基于深度图像和BP神经网络的肉鸡体质量估测模型

• 作者: 吉增涛 孙传恒 张翔 李文勇 杨信廷 王以忠 王琳 雷鹏
• 来源期刊: 农业工程学报
• 学科: 农学
• 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
• 年，卷（期）: 2017,（13）
• 所属期刊栏目: 农业信息与电气技术
• 页码范围: 199-205
• 页数: 7页
• 分类号: S831
• 字数: 7368字
• 语种: 中文
• DOI: 10.11975/j.issn.1002-6819.2017.13.026

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0.0010~0.0682 kg范围内,最优拟合度为0.9943,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.