بخش بندی جوجه های گوشتی برای پیش بینی وزن به روش مدل شکل فعال

به دلیل مشکلات بسیار، توزین مستقیم وزن از قبیل استرس زا بودن آن هم برای کشاورز و هم برای حیوانات، روشهای مبتنی بر پردازش تصاویر دیجیتال برای برآورد وزن حیوانات زنده و تعیین روند رشد آنها پیشنهاد شده است؛ اما تعیین تغییرات ویژگیهای ظاهری بدن حیوان با وجود سر به دلیل تغییر مکرر موقعیت آن، سبب ایجاد خطای قابل توجهی میشود. بدینمنظور 30 قطعه جوجه گوشتی یک روزه در شرایط استاندارد پرورش داده شد. برای کاهش خطای تخمین وزن جوجه های گوشتی، سر آنها با روش مدل شکل فعال، حذف و عملکرد روش پیشنهادی در پیشبینی وزن، با روش بخش بندی اتسو مقایسه شد. ضریب همبستگی به دست آمده در روش مدل شکل فعال، میان وزن واقعی با مساحت و محیط به ترتیب (97 درصدR2= و (93 درصدR2= و برای روش اتسو، به ترتیب میان وزن واقعی با مساحت و محیط (93 درصد(R2= و (92 درصد(R2= مشاهده شد . با توجه به مقایسه این دو روش مشخص شد که دقت پیشبینی وزن توسط مدل توسعه یافته با محیط و مساحت استخراجشده با روش مدل شکل فعال، بالاتر از روش بخشبندی اتسو است.

کلیدواژه ها:

بخش بندی ، پردازش تصویر ، پیشبینی وزن ، کانتور بدن جوجه های گوشتی.