CN111198549A - 一种基于大数据的家禽养殖监测管理系统 - Google Patents
一种基于大数据的家禽养殖监测管理系统 Download PDFInfo
- Publication number
- CN111198549A CN111198549A CN202010099457.8A CN202010099457A CN111198549A CN 111198549 A CN111198549 A CN 111198549A CN 202010099457 A CN202010099457 A CN 202010099457A CN 111198549 A CN111198549 A CN 111198549A
- Authority
- CN
- China
- Prior art keywords
- poultry
- image
- breeding
- module
- type
- 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
- 244000144977 poultry Species 0.000 title claims abstract description 351
- 238000009395 breeding Methods 0.000 title claims abstract description 122
- 230000001488 breeding effect Effects 0.000 title claims abstract description 122
- 238000012544 monitoring process Methods 0.000 title claims abstract description 18
- 238000007726 management method Methods 0.000 claims abstract description 61
- 238000004458 analytical method Methods 0.000 claims abstract description 28
- 238000007781 pre-processing Methods 0.000 claims abstract description 23
- 230000036541 health Effects 0.000 claims description 14
- 238000012545 processing Methods 0.000 claims description 14
- 230000001276 controlling effect Effects 0.000 claims description 6
- 239000000284 extract Substances 0.000 claims description 6
- 230000001105 regulatory effect Effects 0.000 claims description 6
- 238000009374 poultry farming Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000007613 environmental effect Effects 0.000 claims description 4
- 238000013507 mapping Methods 0.000 claims description 4
- 244000241872 Lycium chinense Species 0.000 claims description 3
- 235000015468 Lycium chinense Nutrition 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 230000005484 gravity Effects 0.000 claims description 3
- 241000894007 species Species 0.000 claims description 3
- 238000000034 method Methods 0.000 abstract description 6
- 230000001788 irregular Effects 0.000 abstract description 2
- 230000008569 process Effects 0.000 abstract description 2
- 235000013594 poultry meat Nutrition 0.000 description 238
- 235000013305 food Nutrition 0.000 description 10
- 235000013372 meat Nutrition 0.000 description 5
- 241000272517 Anseriformes Species 0.000 description 4
- 241000287828 Gallus gallus Species 0.000 description 3
- 235000013330 chicken meat Nutrition 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 235000016709 nutrition Nutrition 0.000 description 3
- 241000272525 Anas platyrhynchos Species 0.000 description 2
- 241000271566 Aves Species 0.000 description 2
- 239000000654 additive Substances 0.000 description 2
- 235000013601 eggs Nutrition 0.000 description 2
- 238000009313 farming Methods 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 241000272814 Anser sp. Species 0.000 description 1
- 241000818946 Homethes Species 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 241000286209 Phasianidae Species 0.000 description 1
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 1
- 229930003270 Vitamin B Natural products 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 235000013361 beverage Nutrition 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 210000003746 feather Anatomy 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035764 nutrition Effects 0.000 description 1
- 239000011574 phosphorus Substances 0.000 description 1
- 229910052698 phosphorus Inorganic materials 0.000 description 1
- 235000013613 poultry product Nutrition 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 102000004169 proteins and genes Human genes 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 235000019156 vitamin B Nutrition 0.000 description 1
- 239000011720 vitamin B Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/4183—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by data acquisition, e.g. workpiece identification
-
- 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
- A01K39/00—Feeding or drinking appliances for poultry or other birds
- A01K39/04—Combined feeding and drinking appliances, e.g. also for batteries
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41865—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by job scheduling, process planning, material flow
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Automation & Control Theory (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Manufacturing & Machinery (AREA)
- General Engineering & Computer Science (AREA)
- Environmental Sciences (AREA)
- Birds (AREA)
- Animal Husbandry (AREA)
- Biodiversity & Conservation Biology (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Housing For Livestock And Birds (AREA)
Abstract
本发明公开一种基于大数据的家禽养殖监测管理系统，包括图像获取模块、图像预处理模块、基本特征数据库、家禽特征识别模块、养殖进度统筹模块、管理服务器、养殖调控分析模块和参数动态调节模块。本发明通过对采集的图像进行识别和处理，获取图像采集距离等级以及附着面积比，并通过图像采集距离等级和附着区域等级筛选出家禽的实际体重级别，并通过虎丘家禽养殖进度时间筛选出各标准养殖时间段对应的推测体重级别，根据根据推测的体重级别和实际体重级别统计检测的家禽的养殖生长误差度系数，以分析出实际家禽的体重与预期的家禽体重的误差，能够反映出家禽养殖过程中存在不规范操作，促使家禽快速增长或家禽生长速度过慢，降低家禽的品质。
Description
技术领域
本发明属于家禽养殖监测技术领域，涉及到一种基于大数据的家禽养殖监测管理系统。
背景技术
近些年食品安全问题层出不穷，民以食为天，食以民为本。食品安全是关乎国计民生、建设和谐社会的大事，不容小觑。家禽是指人工豢养的鸟类动物，主要为了获取其肉、卵和羽毛，也有作为其他用处，一般为雉科和鸭科动物，家禽是食品加工中不可缺少的部分，家禽的肉蛋营养丰富，家禽的肉富含蛋白质，同时也含有丰富的磷和其他矿物质，以及大量的复合维他命B。
近些年食品安全问题层出不穷，民以食为天，食品的安全直接影响人们的身体健康状况，随着人们生活水平的提高，人们对食品安全越发重视，特别对于家禽产品来说，近年来一些从事养殖业的经营者，为了促进家禽迅速生长发育，经常使用化学合成的饮料添加剂，这些添加剂会在动物体内残留，进而使人类的健康受到威胁，但是目前当家禽流入市场前无法有效地监测家禽养殖是否符合规定，存在监测准确性差、检测效率低的问题，同时经过促生长的家禽的肉质变差、营养价值降低，严重危害人们的健康，为了加大对家禽养殖的监控管理，现设计一种基于大数据的家禽监测管理系统，可对家禽养殖过程中进行监控分析，以判断养殖者在养殖家禽过程中是否存在促进家禽快速生长的情况，避免让品质不好以及不健康的家禽流入市场，另外，对于养殖经验缺乏的人，无法养殖出品质高以及生长正常的家禽，且无法根据养殖者养殖家禽的情况进行指导，导致养殖者的养殖成本高和风险大的问题。
发明内容
本发明的目的在于提供的一种基于大数据的家禽监测管理系统，解决了现有家禽品质安全检测的准确性差、效率低等问题，导致不健康的家禽流入市场，无法在流入市场的养殖阶段进行监测管理，存在肉质差、营养价值低以及严重影响食用家禽的人们的健康。
本发明的目的可以通过以下技术方案实现：
一种基于大数据的家禽养殖监测管理系统，包括图像获取模块、图像预处理模块、基本特征数据库、家禽特征识别模块、养殖进度统筹模块、管理服务器、养殖调控分析模块和参数动态调节模块；
所述管理服务器分别与图像预处理模块、家禽特征识别模块、养殖进度统筹模块、养殖调控分析模块和基本特征数据库连接，图像预处理模块分别与图像获取模块和家禽特征识别模块连接，养殖调控分析模块分别与参数动态调节模块和预警显示终端连接，基本特征数据库分别与家禽特征识别模块、养殖进度统筹模块和参数动态调节模块连接；
所述图像获取模块为摄像头，用于采集家禽的图像信息，并将采集的家禽图像信息发送至图像预处理模块；
所述图像预处理模块用于接收图像获取模块发送的家禽图像信息，对提取的家禽图像进行图像增强处理，并对经图像增强处理的家禽图像进行家禽种类特征提取，并将提取的家禽种类特征发送至家禽特征识别模块，并经图像增强处理的家禽图像发送至管理服务器；
所述基本特征数据库用于存储不同家禽种类对应的标准特征集合，存储有各家禽种类的标准养殖参数和环境参数，以及针对家禽健康状况的治疗和防护预案，并存储各家禽种类下不同图像采集距离等级下的附着区域等级以及存储各家禽种类在不同养殖时间段对应的体重级别，同时，存储同一家禽种类在同一图像采集距离等级下的附着区域等级与体重级别间的映射关系；
所述家禽特征识别模块用于接收图像预处理模块发送的家禽种类特征，并将接收的各家禽种类特征分别与基本特征数据库中各家禽种类所对应的标准特征集合进行对比，得到特征对比集合Aw(aw1,aw2,...,awi,...,awy)，awi表示为第w个家禽种类中第i个特征与采集图像中的各家禽种类特征的对比情况，若采集图像中的家禽种类特征中有一个特征与第w个家禽种类中的第i个特征相同，则awi取1，反之，则awi取0.1，w表示为家禽种类的数量，w＝1,2,3，家禽特征识别模块将采集图像中的各家禽种类特征与各家禽种类对应的标准特征集合对比后的特征对比集合发送至管理服务器；
所述养殖进度统筹模块用于获取养殖的家禽种类对应的养殖起始时间，并获取当前日期，统计该家禽种类对应的养殖进度时间，同时接收管理服务器发送的采集图像中的家禽种类，提取基本特征数据库中该家禽种类在各体重级别下所对应的标准养殖时间段，养殖进度统筹模块将该家禽种类的养殖进度时间与标准养殖时间段进行对比，获得该家禽种类的养殖进度时间所对应的标准养殖时间段，并提取该标准养殖时间段对应的体重级别，养殖进度统筹模块将获得采集图像中的该家禽种类对应的体重级别作为推测体重级别并发送至管理服务器；
所述管理服务器接收家禽特征识别模块发送的特征对比集合，根据特征对比集合统计采集图像中家禽与各家禽种类的匹配度系数，管理服务器筛选出采集图像中的家禽与各家禽种类的匹配度系数最大的家禽种类，将匹配度系数最大的家禽种类作为采集图像中的家禽种类，并将采集图像中的家禽种类发送至养殖进度统筹模块；
所述管理服务器接收图像预处理模块发送的经图像增强处理后的家禽图像，并提取家禽图像中家禽对应的附着区域，获取附着区域距离图像最下端中心点的最短距离，并将附着区域距离图像最下端中心点的最短距离与基本特征数据库中各图像采集距离等级对应的图像采集距离范围进行对比，筛选出采集图像对应的图像采集距离等级，并提取该图像采集距离等级下匹配度系数最大的家禽种类对应的各附着区域等级，管理服务器将接收的家禽图像进行附着面积比统计，并根据统计的附着面积比匹配出所在附着面积比范围对应的附着区域等级，管理服务器根据该图像采集距离等级下的家禽种类对应的附着区域等级映射出采集图像中的家禽所对应的实际体重级别；
同时，管理服务器接收养殖进度统筹模块发送的采集图像中的该家禽种类对应的推测体重级别，管理服务器依次获取R只同种家禽种类对应该家禽种类对应的实际体重级别与推测体重级别，统计该家禽种类对应的家禽养殖生长误差度系数，管理服务器将该家禽种类对应的家禽养殖生长误差度系数与设定的该家禽养殖生长误差度系数阈值进行对比，家禽养殖生长误差度系数越大，表明该家禽的养殖生长速度越快，管理服务器将家禽的养殖生长误差度系数发送至养殖调控分析模块；
所述养殖调控分析模块用于接收管理服务器发送的家禽养殖生长误差度系数，并将接收的家禽养殖生长误差度系数与设定的家禽养殖生长误差度系数上限阈值进行对比，若大于设定的家禽养殖生长误差度系数上限阈值，则表明采集图像中的家禽的养殖生长速度过快且超过标准养殖生长速度，则养殖调控分析模块发送预警控制指令以及该家禽种类对应的养殖生长误差度系数至预警显示终端，若小于设定的家禽养殖生长误差度系数下限阈值，则发送调控指令至参数动态调节模块；
所述参数动态调节模块用于接收养殖调控分析模块发送的调控指令，根据接收的调控指令提取养殖场反馈的养殖参数、环境参数以及家禽健康状况，并将养殖场的养殖参数和环境参数与基本特征数据库中存储的标准养殖参数和环境参数进行对比，若不满足标准养殖参数和环境参数，则参数动态调节模块将标准养殖参数和环境参数发送至养殖用户终端，同时根据家禽健康状况提取基本特征数据库中的治疗和防护预案至养殖用户终端；
所述预警显示终端用于接收养殖调控分析模块发送的预警控制指令和以及该家禽种类对应的养殖生长误差度系数，提示后台管理人员进行预警并显示养殖生长误差度系数。
进一步地，所述基本特征数据库中各家禽种类在各图像采集距离等级下的附着区域等级分别为：Ewk1,Ewk2,...,Ewkj,...,Ewkn，同一家禽种类下且同一图像采集距离等级对应的各附着区域等级分别对应不同体重级别，对于同一家禽种类下同一图像采集距离等级对应的每个体重级别仅与该家禽种类下该图像采集距离等级对应的附着面积比的范围相一一对应，同一家禽种类下不同附着区域等级与之对应一体重级别相互映射，即各附着区域等级Ewk1,Ewk2,...,Ewkj,...,Ewkn的映射分别对应的体重级别为Swk1,Swk2,...,Swkj,...,Swkn，各体重级别对应的标准养殖时间段分别为：Dwk1-Dwk2,Dwk2-Dwk3,...,Dwkj-Dwk(j+1),...,Dwkn-Dwk(n+1)，即第w个家禽种类在第k个图像采集距离等级下所对应的第j个体重级别对应的标准养殖时间段为Dwkj-Dwk(j+1)，k表示为图像采集距离等级，k等于L1,L2,L3,...LY,Y表示为图像采集距离等级的级数,Ewkj表示对于第w个家禽种类在第k个图像采集距离等级下所对应的第j个附着区域等级，每个附着区域等级对应不同的附着面积比范围，Swkj表示为对于第w个家禽种类在第k个图像采集距离等级下所对应的第j个体重级别。
进一步地，采集图像中家禽与各家禽种类的匹配度系数的计算公式为
表示为采集图像中的家禽与第w个家禽种类的匹配度系数，awi表示为第w个家禽种类中第i个特征，fawi表示为第w个家禽种类中第i个特征对应的比重系数，且(faw1)2+(faw2)2+...+(fawi)2+...+(fawy)2＝1。
进一步地，所述家禽养殖生长误差度系数的计算公式
P实表示为采集图像中的家禽对应的实际体重级别，P测表示为采集图像中的家禽对应的推测体重级别，dist(P实,P测)表示为
和
的欧式距离，R表示为检测的同一家禽种类的数量。
本发明的有益效果：
本发明提供的一种基于大数据的家禽监测管理系统，通过图像获取模块、图像预处理模块、家禽特征识别模块并结合管理服务器，可对采集的图像进行识别和处理，以识别采集图像中家禽的种类、采集图像中家禽对应的图像采集距离等级以及附着面积比，根据附着面积比筛选出该家禽对应的附着区域等级，并根据图像采集距离等级和附着区域等级筛选出该家禽对应的实际体重级别，提高了对各家禽种类的体重分析，最大化地减低体重识别的误差性，为后期家禽养殖生长误差度系数的统计，提供可靠的数据支持。
本发明通过养殖进度统筹模块和管理服务器，可统计出家禽的养殖进度时间，并根据家禽养殖进度时间从基本特征数据库中筛选出各标准养殖时间段对应的推测体重级别，管理服务器根据推测的体重级别和实际体重级别统计检测的家禽的养殖生长误差度系数，以分析出实际家禽的体重与预期的家禽体重的误差，家禽养殖生长误差度系数越大，表明家禽实际生长的速度越快，以反映出家禽养殖过程中存在不规范操作，促使家禽快速增长，以缩短养殖周期的操作，降低家禽的品质，并对食用家禽的用户造成不健康的危害，具有检测的准确性高的特点，可尽早避免不健康的家禽流入市场。
本发明通过实际家禽体重和推测的家禽体重间的对比和处理分析，能够准确地获取实际家禽体重和推测家禽体重的误差，为管理人员监管家禽的养殖提供可靠的数据指导，同时，将养殖生长误差度系数与设定的家禽养殖生长误差度系数下限阈值进行对比判断，若小于，则表明家禽养殖不符合规范，增加养殖人员的养殖成本，且参数动态调节模块根据养殖场反馈的养殖参数、环境参数提供标准的养殖参数和环境参数，且根据家禽健康状况提供治疗和防护预案，便于帮助养殖场内人员管理养殖和环境参数，给予可靠的养殖指导，大大提高家禽的养殖水平，降低养殖成本，并提高家禽的品质。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明中一种基于大数据的家禽监测管理系统的示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
请参阅图1所示，一种基于大数据的家禽养殖监测管理系统，包括图像获取模块、图像预处理模块、基本特征数据库、家禽特征识别模块、养殖进度统筹模块、管理服务器、养殖调控分析模块和参数动态调节模块；
管理服务器分别与图像预处理模块、家禽特征识别模块、养殖进度统筹模块、养殖调控分析模块和基本特征数据库连接，图像预处理模块分别与图像获取模块和家禽特征识别模块连接，养殖调控分析模块分别与参数动态调节模块和预警显示终端连接，基本特征数据库分别与家禽特征识别模块、养殖进度统筹模块和参数动态调节模块连接。
图像获取模块为摄像头，用于采集家禽的图像信息，并将采集的家禽图像信息发送至图像预处理模块。
图像预处理模块用于接收图像获取模块发送的家禽图像信息，对提取的家禽图像进行图像增强处理，并对经图像增强处理的家禽图像进行家禽种类特征提取，并将提取的家禽种类特征发送至家禽特征识别模块，并经图像增强处理的家禽图像发送至管理服务器；
基本特征数据库用于存储不同家禽种类对应的标准特征集合，并存储各家禽种类下不同图像采集距离等级下的附着区域等级以及存储各家禽种类在不同养殖时间段对应的体重级别，同时，存储同一家禽种类在同一图像采集距离等级下的附着区域等级与体重级别间的映射关系；
其中，基本特征数据库中存储的不同养殖时间段对应的体重级别为各养殖时间段对应的标准体重级别，家禽种类包括鸡、鸭、鹅，对各家禽种类在各图像采集距离等级下的附着区域等级分别为：Ewk1,Ewk2,...,Ewkj,...,Ewkn，同一家禽种类下且同一图像采集距离等级对应的各附着区域等级分别对应不同体重级别，对于同一家禽种类下同一图像采集距离等级对应的每个体重级别仅与该家禽种类下该图像采集距离等级对应的附着面积比的范围相一一对应，同一家禽种类下不同附着区域等级与之对应一体重级别相互映射，即各附着区域等级Ewk1,Ewk2,...,Ewkj,...,Ewkn的映射分别对应的体重级别为Swk1,Swk2,...,Swkj,...,Swkn，各体重级别对应的标准养殖时间段分别为：Dwk1-Dwk2,Dwk2-Dwk3,...,Dwkj-Dwk(j+1),...,Dwkn-Dwk(n+1)，即第w个家禽种类在第k个图像采集距离等级下所对应的第j个体重级别对应的标准养殖时间段为Dwkj-Dwk(j+1)，k表示为图像采集距离等级，k等于L1,L2,L3,...LY,Y表示为图像采集距离等级的级数,不同的图像采集距离等级对应摄像头到家禽种类的不同图像采集距离范围，且不同图像距离等级对应的图像采集距离范围不交叉重复，w＝1,2,3，分别表示为鸡、鸭、鹅，同一家禽种类对应的附着区域等级有且只有一个该家禽种类下的体重等级与之对应，同一家禽种类对应的体重级别与标准养殖时间段间为相互映射关系，某一家禽种类对应的其中一体重级别有且只有一养殖时间段与之相对应，Ewkj表示对于第w个家禽种类在第k个图像采集距离等级下所对应的第j个附着区域等级，每个附着区域等级对应不同的附着面积比范围，Swkj表示为对于第w个家禽种类在第k个图像采集距离等级下所对应的第j个体重级别，同一家禽种类下且在同一图像采集距离等级下相邻两体重级别对应的体重差值在100g，即体重级别对应的体重范围中的最大值与下一体重级别对应的体重范围中的最大值间的差值是100g。
另外，基本特征数据库中存储有各家禽种类的标准养殖参数和环境参数，以及针对家禽健康状况的治疗和防护预案。
家禽特征识别模块用于接收图像预处理模块发送的家禽种类特征，并将接收的各家禽种类特征分别与基本特征数据库中各家禽种类所对应的标准特征集合进行对比，得到特征对比集合Aw(aw1,aw2,...,awi,...,awy)，awi表示为第w个家禽种类中第i个特征与采集图像中的各家禽种类特征的对比情况，若采集图像中的家禽种类特征中有一个特征与第w个家禽种类中的第i个特征相同，则awi取1，反之，则awi取0.1，w表示为家禽种类的数量，w＝1,2,3，分别表示为鸡、鸭、鹅，家禽特征识别模块将采集图像中的各家禽种类特征与各家禽种类对应的标准特征集合对比后的特征对比集合发送至管理服务器。
养殖进度统筹模块用于获取养殖的家禽种类对应的养殖起始时间，并获取当前日期，统计该家禽种类对应的养殖进度时间，同时接收管理服务器发送的采集图像中的家禽种类，提取基本特征数据库中该家禽种类在各体重级别下所对应的标准养殖时间段，养殖进度统筹模块将该家禽种类的养殖进度时间与标准养殖时间段进行对比，获得该家禽种类的养殖进度时间所对应的标准养殖时间段，并提取该标准养殖时间段对应的体重级别，养殖进度统筹模块将获得采集图像中的该家禽种类对应的体重级别作为推测体重级别并发送至管理服务器。
管理服务器接收家禽特征识别模块发送的特征对比集合，根据特征对比集合统计采集图像中家禽与各家禽种类的匹配度系数
表示为采集图像中的家禽与第w个家禽种类的匹配度系数，awi表示为第w个家禽种类中第i个特征，fawi表示为第w个家禽种类中第i个特征对应的比重系数，且(faw1)2+(faw2)2+...+(fawi)2+...+(fawy)2＝1，管理服务器筛选出采集图像中的家禽与各家禽种类的匹配度系数最大的家禽种类，将匹配度系数最大的家禽种类作为采集图像中的家禽种类，并将采集图像中的家禽种类发送至养殖进度统筹模块。
管理服务器接收图像预处理模块发送的经图像增强处理后的家禽图像，并提取家禽图像中家禽对应的附着区域，获取附着区域距离图像最下端中心点的最短距离，并将附着区域距离图像最下端中心点的最短距离与基本特征数据库中各图像采集距离等级对应的图像采集距离范围进行对比，筛选出采集图像对应的图像采集距离等级，并提取该图像采集距离等级下匹配度系数最大的家禽种类对应的各附着区域等级，管理服务器将接收的家禽图像进行附着面积比统计，并根据统计的附着面积比匹配出所在附着面积比范围对应的附着区域等级，管理服务器根据该图像采集距离等级下的家禽种类对应的附着区域等级映射出采集图像中的家禽所对应的实际体重级别；
同时，管理服务器接收养殖进度统筹模块发送的采集图像中的该家禽种类对应的推测体重级别，管理服务器依次获取R只同种家禽种类对应该家禽种类对应的实际体重级别与推测体重级别，统计该家禽种类对应的家禽养殖生长误差度系数
P实表示为采集图像中的家禽对应的实际体重级别，P测表示为采集图像中的家禽对应的推测体重级别，dist(P实,P测)表示为
和
欧式距离，R表示为检测的同一家禽种类的数量，管理服务器将该家禽种类对应的家禽养殖生长误差度系数与设定的该家禽养殖生长误差度系数阈值进行对比，家禽养殖生长误差度系数越大，表明该家禽的养殖生长速度越快，管理服务器将家禽的养殖生长误差度系数发送至养殖调控分析模块；
养殖调控分析模块用于接收管理服务器发送的家禽养殖生长误差度系数，并将接收的家禽养殖生长误差度系数与设定的家禽养殖生长误差度系数上限阈值进行对比，若大于设定的家禽养殖生长误差度系数上限阈值，则表明采集图像中的家禽的养殖生长速度过快且超过标准养殖生长速度，则养殖调控分析模块发送预警控制指令以及该家禽种类对应的养殖生长误差度系数至预警显示终端，若小于设定的家禽养殖生长误差度系数下限阈值，则表明家禽养殖的不符合规范，导致家禽生长速度过慢，则养殖调控分析模块发送调控指令至参数动态调节模块；
参数动态调节模块用于接收养殖调控分析模块发送的调控指令，根据接收的调控指令提取养殖场反馈的养殖参数、环境参数以及家禽健康状况，并将养殖场的养殖参数和环境参数与基本特征数据库中存储的标准养殖参数和环境参数进行对比，若不满足标准养殖参数和环境参数，则参数动态调节模块将标准养殖参数和环境参数发送至养殖用户终端，同时根据家禽健康状况提取基本特征数据库中的治疗和防护预案至养殖用户终端，便于给养殖用户提供可靠的养殖参考，降低家禽养殖的风险，提高家禽养殖的品质，其中，养殖参数包括每只家禽每天的平均进食量、饮水量等，环境参数包括养殖环境中的温度、湿度、光照强度和光照时长等。
预警显示终端用于接收养殖调控分析模块发送的预警控制指令和以及该家禽种类对应的养殖生长误差度系数，提示后台管理人员进行预警并显示养殖生长误差度系数，便于食品安全监管人员了解养殖场内养殖用户养殖的家禽状况，并能够直观地反映家禽养殖生长过快等问题。
以上内容仅仅是对本发明的构思所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的构思或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。
Claims (4)
1.一种基于大数据的家禽养殖监测管理系统，包括图像获取模块、图像预处理模块，其特征在于：还包括基本特征数据库、家禽特征识别模块、养殖进度统筹模块、管理服务器、养殖调控分析模块和参数动态调节模块；
所述管理服务器分别与图像预处理模块、家禽特征识别模块、养殖进度统筹模块、养殖调控分析模块和基本特征数据库连接，图像预处理模块分别与图像获取模块和家禽特征识别模块连接，养殖调控分析模块分别与参数动态调节模块和预警显示终端连接，基本特征数据库分别与家禽特征识别模块、养殖进度统筹模块和参数动态调节模块连接；
所述图像获取模块为摄像头，用于采集家禽的图像信息，并将采集的家禽图像信息发送至图像预处理模块；
所述图像预处理模块用于接收图像获取模块发送的家禽图像信息，对提取的家禽图像进行图像增强处理，并对经图像增强处理的家禽图像进行家禽种类特征提取，并将提取的家禽种类特征发送至家禽特征识别模块，并经图像增强处理的家禽图像发送至管理服务器；
所述基本特征数据库用于存储不同家禽种类对应的标准特征集合，存储有各家禽种类的标准养殖参数和环境参数，以及针对家禽健康状况的治疗和防护预案，并存储各家禽种类下不同图像采集距离等级下的附着区域等级以及存储各家禽种类在不同养殖时间段对应的体重级别，同时，存储同一家禽种类在同一图像采集距离等级下的附着区域等级与体重级别间的映射关系；
所述家禽特征识别模块用于接收图像预处理模块发送的家禽种类特征，并将接收的各家禽种类特征分别与基本特征数据库中各家禽种类所对应的标准特征集合进行对比，得到特征对比集合Aw(aw1,aw2,...,awi,...,awy)，awi表示为第w个家禽种类中第i个特征与采集图像中的各家禽种类特征的对比情况，若采集图像中的家禽种类特征中有一个特征与第w个家禽种类中的第i个特征相同，则awi取1，反之，则awi取0.1，w表示为家禽种类的数量，w＝1,2,3，家禽特征识别模块将采集图像中的各家禽种类特征与各家禽种类对应的标准特征集合对比后的特征对比集合发送至管理服务器；
所述养殖进度统筹模块用于获取养殖的家禽种类对应的养殖起始时间，并获取当前日期，统计该家禽种类对应的养殖进度时间，同时接收管理服务器发送的采集图像中的家禽种类，提取基本特征数据库中该家禽种类在各体重级别下所对应的标准养殖时间段，养殖进度统筹模块将该家禽种类的养殖进度时间与标准养殖时间段进行对比，获得该家禽种类的养殖进度时间所对应的标准养殖时间段，并提取该标准养殖时间段对应的体重级别，养殖进度统筹模块将获得采集图像中的该家禽种类对应的体重级别作为推测体重级别并发送至管理服务器；
所述管理服务器接收家禽特征识别模块发送的特征对比集合，根据特征对比集合统计采集图像中家禽与各家禽种类的匹配度系数，管理服务器筛选出采集图像中的家禽与各家禽种类的匹配度系数最大的家禽种类，将匹配度系数最大的家禽种类作为采集图像中的家禽种类，并将采集图像中的家禽种类发送至养殖进度统筹模块；
所述管理服务器接收图像预处理模块发送的经图像增强处理后的家禽图像，并提取家禽图像中家禽对应的附着区域，获取附着区域距离图像最下端中心点的最短距离，并将附着区域距离图像最下端中心点的最短距离与基本特征数据库中各图像采集距离等级对应的图像采集距离范围进行对比，筛选出采集图像对应的图像采集距离等级，并提取该图像采集距离等级下匹配度系数最大的家禽种类对应的各附着区域等级，管理服务器将接收的家禽图像进行附着面积比统计，并根据统计的附着面积比匹配出所在附着面积比范围对应的附着区域等级，管理服务器根据该图像采集距离等级下的家禽种类对应的附着区域等级映射出采集图像中的家禽所对应的实际体重级别；
同时，管理服务器接收养殖进度统筹模块发送的采集图像中的该家禽种类对应的推测体重级别，管理服务器依次获取R只同种家禽种类对应该家禽种类对应的实际体重级别与推测体重级别，统计该家禽种类对应的家禽养殖生长误差度系数，管理服务器将该家禽种类对应的家禽养殖生长误差度系数与设定的该家禽养殖生长误差度系数阈值进行对比，家禽养殖生长误差度系数越大，表明该家禽的养殖生长速度越快，管理服务器将家禽的养殖生长误差度系数发送至养殖调控分析模块；
所述养殖调控分析模块用于接收管理服务器发送的家禽养殖生长误差度系数，并将接收的家禽养殖生长误差度系数与设定的家禽养殖生长误差度系数上限阈值进行对比，若大于设定的家禽养殖生长误差度系数上限阈值，则表明采集图像中的家禽的养殖生长速度过快且超过标准养殖生长速度，则养殖调控分析模块发送预警控制指令以及该家禽种类对应的养殖生长误差度系数至预警显示终端，若小于设定的家禽养殖生长误差度系数下限阈值，则发送调控指令至参数动态调节模块；
所述参数动态调节模块用于接收养殖调控分析模块发送的调控指令，根据接收的调控指令提取养殖场反馈的养殖参数、环境参数以及家禽健康状况，并将养殖场的养殖参数和环境参数与基本特征数据库中存储的标准养殖参数和环境参数进行对比，若不满足标准养殖参数和环境参数，则参数动态调节模块将标准养殖参数和环境参数发送至养殖用户终端，同时根据家禽健康状况提取基本特征数据库中的治疗和防护预案至养殖用户终端；
所述预警显示终端用于接收养殖调控分析模块发送的预警控制指令和以及该家禽种类对应的养殖生长误差度系数，提示后台管理人员进行预警并显示养殖生长误差度系数。
2.根据权利要求1所述的一种基于大数据的家禽养殖监测管理系统，其特征在于：所述基本特征数据库中各家禽种类在各图像采集距离等级下的附着区域等级分别为：Ewk1,Ewk2,...,Ewkj,...,Ewkn，同一家禽种类下且同一图像采集距离等级对应的各附着区域等级分别对应不同体重级别，对于同一家禽种类下同一图像采集距离等级对应的每个体重级别仅与该家禽种类下该图像采集距离等级对应的附着面积比的范围相一一对应，同一家禽种类下不同附着区域等级与之对应一体重级别相互映射，即各附着区域等级Ewk1,Ewk2,...,Ewkj,...,Ewkn的映射分别对应的体重级别为Swk1,Swk2,...,Swkj,...,Swkn，各体重级别对应的标准养殖时间段分别为：Dwk1-Dwk2,Dwk2-Dwk3,...,Dwkj-Dwk(j+1),...,Dwkn-Dwk(n+1)，即第w个家禽种类在第k个图像采集距离等级下所对应的第j个体重级别对应的标准养殖时间段为Dwkj-Dwk(j+1)，k表示为图像采集距离等级，k等于L1,L2,L3,...LY,Y表示为图像采集距离等级的级数,Ewkj表示对于第w个家禽种类在第k个图像采集距离等级下所对应的第j个附着区域等级，每个附着区域等级对应不同的附着面积比范围，Swkj表示为对于第w个家禽种类在第k个图像采集距离等级下所对应的第j个体重级别。
3.根据权利要求1所述的一种基于大数据的家禽养殖监测管理系统，其特征在于：采集图像中家禽与各家禽种类的匹配度系数的计算公式为
表示为采集图像中的家禽与第w个家禽种类的匹配度系数，awi表示为第w个家禽种类中第i个特征，fawi表示为第w个家禽种类中第i个特征对应的比重系数，且(faw1)2+(faw2)2+...+(fawi)2+...+(fawy)2＝1。
4.根据权利要求1所述的一种基于大数据的家禽养殖监测管理系统，其特征在于：所述家禽养殖生长误差度系数的计算公式
P实表示为采集图像中的家禽对应的实际体重级别，P测表示为采集图像中的家禽对应的推测体重级别，dist(P实,P测)表示为
和
欧式距离，R表示为检测的同一家禽种类的数量。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010099457.8A CN111198549B (zh) | 2020-02-18 | 2020-02-18 | 一种基于大数据的家禽养殖监测管理系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010099457.8A CN111198549B (zh) | 2020-02-18 | 2020-02-18 | 一种基于大数据的家禽养殖监测管理系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111198549A true CN111198549A (zh) | 2020-05-26 |
| CN111198549B CN111198549B (zh) | 2020-11-06 |
Family
ID=70746667
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010099457.8A Active CN111198549B (zh) | 2020-02-18 | 2020-02-18 | 一种基于大数据的家禽养殖监测管理系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111198549B (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111831038A (zh) * | 2020-07-25 | 2020-10-27 | 霍祥明 | 一种基于智能控制的现代化养猪日常智能管理系统 |
| CN111903547A (zh) * | 2020-08-19 | 2020-11-10 | 浙大城市学院 | 移动式环境监控自动饲喂系统及装置 |
| CN114199962A (zh) * | 2021-12-16 | 2022-03-18 | 山西农业大学 | 一种用于畜禽舍内有害气体分析监测系统 |
| WO2022070128A1 (en) | 2020-09-30 | 2022-04-07 | Pal Singh Mahender | System and method for automatic mortality detection and management |
| CN114521513A (zh) * | 2022-02-16 | 2022-05-24 | 吴绍兵 | 一种电力监测系统中危险目标的识别方法 |
| CN115968813A (zh) * | 2021-10-15 | 2023-04-18 | 智逐科技股份有限公司 | 家禽健康监测系统及其方法 |
| CN118605185A (zh) * | 2024-08-07 | 2024-09-06 | 广东省农业科学院植物保护研究所 | 一种基于智能调控的天敌昆虫孵化培养方法及系统 |
Citations (50)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6466686B2 (en) * | 1998-01-07 | 2002-10-15 | International Business Machines Corporation | System and method for transforming fingerprints to improve recognition |
| KR20050022564A (ko) * | 2003-08-20 | 2005-03-08 | 주식회사 에스원 | 주민등록증의 위변조 판별ㆍ본인 확인 시스템 및 그 방법 |
| US20060034501A1 (en) * | 2004-08-12 | 2006-02-16 | Hiroshi Abe | Image processing method and apparatus of same |
| CN1823298A (zh) * | 2003-07-15 | 2006-08-23 | 欧姆龙株式会社 | 对象决定装置和摄像装置 |
| CN101017573A (zh) * | 2007-02-09 | 2007-08-15 | 南京大学 | 一种基于视频监控的运动目标检测与识别方法 |
| CN102013520A (zh) * | 2010-11-18 | 2011-04-13 | 杭州高特数码技术有限公司 | 锂电池模块配组方法 |
| US20130077836A1 (en) * | 2010-05-18 | 2013-03-28 | Tsinghua University | Method and device for acquiring latent fingerprint orientation |
| CN103024165A (zh) * | 2012-12-04 | 2013-04-03 | 华为终端有限公司 | 一种自动设置拍摄模式的方法和装置 |
| CN105447516A (zh) * | 2015-11-19 | 2016-03-30 | 山东省农业科学院家禽研究所 | 一种禽病智能诊断方法及系统 |
| WO2016099052A1 (ko) * | 2014-12-17 | 2016-06-23 | 경북대학교 산학협력단 | 시각장애인을 위한 3차원 장애물 안내장치와 이를 이용한 주위 정보 안내시스템 및 그 방법 |
| CN106204309A (zh) * | 2016-07-20 | 2016-12-07 | 安徽朗坤物联网有限公司 | 基于物联网的水产品精细化养殖管理系统 |
| CN106331505A (zh) * | 2016-09-30 | 2017-01-11 | 西安易朴通讯技术有限公司 | 拍摄方法及拍摄装置 |
| CN106896845A (zh) * | 2015-12-21 | 2017-06-27 | 南京三宝弘正视觉科技有限公司 | 中央控制装置及基于其的调节饲养环境的方法 |
| CN107170239A (zh) * | 2017-06-30 | 2017-09-15 | 广东工业大学 | 一种目标车辆追踪抓拍方法及装置 |
| KR20170126338A (ko) * | 2016-05-09 | 2017-11-17 | 주식회사 에이텍정보기술 | 빅데이터를 활용한 성범죄 예방 시스템 |
| CN107657459A (zh) * | 2017-09-06 | 2018-02-02 | 翔创科技（北京）有限公司 | 牲畜的身份验证方法、保险理赔方法、溯源方法、存储介质和电子设备 |
| CN107833145A (zh) * | 2017-09-19 | 2018-03-23 | 翔创科技（北京）有限公司 | 牲畜的数据库建立方法和溯源方法、存储介质和电子设备 |
| CN107821284A (zh) * | 2017-11-07 | 2018-03-23 | 河北工业大学 | 一种基于云数据库的智能鱼类饲养系统 |
| CN107977612A (zh) * | 2017-11-21 | 2018-05-01 | 中国电影科学技术研究所 | 一种红外图像人数识别方法 |
| CN108229351A (zh) * | 2017-12-21 | 2018-06-29 | 深圳市欣博跃电子有限公司 | 一种动物养殖方法、动物养殖装置及电子设备 |
| KR101867869B1 (ko) * | 2018-01-29 | 2018-06-29 | 블루카이트주식회사 | 가로등 기반 재난 대응 시스템 |
| CN108333999A (zh) * | 2018-03-20 | 2018-07-27 | 安徽赛福贝特信息技术有限公司 | 一种基于大数据云服务平台的水产品养殖环境监控系统 |
| CN108375548A (zh) * | 2018-02-10 | 2018-08-07 | 安徽唯诗杨信息科技有限公司 | 一种基于大数据的鱼塘养殖投料评估系统 |
| CN108509976A (zh) * | 2018-02-12 | 2018-09-07 | 北京佳格天地科技有限公司 | 动物的识别装置和方法 |
| CN108628266A (zh) * | 2018-04-25 | 2018-10-09 | 深圳万智联合科技有限公司 | 基于大数据分析的智能养殖大棚监测系统 |
| CN108805064A (zh) * | 2018-05-31 | 2018-11-13 | 中国农业大学 | 一种基于深度学习的鱼类定位检测和识别方法及系统 |
| CN108830138A (zh) * | 2018-04-26 | 2018-11-16 | 平安科技（深圳）有限公司 | 牲畜识别方法、装置及存储介质 |
| CN108920626A (zh) * | 2018-06-29 | 2018-11-30 | 山东华夏维康农牧科技有限公司 | 一种云养殖方法及云养殖设备 |
| CN108965702A (zh) * | 2018-07-09 | 2018-12-07 | 广东小天才科技有限公司 | 一种拍摄引导方法及可穿戴设备 |
| CN109001407A (zh) * | 2018-09-12 | 2018-12-14 | 叶福达 | 一种湖水水质分析系统 |
| CN109240381A (zh) * | 2018-09-21 | 2019-01-18 | 广西鸿光农牧有限公司 | 一种基于互联网的养鸡场环境管理系统及方法 |
| CN109285081A (zh) * | 2018-09-17 | 2019-01-29 | 翔创科技（北京）有限公司 | 饲养动物的确认方法、理赔方法、管理方法以及确认系统 |
| US20190035042A1 (en) * | 2016-06-22 | 2019-01-31 | Michael J. Attar | Method and System for Implementing User Biometrics as a Boarding Pass for Public Transportation |
| CN109353276A (zh) * | 2018-09-21 | 2019-02-19 | 上海豫兴电子科技有限公司 | 一种车载摄像头角度标定方法和标定装置 |
| CN109377624A (zh) * | 2018-11-23 | 2019-02-22 | 卢伟涛 | 一种基于人脸图像识别的房门智能开启系统 |
| CN109413326A (zh) * | 2018-09-18 | 2019-03-01 | Oppo（重庆）智能科技有限公司 | 拍照控制方法及相关产品 |
| CN109492607A (zh) * | 2018-11-27 | 2019-03-19 | Oppo广东移动通信有限公司 | 一种信息推送方法、信息推送装置及终端设备 |
| 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 |
| CN109671485A (zh) * | 2019-02-26 | 2019-04-23 | 苏州创存数字科技有限公司 | 一种基于大数据的宠物饲养系统 |
| CN109856138A (zh) * | 2018-12-18 | 2019-06-07 | 杭州电子科技大学 | 基于深度学习的深海网箱鱼类健康识别系统和方法 |
| CN110175503A (zh) * | 2019-04-04 | 2019-08-27 | 财付通支付科技有限公司 | 长度获取方法、装置、保险理赔系统、介质及电子设备 |
| CN110222630A (zh) * | 2019-06-03 | 2019-09-10 | 中国农业大学 | 一种猪身份识别系统 |
| CN110322316A (zh) * | 2019-06-05 | 2019-10-11 | 赣州爱我佳乡文化传媒有限公司 | 动物养殖追踪方法及识别系统 |
| CN110378553A (zh) * | 2019-06-05 | 2019-10-25 | 平安科技（深圳）有限公司 | 智能养殖控制方法、装置、计算机装置及存储介质 |
| CN110414626A (zh) * | 2019-08-06 | 2019-11-05 | 广东工业大学 | 一种猪只品种识别方法、装置和计算机可读存储介质 |
| CN110450152A (zh) * | 2019-06-24 | 2019-11-15 | 广东宝乐机器人股份有限公司 | 区域识别方法、机器人和存储介质 |
| CN110507285A (zh) * | 2019-08-21 | 2019-11-29 | 江苏博润医疗集团有限公司 | 一种皮肤病患者用的护理装置 |
| CN110574708A (zh) * | 2018-06-08 | 2019-12-17 | 刘丹 | 养殖场疾控管理系统及其应用的管理装置与巡查机器人 |
| CN110766654A (zh) * | 2019-09-09 | 2020-02-07 | 深圳市德孚力奥科技有限公司 | 基于机器学习的活禽检测方法、装置、设备及可读介质 |
| CN110754426A (zh) * | 2019-11-28 | 2020-02-07 | 深圳市慧农科技有限公司 | 一种背膘膘体自动检测以及动物自动饲喂方法、系统 |
-
2020
- 2020-02-18 CN CN202010099457.8A patent/CN111198549B/zh active Active
Patent Citations (50)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6466686B2 (en) * | 1998-01-07 | 2002-10-15 | International Business Machines Corporation | System and method for transforming fingerprints to improve recognition |
| CN1823298A (zh) * | 2003-07-15 | 2006-08-23 | 欧姆龙株式会社 | 对象决定装置和摄像装置 |
| KR20050022564A (ko) * | 2003-08-20 | 2005-03-08 | 주식회사 에스원 | 주민등록증의 위변조 판별ㆍ본인 확인 시스템 및 그 방법 |
| US20060034501A1 (en) * | 2004-08-12 | 2006-02-16 | Hiroshi Abe | Image processing method and apparatus of same |
| CN101017573A (zh) * | 2007-02-09 | 2007-08-15 | 南京大学 | 一种基于视频监控的运动目标检测与识别方法 |
| US20130077836A1 (en) * | 2010-05-18 | 2013-03-28 | Tsinghua University | Method and device for acquiring latent fingerprint orientation |
| CN102013520A (zh) * | 2010-11-18 | 2011-04-13 | 杭州高特数码技术有限公司 | 锂电池模块配组方法 |
| CN103024165A (zh) * | 2012-12-04 | 2013-04-03 | 华为终端有限公司 | 一种自动设置拍摄模式的方法和装置 |
| WO2016099052A1 (ko) * | 2014-12-17 | 2016-06-23 | 경북대학교 산학협력단 | 시각장애인을 위한 3차원 장애물 안내장치와 이를 이용한 주위 정보 안내시스템 및 그 방법 |
| CN105447516A (zh) * | 2015-11-19 | 2016-03-30 | 山东省农业科学院家禽研究所 | 一种禽病智能诊断方法及系统 |
| CN106896845A (zh) * | 2015-12-21 | 2017-06-27 | 南京三宝弘正视觉科技有限公司 | 中央控制装置及基于其的调节饲养环境的方法 |
| KR20170126338A (ko) * | 2016-05-09 | 2017-11-17 | 주식회사 에이텍정보기술 | 빅데이터를 활용한 성범죄 예방 시스템 |
| US20190035042A1 (en) * | 2016-06-22 | 2019-01-31 | Michael J. Attar | Method and System for Implementing User Biometrics as a Boarding Pass for Public Transportation |
| CN106204309A (zh) * | 2016-07-20 | 2016-12-07 | 安徽朗坤物联网有限公司 | 基于物联网的水产品精细化养殖管理系统 |
| CN106331505A (zh) * | 2016-09-30 | 2017-01-11 | 西安易朴通讯技术有限公司 | 拍摄方法及拍摄装置 |
| CN107170239A (zh) * | 2017-06-30 | 2017-09-15 | 广东工业大学 | 一种目标车辆追踪抓拍方法及装置 |
| CN107657459A (zh) * | 2017-09-06 | 2018-02-02 | 翔创科技（北京）有限公司 | 牲畜的身份验证方法、保险理赔方法、溯源方法、存储介质和电子设备 |
| CN107833145A (zh) * | 2017-09-19 | 2018-03-23 | 翔创科技（北京）有限公司 | 牲畜的数据库建立方法和溯源方法、存储介质和电子设备 |
| CN107821284A (zh) * | 2017-11-07 | 2018-03-23 | 河北工业大学 | 一种基于云数据库的智能鱼类饲养系统 |
| CN107977612A (zh) * | 2017-11-21 | 2018-05-01 | 中国电影科学技术研究所 | 一种红外图像人数识别方法 |
| CN108229351A (zh) * | 2017-12-21 | 2018-06-29 | 深圳市欣博跃电子有限公司 | 一种动物养殖方法、动物养殖装置及电子设备 |
| KR101867869B1 (ko) * | 2018-01-29 | 2018-06-29 | 블루카이트주식회사 | 가로등 기반 재난 대응 시스템 |
| CN108375548A (zh) * | 2018-02-10 | 2018-08-07 | 安徽唯诗杨信息科技有限公司 | 一种基于大数据的鱼塘养殖投料评估系统 |
| CN108509976A (zh) * | 2018-02-12 | 2018-09-07 | 北京佳格天地科技有限公司 | 动物的识别装置和方法 |
| CN108333999A (zh) * | 2018-03-20 | 2018-07-27 | 安徽赛福贝特信息技术有限公司 | 一种基于大数据云服务平台的水产品养殖环境监控系统 |
| CN108628266A (zh) * | 2018-04-25 | 2018-10-09 | 深圳万智联合科技有限公司 | 基于大数据分析的智能养殖大棚监测系统 |
| CN108830138A (zh) * | 2018-04-26 | 2018-11-16 | 平安科技（深圳）有限公司 | 牲畜识别方法、装置及存储介质 |
| CN108805064A (zh) * | 2018-05-31 | 2018-11-13 | 中国农业大学 | 一种基于深度学习的鱼类定位检测和识别方法及系统 |
| CN110574708A (zh) * | 2018-06-08 | 2019-12-17 | 刘丹 | 养殖场疾控管理系统及其应用的管理装置与巡查机器人 |
| CN108920626A (zh) * | 2018-06-29 | 2018-11-30 | 山东华夏维康农牧科技有限公司 | 一种云养殖方法及云养殖设备 |
| CN108965702A (zh) * | 2018-07-09 | 2018-12-07 | 广东小天才科技有限公司 | 一种拍摄引导方法及可穿戴设备 |
| CN109001407A (zh) * | 2018-09-12 | 2018-12-14 | 叶福达 | 一种湖水水质分析系统 |
| CN109285081A (zh) * | 2018-09-17 | 2019-01-29 | 翔创科技（北京）有限公司 | 饲养动物的确认方法、理赔方法、管理方法以及确认系统 |
| CN109413326A (zh) * | 2018-09-18 | 2019-03-01 | Oppo（重庆）智能科技有限公司 | 拍照控制方法及相关产品 |
| CN109353276A (zh) * | 2018-09-21 | 2019-02-19 | 上海豫兴电子科技有限公司 | 一种车载摄像头角度标定方法和标定装置 |
| CN109240381A (zh) * | 2018-09-21 | 2019-01-18 | 广西鸿光农牧有限公司 | 一种基于互联网的养鸡场环境管理系统及方法 |
| 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 |
| CN109377624A (zh) * | 2018-11-23 | 2019-02-22 | 卢伟涛 | 一种基于人脸图像识别的房门智能开启系统 |
| CN109492607A (zh) * | 2018-11-27 | 2019-03-19 | Oppo广东移动通信有限公司 | 一种信息推送方法、信息推送装置及终端设备 |
| CN109856138A (zh) * | 2018-12-18 | 2019-06-07 | 杭州电子科技大学 | 基于深度学习的深海网箱鱼类健康识别系统和方法 |
| CN109671485A (zh) * | 2019-02-26 | 2019-04-23 | 苏州创存数字科技有限公司 | 一种基于大数据的宠物饲养系统 |
| CN110175503A (zh) * | 2019-04-04 | 2019-08-27 | 财付通支付科技有限公司 | 长度获取方法、装置、保险理赔系统、介质及电子设备 |
| CN110222630A (zh) * | 2019-06-03 | 2019-09-10 | 中国农业大学 | 一种猪身份识别系统 |
| CN110322316A (zh) * | 2019-06-05 | 2019-10-11 | 赣州爱我佳乡文化传媒有限公司 | 动物养殖追踪方法及识别系统 |
| CN110378553A (zh) * | 2019-06-05 | 2019-10-25 | 平安科技（深圳）有限公司 | 智能养殖控制方法、装置、计算机装置及存储介质 |
| CN110450152A (zh) * | 2019-06-24 | 2019-11-15 | 广东宝乐机器人股份有限公司 | 区域识别方法、机器人和存储介质 |
| CN110414626A (zh) * | 2019-08-06 | 2019-11-05 | 广东工业大学 | 一种猪只品种识别方法、装置和计算机可读存储介质 |
| CN110507285A (zh) * | 2019-08-21 | 2019-11-29 | 江苏博润医疗集团有限公司 | 一种皮肤病患者用的护理装置 |
| CN110766654A (zh) * | 2019-09-09 | 2020-02-07 | 深圳市德孚力奥科技有限公司 | 基于机器学习的活禽检测方法、装置、设备及可读介质 |
| CN110754426A (zh) * | 2019-11-28 | 2020-02-07 | 深圳市慧农科技有限公司 | 一种背膘膘体自动检测以及动物自动饲喂方法、系统 |
Non-Patent Citations (2)
| Title |
|---|
| MINAGAWA H: ""A color technique to simplify image processing measurement of pig weight by a hands-off method"", 《ASAE PUBLICATION NUMBER》 * |
| 杨艳: ""基于计算机视觉技术估算种猪体重的应用研究"", 《农业工程学报》 * |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111831038A (zh) * | 2020-07-25 | 2020-10-27 | 霍祥明 | 一种基于智能控制的现代化养猪日常智能管理系统 |
| CN111831038B (zh) * | 2020-07-25 | 2021-04-27 | 安徽星辰智创信息科技有限公司 | 一种基于智能控制的现代化养猪日常智能管理系统 |
| CN111903547A (zh) * | 2020-08-19 | 2020-11-10 | 浙大城市学院 | 移动式环境监控自动饲喂系统及装置 |
| WO2022070128A1 (en) | 2020-09-30 | 2022-04-07 | Pal Singh Mahender | System and method for automatic mortality detection and management |
| CN115968813A (zh) * | 2021-10-15 | 2023-04-18 | 智逐科技股份有限公司 | 家禽健康监测系统及其方法 |
| CN114199962A (zh) * | 2021-12-16 | 2022-03-18 | 山西农业大学 | 一种用于畜禽舍内有害气体分析监测系统 |
| CN114521513A (zh) * | 2022-02-16 | 2022-05-24 | 吴绍兵 | 一种电力监测系统中危险目标的识别方法 |
| CN114521513B (zh) * | 2022-02-16 | 2023-05-12 | 长沙泛能电力科技有限公司 | 一种电力监测系统中危险目标的识别方法 |
| CN118605185A (zh) * | 2024-08-07 | 2024-09-06 | 广东省农业科学院植物保护研究所 | 一种基于智能调控的天敌昆虫孵化培养方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111198549B (zh) | 2020-11-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111198549B (zh) | 一种基于大数据的家禽养殖监测管理系统 | |
| Nicol et al. | Matched concurrent case-control study of risk factors for feather pecking in hens on free-range commercial farms in the UK | |
| Wang et al. | Real-time behavior detection and judgment of egg breeders based on YOLO v3 | |
| Aydin et al. | A novel method to automatically measure the feed intake of broiler chickens by sound technology | |
| Corkery et al. | Incorporating smart sensing technologies into the poultry industry | |
| CN111387138B (zh) | 一种个体管控畜禽养殖方法 | |
| CN107667904A (zh) | 基于物联网技术的生猪大数据系统 | |
| CN108733107B (zh) | 一种基于无线传感器网络的禽畜饲养环境测控系统 | |
| CN116934088B (zh) | 一种基于分析模型的鸽子养殖智能管理方法及其系统 | |
| CN116627082A (zh) | 一种适用于存栏量盘点的生猪养殖智能管理系统 | |
| CN113785783B (zh) | 一种牲畜分群系统及方法 | |
| CN111274975A (zh) | 猪只采食行为预测方法及装置 | |
| CN116708522A (zh) | 一种远程牧场可视化管理系统 | |
| CN110115234A (zh) | 一种智能称重的养殖管理监测系统及智能称重方法 | |
| CN117745036B (zh) | 一种基于特征识别及近场通信的牲畜信息管理方法及系统 | |
| CN113456063B (zh) | 一种基于人工智能的死鸡病鸡检测系统及检测方法 | |
| Tainika et al. | The effect of housing environment (deep litter with or without access to different plant species outdoor) on welfare and behavior across two strains of laying hens | |
| CN113516139A (zh) | 数据处理方法、装置、设备和存储介质 | |
| CN115759789A (zh) | 一种基于ai算法的智慧养殖智能管理系统 | |
| CN110779575A (zh) | 一种基于大数据平台的畜牧业监测系统 | |
| CN113971227B (zh) | 基于大数据的牲畜监测方法、系统和可读存储介质 | |
| Gwaza et al. | Discriminant analysis of morphological traits in selected population of the Tiv local chicken ecotype in the derived Guinea Savanah of Nigeria | |
| CN110728268A (zh) | 基于决策树分类器与鼻羁压力包络信号的奶牛反刍识别方法 | |
| Toudic | Evaluating uniformity in broilers-factors affecting variation | |
| EP4321018A1 (en) | Method and system for assessing livestock welfare based on the analysis of animals vocalization audio signals |
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 | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20200929 Address after: Room 801, 8 / F, unit n, F3, Lugu Yuyuan, No.27 Wenxuan Road, high tech Development Zone, Changsha City, Hunan Province Applicant after: HUNAN ALBERT ANIMALS NUTRITION GROUP Co.,Ltd. Address before: 233100 Lingquan village, Wudian Town, Fengyang County, Chuzhou City, Anhui Province Applicant before: Chen Wenxiang |
|
| TA01 | Transfer of patent application right | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |