奶牛体型性状线性评定方法概述

奶牛体型线性指标特征和奶牛所生产的乳液以及产乳年限长短等因素遗传正相关,且相关度较高。因此在生产中运用线性评定方法对奶牛进行指标评测,可以获得显著的经济效益和社会效益。本文对生产中常用的评定方法进行概述,为广大的奶牛生产经营者提供技术参考。

基于图像处理技术的奶牛体型线性评定系统

采用LabView虚拟仪器软件开发平台和IMAQ Vision图像处理软件包开发基于计算机图像处理的奶牛体型线性评定软件系统。系统选用蓝色背景,增强了图像的对比度和定位准确性,减小了图像处理的难度。采用从HSL模型中抽取S值的方法实现图像灰度化处理,并通过中值滤波减少图像的噪声。试验结果表明,运用模板匹配方法来识别特征点,判定准确率达90%以上。计算机图像评分和手工评分结果的最大绝对误差1.1cm,相对误差为0.8%,系统精度满足线性评定要求,完全能取代手工评定,并提高了评定效率。

基于WEB的奶牛体型外貌线性评定系统的设计与开发

采用先进的ASP.NET技术开发了基于奶牛体型外貌在线评定系统,为用户提供免费的在线监测、评定,用户只要在浏览器端参照各评定部位的图片、多媒体资料,依次选择被评定牛各部位的参数,系统就可以对其方便、简捷的进行体型外貌在线评定。

奶牛体型图象信息系统研究

该文设计了一种变长记录文件的存储格式和对该文件的存取方法，既节省了存储空间，又改善了文件的管理性能；采用动态链结构构造了一个超文本结构的用户界面，实现了对任意对象的联想式浏览，提高了操作效率；开发了一个奶牛体型图象信息管理系统，集成了图象处理。

基于三维测量的奶牛体型性状指标的数据采集

采用立体视觉的三维测量方法重建奶牛的三维模型,实现了对奶牛的体型性状指标测量,首先通过立体标靶进行摄像头的标定,然后利用SIFT(scale invariant feature transform)尺度不变特征点匹配算法对图像进行特征点提取与匹配,最后通过投影矩阵计算匹配特征点的三维坐标;针对双目视觉中摄像头视角范围受限问题,提出通过在相邻视点的公共区域设置标记点,根据标记点计算不同坐标系的转换关系,将各局部特征点转换到统一坐标系下,从而实现不同视点下各局部区域的三维拼接.实验表明,采用该方法重建的奶牛模型较理想,测量精度和测量效率满足评定要求,能够取代手工测量.

利用图像测量技术进行奶牛体型线性评定

介绍了奶牛体型线性评定的目的、意义及指标；设计了奶牛体型线性评定的硬件系统和适于在微机上进行交互式图像测量的软件。初步测试结果表明，本系统速度快，满足精度要求，可以取代手工评定。

奶牛体型线性评定在我国的研究和应用

奶牛体型线性评定在我国的研究和应用北京农业大学动物科技学院（１０００９４）储明星，王秀田河北省国营芦台农场（天津宁河县３０１５０５）李瑞林１４年前，线性评分成为美国奶牛评估的标准，迄今国外对奶牛体型线性评定进行了广泛而深入的研究：１．奶牛体型性状遗传...

基于两阶段关键点定位算法的奶牛体型评定指标自动测量

为解决传统奶牛体型评定指标测量方法受主观影响大、自动化程度以及体型关键点定位存在误差等问题,提出一种基于两阶段关键点定位算法的奶牛体型评定指标自动测量方法。对采集的奶牛背部深度图像序列,首先基于滤波方法进行边缘平滑与缺失区域修补;之后基于YOLO v5体型关键区域检测算法确定体型关键区域并重建相关区域三维点云;进而计算区域点云曲率与z轴最值定位体型关键点;最后依据关键点间相对位置自动测得体型评定指标。结果表明,该方法可完成俯视视角下奶牛体长、肩宽、胸宽、腹宽和腰宽指标的精准测量。对15头奶牛5个体型评定指标,算法测量值与实测值平均绝对误差为1.55 cm,均方根误差为1.78 cm,决定系数R2最大为0.9394。该方法可在实际养殖环境下实现奶牛体型评定指标的精准测量,对生产实际具有一定现实意义。

对中国奶牛体型鉴定员体型鉴定评分偏差的分析与研究

本研究对6名中国奶牛体型鉴定员对8个牧场202头中国荷斯坦牛体型鉴定的数据进行研究与分析,利用Excel数据透视表功能计算出鉴定员各性状评分均值,利用SAS程序T检验程序对部位评分和体型总分进行显著性分析,研究不同体型鉴定员鉴定评分的偏差。结果表明,不同鉴定员各性状偏差评分占比范围为8.91%(棱角性和体深)到18.81%(后乳房附着高度),不同鉴定员在体躯容量、尻部、肢蹄、泌乳系统、乳用特征五个部位评分和体型总分之间的差异均不显著。

奶牛功能性体型结构的重要性

体型鉴定是高效奶牛经营生产中一项必需的管理技术。虽然基因组评定可以获得一定的可信信息,但体型结构评定可以证实其遗传预测是否准确。加拿大荷斯坦牛外貌评级咨询委员会建议将髋关节位置作为第24个标准线性评定性状,这一建议已获得加拿大荷斯坦董事会的批准。

基于SIFT检测与匹配算法的奶牛形体图像技术研究

使用普通数码相机拍摄奶牛形体图像,应用SIFT特征点检测与匹配算法进行特征点检测、匹配、基础矩阵和单应投影矩阵的计算。实验结果表明,该方法对图像采集的要求低,能适应野外作业,检测的特征点数量大,精确度高,匹配结果准确。

自适应Harris特征点检测算法在奶牛形体图像处理中的应用

针对奶牛形体图像特性,分析Harris特征点检测算法的应用和不足,提出1种自适应的Harris特征点检测算法,解决了特征点聚簇现象,检测出的特征点分布均匀。实验结果表明,该算法具有精确性、有效性和鲁棒性,为进一步的图像三维重建提供保证。

利用体型线性性状参数建立内蒙古地区荷斯坦牛305d产奶量估测方程

本文利用通径分析的方法研究了内蒙古地区690头荷斯坦牛体型线性性状参数与305d产奶量的关系,找出了各体型线性性状对305d产奶量的贡献大小,并建立了估测305d产奶量的最优回归方程。

奶牛形体图像处理中尺度不变特征变换特征点检测与匹配策略的应用

针对奶牛形体图像,分析尺度不变特征变换特征点检测与匹配算法的应用特点,提出一种全自动图像格式转换,尺寸调整,特征点检测,特征点匹配,数据存储策略。结果表明,该策略定位特征点精确,数据有效性强,匹配结果准确。

中国荷斯坦牛体型线性鉴定实施方案（试行）

中国荷斯坦牛体型线性鉴定实施方案（试行）（１９９５─１９９９年）中国奶牛协会体型鉴定是中国荷斯坦牛育种方案中的重要组成部分，该项措施已对该品种的改良做出了较大贡献。８０年代以来，许多国家对奶牛体型鉴定采用了线性鉴定法，并证明体型线性特征与终身产奶量以...

新疆规模化牧场体型线性评估中缺陷性状遗传改良的效果评价

[目的]为奶牛体型缺陷性状线性评估的推广与应用提供数据支撑,以期提高规模化奶牛场遗传改良效果,提升牧场生产水平。[方法]通过对新疆南疆地区3个规模化牧场2019年和2022年的奶牛体型线性评估结果,结合DHI测定结果,进行奶牛体型缺陷性状线性评估分析。[结果]根据2019年缺陷性线性遗传评估结果,通过遗传改良手段进行针对性改良后,2022年3个牧场主要缺陷性状比例大幅度下降,平均日单产较2019年提升5.8 kg(P<0.01),平均体细胞数较2020年下降23.7万个/mL(P<0.01),平均乳脂率和乳蛋白无显著差异(P>0.05)。[结论]应用奶牛体型缺陷性线性评估方法,对规模化奶牛场遗传改良具有重要的指导意义,可有效提高牧场牛群生产性能,快速改善群体遗传水平。

奶牛乳房炎非生物因素分析

导致奶牛乳房炎症的因素有很多,不仅有生物因素,也有非生物因素。但是非生物因素导致的乳房炎并不能通过病原检测识别,而且即使检出病原菌,牧场相关环境不能及时改善,也会导致乳房炎的反复。1自身因素隐性乳房炎随着奶牛泌乳月和胎次的增加而上升。奶牛体型也影响乳房炎发病率。

An Investigation on Thermization of Milk in Can Using Computational Fluid Dynamics

Thermal processing of milk is an important unit operation to inactivate the spoilage organism and enzymes and thus increase the storage life of milk, It was very difficult to find out the temperature distribution inside the cans during thermal processing. A Computational Fluid Dynamics （CFD） model was developed for thermization of milk in the can heating at 65℃ for the first time to determine the temperature distribution in the canned milk at stationary position. This developed CFD model was validated with the experimental measurements of temperature. The effects of thermization temperature on milk flow profile （velocity）, milk temperature and viscosity profiles inside the can during thermal process were investigated. Temperature profiles of milk in can at three different planes （i.e. top, middle and bottom plane） were studied. Moreover, thermization unit was calculated by correlating with temperature and it was found that maximum thermization unit was achieved at 540 s of thermal processing of milk in can.