鸡只的体质健康检测方法和系统

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。

鸡只的体质健康检测方法和系统\n技术领域\n[0001] 本发明涉及一种家禽体质检测方法和系统，尤其涉及了一种鸡只的体质健康检测方法和系统，可对雏鸡和成鸡进行体质健康检测。\n背景技术\n[0002] 伴随工业化、城镇化深入推进，我国农业农村发展正在进入新的阶段，呈现出农业综合生产成本上升、农产品供求结构性矛盾突出等发展态势。农产品需求总量刚性增长、消费结构快速升级，农业对外依存度明显提高，面临着保障国家粮食安全和重要农产品有效供给的艰巨任务。因此必须顺应阶段变化，加快发展现代农业。现代农业的主攻方向是提高农业综合生产能力、抗风险能力和市场竞争能力，促进农业生产经营专业化、标准化、规模化、集约化。可见，提高农业产业竞争优势，保障重要农产品的有效供给是发展现代农业的基本任务。\n[0003] 众所周知畜产品供求状况是和粮食问题紧密相连的关乎“中国能不能养活自己”的大问题。改革开放以来，随着经济增长、生活水平提高以及城市化进程的加快，人们对肉、蛋、奶等畜产食品中的消费需求不断增加，畜产品在食品中的消费比例呈现出上升趋势。从畜产品内部看，禽肉是重要的动物蛋白来源，由于脂肪含量低，易于消化，味道鲜美，蛋白质含量高，营养价值高于猪、牛、羊肉，价格低于其他肉类，并能被不同文化背景和宗教信仰的人所接受，目前已取代牛肉成为世界上第二大消费肉类，是世界各国人民普遍喜爱的肉食品。禽蛋的营养价值高，富含人体所需的各种蛋白质和氨基酸，具有健脑益智、保护肝脏、防止动脉硬化、预防癌症、延缓衰老等功能，消费需求不断上升。2010年中国鸡肉消费量\n1245.70万吨，占世界总消费量的16.21％，居世界第2位；禽蛋消费2520.09万吨，占世界总消费量的42.57％，位居世界第1位。家禽业的迅猛发展，已经成为农业和农村经济中的支柱产业，对农村稳定、农业增效、农民增收发挥了非常重要的作用。但是随着家禽业的规模化、商业化发展，越来越多的人开始关注行业的安全和可持续发展，健康养殖问题已成为人们关注研究的焦点。\n[0004] 随着经济水平的提高，人们的膳食结构和消费观念发生了很大变化，更加关注自身的健康，并且注意到了膳食结构与健康的关系。现在很多疾病的发生都被证明与日常饮食和膳食结构有关，特别是疯牛病、禽流感等人畜共患病的发生，更是令人色变。因此，家禽业必须也应该主动生产适应人们现代健康安全膳食所需要的畜产品，这是畜牧业可持续发展的关键所在。\n[0005] 家禽的大规模养殖，对家禽的体质和健康剔除了严重的挑战，直接影响到家禽品质。此外，遗传工程技术应用于肉鸡、肉种鸡、蛋鸡后，在充分提高了生产性能的同时，也使得家禽个体变得更脆弱，对疾病变得更易感。家禽的体质检测很重要，严重影响着家禽的发病率和死亡率，也直接影响着企业的效益。\n发明内容\n[0006] 为了解决背景技术中存在的问题，本发明提供了一种鸡只的体质健康检测方法和系统，通过检测到的数据，初步鉴别鸡只的体质健康情况，对鸡只的饲养状况进行指导。\n[0007] 本发明解决其技术问题所采用的技术方案是：\n[0008] 一、一种鸡只的体质健康检测方法：\n[0009] 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。\n[0010] 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。\n[0011] 所述的鸡只凌空固定在1.5m高度。\n[0012] 本发明所述方法具体为：\n[0013] 1)先采集样本鸡只下落实验中视频，下落后称重，同时记录各个鸡只的日龄：采用已饥饿1、12、24、36、48小时和不饥饿的鸡只，鸡只逐只自由下落，用高速摄像机采集鸡只自由落体过程中的视频，运用图像处理获得各个鸡只下落过程的振翅数；\n[0014] 2)建立鸡只体质健康模型：根据获得的鸡只饥饿时间、日龄、体重、振翅数进行线性回归分析和Logistic回归分析，建立鸡只体质健康模型和Logistic回归模型；\n[0015] 3)采集被测鸡只自由下落的视频，下落后称重同时记录鸡只的日龄，运用图像处理获得鸡只下落过程的振翅数，将获得的有效特征参数日龄、体重、振翅数与鸡只体质健康模型进行匹配，得到鸡只的饥饿度，以鸡只的饥饿度表征鸡只的体质健康。\n[0016] 所述图像处理获得振翅数具体为：\n[0017] 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；\n[0018] 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；\n[0019] 截取差分图像：差分图像D1，D2……Dn中取矩形的感兴趣区域R1，R2……Rn，感兴趣区域由CCD相机与装置的相对位置决定，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；\n[0020] 通过连通区域统计方法计算得到处理后的图像P1，P2……Pn中小鸡区域的宽度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，曲线值增减代表小鸡振翅过程；\n[0021] 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。\n[0022] 通过五点线性平滑处理后计算极大值点数，极大值点数即小鸡的振翅数。\n[0023] 所述的鸡只体质健康模型采用线性回归分析或者Logistic回归分析获得。\n[0024] 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：\n[0025] y＝0.977x1-0.035x2-0.921x3+0.555\n[0026] 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，最终获得的鸡只体质健康数据指的是鸡只饥饿程度。当y输出在大于1时，y越大，鸡只饥饿度越高，体质健康越差；当Y输出小于1时，表示鸡只体质健康较好。\n[0027] 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：\n[0028] y＝24.696x1-32.986x2-6.861x3+2.462\n[0029] 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。当y＝1时，鸡只为饥饿饲养0和1小时组，体质健康优良；当y＝0时，鸡只为饥饿饲养12、24、36、48小时组，体质健康较差。\n[0030] 二、一种鸡只的体质健康检测系统：\n[0031] 包括可调高度框架、木板、放置槽、电磁门、电磁门开关和高速摄像机；水平放置的木板安装在可调高度框架上，木板中间设有一对电磁门，电磁门连接电磁门开关，由电磁门开关控制开闭，电磁门上置有作为鸡只起始位置的放置槽，电磁门开关的正上方装有一镜头朝向正下方的高速摄像机，框架侧方装有另一镜头水平朝向的高速摄像机，高速摄像机拍摄角度覆盖到整个框架。\n[0032] 所述可调节高度框架采用铝合金型材搭建。\n[0033] 所述的木板的高度是通过框架上的螺纹紧固件调节。\n[0034] 具体地说，本发明选用同一批出雏的1日龄的样本小鸡，随机平均分为几组饲养，饲养方法采用饥饿饲养和正常饲养，对鸡只进行下落实验进而获得有效特征参数。\n[0035] 所述有效特征参数为饥饿时间、振翅数、日龄、体重。\n[0036] 本发明的鸡只体质健康模型建立主要采用以下方式：\n[0037] a)选用一批1日龄的雏鸡随机分组进行育雏培养，分别在第7、15、23、31、39、45日龄时进行下落实验；\n[0038] b)利用图像处理方式提取下落实验中鸡只的振翅数，下落后称重同时记录鸡只的日龄；\n[0039] c)通过数据分析对原始表征数据进行线性回归分析和Logistic回归分析，建立线性回归模型和Logistic回归模型；\n[0040] d)依据表征数据与模型的分析结果建立鸡只的体质健康指标。\n[0041] 本发明具有的有益的效果是：\n[0042] 1、该系统可以进行监测研究全生长过程的鸡只，为肉鸡养殖业中农业设施的体质健康检测方面提供科学的依据；\n[0043] 2、通过改变鸡只的饥饿程度，区分鸡只体质健康差异；\n[0044] 3、本发明主要用于监测鸡只的体质健康。\n附图说明：\n[0045] 图1是本发明方法的流程图。\n[0046] 图2是本发明系统的结构示意图。\n[0047] 图3是本发明实施例1中7日龄鸡只振翅数和饥饿程度的线性关系示意图。\n[0048] 图4是本发明实施例1中15日龄鸡只振翅数和饥饿程度的线性关系示意图。\n[0049] 图5是本发明实施例1中23日龄鸡只振翅数和饥饿程度的线性关系示意图。\n[0050] 图6是本发明实施例1中31日龄鸡只振翅数和饥饿程度的线性关系示意图。\n[0051] 图7是本发明实施例1中39日龄鸡只振翅数和饥饿程度的线性关系示意图。\n[0052] 图8是本发明实施例1中47日龄鸡只振翅数和饥饿程度的线性关系示意图。\n[0053] 图9是本发明实施例1中7日龄鸡只体重和饥饿程度的线性关系示意图。\n[0054] 图10是本发明实施例1中15日龄鸡只体重和饥饿程度的线性关系示意图。\n[0055] 图11是本发明实施例1中23日龄鸡只体重和饥饿程度的线性关系示意图。\n[0056] 图12是本发明实施例1中31日龄鸡只体重和饥饿程度的线性关系示意图。\n[0057] 图13是本发明实施例1中39日龄鸡只体重和饥饿程度的线性关系示意图。\n[0058] 图14是本发明实施例1中47日龄鸡只体重和饥饿程度的线性关系示意图。\n[0059] 图中：1框架、2木板、3放置槽、4电磁门、5电磁门开关、6高速摄像机。\n具体实施方式：\n[0060] 以下结合附图对本发明的实例进行说明。\n[0061] 如图2所示，本发明的检测系统包括可调高度框架1、木板2、放置槽3、电磁门4、电磁门开关5和高速摄像机6；水平放置的木板2安装在可调高度框架1上，木板2中间装有一对电磁门4，电磁门4连接电磁门开关5，由电磁门开关5控制开闭，电磁门4上置有作为鸡只起始位置的放置槽3，电磁门4的正上方装有一镜头朝向正下方的高速摄像机6，框架1侧方装有一镜头水平朝向的高速摄像机6。\n[0062] 可调高度框架1的侧面、顶部各放置的摄像机6用于记录鸡只下落过程并提取振翅数，高速摄像机6拍摄视角覆盖到整个框架1，能采集到鸡只自由下落整个过程的画面。\n[0063] 可调节高度框架1采用铝合金型材搭建。木板2的高度是通过框架1上的螺纹紧固件进行调节。\n[0064] 电磁门4用螺钉固定在木板2上。电磁门开关5是一旋转按钮，用来控制电磁门4的开闭。\n[0065] 本发明的实施例及其实施工作过程如下：\n[0066] 实施例1\n[0067] 可调节高度框架1的材质为铝合金，由4根铝合金型材搭建一个长60cm、宽60cm、高度180cm的框架。框架顶部放一个60cm×60cm木板2，通过调节木板的位置来控制平台的高度。木板中央做一对20cm×40cm的电磁门4，由电磁门开关5控制控制它的打开。\n[0068] 1)先采集样本鸡只的有效特征参数：采用7日龄、15日龄、23日龄、31日龄、39日龄和47日龄的鸡只，并对每一种日龄的鸡只，采用分别已饥饿1、12、24、36、48小时和不饥饿处理。\n[0069] 对每一个鸡只，用可调高度框架1将样本鸡只凌空固定在放置槽3中，用放置槽3限制鸡只的行动，等待30s样本鸡只稳定后，通过电磁门开关5打开电磁门，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6采集鸡只自由落体过程中的视频，运用图像处理从中提取各个鸡只下落的振翅数，图像处理中感兴趣区域矩形的两个对角点取坐标(100,160)和(600，360)。\n[0070] 2)建立鸡只体质健康线性回归模型\n[0071] 先对数据进行预处理，并对数据进行归一化处理，对鸡只饥饿时间、日龄、振翅数、体重进行线性回归分析。\n[0072] 获得7日龄、15日龄、23日龄、31日龄、39日龄和47日龄的鸡只振翅数与饥饿时间的线性关系分别如图3～8所示，图中可看出低日龄的鸡只对环境改变抗性较小，随着饥饿时间增长振翅数逐渐降低；随着鸡只的成长，鸡只越来越敏感，下落实验中鸡只反抗越激烈，振翅数呈先上升后下降的趋势；23日龄～47日龄鸡只振翅数变化斜率越来越小，说明随着鸡只的成长，鸡只对环境改变的抗性越来越强。\n[0073] 获得7日龄、15日龄、23日龄、31日龄、39日龄和47日龄的鸡只体重和饥饿时间的线性关系分别如图9～14所示，图中可看出随着饥饿时间的增长，鸡只体重越来越低，鸡只体重与饥饿时间负相关。x(饥饿时间)的系数依次为-0.8017、-2.245、-4.2005、-6.737、-\n8.2002、-10.469，系数绝对值依次递增，表明随着鸡只日龄的提高，饥饿对鸡只体重的影响越来越大。\n[0074] 通过线性回归分析建立鸡只体质健康线性回归模型，其公式为：y＝0.977x1-\n2 2\n0.035x2-0.921x3+0.555，测定R 和验证R 都在0.81以上。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；当y输出在大于1时，y越大，鸡只饥饿度越高，体质健康越差；当y输出小于1时，表示鸡只体质健康较好。\n[0075] 3)对于被测鸡只，可调高度框架1将被测鸡凌空固定在放置槽3中，等待30s鸡只稳定后，通过电磁门开关5打开电磁门4，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6采集鸡只下落过程的视频图像，运用图像处理从中提取鸡只下落过程的振翅数，然后将得到的鸡只日龄、体重、振翅数与鸡只体质健康模型进行匹配。\n[0076] 经过试验测试，通过本发明系统能够有效的检测出鸡只的体质健康情况。\n[0077] 实施例2\n[0078] 可调节高度框架1的材质为铝合金，由4根铝合金型材搭建一个长60cm、宽60cm、高度180cm的框架。框架顶部放一个60cm×60cm木板2，通过调节木板的位置来控制平台的高度。木板中央做一对20cm×40cm的电磁门4，由电磁门开关5控制控制它的打开。\n[0079] 1)先采集样本鸡只的有效特征参数：采用7日龄、15日龄、23日龄、31日龄、39日龄和47日龄的鸡只，并对每一日龄的鸡只，采用饥饿1、12、24、36、48小时和不饥饿处理。\n[0080] 对于每一鸡只，用可调高度框架1将样本鸡只凌空固定在放置槽3中，用放置槽3限制鸡只的行动，等待30s样本鸡只稳定后，通过电磁门开关5打开电磁门，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6采集鸡只自由落体过程中的视频，运用图像处理从中提取各自鸡只下落的振翅数。\n[0081] 2)建立鸡只体质健康Logistic回归模型\n[0082] 先对数据进行预处理，并对数据进行归一化处理，对鸡只饥饿时间、日龄、振翅数、体重进行Logistic回归分析。\n[0083] 获得7日龄、15日龄、23日龄、31日龄、39日龄和47日龄的鸡只振翅数与饥饿时间的线性关系分别如图3～8所示，图中可看出低日龄的鸡只对环境改变抗性较小，随着饥饿时间增长振翅数逐渐降低；随着鸡只的成长，鸡只越来越敏感，下落实验中鸡只反抗越激烈，振翅数呈先上升后下降的趋势；23日龄～47日龄鸡只振翅数变化斜率越来越小，说明随着鸡只的成长，鸡只对环境改变的抗性越来越强。\n[0084] 获得7日龄、15日龄、23日龄、31日龄、39日龄和47日龄的鸡只体重和饥饿时间的线性关系分别如图9～14所示，图中可看出随着饥饿时间的增长，鸡只体重越来越低，鸡只体重与饥饿时间负相关。x(饥饿时间)的系数依次为-0.8017、-2.245、-4.2005、-6.737、-\n8.2002、-10.469，系数绝对值依次递增，表明随着鸡只日龄的提高，饥饿对鸡只体重的影响越来越大。\n[0085] 通过Logistic回归分析建立鸡只体质健康Logistic回归模型，其公式为：y＝\n24.696x1-32.986x2-6.861x3+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。将所建立的Logistic模型用于“正常”鸡只和“饥饿”鸡只的区分，以发生概率P＝0.5为分类阈值，得到分类正确率为84％，说明模型用于“正常”鸡只和“饥饿”鸡只的区分性能良好。当y＝1时，鸡只为饥饿饲养0和1小时组，体质健康优良；\n当y＝0时，鸡只为饥饿饲养12、24、36、48小时组，体质健康较差。\n[0086] 3)对于被测鸡，可调高度框架1将被测鸡凌空固定在放置槽3中，等待30s鸡只稳定后，通过电磁门开关5打开电磁门4，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6采集鸡只下落过程的视频图像，运用图像处理从中提取鸡只下落过程的振翅数，然后将得到的鸡只日龄、体重、振翅数与鸡只体质健康模型进行匹配。\n[0087] 由此可见，本发明可监测研究全生长过程的鸡只，获得鸡只的体质健康和差异情况，为肉鸡养殖业中农业设施的体质健康检测方面提供科学的依据。