[发明专利]一种固定式家禽生命信息报警装置

说明书

本发明一种固定式家禽生命信息报警装置，属于家禽监测技术领域；所要解决的技术问题是提供了一种更为智能的稳定可靠、构成简单、组网灵活的家禽生命信息检测与报警装置；技术方案为：包括摄像机、视频采集卡、显示屏、计算机和声光电报警装置，摄像机设置在固定位置，对禽笼中的家禽进行实时监控，视频采集卡与摄像机相连，计算机的输入端与视频采集卡相连，计算机的输出端分别与显示屏和声光电报警装置相连，计算机内部设置有家禽生命信息检测程序，经该检测程序智能分析后在软件界面直接以数据显示，当家禽的生命状况出现异常时，系统经声光电报警装置发出报警通知饲养员处理；本发明可广泛应用于家禽养殖领域。

技术领域

本发明一种固定式家禽生命信息报警装置，属于家禽监测管理技术领域。

背景技术

家禽自古以来在人类生产生活中便占据了极为重要的地位，它的肉色泽鲜美，早已成为人类餐桌上不可割舍的一部分，它的皮毛保暖舒适，也是纺织工业中重要的组成部分。家禽的生产与消费量巨大，大规模标准化的笼养家禽的生产与质量控制显得尤为重要。在无人值守式的大型饲养企业，一些未能被及时发现的病死家禽可以在很短的时间将疫病迅速传染，不仅存在传染给其他家禽的风险，而且还传质传染给人的风险。笼养家禽的生命健康体征检测严重关系着企业的效益和人民的健康。

腾光辉课题组尝试过基于机器视觉的欧式距离法识别单只蛋鸡的行为(劳凤丹,腾光辉,李军,等.机器视觉识别单只蛋鸡行为的方法[J].农业工程学报,2012,28(24):157-163.)，其研究重心在于蛋鸡发声行为的特征识别，而且其实验是没有笼子阻隔的实验监控条件下进行的，对视频前景有笼子阻隔、大数量鸡群同舍情况下的行为识别未见进一步研究。A.Aydin(2010)根据视频监控分析鸡的运动次数与其活力之间的关系(AYDIN A CO,EREN OZCAN S.Application of a fully automatic analysis tool to assess theactivity of broiler chickens with different gait scores[J].Computers andElectronics in Agriculture,2010,73(2):194-199.)。实验采用专家分析和视频自动监控处理对比，说明运动多的鸡需要更多食物，反映了鸡的活力。Kashiha(2013)介绍了他们研究的一种基于视觉监控技术的鸡舍自动报警系统(KASHIHA M P,ARNO；BAHR,CLAUDIA；VRANKEN,ERIK；BERCKMANS,DANIEL.Development of an early warning system for abroiler house using image interpretation[M].Advances in Mass Data Analysis ofImages and Signals in Medicine,Biotechnology,Chemistry and Food Industry-8thInternational Conference,MDA 2013,Proceedings.ibai-publishing.2013:36-44.)。该设施对饲养的28000只鸡的鸡舍所能发生的情况事件进行自动报警处理，21次事件发生，有20件实现了实时自动报警。Nan Dongji(2011)采用视觉监控技术，根据鸡的行为分析鸡是否被禽流感感染(NAN D M,SOICHIRO；YOKOI,HIROSHI.A tracking method of multiplemoving objects for animal watch sensor systems-Measures for random mobilityand the problem with connection and separation[M].50th Annual Conference onSociety of Instrument and Control Engineers,SICE 2011.Society of Instrumentand Control Engineers(SICE).2011:1991-1994.)。系统可以提取单只鸡的运动轨迹，但多只目标的情况就很难跟踪其运动了。Pereira(2012)根据彩色视频监控图像，提取鸡的区域面积和周长，将面积与周长的比值作为描述鸡对不同温度环境下的感受情况指标，用于评价什么样的温度才适合鸡的生活舒适度(PEREIRA D F N,IRENILZA DE ALENCAR；GABRIEL FILHO,LUIS ROBERTO ALMEIDA；NETO,MARIO MOLLO.Cluster index foraccessing thermal comfort for broiler breeders[M].9th International LivestockEnvironment Symposium 2012,ILES 2012.American Society of Agricultural andBiological Engineers.2012:207-212.)。Crispim(2013)通过提取监控视频图像中动物的固定距离、长度、面积作为特定行为的特征值，利用多层人工神经网络，识别运动、不动、进食、梳毛等行为，最低识别率可达83％(CRISPIM JR.C F M-N,J.Artificial neuralnetworks and image features for automatic detection of behavioral events inlaboratory animals[M].5th Latin American Congress on Biomedical Engineering,CLAIB 2011；Springer Verla.2013:862-865.)。Danilo F.Pereira(2013)采用机器视觉技术，根据鸡的图像形状特性，进行鸡的行为识别，实验交叉识别正确率达70％以上，同时指出光照及背景等其他客观因素直接影响了鸡行为的识别准确率(PEREIRA D F M,BRUNOC.B.；MAIA,GUILHERME D.N.；TATIANA SALES,G.；MAGALH ES,MARCELO M.；GATES,RICHARDS.Machine vision to identify broiler breeder behavior[J].Computers andElectronics in Agriculture,2013,99(November 2013):194–199.)。