論文-基于紅外熱成像技術(shù)的豬體溫檢測(cè)與關(guān)鍵測(cè)溫部位識(shí)別63頁(yè)摘要 實(shí)現(xiàn)豬體溫測(cè)量自動(dòng)化有利于實(shí)時(shí)監(jiān)測(cè)豬的健康狀況、母豬發(fā)情和排卵檢測(cè)等 生理健康狀況。本文采用紅外熱成像儀采集豬的紅外熱圖像,引入化學(xué)計(jì)量學(xué)建模 方法建立體表溫度、環(huán)境溫度與直腸溫度間的多元校正模型,同時(shí)提出兩種關(guān)鍵測(cè) 溫部位的自動(dòng)檢測(cè)方法。主要結(jié)論總結(jié)如下: (1)建立了母豬體表溫度、環(huán)境溫度與母豬體溫之間的一元和多元線性回歸模型。研 究發(fā)現(xiàn), 9個(gè)身體區(qū)域提取的體表溫度與直腸溫度呈正相關(guān)(產(chǎn)O.34~0.68),其中, 基于耳根區(qū)域體表溫度平均值建立的一元回歸方程效果最優(yōu),預(yù)測(cè)集相關(guān)系數(shù)RP與 均方根誤差RMSEP分別為0.66和0.420C。全特征模型相比一元線性回歸方程有更 好的預(yù)測(cè)效果,RP和RMSEP分別為0.76和O.370C。此外,應(yīng)用特征選擇方法LARS. Lasso確定了7個(gè)重要特征建立簡(jiǎn)化模型,其校正集和預(yù)測(cè)集的R分別為0.80和 0.80,RMSEs分別為0.30和0.350C。 (2)將卷積神經(jīng)網(wǎng)絡(luò)應(yīng)用于生豬主要測(cè)溫部位(眼睛和耳朵區(qū)域)的直接分割。利用 python構(gòu)建了四種不同結(jié)構(gòu)的卷積神經(jīng)網(wǎng)絡(luò)模型FCN一1 6s、FCN.8s、U.Net一3和U. Net.4。對(duì)比分析4種卷積神經(jīng)網(wǎng)絡(luò)模型的性能,結(jié)果表明U-Net.4網(wǎng)絡(luò)結(jié)構(gòu)的分割 效果最優(yōu),平均區(qū)域重合度最高為78.75%。然而,當(dāng)計(jì)算設(shè)備的計(jì)算力不夠時(shí),可 以選用U.Net一3模型以達(dá)到較好的分割效果。 (3)提出豬只眼睛及耳根區(qū)域關(guān)鍵點(diǎn)的識(shí)別方法,將豬只主要測(cè)溫部位的檢測(cè)問題 轉(zhuǎn)變?yōu)橹饕獪y(cè)溫部位的定位問題。設(shè)計(jì)具有不同深度的卷積神經(jīng)網(wǎng)絡(luò)架構(gòu)A.E,得 出架構(gòu)E最優(yōu)。且當(dāng)Dropout概率設(shè)置為0.6時(shí)模型效果最好,驗(yàn)證集平均誤差和 預(yù)測(cè)集平均誤差分別為1.96%和2.65%。測(cè)試集單張豬臉關(guān)鍵點(diǎn)的預(yù)測(cè)誤差小于5% 和10%的比例分別為89.5%和97.4%。模型能夠很好的定位豬臉關(guān)鍵點(diǎn),用于豬只 體溫測(cè)量。 本文采用紅外熱像儀測(cè)量母豬體表溫度,通過化學(xué)計(jì)量學(xué)建模為非接觸母豬直 腸溫度測(cè)量提供了更準(zhǔn)確、可靠的方法,同時(shí)提出兩種關(guān)鍵測(cè)溫部位的自動(dòng)檢測(cè)方 法,有助于實(shí)現(xiàn)母豬體溫測(cè)量自動(dòng)化,為生豬健康管理提供參考。
標(biāo)簽:
紅外熱成像技術(shù)
上傳時(shí)間:
2022-02-13
上傳用戶:jiabin