基于机器视觉的畜禽体质量评估研究进展

摘要：

体质量(体重)是反映畜禽身体健康与生长状况、繁殖与生产性能的重要指标.对畜禽体质量精准快速地评估和监测是提升养殖生产管理水平、实现精准畜牧生产的重要手段.传统的直接称量方式耗时费力,易造成动物的应激反应.基于机器视觉技术的体质量评估,能够利用视觉检测技术获取体型特征建立其与体质量之间的智能评估模型,是目前畜禽养殖智能化技术研究的热点.首先对体质量的评估方法进行分类阐述;然后,详细分析了机器视觉体尺图像获取的传感器类型、畜禽体尺提取与处理方法及应用现状;重点开展基于机器学习方法的体尺、体征与体质量评估模型相关研究的分析,对比了各类机器学习算法在体质量评估方面的应用效果和最新研究成果,特别探讨和分析了深度学习算法在全自动畜禽体质量评估领域的发展潜力;最后,指出畜禽体质量评估研究面临的问题和未来研究的发展趋势.

关键词：畜禽、机器视觉、体尺、体质量评估、机器学习、深度学习

所属期刊栏目：53

分类号：S24(农业电气化与自动化)

资助基金：国家自然科学基金;农业部重点实验室开放基金;现代农业产业技术体系;黑龙江省博士后资助项目;东北农业大学东农学者计划项目

在线出版日期：2023-02-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共15页

页码：1-15