基于多源图像和环境信息融合的规模化养殖蛋鸡体温测量方法

作     者：宋道一 罗升 朱玉华 童勤 王红英 王粮局 SONG Daoyi;LUO Sheng;ZHU Yuhua;TONG Qin;WANG Hongying;WANG Liangju

作者机构：中国农业大学工学院北京100083 江苏省农业机械试验鉴定站南京210017 中国农业大学水利与土木工程学院北京100083 

出 版 物：《农业机械学报》 (Transactions of the Chinese Society for Agricultural Machinery)

年 卷 期：2025年第56卷第1期

页      面：37-46页

核心收录：

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 0905[农学-畜牧学] 08[工学] 09[农学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：科技创新2030—“新一代人工智能”重大项目(2021ZD0113804-3) 

主　　题：蛋鸡 规模化养殖 测温 热红外图像 YOLO v8n 

摘      要：规模化蛋鸡养殖一直以来都面临着蛋鸡健康状态不易评估、疫病无法有效预防等问题,鸡群健康监测对于蛋鸡养殖业的意义日渐显著。蛋鸡作为恒温动物,其体温是评估健康状态的重要指标。本研究以叠层笼养蛋鸡为研究对象,提出了一种融合多源信息的蛋鸡体温测量方法。首先对热红外相机进行温度漂移校正和距离校正,以提高相机的测量精度。将热红外图像与采集的近红外图像和深度图像进行像素级配准,使用YOLO v8n目标检测网络对融合的多源图像进行蛋鸡头部检测,检测结果AP50为97.0%,AP50-95为76.1%。然后根据环境温度和蛋鸡头部距离信息对蛋鸡头部热红外图像进行温度漂移校正和距离校正,提取校正后图像的温度特征点计算蛋鸡头部温度。基于环境温度、环境相对湿度、环境风速、光照强度和蛋鸡头部温度构建了蛋鸡体温预测数据集,利用机器学习算法预测蛋鸡体温。其中随机森林算法在蛋鸡体温预测中表现最好,R2为0.696,RMSE为0.246℃。本研究为实现准确、无扰动地测量规模化蛋鸡养殖场的鸡只体温提供了参考。