一种鸡爪称重机的智能图像识别装置及其称重方法 |
CN112577425A (zh) * | 2020-11-24 | 2021-03-30 | 华南农业大学 | 种鸡性能测定仪和测定方法 |
CN113225047A (zh) * | 2021-04-26 | 2021-08-06 | 湖南大学 | 一种基于tvlp-mf的动态检重秤快速滤波方法及系统 |
CN113390493A (zh) * | 2021-06-17 | 2021-09-14 | 成都海讯智创科技有限公司 | 活禽群体体重自动监测系统及应用 |
CN116295741A (zh) * | 2023-02-23 | 2023-06-23 | 浙江大学 | 一种基于气垫的体重监测方法及系统 |
CN116295741B (zh) * | 2023-02-23 | 2023-08-22 | 浙江大学 | 一种基于气垫的体重监测方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN105318944B (zh) | 2018-06-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105318944A (zh) | 杆状平台的鸡现场称重系统与方法 | |
CN109785337B (zh) | 一种基于实例分割算法的栏内哺乳动物清点方法 | |
CN104344877B (zh) | 一种鸡的现场计数称重方法及系统 | |
CN109717120A (zh) | 一种基于物联网的鱼类养殖监测投料系统及方法 | |
CN111696139B (zh) | 基于rgb图像的白羽种鸡群体体重估测系统和方法 | |
CN213282917U (zh) | 一种非接触式生猪体尺参数测量系统 | |
JP2003274791A (ja) | 有精卵の雌雄鑑別技術 | |
CN102565061A (zh) | 作物生物量无损检测图像采集处理装置及检测方法 | |
CN111587069B (zh) | 用于监控家畜动物的食物摄取的方法及设备 | |
CN110490161B (zh) | 一种基于深度学习的圈养动物行为分析方法 | |
CN112232978A (zh) | 水产品体长和重量检测方法、终端设备及存储介质 | |
CN109472261A (zh) | 一种基于计算机视觉的粮仓储粮数量变化自动监测方法 | |
CN110530477A (zh) | 后备母猪体重预估方法 | |
CN109765195A (zh) | 一种基于Led-红光透射成像的水稻稻穗性状智能分析系统 | |
CN109086696B (zh) | 一种异常行为检测方法、装置、电子设备及存储介质 | |
CN103026984A (zh) | 群体孵化蛋成活性的视觉检测分级装置及其方法 | |
CN110188609A (zh) | 一种杂草种子的检测方法 | |
CN112580671A (zh) | 一种基于深度学习的稻穗多发育期自动检测方法及系统 | |
CN112184791A (zh) | 一种基于cnn-lstm神经网络的牦牛体重预测方法 | |
CN116019023A (zh) | 一种电子信息管理系统及管理方法 | |
CN109827503B (zh) | 一种田间作物精准定位方法和装置 | |
CA3093646C (en) | Method and system for extraction of statistical sample of moving objects | |
CN111797831A (zh) | 基于bim和人工智能的家禽进食并行异常检测方法 | |
CN204929966U (zh) | 一种用于自动评定奶牛体况分数的装置 | |
CN104091557B (zh) | 一种基于影像识别技术的显示屏测试装置及其测试方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20211119 Address after: 230000 room 1201, building 1, University Sanchuang Park, No. 478, Jiulong Road, economic and Technological Development Zone, Hefei, Anhui Province Patentee after: Hefei Shenmu Information Technology Co.,Ltd. Address before: 310027 No. 38, Zhejiang Road, Hangzhou, Zhejiang, Xihu District Patentee before: ZHEJIANG University |
|
TR01 | Transfer of patent right |