一种提高生猪抗病性的生态养殖方法与流程

1.本发明属于生猪养殖技术领域，尤其涉及一种提高生猪抗病性的生态养殖方法。


背景技术：

2.目前，在生猪养殖过程中，养殖户为了预防或治疗生猪疾病，在饲料中使用各种合成药物和添加剂，以减少养殖损失，然而这些药物或者添加剂最终可能残留在生猪身上，最后以畜产品的方式通过食物链传递威胁人类健康，许多研究者认为，现代社会人类癌症与畸形发病率的提高，与畜产品中残留的一些化学物质比如抗生素、激素、添加剂等有关。在追求健康环保的社会环境下，人们对食品安全的意识也不断提高，对畜产品的需求也提高了，健康安全的猪肉制品来自于生猪养殖过程中不滥用药物和添加剂，那么生猪养殖过程中如果患病而导致其死亡率高，则养殖户利益得不到保证，因此，如何在养殖过程中使用安全环保的方法来提高生猪对疾病的抵抗力是养殖户们期待解决的问题。
3.通过上述分析，现有技术存在的问题及缺陷为：
4.(1)通过药物或者添加剂方式预防生猪疾病，易造成畜产品中残留一些化学物质比如抗生素、激素、添加剂等，导致社会人类癌症和记性发病率的提高。
5.(2)现有的生猪抗病性的生态养殖系统无法形成系统的养殖，增加了人工的管理的负担，降低了生猪抗病性养殖的效果。


技术实现要素：

6.针对现有技术存在的问题，本发明提供了一种提高生猪抗病性的生态养殖方法。
7.本发明是这样实现的，一种提高生猪抗病性的生态养殖方法，所述提高生猪抗病性的生态养殖方法包括：
8.步骤一，根据地理位置及其地理位置以往的环境状态，建立生猪抗病性的生态养殖场；
9.步骤二，从猪场的健康管理和猪群的健康管理两个方面，建立智能采集系统和智能控制系统；
10.步骤三，根据智能采集系统采集的数据，对养殖场中设备进行控制，改变猪场中的环境；同时在生猪抗病性的生态养殖过程中，对生猪个体及养殖场进行消毒，进行疾病的防治；
11.建立智能采集系统设置有温湿度采集模块、环境质量采集模块、光照采集模块、水质检测模块、生猪体质检测模块；
12.温湿度采集模块、环境质量采集模块、光照采集模块、水质检测模块、生猪体质检测模块和图像采集模块分别与中央控制模块连接；
13.中央控制模块分别与温湿度调节模块、通风调整模块、遮阳棚调整模块连接；
14.中央控制模块设置有预警模块、数据分析处理模块、数据分类储存模块、数据比对模块、生猪体质分析模块，中央控制模块通过通信模块与云服务模块连接；
15.中央控制模块设置有预警模块、数据分析处理模块、数据分类储存模块、数据比对模块、生猪体质分析模块；
16.所述对养殖场中设备进行控制包括：根据智能采集系统采集的数据，控制闭环式料线饲喂装置进行生猪的饲喂；同时控制粪污治理设备进行粪污的处理；
17.所述闭环式料线饲喂装置设置有：供水装置、供料装置、料液混合装置、下料管、料槽；
18.所述控制粪污治理设备进行粪污的处理包括：利用雨污分离设施将雨水导入渠道进行排泄物的干湿分离，利用固液分离机进行固液分离后，将分离出的粪便固体榨干后，通过运输管道运动至二次利用场地；同时将分离出的液体污水导入沼气净化池，进行厌氧处理；将厌氧处理后产生的沼气进入贮气罐，用于为养殖场提供供暖以及电力支持；同时将厌氧处理后产生的沼渣定期抽取，进行生猪饲喂饲料的制备。
19.进一步，所述数据分析处理模块对数据进行分析处理的具体过程为：
20.将采集的温湿度、环境质量、光照强度、水质检测数据、生猪体质状态数据建立收集观测目标数据集；
21.对观测目标数据集进行特征提取变换，提取代表观测数据的特征矢量；对特征矢量进行模式识别处理，完成对观测目标数据集的说明；根据观测目标数据集进行分组，建立关联性；
22.利用融合算法将每一目标各传感器数据进行合成，得到该目标的一致性解释与描述；
23.数据融合完成后，绘制生猪体质状态数据与温湿度、环境质量、光照强度、水质检测数据关联性曲线。
24.进一步，所述数据分类储存模块对数据进行分类的具体过程为：
25.根据整体系统中的数据，设置一些类，并随机初始化它们各自的中心点；
26.确定待分类数据点到中心点的距离，根据就近原则，将距离近的数据划分到对应的类中；
27.同时计算每一类中中心点作为新的中心点，直到每一类中心在每次迭代后变化不大为止。
28.进一步，所述图像采集模块包括：生猪图像数字化、生猪图像几何变换、生猪图像归一化、生猪图像平滑、复原和生猪图像增强。
29.进一步，所述生猪图像增强具体过程为：
30.在生猪图像中以某个像素为中心点的圆形邻域，确定圆形邻域中各像素的灰度值，并对灰度值进行排序,取中间值作为中心像素灰度的新值；
31.圆形邻域在图像中上下左右进行移动后,利用中值滤波算法对图像进行平滑处理。
32.进一步，所述生猪体质分析模块对生猪体质进行分析的具体过程为：
33.将预处理完成的图像进行分割，提取图像中关于生猪状态的图像特征；
34.生猪状态的图像特征与预存的生猪状态图像数据进行匹配，得出匹配度；
35.根据生猪状态的图像特征匹配的结果，对生猪状态进行识别，得到生猪体质综合结果。
36.进一步，所述生猪状态的图像特征提取具体过程为：
37.采用gamma校正法对输入生猪状态的图像进行颜色空间的标准化，确定生猪状态的图像每个像素的梯度；
38.将生猪状态的图像划分成小区域，统计每个小区域的梯度直方图，形成每个区域的描述；
39.将几个小区域组成一个大的区域，并且将大区域中的特征进行串联，得到hog特征描述。
40.进一步，所述将预处理完成的图像进行分割具体过程为：
41.确定图像平均灰度值作为一个阈值，并进行初始化，
42.根据阈值将灰度图像进行分割，计算两类图像灰度均值；
43.更新阈值，使得两类的图像灰度均值相加等于阈值，重复上述过程，确定相邻阈值相等，使用得到的阈值对灰度图像进行二值化分割。
44.进一步，所述控制闭环式料线饲喂装置进行生猪的饲喂包括：基于采集的数据以及预设的投喂参数确定生猪的投喂量以及投喂时间；于预设的投喂时间诱导生猪到料槽旁，供料机构开始投放预设量的干料至料液混合机构中，供水机构向料液混合机构中投放与干料比例适当的水，水和干料在料液混合机构中充分混合后，经下料管下落至料槽中供生猪食用；
45.当生猪的饲喂时间到达预设阈值后，引诱生猪离开料槽，同时采集生猪每次实际采食量，并通过供水机构对料槽进行清洗。
46.本发明另一目的在于提供一种计算机可读存储介质，储存有指令，当所述指令在计算机上运行时，使得计算机执行所述的提高生猪抗病性的生态养殖方法。
47.结合上述的所有技术方案，本发明所具备的优点及积极效果为：本发明从猪场的健康管理和猪群的健康管理两个方面，建立智能采集系统和智能控制系统，减少药物或者添加剂方式预防生猪疾病，提高肉质的安全性；同时本发明中智能控制系统中中央控制模块分别与温湿度调节模块、通风调整模块、遮阳棚调整模块连接，可以科学进行管理，减少了人工管理的负担，增加了生猪抗病性养殖的效果。本发明中中央控制模块通过通信模块与云服务模块连接，可以利用大数据处理技术和物联网技术对生猪抗病性的生态养殖，提高养殖的效果。
48.本发明自动化智能化的粪污处理，解决了生猪养殖污染问题，又为养殖场提供了免费的沼气能源，同时运营成本低，具有很好的公益性和技术推广性。本发明的饲喂装置能够实现自动精细饲喂，干湿料投放机构分开设计再根据生猪采食需求按比例均匀混合,降低了饲料浪费风险，提高了饲料的利用率，有效降低了料肉比，提升猪场经济效益明显。
附图说明
49.为了更清楚地说明本技术实施例的技术方案，下面将对本技术实施例中所需要使用的附图做简单的介绍，显而易见地，下面所描述的附图仅仅是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下还可以根据这些附图获得其他的附图。
50.图1是本发明实施例提供的提高生猪抗病性的生态养殖方法流程图。
51.图2是本发明实施例提供的数据分析处理模块对数据进行分析处理方法流程图。
52.图3是本发明实施例提供的数据分类储存模块对数据进行分类方法流程图。
53.图4是本发明实施例提供的生猪图像增强方法流程图。
54.图5是本发明实施例提供的生猪体质分析模块对生猪体质进行分析方法流程图。
55.图6是本发明实施例提供的控制粪污治理设备进行粪污的处理的方法流程图。
56.图7是本发明实施例提供的控制闭环式料线饲喂装置进行生猪的饲喂的方法流程图。
具体实施方式
57.为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
58.针对现有技术存在的问题，本发明提供了一种提高生猪抗病性的生态养殖方法，下面结合附图对本发明作详细的描述。
59.如图1所示，本发明实施例提供的提高生猪抗病性的生态养殖方法包括：
60.s101：根据地理位置及其地理位置以往的环境状态，建立生猪抗病性的生态养殖场；
61.s102：从猪场的健康管理和猪群的健康管理两个方面，建立智能采集系统和智能控制系统；
62.s103：根据智能采集系统采集的数据，对养殖场中设备进行控制，改变猪场中的环境；同时在生猪抗病性的生态养殖过程中，对生猪个体及养殖场进行消毒，进行疾病的防治。
63.本发明实施例提供的建立智能采集系统设置有温湿度采集模块、环境质量采集模块、光照采集模块、水质检测模块、生猪体质检测模块；
64.温湿度采集模块、环境质量采集模块、光照采集模块、水质检测模块、生猪体质检测模块和图像采集模块分别与中央控制模块连接；
65.中央控制模块分别与温湿度调节模块、通风调整模块、遮阳棚调整模块连接。
66.本发明实施例提供的中央控制模块设置有预警模块、数据分析处理模块、数据分类储存模块、数据比对模块、生猪体质分析模块，中央控制模块通过通信模块与云服务模块连接；
67.中央控制模块设置有预警模块、数据分析处理模块、数据分类储存模块、数据比对模块、生猪体质分析模块。
68.如图2所示，本发明实施例提供的数据分析处理模块对数据进行分析处理的具体过程为：
69.s201：将采集的温湿度、环境质量、光照强度、水质检测数据、生猪体质状态数据建立收集观测目标数据集；
70.s202：对观测目标数据集进行特征提取变换，提取代表观测数据的特征矢量；对特征矢量进行模式识别处理，完成对观测目标数据集的说明；根据观测目标数据集进行分组，建立关联性；
71.s203：利用融合算法将每一目标各传感器数据进行合成，得到该目标的一致性解释与描述；
72.s204：数据融合完成后，绘制生猪体质状态数据与温湿度、环境质量、光照强度、水质检测数据关联性曲线。
73.如图3所示，本发明实施例提供的数据分类储存模块对数据进行分类的具体过程为：
74.s301：根据整体系统中的数据，设置一些类，并随机初始化它们各自的中心点；
75.s302：确定待分类数据点到中心点的距离，根据就近原则，将距离近的数据划分到对应的类中；
76.s303：计算每一类中中心点作为新的中心点，直到每一类中心在每次迭代后变化不大为止。
77.本发明实施例提供的图像采集模块包括：生猪图像数字化、生猪图像几何变换、生猪图像归一化、生猪图像平滑、复原和生猪图像增强。
78.如图4所示，本发明实施例提供的生猪图像增强具体过程为：
79.s401：在生猪图像中以某个像素为中心点的圆形邻域，确定圆形邻域中各像素的灰度值，并对灰度值进行排序,取中间值作为中心像素灰度的新值；
80.s402：圆形邻域在图像中上下左右进行移动后,利用中值滤波算法对图像进行平滑处理。
81.如图5所示，本发明实施例提供的生猪体质分析模块对生猪体质进行分析的具体过程为：
82.s501：将预处理完成的图像进行分割，提取图像中关于生猪状态的图像特征；
83.s502：生猪状态的图像特征与预存的生猪状态图像数据进行匹配，得出匹配度；
84.s503：根据生猪状态的图像特征匹配的结果，对生猪状态进行识别，得到生猪体质综合结果。
85.本发明实施例提供的生猪状态的图像特征提取具体过程为：
86.采用gamma校正法对输入生猪状态的图像进行颜色空间的标准化，确定生猪状态的图像每个像素的梯度；
87.将生猪状态的图像划分成小区域，统计每个小区域的梯度直方图，形成每个区域的描述；
88.将几个小区域组成一个大的区域，并且将大区域中的特征进行串联，得到hog特征描述。
89.本发明实施例提供的将预处理完成的图像进行分割具体过程为：
90.确定图像平均灰度值作为一个阈值，并进行初始化，
91.根据阈值将灰度图像进行分割，计算两类图像灰度均值；
92.更新阈值，使得两类的图像灰度均值相加等于阈值，重复上述过程，确定相邻阈值相等，使用得到的阈值对灰度图像进行二值化分割。
93.本发明实施例提供的对养殖场中设备进行控制包括：根据智能采集系统采集的数据，控制闭环式料线饲喂装置进行生猪的饲喂；同时控制粪污治理设备进行粪污的处理。
94.本发明实施例提供的闭环式料线饲喂装置设置有：供水装置、供料装置、料液混合
装置、下料管、料槽。
95.如图6所示，本发明实施例提供的控制粪污治理设备进行粪污的处理包括：
96.s601，利用雨污分离设施将雨水导入渠道进行排泄物的干湿分离，利用固液分离机进行固液分离后；
97.s602，将分离出的粪便固体榨干后，通过运输管道运动至二次利用场地；同时将分离出的液体污水导入沼气净化池，进行厌氧处理；
98.s603，将厌氧处理后产生的沼气进入贮气罐，用于为养殖场提供供暖以及电力支持；同时将厌氧处理后产生的沼渣定期抽取，进行生猪饲喂饲料的制备。
99.如图6所示，本发明实施例提供的控制闭环式料线饲喂装置进行生猪的饲喂包括：
100.s701，基于采集的数据以及预设的投喂参数确定生猪的投喂量以及投喂时间；
101.s702，于预设的投喂时间诱导生猪到料槽旁，供料机构开始投放预设量的干料至料液混合机构中；
102.s703，供水机构向料液混合机构中投放与干料比例适当的水，水和干料在料液混合机构中充分混合后，经下料管下落至料槽中供生猪食用；
103.s704，当生猪的饲喂时间到达预设阈值后，引诱生猪离开料槽，同时采集生猪每次实际采食量，并通过供水机构对料槽进行清洗。
104.以上所述，仅为本发明较优的具体的实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，都应涵盖在本发明的保护范围之内。