段恩泽 方 鹏 王红英 金 楠

(中国农业大学工学院， 北京 100083)

0 引言

在养殖福利化和精细农业的背景下，规范化养殖成为提高养殖效率的重要保证[1]。减少人力劳动对养殖过程的直接干涉、使用智能机械进行标准化生产管理是目前养殖业的主要发展趋势。在肉兔养殖过程中，掌握种兔生长过程中的体质量变化趋势有利于在生产中及时淘汰产肉低的肉兔，从而提高育种过程中的选种效率[2]。肉兔养殖规模较大，传统称量方式主要依靠电子秤进行人工称量，不仅费时、费力，还容易使肉兔应激，造成流产、发病等不良影响[3]。

国内外研究表明，动物体质量不仅与表面积有关，还与体积和投影面积有较大的相关性，利用图像信息估算动物体质量具有可行性[4-6]。目前，利用图像技术对养殖动物进行无损检测的研究主要集中于猪、鸡等养殖动物，有关肉兔的图像识别检测技术未见报道。

劳凤丹等[7]利用传统的图像分割与滤波处理得到蛋鸡特征图像轮廓，计算相关系数，并探究蛋鸡行为对相关系数的影响，从而对蛋鸡的6种形态状况进行分析。毕敏娜等[8]以鸡舍散养黄羽肉鸡为分割目标，利用色差信息实现了快速分割，其正确率达到了86.3%，优于传统的色彩聚类模型。张弛等[9]采集了猪分娩的视频信息，在提取猪分娩连续的图像信息后，利用团序列检测算法识别大猪和仔猪，实现了仔猪的识别。上述研究基于图像颜色、图像特征对目标进行识别，具有较高的分割精确度，但对所采集的图像质量要求较高，并依赖人工对图像进行后处理，在实际应用中，分割粘连目标和多数量目标时的适用性较差。……