基于深度图像和BP神经网络的肉鸡体质量估测模型

被引：15

作者：

王琳 ^{[1
,2
]}

孙传恒 ^{[1
]}

李文勇 ^{[1
]}

吉增涛 ^{[1
]}

张翔 ^{[2
]}

王以忠 ^{[2
]}

雷鹏 ^{[1
]}

杨信廷 ^{[1
,2
]}

机构：

[1] 国家农业信息化工程技术研究中心/农业部农业信息技术重点实验室/北京市农业物联网工程技术研究中心

[2] 天津科技大学电子信息与自动化学院

来源：

农业工程学报 | 2017年 / 33卷 / 13期

基金：

国家重点研发计划;

关键词：

图像处理; 模型; 动物; 深度图像; 特征提取; 肉鸡; 体质量估测;

D O I：

暂无

中图分类号：

S831 [鸡]; TP391.41 [];

学科分类号：

0905 ; 080203 ;

摘要：

针对现阶段肉鸡称重复杂、福利降低问题,提出了一种基于深度图像的肉鸡体质量估测模型建立方法。该方法首先对深度图像进行图像预处理,再利用数值积分法提取出目标特征,并结合BP神经网络,实现群体肉鸡的体质量估测。估测结果与实际测量结果进行对比,研究结果表明两者的均方根误差为0.048,平均相对误差为3.3%,绝对误差在0.001 0～0.068 2 kg范围内,最优拟合度为0.994 3,具有较好的推广应用价值。该方法较为准确的估测出肉鸡体质量,并为用机器视觉的方法估测肉鸡生长发育规律提供了新的思路。

引用

页码：199 / 205

页数：7

共 30 条

[1]

基于RGB-D图像的深度图增强问题研究.[D].白树斌.青岛大学.2015, 03

[2]

基于Kinect的物体分割与识别算法研究.[D].李璐一.重庆大学.2014, 01

[3]

Kinect深度图像修复技术研究.[D].赵旭.大连理工大学.2013, 09

[4]

Kinect深度图像增强算法研究.[D].陈理.湖南大学.2013, 05

[5]

饲养方式对肉鸡福利状况的影响.[D].赵子光.东北农业大学.2011, 04

[6]

Weight prediction of broiler chickens using 3D computer vision.[J].Anders Krogh Mortensen;Pavel Lisouski;Peter Ahrendt.Computers and Electronics in Agriculture.2016,

[7]

Automatic mass estimation of Jade perch Scortum barcoo by computer vision.[J].S. Viazzi;S. Van Hoestenberghe;B.M. Goddeeris;D. Berckmans.Aquacultural Engineering.2015,

[8]

Estimation of pig weight using a Microsoft Kinect prototype imaging system.[J].Jørgen Kongsro.Computers and Electronics in Agriculture.2014,

[9] Digital image analysis to estimate the live weight of broiler [J].