来源：期刊VIP网 时间：
作者：介邓飞;申恒尉;李家俊;李天乐;何金成;沈美雄;
单位：福建农林大学机电工程学院;福建省现代农业装备高校工程研究中心;福建省机械科学研究院;
摘要：针对红外热成像细节模糊、成像效果差且易受环境因素影响的问题，本文提出了一种基于红外与RGB图像配准的生猪体温检测方法。本研究收集了484组生猪直肠体温数据、面部红外与RGB图像以及环境信息（风速、温湿度和光照强度），通过相机坐标变换实现红外与RGB图像的配准并应用YOLO v8目标检测算法提取生猪耳朵、眼睛和鼻子区域的温度信息，基于这些重要特征变量建立以多个集成学习模型为底层、多层感知机神经网络为元模型的体温反演堆叠模型。结果显示：利用YOLO v8对RGB图像和红外热图像进行目标检测建模，RGB模型的平均精度均值（mAP）比红外模型高出31.66%，且基于相机坐标变换的红外与RGB图像配准技术的配准误差在1像素以内。此外，基于三层集成堆叠模型的体温预测均方根误差（RMSE）为0.19℃，平均绝对误差（MAE）为0.14℃，相比多元线性回归和多层感知机模型，MAE分别降低了48.33%和37.67%。因此，本研究通过红外与RGB图像配准有效消除了检测模糊问题，并利用改进的堆叠模型实现了更高的体温预测准确性，满足猪场测温要求。
关键词：生猪;;体温检测;;红外热成像;;图像配准;;三层集成堆叠模型
基金资助：福建省自然科学基金面上项目（2020J01577）;; 福建省属公益类科研院所基本科研专项（2024R1004007）
