CN:36-1239/TH

ISSN:1672-3872

半月刊

JST日本科学技术振新机构数据库(日)(2022)

中文核心期刊(遴选)数据库收录期刊

中文科技期刊数据库收录期刊

中国学术期刊(光盘版)全文收录期刊

中国期刊网收录期刊

中国学术期刊综合评价数据库 统计源期刊

搜索
搜索
这是描述信息

基于机器视觉技术的猪只体重检测研究现状及展望

访问量:

DOI:10.3969/j.issn.1672-3872.2024.03.004

基金项目:江西省畜牧设施技术开发工程研究中心专项基金(赣发改高技(2019)277号)

作  者:罗世林 ,何秀文 ,孙云涛 ,彭兴鹏 ,郭龙飞 ,何云泉

(1. 江西农业大学,江西 南昌 330045;2. 江西省畜牧设施技术开发工程研究中心,江西 南昌 330045)

 

摘 要:【目的】传统的猪只体重测量通常需要将猪只单独拖入称重设备中,费时费力,并且容易造成猪只的应激反应,影响其生长发育。而融入机器视觉技术,可以实现非接触式的猪只体重测量,大大提高测量效率和准确性。【方法】课题组以基于机器视觉 技术的猪只体重测量为研究对象,运用文献调查法,总结了猪只体重检测的重要性及现有的检测方法,综述了基于机器视觉的猪只体重检测的技术原理及学者们现有的研究成果。最后,展望了未来基于机器视觉技术的研究趋势及挑战。【结果与结论】目前,研究者们主要采用两种方法进行基于机器视觉的猪只体重检测:第一种方法是基于体尺测量的机器视觉技术,另一种方法是基于行为识别的机器视觉技术。两种方法各有利弊,未来还需要进一步优化,可以从提高机器视觉技术的准确性和稳定性、拓展机器视觉技术的应用范围、解决数据隐私和信息安全等问题方面入手,不断克服技术和应用方面的挑战。

关键词:机器视觉;猪;体重;技术原理;发展趋势

 

引文信息:[1]罗世林,何秀文,孙云涛,等.基于机器视觉技术的猪只体重检测研究现状及展望[J].南方农机,2024,55(3):13-17. 

查看全文请下载PDF文件↓

相关下载

分类:
2024年
文件大小:
1.2M
2024-02-27 09:20:32
所属人群:
所有人
上一页
1
底部logo

公众号

地       址:江西省南昌市红谷滩红谷中大道1326号江报传媒大厦908室

联系电话:0791-86202556

投稿邮箱:nfnj@vip.163.com

版权所有:江西南方农机杂志社有限责任公司.  All rights reserved.   SEO     赣ICP备2023003226号-1       技术支持:中企动力-南昌