基于红外热成像的生猪耳温自动提取算法

针对利用红外热成像进行生猪体温自动提取困难的问题,在设施猪场生猪体温红外巡检装置的基础上,提出将生猪耳部区域作为其体温的代表区域,探索一种基于红外热像图的生猪耳温自动提取算法(IT-PETE).该算法通过高效而准确地识别生猪耳部区域并提取耳部区域的温度最大值和平均值,实现生猪体温非接触式自动监测.IT-PETE算法首先用拉普拉斯算子对生猪热红外图像进行预处理,然后基于YOLO v4和形态学对热红外图像中的生猪耳部进行提取,并结合耳部分割图像和温度矩阵自动获取耳部区域温度的最大值和平均值.采用5折交叉验证方法训练生猪耳部区域检测模型,训练集和验证集图像共2 000幅,测试集400幅.试验表明,YOLO v4耳部区域检测准确率为97. 6% ,比Faster R-CNN和SSD分别提高了2. 0个百分点和7. 8个百分点,单帧图像的平均检测时间为12 ms.同时对20头猪的人工统计耳温数据与算法提取体温进行相关性分析,得到两者在耳部区域温度最大值和平均值的决定系数分别为0. 984 9和0. 911 9,表明IT-PETE算法对体温数据的提取具有可靠性和可行性.因此,IT-PETE算法在一定程度上可为生猪体温自动化监测和预警系统提供技术支撑.