استفاده از فن آوری بینایی ماشین برای تخمین وزن جوجه‌های گوشتی

این مطالعه با هدف بررسی امکان استفاده از فناوری بینایی ماشین برای تخمین وزن جوجه های گوشتی انجام شد. تعداد 600 قطعه جوجه سویه راس در شرایط استاندارد برای یک دوره 42روزه پرورش یافت. در فواصل زمانی مشخص(7 روز یکبار)، 60 قطعه جوجه از مجموع 600 قطعه به تصادف انتخاب و با ترازوی مناسب وزن کشی شد. در روز وزن کشی همزمان از جوجه ها تصاویر دیجیتال تهیه شد(بصورت انفرادی و در گروه های 2، 3 و 4 تایی). تصاویر دیجیتال جوجه ها ابتدا پیش پردازش اولیه شده و تبدیلات لازم روی عکس ها انجام و با طراحی الگوریتم مناسب خصوصیات مورد نیاز از تصاویر استخراج گردید. از این خصوصیات برای طراحی مدل شبکه عصبی جهت تخمین وزن جوجه ها استفاده شد. ضریب همبستگی بین ویژگی های استخراج شده از تصاویر شامل طول محور اصلی، طول محور فرعی ، جعبه محاطی، مساحت قسمت محدب،مساحت ناحیه پرشده، محیط تصویرو مساحت تصویر با وزن زنده جوجه ها به ترتیب 0.92، 0.93، 0.53، 0.99، 0.99، 0.94و 0.99 برآوردشد(p<0/01). شبکه عصبی پرسپترون چند لایه که با الگوریتم پس انتشار خطا آموزش دید، با تعداد 22 نرون در لایه ورودی، 20 نرون در لایه میانی و یک نرون در لایه خروجی بالاترین دقت (99%) را در تخمین وزن زنده جوجه های گوشتی در مقاطع مختلف زمانی ارائه داد. نتایج بررسی حاضر نشان داد که امکان استفاده از پردازش تصاویر و شبکه عصبی مصنوعی به عنوان یک ابزار مناسب و کارآمد برای تخمین وزن جوجه‌های گوشتی در طول دوره پرورش وجود دارد.