پیش بینی وزن بدن گاوهای سیستانی با استفاده از بینایی رایانه ای

از آنجا که استفاده از روش های جایگزین، از جمله روش های مبتنی بر استفاده از هوش مصنوعی، می توانند فرآیند وزن کشی دام ها را تسهیل کند، مطالعه حاضر با هدف پیش بینی وزن گاوهای سیستانی با استفاده از فناوری بینایی رایانه ای انجام شد. بدین منظور، گاوهای سیستانی موجود در ایستگاه زهک برای یک دوره یک ساله وزن کشی شده و به طور هم زمان از نمای جانبی هر دام، تصاویر دیجیتال تهیه شد. تصاویر دیجیتال ابتدا با استفاده از نرم افزار Matlab مورد پیش پردازش قرار گرفت و سپس برخی خصوصیات شکل شناسی از هر یک از آنها استخراج شد. برای پیش بینی وزن گاوها، خصوصیات استخراج شده از تصاویر به عنوان ورودی و وزن هر دام به عنوان خروجی جهت آموزش به شبکه عصبی مصنوعی معرفی شد. مدلی که دارای بالاترین دقت و کمترین خطا بود به عنوان مدل نهایی جهت پیش بینی وزن دام ها انتخاب شد. بر اساس نتایج، قطر معادل، طول محور اصلی، طول محور فرعی، جعبه محاطی، مساحت قسمت محدب، مساحت ناحیه پر شده، محیط تصویر، مساحت تصویر و تعداد نقاط سفید تصویر دارای همبستگی بالاتری با وزن گاوهای سیستانی بود (01/0P<). مدل شبکه عصبی مصنوعی توانست با دقت 4/97 درصد، وزن گاوهای سیستانی را از روی خصوصیات تصاویر دیجیتال آن ها پیش بینی کند. نتایج مطالعه حاضر نشان داد، فناوری بینایی رایانه ای، قابلیت مناسبی برای پیش بینی وزن گاوهای سیستانی داشته و می تواند جایگزین روش های متداول کنونی شود.