猪舍饮水区光照环境实测分析

杜晓冬,滕光辉,李英英,李 卓

（中国农业大学,北京 100083）

0 引言

生猪养殖过程中，猪只称重是一个必要的环节，畜禽重量是其健康状态和市场价值的一个重要指标[1]91[2]204[3]。传统养殖过程中猪只称重采用体重箱、电子秤，费时、耗力，同时会对家畜产生应激，不利于其生长发育[4，5]。机器视觉主要研究用计算机来模拟人的视觉功能从客观事物的图像中提取信息，进行处理并加以理解，最终用于实际检测、测量和控制[6]。机器视觉技术已在农业领域有较广泛的应用，学者们应用机器视觉技术和图像技术开展一系列研究[7-10]。机器视觉技术可为猪体质量、体尺测量提供一种新方法，通过利用机器视觉技术，获取视频及图像数据，进行图像处理，可对猪体体尺实现无接触测量，减少应激[11]。目前，机器视觉技术已被应用到猪体质量预估研究中，并取得了良好的效果[12]。

相关研究表明，机器视觉中光源与照明对相机采集图像质量具有十分重要的影响[13]31[14-15]。杨艳等通过机器视觉技术，测量和计算种猪的投影面积，并分析其与体质量的相关性。然而图像采集过程中，由于光照条件的影响，即使是同一头猪，在不同时候采集到的图像差异也很大[16]。机器视觉获取图像质量的好坏，主要取决于光源、图像摄像机和视场几何图形这3 个因素[17]。在机器视觉应用中，外部光源中的非均匀照明会造成比环境照明还要坏的图像分割。因此，好的均匀照明是非常重要的[13]31。英国学者Wu JiaHua 等人建立了一套较为复杂的图像采集系统，然而，一般条件下的低环境光水平和有限大小相机光圈满足不了图像采集的需要，为此，增加辅助的闪光单元，能较好的构建猪体3D 模型[2]208。澳大利亚学者Kollis 等研究表明，由于实验环境较为封闭，当前光照水平难以满足图像采集要求，增加2 个照明灯会提升图像采集质量[1]92。

然而，实际猪舍中光照环境较为复杂，简单的辅助照明装置满足不了机器视觉对照明的需求，机器视觉系统辅助光源应依据现场光照环境进行设计，以减少外界光照环境对图像采集的影响。就典型猪舍饮水区的光照环境进行实地调研，分析比较夏季、冬季2 个具有代表性季节的猪舍饮水区光照环境，为今后猪体质量预估中机器视觉照明系统的设计作参考。

1 试验内容

1.1 试验材料

本试验分别于2012 年6 月13 日至6 月18 日和2014年10 月30 日至11 月3 日在天津市惠康种猪育种有限公司的规模种猪场进行，研究围绕我国北方地区常见的长白猪品种而展开，选取育肥猪阶段进行试验。试验仪器：北京师范大学光电仪器厂型号为ST-85L 光照度计，测量范围0.1～199 900 lx，精确度为测量值的±4%；希玛仪表公司AS813 一体式光照度计，测量范围0～100 000 lx，精准度为测量值的±4%，分辨率1 lx。

1.2 试验方法

主要在9 号育成猪舍进行舍内光照度的测量。该育成猪舍内共有12 个圈栏，实验选取6 号和9 号圈栏进行，由于猪场育肥舍换圈，夏季试验在9 号栏进行，冬季试验调整到6号栏进行。9 号育成舍长45.5 m，宽9.2 m，共12 个栏位，如图1 所示（以下所有示意图长度单位均为毫米）。

图1 天津惠康猪场9 号育成舍栏位分布平面示意图（单位：mm）

相机安装在饮水区正上方，所以在饮水区圈定（2×2） m的区域，均匀划分为4×4 共16 个测点，每个测点间隔40 cm，在以下示意图中以×号表示。测点位置采用记号笔在相应栏杆处标记，保证每次测量位置固定不变，确保数据真实、可靠。实测现场光照环境的相关数据，如最大照度、最小照度、平均照度等。饮水区分布及光照测量布点如图2所示：

图2 饮水区分布示意图（单位：mm）

图3A 为光照测量布点直角坐标系，选取饮水区西南角为坐标原点，建立饮水区直角坐标系，水平方向为X 轴，垂直方向为Y 轴，每个测量点的坐标由X 轴、Y 轴坐标确定。

测量时间主要从8：00—18：00，每间隔2 h 进行一次采集，每次采集3 组重复数据，每天采集6 次。每次采集都记录天气情况，夏季、冬季分别连续采集3 d 的光照数据。

图3A 饮水区光照测量布点示意图

图3B 实际猪场饮水图

2 试验结果与分析

数据处理软件选用SPSS17.0，对采集的光照数据经过初步处理，剔除异常数值，确保数据真实、可靠。现将这6 d实测数据天气状况统计如表1 所示。

8：00—18：00 每个时间段光照值采集3 组，取3 组平均值作为参考值，绘制夏季和冬季晴天时猪舍饮水区光照变化趋势图，如图4 所示：

图4 夏季、冬季饮水区光照变化趋势图

从图4 中可知，夏季和冬季猪舍饮水区光照度达到峰值时刻基本在10：00—12：00 之间，夏季光照强度明显要高于冬季的光照强度。总的来看，夏季光照度变化幅度可达800～900 lx 左右，冬季可达500～600 lx 左右。

一天中饮水区光照变化反映的是一个时间序列上的光照变化，单个时间点上的饮水区光照环境又是如何分布的。选取单个时间点光照数据波动较大的样本进行分析，分析该时间点饮水区光照均匀性。表2、表3、表4、表5 分别为选取的夏季晴天、阴天，冬季晴天、阴天光照度数据：

表1 试验期间天气状况

表2 夏季晴天饮水区光照环境实测数据（单位：lx）

表3 夏季阴天饮水区光照环境实测数据（单位：lx）

表4 冬季晴天饮水区光照环境实测数据（单位：lx）

饮水区光照均匀性分析主要采用照度均匀度来衡量，照度均匀度主要采用2 个参数，U1和U2。U1为最小照度和最大照度之比，即U1=Emin/Emax；U2为最小照度和平均照度之比，即U2=Emin/Eave[18-19]。针对实测数据进行分析，分析结果见表6：

表5 冬季阴天饮水区光照环境实测数据（单位：lx）

表6 饮水区照度与照度均匀度测试结果

从表6 中可以看出，夏季、冬季猪舍饮水区不同位置受太阳光照射不同，照明标准要求照度最小值与最大值之比不应小于0.50，即U1＞0.50；照度最小值与平均值之比不应小于0.70，即U2＞0.70[20]。该照明标准借鉴体育场照明设计要求，进行体育赛事电视转播及拍摄图像时要求较高的图像质量，同时对光照环境要求较高，所以借鉴此照明标准对饮水区光照环境进行评价。分析结果可知，夏季晴天U1=0.44，小于参考值0.50，U2=0.55，小于参考值0.70，照度均匀性差；夏季阴天U1=0.31，小于参考值0.50，U2=0.48，小于参考值0.70，照度均匀性差。冬季晴天U1=0.49，小于参考值0.50，U2=0.73，满足要求；冬季阴天U1=0.50，U2=0.75，基本满足要求。总的来看，夏季饮水区照度均匀性差，冬季饮水区照度均匀性较差。

综上所述，饮水区一天中光照变化幅度较大，单个时间点饮水区光照分布不均匀，存在较大差异。饮水区光照度变化幅度大、照度均匀性差。

3 结论与建议

综合上述得出如下结论：

1）一天当中猪舍饮水区光照度变化幅度较大，夏季光照度变化幅度可达800～900 lx 左右，冬季可达500～600 lx。

2）一天中单个时间点饮水区光照度存在分布不均匀现象，夏季照度均匀度差，U1＜0.5，U2＜0.7，冬季照度均匀度较差，U1≤0.5，U2＞0.7。

猪舍复杂光照环境满足不了相机图像采集的需要，因此，应设计辅助光源以满足机器视觉照明需求。研究人员在机器视觉后期图像处理方面已进行大量算法方面的研究，但是针对机器视觉照明系统设计方面研究很少。机器视觉系统中光源的研究具有很大的意义并富有挑战性，保持相机整个视场内光照度均匀，依据周围光照环境可实时调节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] 杨艳，滕光辉，李保明.计算机视觉技术在种猪体尺体重估算中的应用[A].中国农业工程学会.农业工程科技创新与建设现代农业——2005 年中国农业工程学会学术年会论文集第三分册[C].中国农业工程学会，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，雷晓峰，等.机器视觉技术及其应用综述[J].自动化博览， 2002(03)：59-61.

[7] 杨艳，滕光辉，李保明.利用二维数字图像估算种猪体重[J].中国农业大学学报，2006，11(3)：61-64.

[8] 吴雪.计算机视觉技术在农产品和食品检测中的应用[J].粮油加工与食品机械， 2002(03)：38-39.

[9] 赵静，何东健.果实形状的计算机识别方法研究[J].农业工程学报， 2001(02)：165-167.

[10] 蔡健荣，方如明，张世庆，等.利用计算机视觉技术的烟叶质量分选系统研究[J].农业工程学报，2000(03)：118-122.

[11] 刘同海，滕光辉，付为森，等.基于机器视觉的猪体体尺测点提取算法与应用[J].农业工程学报，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] 张巧芬，高健.机器视觉中照明技术的研究进展[J].照明工程学报， 2011，22(2)：31-37.

[14] 穆向阳，张太镒.机器视觉系统的设计[J].西安石油大学学报：自然科学版， 2007，22(06)：104-109.

[15] 唐向阳，张勇，李江有，等.机器视觉关键技术的现状及应用展望[J].昆明理工大学学报：理工版，2004，29(2)：36-39.

[16] 杨艳，滕光辉，李保明，等.基于计算机视觉技术估算种猪体重的应用研究[J].农业工程学报，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] 陈梅，李峰.体育馆内光环境照度与照度均匀度的实测分析[J].运动， 2011(10)：143-144.

[19] 胥正祥.体育场照明设计需关注的几个问题[J].智能建筑电气技术， 2008(01)：38-41.

[20] GB 50034-2004，建筑照明设计标准[S].