李 沛 陆辉山 赵守耀 王福杰

(中北大学 机械工程学院，太原 030051)

蛋鸡养殖业在我国畜牧业发展中占有重要地位。随着现代养殖技术的不断发展，养殖业越来越趋向于规模化、机械化和智能化[1]。快速、精准的感知和分析蛋鸡的健康状况，提高蛋鸡的生产性能，达到健康福利的养殖目的已成为养殖企业以及整个养殖行业的迫切需要[2]。

近年来，关于蛋鸡温度检测的相关研究已经取得了很大的进展。接触式测温采用佩戴传感器的方式，将温度传感器穿戴在鸡体的某些特定部位，实时采集鸡体温度[3-5]；为了减小硬件体积，利用热敏电阻体型小的特性进行测温[6]，该测温方法由于硬件需要供电，无法在长时间观测中使用，同时鸡舍环境复杂，设备容易受潮失灵、掉落，而且易让鸡只产生应激反应，不符合福利养殖的需求。非接触式测温采用红外热成像和数字图像处理技术进行测温[7]，利用卷积神经网络提取特征部位温度，再用BP神经网络反演模型预测蛋鸡真实温度[8]，这种方法由于鸡只小羽毛多，特征不明显，需要大量的特征图片喂入神经网络[9]，标记繁琐，且模型复杂。

温度是生命体的一个重要生理特征，蛋鸡属于恒温动物，当发生应激反应或者在生病的情况下，鸡体体温会发生相应的变化，因此，可以根据蛋鸡的温度变化来判断其健康状况[10]。在养殖场中发现传统的测温方式还是依赖人工检测，主要是测量蛋鸡的直肠温度，有经验的工人可以通过触摸蛋鸡翼下和胸部去判断温度，这样的方式不仅费时费力，主观性强，而且容易让蛋鸡产生应激反应，不符合福利养殖的需求[11]。……