【技术实现步骤摘要】
本专利技术涉及图像识别饲料饲喂，尤其涉及一种基于图像识别的猪饲料精准营养饲喂方法及系统。
技术介绍
1、随着农业技术的不断发展，猪饲养业也面临着日益严峻的挑战，其中之一便是如何实现猪饲料的精准饲喂，随着基于图像识别的猪饲料精准营养饲喂方法的提出，通过利用先进的计算机视觉技术，实现对猪只饲料摄入量、种类和营养成分的准确监测和控制，从而实现猪只的精准饲喂，提高养殖效益，降低养殖成本，实现可持续发展。这一方法利用图像识别技术对猪只的实时行为和外观特征进行分析，结合先进的数据处理算法，实现对猪只的个体饲料需求进行精准预测和调整，为养殖户提供了更加科学、高效的饲养管理手段。同时，这种方法还能够根据不同生长阶段和体重的猪只的不同需求，进行个性化的饲料配比，确保每头猪都能够得到适宜的营养，提高生长速度和肉质品质。
2、基于图像识别的猪饲料精准营养饲喂方法的出现，标志着猪饲养业迈向了数字化、智能化的新时代，为行业发展注入了新的活力，具有广阔的应用前景和经济效益。然而，传统的基于图像识别的猪饲料精准营养饲喂方法存在着对不同猪个体间缺失的营养识别不精确，以及严重的饲料浪费的问题。
技术实现思路
1、基于此，有必要提供一种基于图像识别的猪饲料精准营养饲喂方法及系统，以解决至少一个上述技术问题。
2、为实现上述目的，一种基于图像识别的猪饲料精准营养饲喂方法，所述方法包括以下步骤：
3、步骤s1：通过电子监控设备对猪群活动进行多角度图像采集，得到猪群活动多角度图像集；对猪
4、步骤s2：根据猪群个体形态体征数据进行不同猪个体间的生长发育评估，得到个体生长发育评估数据；对个体生长发育评估数据进行不同猪个体间的非线性拟合生长曲线分析，得到个体拟合生长曲线数据；对个体行为轨迹数据集进行不同骨骼结构间的行为轨迹映射处理，得到骨骼结构行为轨迹映射数据；根据个体拟合生长曲线数据以及骨骼结构行为轨迹映射数据进行不同猪个体间的体征行为能量损耗分析，得到体征行为能量损耗数据；
5、步骤s3：基于体征行为能量损耗数据进行行为能量损耗代谢影响性分析，得到行为能量损耗代谢影响性数据；根据行为能量损耗代谢影响性数据进行不同猪个体间的生长规律差异性分析，得到生长规律差异性数据；基于多层感知机对生长规律差异性数据以及行为能量损耗代谢影响性数据进行不同猪个体生长过程中的缺失营养识别模型构建，得到缺失营养识别模型；
6、步骤s4：通过缺失营养识别模型进行不同猪个体间的缺失营养元素识别分析，得到不同猪个体间的缺失营养元素数据；根据不同猪个体间的缺失营养元素数据进行对应猪个体间的营养元素搭配，得到不同猪个体间的营养元素搭配数据。
7、本专利技术通过电子监控设备对猪群活动进行多角度图像采集，提供了全面的数据来源，以便后续分析，对图像集进行形态体征分析，包括身体尺寸、体型特征等，这有助于理解猪群内个体之间的差异，通过分析猪群个体的行为轨迹，可以了解它们的活动模式、互动方式等，这对于了解群体行为和社会结构至关重要，通过对个体形态体征数据进行生长发育评估，可以了解每个猪个体的生长状况，识别潜在的生长问题或异常，利用非线性拟合技术，可以更准确地建立猪个体的生长曲线，为后续分析提供更可靠的数据基础，将个体行为轨迹映射到骨骼结构数据上，有助于理解猪群行为与其生理结构之间的关联，比如行为活动对骨骼结构的影响，通过结合生长曲线数据和骨骼结构行为轨迹映射数据，可以评估猪个体在不同行为活动下的能量消耗情况，这对于合理的饲养管理和健康监控至关重要，通过分析行为能量损耗对代谢的影响，可以了解不同行为对于猪个体能量代谢的影响程度，有助于评估猪的活动模式与营养需求之间的关系，通过分析不同猪个体之间生长规律的差异，可以揭示个体生长过程中的潜在特征，例如生长速率的差异、生长周期，这有助于识别生长异常或营养不足的情况，基于多层感知机等技术，构建缺失营养识别模型，能够从生长规律差异性数据和行为能量损耗代谢影响性数据中识别出潜在的营养缺失情况，为后续的营养补充提供指导，利用构建好的缺失营养识别模型，对不同猪个体进行营养分析，识别出潜在的营养缺失元素，有助于及时调整饲料配方或补充营养物质，根据识别出的缺失营养元素，对应地调整猪个体的营养元素搭配，确保其获得全面、均衡的营养供给，从而促进健康生长。因此，本专利技术是对传统的基于图像识别的猪饲料精准营养饲喂方法做出的优化处理，解决了传统的基于图像识别的猪饲料精准营养饲喂方法存在着对不同猪个体间缺失的营养识别不精确，以及严重的饲料浪费的问题，提高了对不同猪个体间缺失的营养识别的精确度，减少了饲料浪费的问题。
8、优选地，步骤s1包括以下步骤：
9、步骤s11：通过电子监控设备对猪群活动进行多角度图像采集，得到猪群活动多角度图像集；
10、步骤s12：对猪群活动多角度图像集进行图像尺度特征归一化处理，得到图像尺度特征归一化数据；
11、步骤s13：根据图像尺度特征归一化数据对猪群活动多角度图像集进行猪群个体形态体征分析，得到猪群个体形态体征数据；
12、步骤s14：根据猪群活动多角度图像集对猪群个体形态体征数据进行不同个体形态体征间的行为轨迹分析，得到个体行为轨迹数据集。
13、本专利技术通过电子监控设备对猪群进行多角度图像采集，提供了全面的数据来源，涵盖了猪群各个角度的活动情况，确保了后续分析的全面性和准确性，对图像尺度特征进行归一化处理，可以消除不同图像间尺度差异的影响，确保后续形态体征分析的准确性和可比性，在猪群活动多角度图像集的基础上，进行形态体征分析，提取出每个猪个体的形态特征数据，如体长、体重，轮廓形态，通过对形态体征数据的分析，评估猪群内个体之间的形态差异，有助于识别出生长异常或健康问题，为后续的个体管理提供依据，基于猪群活动多角度图像集，对个体形态体征数据进行不同猪个体的行为轨迹分析，识别出每个猪个体的行为模式和活动轨迹，通过对个体行为轨迹的分析，可以了解猪群行为模式。
14、优选地，本专利技术提供了一种基于图像识别的猪饲料精准营养饲喂系统，用于执行如上所述的基于图像识别的猪饲料精准营养饲喂方法，该基于图像识别的猪饲料精准营养饲喂系统包括：
15、猪个体行为轨迹分析模块，用于通过电子监控设备对猪群活动进行多角度图像采集，得到猪群活动多角度图像集；对猪群活动多角度图像集进行猪群个体形态体征分析，得到猪群个体形态体征数据；根据猪群活动多角度图像集对猪群个体形态体征数据进行不同个体形态体征间的行为轨迹分析，得到个体行为轨迹数据集；
16、体征行为能量损耗模块，用于根据猪群个体形态体征数据进行不同猪个体间的生长发育评估，得到个体生长发育评估数据；对个体生长发育评估数据进行不同猪个体间的非线性拟合生长曲线分析，得到个体拟合本文档来自技高网...
【技术保护点】
1.一种基于图像识别的猪饲料精准营养饲喂方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于图像识别的猪饲料精准营养饲喂方法，其特征在于，步骤S1包括以下步骤：
3.根据权利要求1所述的基于图像识别的猪饲料精准营养饲喂方法，其特征在于，步骤S2包括以下步骤：
4.根据权利要求3所述的基于图像识别的猪饲料精准营养饲喂方法，其特征在于，步骤S23包括以下步骤：
5.根据权利要求4所述的基于图像识别的猪饲料精准营养饲喂方法，其特征在于，对体质指数估计数据进行简化采样设计非线性处理包括以下步骤：
6.根据权利要求3所述的基于图像识别的猪饲料精准营养饲喂方法，其特征在于，步骤S25包括以下步骤：
7.根据权利要求1所述的基于图像识别的猪饲料精准营养饲喂方法，其特征在于，步骤S3包括以下步骤：
8.根据权利要求7所述的基于图像识别的猪饲料精准营养饲喂方法，其特征在于，步骤S32包括以下步骤：
9.根据权利要求8所述的基于图像识别的猪饲料精准营养饲喂方法，其特征在于，对能量损耗-基础代谢交
10.一种基于图像识别的猪饲料精准营养饲喂系统，其特征在于，用于执行如权利要求1所述的基于图像识别的猪饲料精准营养饲喂方法，该基于图像识别的猪饲料精准营养饲喂系统包括：
...【技术特征摘要】
1.一种基于图像识别的猪饲料精准营养饲喂方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于图像识别的猪饲料精准营养饲喂方法，其特征在于，步骤s1包括以下步骤：
3.根据权利要求1所述的基于图像识别的猪饲料精准营养饲喂方法，其特征在于，步骤s2包括以下步骤：
4.根据权利要求3所述的基于图像识别的猪饲料精准营养饲喂方法，其特征在于，步骤s23包括以下步骤：
5.根据权利要求4所述的基于图像识别的猪饲料精准营养饲喂方法，其特征在于，对体质指数估计数据进行简化采样设计非线性处理包括以下步骤：
6.根据权利要求3所述的基于图像识别的猪饲料精准...
【专利技术属性】
技术研发人员：邹田德，谌俊，周华，刘悦，程勇，鲁丽，
申请(专利权)人：江西农业大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。