基于数字图像处理的肉牛体重预测方法的第一个元分析研究
Frediansyah Firdaus1, Bayu Andri Atmoko1, Alek Ibrahim1
1Research Center for Animal Husbandry, National Research and Innovation Agency, Cibinong Science Center, Bogor, Indonesia.
Journal of advanced veterinary and animal research
|April 29, 2024
概括
使用数字图像预测肉牛的体重是可能的. 顶部视图提供了最高的准确性,而身体长度或胸部深度是考虑品种和性别的实用替代方案.
科学领域:
- 农业科学 农业科学
- 动物科学动物科学
- 计算机视觉 计算机视觉
背景情况:
- 准确的体重预测对于肉牛管理和经济评估至关重要.
- 传统的牛方法可能是劳动密集型的,对动物来说是压力的.
- 数字图像处理为估计体重提供了一个非侵入性的替代方案.
研究的目的:
- 开发和验证一种元分析方法,用于使用数字图像处理来预测肉牛的体重.
- 为了确定最有效的数字图像变量来预测体重.
- 评估牛的品种和性别对预测准确性的影响.
主要方法:
- 对13项涉及3017头肉牛的研究进行了元分析.
- 用于文学搜索的关键词包括"牛肉","相关性","数字图像"和"体重".
- 数字图像测量包括腰部高度,部高度,胸部深度,身体长度和顶部视图. 相关系数被用作效果大小.
主要成果:
- 顶部视图变量显示了与体重的最大相关性.
- 威德尔的身高在不同品种的相关系数中表现出显著的差异 (汉武:0.94,霍尔斯坦:0.79,西蒙塔尔:0.66).
- 性别影响了身高 (男性:0.73,女性:0.90) 和部高度 (男性:0.70,女性:0.87) 的相关系数.
结论:
- 数字图像分析,特别是顶部视图,对于预测牛肉牛体重来说是有效的.
- 身体长度和胸部深度是实际现场应用的可行的替代方案.
- 将品种和性别纳入预测模型可以提高准确性.
