被毛对热成像检测生猪体表温度精度的影响及噪声滤除方法

摘要：

生猪皮肤的温度分布是表征其生理状态和疾病的重要指标,通常由红外热成像技术(infrared thermography,IRT)检测,然而由于生猪体表附有被毛在热图像中产生大量的温度噪声,降低了IRT对皮肤温度的检测精度.该文针对此问题探索被毛对皮肤温度分布的影响规律,并设计消除被毛影响的热图像降噪算法,提高对温度分布的检测精度.通过对12头生猪试验,分析目标区域在正常被毛和剔除被毛后温度分布的统计量得出被毛在温度分布中产生大量的"峡谷"状低温噪声,显著降低了目标区域的最低温度及平均温度.根据毛发噪声的影响规律提出网格化最大值-双三次插值算法并确定算法的最佳邻域尺寸为4.25mm.采用均方误差、峰值信噪比等指标定量评价算法的有效性,结果表明经算法处理后,均方误差由0.38下降到0.05(P<0.01),峰值信噪比由45.14 dB上升到53.66 dB(P<0.01),说明该算法能够滤除热图像中毛发引起的噪声,可提高IRT对温度分布的检测精度.

关键词：红外热成像、温度分布、滤波器、猪、图像插值、算法

所属期刊栏目：35

分类号：S818.2(普通畜牧学)

资助基金：湖北省自然科学基金2018CFB099;中央高校基本科研业务专项基金2662016QD002;国家级大学生创新创业训练计划201810504076

在线出版日期：2019-05-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：162-167