摘要：引文格式：康熙, 刘刚, 初梦苑, 李前, 王彦超. 基于计算机视觉的奶牛生理参数监测与疾病诊断研究进展及挑战[J]. 智慧农业(中英文), 2022, 4(2): 1-18.

引文格式：康熙, 刘刚, 初梦苑, 李前, 王彦超. 基于计算机视觉的奶牛生理参数监测与疾病诊断研究进展及挑战[J]. 智慧农业(中英文), 2022, 4(2): 1-18.

KANG Xi, LIU Gang, CHU Mengyuan, LI Qian, WANG Yanchao. Advances and Challenges in Physiological Parameters Monitoring and Diseases Diagnosing of Dairy Cows Based on Computer Vision[J]. Smart Agriculture, 2022, 4(2): 1-18.

1. 中国农业大学智慧农业系统集成研究教育部重点实验室2. 中国农业大学农业农村部农业信息获取技术重点实验室3. 浙大宁波理工学院计算机与数据工程学院

奶牛生理参数主要包括体温、体尺、体重、呼吸频率和血液生化指标等，奶牛生理参数的监测对于保障奶牛的生产性能、健康状况和经济价值具有十分重要的意义。传统的奶牛生理参数监测效率低、精度差、劳动强度大，不适宜规模化养殖场应用。计算机视觉技术可以通过相机模拟人类视角，结合人工智能技术模拟大脑思维，代替养殖场工作人员完成一系列工作。计算机视觉技术应用于奶牛生理参数监测，具有非接触、免应激、低成本、高效率及高通量等优点，是智能养殖业的重要技术手段。

奶牛的体尺参数不仅为选种育种提供参考依据，还是评估奶牛生产性能的重要标准。由于受外界环境影响图像分割效果及成本原因，体尺检测所用的可见光相机及热红外相机逐渐被深度相机所代替。随着深度学习技术的发展，利用深度相机采集奶牛深度信息，通过计算机视觉和深度学习等技术，自动计算奶牛体尺参数，成为目前奶牛体尺自动测量领域的研究热点。奶牛体重不仅是衡量牛体生长发育的重要指标，也是测定其生产性能、产奶量等的主要依据。多数研究利用图像或点云计算体尺、投影面积等低维参数，建立奶牛的体重预估模型，也有研究首先对奶牛进行三维重建，然后利用三维重建的体积进行奶牛体重预估。体温是评价奶牛健康和生理状况的第一指标，及时准确地检测体温变化对奶牛养殖和健康管理具有重要意义。基于热红外技术的奶牛体温监测技术相较于人工检测具有节省人力、无损伤和无应激等优点。目前的研究内容主要集中在三个方面：首先是如何利用体表温度表征奶牛体内温度；其次是如果准确定位眼睛等感兴趣区域；最后是如何解析环境温度对体表温度的影响规律。

对奶牛疾病的有效防治可以从根本上保证奶牛健康和牛奶品质，减少养殖场经济损失。奶牛常见的疾病主要包括乳房炎、跛行及不孕症等，其中基于计算机视觉的奶牛乳房炎和跛行的检测研究较为广泛。

乳房炎将导致奶牛乳房温度升高，通过红外热成像技术可以检测这种变化，主要有三种检测方法。一是通过观察热红外图像中奶牛乳房的温度来判断奶牛是否患有乳房炎；二是通过比较左右两侧乳房温差来诊断奶牛乳房炎，患病乳房表面温度将高于健康乳房的温度。三是通过比较奶牛眼睛和乳房温差来判断奶牛是否患有乳房炎。近年来的研究多集中于热红外图像中的奶牛眼睛和乳房的快速及准确定位，实现奶牛乳房炎自动化检测。基于深度学习技术的自然场景中奶牛关键部位的准确定位研究取得了较好的效果，因此有望被应用于奶牛乳房炎的自动检测实际应用中。奶牛跛行主要是由趾间皮炎等肢蹄病引起的肢蹄疼痛，而导致的奶牛肢蹄承重能力下降和步态异常。奶牛跛行不仅降低了奶牛福利及潜在产奶量，还会影响奶牛繁殖性能，增加奶牛过早淘汰的风险。奶牛跛行采用的监测相机主要有三种：可见光相机、深度相机和热红外相机。可见光相机有高清晰度和较广的拍摄视野的优点。深度相机和热红外相机可以获得目标的深度和温度信息，为跛行检测提供了不同的研究角度和方向。跛行检测主要根据奶牛的一项或多项运动特征，如弓背，头部摆动和步态等进行判别。传统的图像处理算法提取奶牛特征难度较大，利用深度学习技术识别奶牛运动特征，检测奶牛跛行，取得了良好的效果。

目前，有关计算机视觉奶牛生理参数监测与疾病诊断技术的研究多集中在方法探究和算法研发阶段，尚未实现大范围的普及应用，成熟的商业化产品较少，尚不能满足智能养殖对应用系统可靠、准确、低成本及易维护的需求，所面临的挑战可概况为以下几个方面。

（1）计算机视觉检测准确性仍有待提高。目前基于计算机视觉的奶牛生理参数监测和疾病诊断相关研究，其结果大多无法满足养殖场应用的精度需求。信息采集条件限制、生物的个体特异性等多种因素都影响检测精度。

（2）养殖场环境因素影响较大，养殖环境条件仍是制约计算机视觉技术应用普及的一个重要因素。由于养殖场复杂的环境因素对设备寿命以及检测结果的影响较大。

（3）非标准化养殖场环境制约了计算机视觉检测系统的应用推广。计算机视觉系统对养殖场建筑结构与硬件设施要求较高，目前多数非标准化的养殖场结构，限制了计算机视觉系统的普及应用。

（4）计算机视觉检测系统成本较高。计算机视觉检测系统的成本和检测能力是影响其在养殖场受众的两个主要因素。

计算机视觉作为我国畜禽养殖业智能化发展的一个重要应用技术，可以在奶牛生理参数监测与疾病诊断领域，充分发挥其无应激、高效率等优势，为了更好地推动基于计算机视觉的奶牛生理参数监测与疾病诊断研究应用，尽早实现健康养殖产业化集成和应用推广，提出以下发展建议：

（1）针对目前研究精度仍有待提高的问题，本文认为后续的研究仍要以算法研发为主，包括感知算法和决策算法，这些算法均存在较大的提升空间，发挥计算机视觉技术优势同时，利用云计算、深度学习与大数据等智能计算技术进行分析和处理。

（2）在计算机检测系统普及应用方面，需要在硬件设计过程中充分考虑系统的普适性和智能装备的灵活性，在不影响养殖场正常工作的基础上减少空间的占用。

文章图片

图1 奶牛生理参数监测技术示意图

Fig. 1 Sketch map of monitoring technique for cow physiological parameters

图2 热红外相机工作原理示意图

Fig. 2 Schematic diagram of working principle of thermal infrared camera

图3 奶牛跛行检测系统结构示意图

Fig. 3 System schematic of cow lameness detection

通讯作者简介

刘刚 教授

中国农业大学，信息与电气工程学院，教授，博士生导师，农业农村部农业信息获取技术重点实验室主任，智慧农业系统集成研究教育部重点实验室副主任，2006年入选教育部新世纪人才支持计划，北京农业工程学会农业信息化分会主任委员。近年来主持国家自然基金4项，国家重点研发计划、863计划、北京市重点课题多项，发表学术论文百余篇，其中SCI/EI收录论文80余篇，授权发明专利30余项。曾获得国家科技进步二等奖1项，北京市科技进步奖、中华农业科技奖、农业节水科技奖等省部级多项。

转载请联系编辑部授权

本期支持单位

京蓝云智物联网技术有限公司

浙江臻善科技股份有限公司

潍柴雷沃重工股份有限公司

为方便农业科学领域读者、作者和审稿专家学术交流，促进智慧农业发展，为更好地服务广大读者、作者和审稿人，编辑部建立了微信交流服务群，有关专业领域内的问题讨论、投稿相关的问题均可在群里咨询。

信息发布

科研团队介绍及招聘信息、学术会议及相关活动的宣传推广

来源：智慧农业资讯