豬舍飲水區(qū)光照環(huán)境實測分析

杜曉冬,滕光輝,李英英,李 卓

（中國農業(yè)大學,北京 100083）

0 引言

生豬養(yǎng)殖過程中，豬只稱重是一個必要的環(huán)節(jié)，畜禽重量是其健康狀態(tài)和市場價值的一個重要指標[1]91[2]204[3]。傳統(tǒng)養(yǎng)殖過程中豬只稱重采用體重箱、電子秤，費時、耗力，同時會對家畜產(chǎn)生應激，不利于其生長發(fā)育[4，5]。機器視覺主要研究用計算機來模擬人的視覺功能從客觀事物的圖像中提取信息，進行處理并加以理解，最終用于實際檢測、測量和控制[6]。機器視覺技術已在農業(yè)領域有較廣泛的應用，學者們應用機器視覺技術和圖像技術開展一系列研究[7-10]。機器視覺技術可為豬體質量、體尺測量提供一種新方法，通過利用機器視覺技術，獲取視頻及圖像數(shù)據(jù)，進行圖像處理，可對豬體體尺實現(xiàn)無接觸測量，減少應激[11]。目前，機器視覺技術已被應用到豬體質量預估研究中，并取得了良好的效果[12]。

相關研究表明，機器視覺中光源與照明對相機采集圖像質量具有十分重要的影響[13]31[14-15]。楊艷等通過機器視覺技術，測量和計算種豬的投影面積，并分析其與體質量的相關性。然而圖像采集過程中，由于光照條件的影響，即使是同一頭豬，在不同時候采集到的圖像差異也很大[16]。機器視覺獲取圖像質量的好壞，主要取決于光源、圖像攝像機和視場幾何圖形這3 個因素[17]。在機器視覺應用中，外部光源中的非均勻照明會造成比環(huán)境照明還要壞的圖像分割。因此，好的均勻照明是非常重要的[13]31。英國學者Wu JiaHua 等人建立了一套較為復雜的圖像采集系統(tǒng)，然而，一般條件下的低環(huán)境光水平和有限大小相機光圈滿足不了圖像采集的需要，為此，增加輔助的閃光單元，能較好的構建豬體3D 模型[2]208。澳大利亞學者Kollis 等研究表明，由于實驗環(huán)境較為封閉，當前光照水平難以滿足圖像采集要求，增加2 個照明燈會提升圖像采集質量[1]92。

然而，實際豬舍中光照環(huán)境較為復雜，簡單的輔助照明裝置滿足不了機器視覺對照明的需求，機器視覺系統(tǒng)輔助光源應依據(jù)現(xiàn)場光照環(huán)境進行設計，以減少外界光照環(huán)境對圖像采集的影響。就典型豬舍飲水區(qū)的光照環(huán)境進行實地調研，分析比較夏季、冬季2 個具有代表性季節(jié)的豬舍飲水區(qū)光照環(huán)境，為今后豬體質量預估中機器視覺照明系統(tǒng)的設計作參考。

1 試驗內容

1.1 試驗材料

本試驗分別于2012 年6 月13 日至6 月18 日和2014年10 月30 日至11 月3 日在天津市惠康種豬育種有限公司的規(guī)模種豬場進行，研究圍繞我國北方地區(qū)常見的長白豬品種而展開，選取育肥豬階段進行試驗。試驗儀器：北京師范大學光電儀器廠型號為ST-85L 光照度計，測量范圍0.1～199 900 lx，精確度為測量值的±4%；?，攦x表公司AS813 一體式光照度計，測量范圍0～100 000 lx，精準度為測量值的±4%，分辨率1 lx。

1.2 試驗方法

主要在9 號育成豬舍進行舍內光照度的測量。該育成豬舍內共有12 個圈欄，實驗選取6 號和9 號圈欄進行，由于豬場育肥舍換圈，夏季試驗在9 號欄進行，冬季試驗調整到6號欄進行。9 號育成舍長45.5 m，寬9.2 m，共12 個欄位，如圖1 所示（以下所有示意圖長度單位均為毫米）。

圖1 天津惠康豬場9 號育成舍欄位分布平面示意圖（單位：mm）

相機安裝在飲水區(qū)正上方，所以在飲水區(qū)圈定（2×2） m的區(qū)域，均勻劃分為4×4 共16 個測點，每個測點間隔40 cm，在以下示意圖中以×號表示。測點位置采用記號筆在相應欄桿處標記，保證每次測量位置固定不變，確保數(shù)據(jù)真實、可靠。實測現(xiàn)場光照環(huán)境的相關數(shù)據(jù)，如最大照度、最小照度、平均照度等。飲水區(qū)分布及光照測量布點如圖2所示：

圖2 飲水區(qū)分布示意圖（單位：mm）

圖3A 為光照測量布點直角坐標系，選取飲水區(qū)西南角為坐標原點，建立飲水區(qū)直角坐標系，水平方向為X 軸，垂直方向為Y 軸，每個測量點的坐標由X 軸、Y 軸坐標確定。

測量時間主要從8：00—18：00，每間隔2 h 進行一次采集，每次采集3 組重復數(shù)據(jù)，每天采集6 次。每次采集都記錄天氣情況，夏季、冬季分別連續(xù)采集3 d 的光照數(shù)據(jù)。

圖3A 飲水區(qū)光照測量布點示意圖

圖3B 實際豬場飲水圖

2 試驗結果與分析

數(shù)據(jù)處理軟件選用SPSS17.0，對采集的光照數(shù)據(jù)經(jīng)過初步處理，剔除異常數(shù)值，確保數(shù)據(jù)真實、可靠。現(xiàn)將這6 d實測數(shù)據(jù)天氣狀況統(tǒng)計如表1 所示。

8：00—18：00 每個時間段光照值采集3 組，取3 組平均值作為參考值，繪制夏季和冬季晴天時豬舍飲水區(qū)光照變化趨勢圖，如圖4 所示：

圖4 夏季、冬季飲水區(qū)光照變化趨勢圖

從圖4 中可知，夏季和冬季豬舍飲水區(qū)光照度達到峰值時刻基本在10：00—12：00 之間，夏季光照強度明顯要高于冬季的光照強度?？偟膩砜?，夏季光照度變化幅度可達800～900 lx 左右，冬季可達500～600 lx 左右。

一天中飲水區(qū)光照變化反映的是一個時間序列上的光照變化，單個時間點上的飲水區(qū)光照環(huán)境又是如何分布的。選取單個時間點光照數(shù)據(jù)波動較大的樣本進行分析，分析該時間點飲水區(qū)光照均勻性。表2、表3、表4、表5 分別為選取的夏季晴天、陰天，冬季晴天、陰天光照度數(shù)據(jù)：

表1 試驗期間天氣狀況

表2 夏季晴天飲水區(qū)光照環(huán)境實測數(shù)據(jù)（單位：lx）

表3 夏季陰天飲水區(qū)光照環(huán)境實測數(shù)據(jù)（單位：lx）

表4 冬季晴天飲水區(qū)光照環(huán)境實測數(shù)據(jù)（單位：lx）

飲水區(qū)光照均勻性分析主要采用照度均勻度來衡量，照度均勻度主要采用2 個參數(shù)，U1和U2。U1為最小照度和最大照度之比，即U1=Emin/Emax；U2為最小照度和平均照度之比，即U2=Emin/Eave[18-19]。針對實測數(shù)據(jù)進行分析，分析結果見表6：

表5 冬季陰天飲水區(qū)光照環(huán)境實測數(shù)據(jù)（單位：lx）

表6 飲水區(qū)照度與照度均勻度測試結果

從表6 中可以看出，夏季、冬季豬舍飲水區(qū)不同位置受太陽光照射不同，照明標準要求照度最小值與最大值之比不應小于0.50，即U1＞0.50；照度最小值與平均值之比不應小于0.70，即U2＞0.70[20]。該照明標準借鑒體育場照明設計要求，進行體育賽事電視轉播及拍攝圖像時要求較高的圖像質量，同時對光照環(huán)境要求較高，所以借鑒此照明標準對飲水區(qū)光照環(huán)境進行評價。分析結果可知，夏季晴天U1=0.44，小于參考值0.50，U2=0.55，小于參考值0.70，照度均勻性差；夏季陰天U1=0.31，小于參考值0.50，U2=0.48，小于參考值0.70，照度均勻性差。冬季晴天U1=0.49，小于參考值0.50，U2=0.73，滿足要求；冬季陰天U1=0.50，U2=0.75，基本滿足要求?？偟膩砜矗募撅嬎畢^(qū)照度均勻性差，冬季飲水區(qū)照度均勻性較差。

綜上所述，飲水區(qū)一天中光照變化幅度較大，單個時間點飲水區(qū)光照分布不均勻，存在較大差異。飲水區(qū)光照度變化幅度大、照度均勻性差。

3 結論與建議

綜合上述得出如下結論：

1）一天當中豬舍飲水區(qū)光照度變化幅度較大，夏季光照度變化幅度可達800～900 lx 左右，冬季可達500～600 lx。

2）一天中單個時間點飲水區(qū)光照度存在分布不均勻現(xiàn)象，夏季照度均勻度差，U1＜0.5，U2＜0.7，冬季照度均勻度較差，U1≤0.5，U2＞0.7。

豬舍復雜光照環(huán)境滿足不了相機圖像采集的需要，因此，應設計輔助光源以滿足機器視覺照明需求。研究人員在機器視覺后期圖像處理方面已進行大量算法方面的研究，但是針對機器視覺照明系統(tǒng)設計方面研究很少。機器視覺系統(tǒng)中光源的研究具有很大的意義并富有挑戰(zhàn)性，保持相機整個視場內光照度均勻，依據(jù)周圍光照環(huán)境可實時調節(jié)照明等是今后的研究方向。

[1] Kollis K，Phang C S，Banhazi T M，et al.Weight estimation using image analysis and statistical modelling：A preliminary study[J]. Applied Engineering in Agriculture，2007，23(1)：91-96.

[2] Wu J，Tillett R，McFarlane N，et al. Extracting the three-dimensional shape of live pigs using stereo photogrammetry[J].Computers and Electronics in Agriculture， 2004，44(3)：203-222.

[3] Schofield C P.Evaluation of image analysis as a means of estimating the weight of pigs. Journal of Agricultural Engineering Research， 1990，47(C)：287-296.

[4] 楊艷，滕光輝，李保明.計算機視覺技術在種豬體尺體重估算中的應用[A].中國農業(yè)工程學會.農業(yè)工程科技創(chuàng)新與建設現(xiàn)代農業(yè)——2005 年中國農業(yè)工程學會學術年會論文集第三分冊[C].中國農業(yè)工程學會，2005：4.

[5] Turner M J B，Benson J A，Hanley M， et al.Automatic weight monitoring of pigs-Part 1：Trials of prototype weigh platforms[C].Divisional Note DN 1266，AFRC Institute of Engineering Research， Silsoe，1985.

[6] 段峰，王耀南，雷曉峰，等.機器視覺技術及其應用綜述[J].自動化博覽， 2002(03)：59-61.

[7] 楊艷，滕光輝，李保明.利用二維數(shù)字圖像估算種豬體重[J].中國農業(yè)大學學報，2006，11(3)：61-64.

[8] 吳雪.計算機視覺技術在農產(chǎn)品和食品檢測中的應用[J].糧油加工與食品機械， 2002(03)：38-39.

[9] 趙靜，何東健.果實形狀的計算機識別方法研究[J].農業(yè)工程學報， 2001(02)：165-167.

[10] 蔡健榮，方如明，張世慶，等.利用計算機視覺技術的煙葉質量分選系統(tǒng)研究[J].農業(yè)工程學報，2000(03)：118-122.

[11] 劉同海，滕光輝，付為森，等.基于機器視覺的豬體體尺測點提取算法與應用[J].農業(yè)工程學報，2013(2)：161-168.

[12] Wang Y S，Yang W，Winter P，et al.Walk-through weighing of pigs using machine vision and an artificial neural network[J].Biosystems Engineering， 2008，100(1)：117-125.

[13] 張巧芬，高健.機器視覺中照明技術的研究進展[J].照明工程學報， 2011，22(2)：31-37.

[14] 穆向陽，張?zhí)?機器視覺系統(tǒng)的設計[J].西安石油大學學報：自然科學版， 2007，22(06)：104-109.

[15] 唐向陽，張勇，李江有，等.機器視覺關鍵技術的現(xiàn)狀及應用展望[J].昆明理工大學學報：理工版，2004，29(2)：36-39.

[16] 楊艷，滕光輝，李保明，等.基于計算機視覺技術估算種豬體重的應用研究[J].農業(yè)工程學報，2006，22(2)：127-131.

[17] Sieczka E J，Harding K G. Light source design for machine vision， 1992[C].International Society for Optics and Photonics，1992.

[18] 陳梅，李峰.體育館內光環(huán)境照度與照度均勻度的實測分析[J].運動， 2011(10)：143-144.

[19] 胥正祥.體育場照明設計需關注的幾個問題[J].智能建筑電氣技術， 2008(01)：38-41.

[20] GB 50034-2004，建筑照明設計標準[S].