基于支持向量機的養(yǎng)雞場死雞檢測方法研究.pdf

1、隨著信息處理技術(shù)、人工智能技術(shù)以及圖像處理技術(shù)的日益成熟，對過去傳統(tǒng)的禽畜養(yǎng)殖方式產(chǎn)生了深刻的影響。現(xiàn)代化養(yǎng)雞場中，飼料和清水的供應(yīng)、雞蛋和雞糞的收集、溫度和風(fēng)速的控制等，都已經(jīng)實現(xiàn)自動化。但對于死雞，仍然采用人工定時巡視和檢查。人工檢測死雞實時性不高，無法及時清除死雞；另外，工人工作效率不高，且長時間停留于環(huán)境惡劣的雞舍中，身體健康會受到影響。針對人工檢測死雞中存在的不足，本文提出一種基于支持向量機和機器視覺技術(shù)的養(yǎng)雞場死雞檢測方法。

2、
　　 機器視覺技術(shù)具有與被檢測對象無接觸、無時間限制、很高的分辨精度和速度等優(yōu)點，本文采用機器視覺技術(shù)構(gòu)建死雞檢測機器視覺系統(tǒng)，實現(xiàn)對死雞的自動檢測。系統(tǒng)由硬件系統(tǒng)和軟件系統(tǒng)組成，前者是檢測系統(tǒng)的基礎(chǔ)，主要完成圖像采集功能；后者是檢測系統(tǒng)的核心和關(guān)鍵，主要實現(xiàn)圖像處理、特征提取、圖像識別和結(jié)果判定功能。
　　 在硬件系統(tǒng)設(shè)計方面，本文介紹了如何選擇合適的CCD相機、鏡頭、圖像采集卡等機器視覺系統(tǒng)中的重要部件，搭建了PC

3、+采集卡+相機的硬件實驗平臺；軟件方面，選用Visual C++6.0作為開發(fā)平臺，整個系統(tǒng)軟件分為圖像采集模塊、圖像處理模塊、圖像識別模塊和信息管理模塊四個主要功能模塊。
　　 在檢測算法研究中，本文采用了一種基于統(tǒng)計學(xué)習(xí)理論——支持向量機(SVM)的死雞檢測算法。首先，根據(jù)中心區(qū)域位置的變化情況，通過邏輯與操作去除肯定為活雞的部分；其次，對可能為死雞的部分做進一步的處理，提取出雞冠的周長、面積、偏心率、復(fù)雜度和球形性五個特征