Главная / Библиотека / Онлайн-контроль приготовления корма для крупного рогатого скота на смартфоне с помощью флуоресцентной визуализации

Онлайн-контроль приготовления корма для крупного рогатого скота на смартфоне с помощью флуоресцентной визуализации

Теги флуоресцентное изображение технология на базе смартфона онлайн-контроль
Онлайн-контроль приготовления корма для крупного рогатого скота на смартфоне с помощью флуоресцентной визуализации

Аннотация: В лабораторных условиях разработан и испытан прототип прибора для количественного экспресс-определения концентрации рапсового помола в кормах. Продемонстрировано измерение концентрации шрота по месту при приготовлении корма для крупного рогатого скота и обсуждены перспективы. Разработанный инструмент может обеспечить более точное приготовление индивидуальных рационов для животных по сравнению с существующими методами, что повысит эффективность производства кормов.

Введение

Индивидуальное потребление кормов коровами и эффективность производства кормов для крупного рогатого скота оказывают сильное влияние на экономическое состояние фермы. В зависимости от цикла воспроизводства коровы следует контролировать концентрацию энергетического компонента (шрота) в кормах, чтобы обеспечить хорошее здоровье животного и высокое качество молока. Онлайн-мониторинг потребления корма коровами определяет эффективность с точки зрения конверсии корма. Для получения удовлетворительных и стабильных результатов необходимо внедрить автоматизированные системы и встроить их в процесс контроля качества вместе с механизацией.

В современных системах измерения потребления корма используются различные онлайн-методы диагностики, включая видеокамеры и системы обнаружения и определения дальности света (LIDAR). Анализ изображений на основе компьютерного зрения широко и успешно используется для мониторинга различных этапов производства продуктов питания. Однако различение рапсового шрота в кукурузном силосе с помощью цветного изображения крайне сложно (если вообще возможно) из-за схожести цветов компонентов. С другой стороны, концентрация хлорофилла в крупе значительно ниже, чем в силосе, и может использоваться в качестве индикатора, но пользовательские камеры CCD/CMOS не могут использоваться для различения полосы поглощения хлорофилла 680 нм ввиду широких спектральных окон маски цветового фильтра на матрице CCD/CMOS.

Чтобы решить эту проблему, авторы предлагают метод флуоресцентной визуализации, сочетающий в себе возбуждение светом для выращивания и простой захват CMOS-камерой, поскольку спектры флуоресценции крупы и силоса имеют интенсивные полосы в разных спектральных диапазонах, которые соответствуют разным цветовым каналам CMOS-камеры. В данном исследовании описывается экономичный и простой метод количественного определения шрота при приготовлении кормовой смеси для крупного рогатого скота. 

Материалы и методы

Силос кукурузы был взят из силосной ямы хозяйства «Зеленоградское» (Московская область, Россия) и доставлен в лабораторию в течение 1 часа. Гранулированный материал из рапсовой крупы (рис. 1а) был приобретен в ООО «Русагро» (Тамбов, Россия). В лаборатории готовили различные смеси кукурузного силоса и рапсовой крупы, а затем перемешивали в течение 2 минут до достижения равномерного распределения. После подготовки образцы были измерены с помощью цветовой и флуоресцентной визуализации.

1

Рисунок 1. Цветные фотографии компонентов кормовой смеси для крупного рогатого скота: (a) рапсовый гранулированный корм; (b) кукурузный силос; (c) смесь шрота и силоса

Лабораторная экспериментальная установка для цветной и флуоресцентной визуализации представлена ​​на рисунке 2. Прибор был основан на вольфрамовой лампе накаливания/светоизлучающих диодах (LED) в качестве источника возбуждения и бытовой CMOS-камере в качестве детектора (Canon 650D с объективом Canon 18–50 мм). Цветное отображение осуществлялось с помощью вольфрамовой лампы (цветовая температура 2200 К), которая освещала смесь крупы и силоса с расстояния 50 см. Камера Canon 650D, используемая для захвата цветных изображений, также была установлена ​​на расстоянии 50 мм. Цветовой баланс и время экспозиции (0,5 с) были одинаковыми для всех экспериментов. Камера дистанционно управлялась с персонального компьютера через USB с помощью программного обеспечения с открытым исходным кодом (digiCamControl). Для возбуждения флуоресценции использовался общедоступный источник света мощностью 30 Вт. Квантовый выход флуоресценции силоса и крупы был ниже упругого рассеяния, поэтому перед объективом камеры устанавливали оптический фильтр из оранжевого стекла (ОС-13, пропускание в спектральной области 520–2500 нм). Обратнорассеянный свет вольфрамовой лампы (цветное изображение) и спектры флуоресценции также были количественно определены с помощью миниатюрного спектрометра, оснащенного оптоволоконным кабелем с кварцевым сердечником, который был направлен на образец с расстояния 5 см. Интенсивность флуоресценции значительно ниже дневного света, поэтому все эксперименты проводились в темной комнате.

2

Рисунок 2. Установка на основе потребительской камеры (цифровой зеркальный фотоаппарат или смартфон) для флуоресцентного контроля концентрации шрота в кормовой смеси для крупного рогатого скота: светодиодная фитолампа (длина волны 450 и 630 нм), оснащенная оптическим фильтром из синего стекла (СЗС-8); смартфон или зеркальный фотоаппарат с оранжевым стеклянным фильтром (ОС-13); миниатюрный спектрометр с оптоволоконным кабелем. Спектр светодиодной лампы и спектр пропускания цветного стеклянного фильтра представлены на рисунке A1

3

Рисунок 3Отражательная спектроскопия: (а) фотографии рапсового шрота и отдельных компонентов кукурузного силоса (1 – гранулы рапсового шрота, 2 – кукурузное зерно, 3 – зеленые листья кукурузы, 4 – мякоть стеблей кукурузы, 5 – листья стеблей кукурузы); (b) спектры отражения гранул рапсового шрота и компонентов кукурузного силоса; (c) спектральная чувствительность красного, зеленого и синего каналов CMOS-матрицы Canon 650D согласно техническим характеристикам

Обсуждение результатов

Для корректного спектроскопического сравнения был получен спектр отражения (цветовой спектр) шрота и различных компонентов силоса с помощью обычного мини-спектрометра.

Флуоресцентная визуализация является прекрасным методом для определения различий в концентрации хлорофилла в растениях, поэтому этот метод может быть хорошим выбором для определения различий рапсового шрота (низкая концентрация хлорофилла) от компонентов кукурузного силоса (высокая концентрация хлорофилла). Спектры флуоресценции крупы и отдельных компонентов силоса были получены при возбуждении с длиной волны 450 нм (рис. 4b). Отчетливо видно, что наименьшая интенсивность полосы 680 нм соответствует помолу семян рапса. Нулевая интенсивность спектра флуоресценции в диапазоне 400–450 нм обусловлена ​​использованием фильтра оранжевого цвета (поглощает в диапазоне 400–450 нм, см. рис. A1c), необходимого для предотвращения насыщения детектора спектрометра упруго-обратно рассеянным возбуждающим излучением. 

4

Рисунок 4. Отражательная спектроскопия: (а) спектры флуоресценции гранул рапсового шрота и компонентов кукурузного силоса при полосе возбуждения 450 нм (1 – гранулы рапсового шрота, 2 –кукурузный силос, 3 – зеленые листья кукурузы, 4 – мякоть стеблей кукурузы, 5 – листья стеблей кукурузы, рис. 3а); (b) спектральная чувствительность красного, зеленого и синего каналов CMOS-матрицы Canon 650D согласно техническим характеристикам

Пример флуоресцентной визуализации с распознаванием рапсового шрота представлен на рисунке 5. Согласно цветному изображению (рисунок 5а), было невозможно отличить гранулы рапсовой крупы от зеленых листьев кукурузы в силосе (см. область примера, отмеченную стрелками). Были испробованы различные подходы к различению составляющих на изображениях, но не удалось получить значимых результатов, включая анализ цветовой гистограммы и искусственные нейтральные сетевые подходы. Была разработана простая программа искусственной нейронной сети для лучшего распознавания зерна. С помощью стандартного набора библиотек TensorFlow построена нейронная сеть. 

5

Рисунок 5. Различение гранул рапсового шрота и кукурузного силоса в кормах: (a) цветная фотография смеси крупы и кукурузного силоса; (b) флуоресцентное изображение, полученное цветной камерой (Canon 650D); (c) соотношение зеленого и красного каналов на флуоресцентном изображении; (d) флуоресцентное изображение, обработанное программой искусственной нейронной сети для получения бинарного изображения с выделенными гранулами рапсового помола. (Видеоклип с цветным и флуоресцентным изображениями, а также обработанные изображения можно найти на рисунке A2)

Для полевых испытаний система была немного модифицирована, а камера Canon 650D заменена компактным и легким смартфоном (iPhone 7, Apple Inc.). Смартфон дистанционно управлялся коммерческим программным обеспечением (приложение CLOS) через соединение Wi-Fi. Для питания фитолампы использовалась небольшая батарея на 12 В с преобразователем постоянного тока в переменный ток 220 В. Чтобы избежать попадания прямых солнечных лучей, установлено перемешивающее оборудование под закрытым навесом для захвата флуоресцентных изображений с достаточно хорошим соотношением сигнал-шум.

Заключение

В данном исследовании предложен простой и экономичный метод онлайн-мониторинга концентрации шрота в кормовой смеси для крупного рогатого скота. Помол рапсовой крупы и кукурузный силос очень похожи по цвету, но заметно различаются по концентрации хлорофилла. Чтобы использовать цветную камеру потребительского уровня, предложено индуцировать флуоресценцию, поскольку она сильно различается для компонентов рапсового шрота и кукурузного силоса.

Чтобы продемонстрировать возможность количественного определения рапсовой помола в режиме онлайн во время приготовления корма, была создана простая и недорогая система флуоресцентной визуализации: синяя светодиодная лампа с длиной волны 450 нм для возбуждения флуоресценции и захвата цветных изображений камерой потребительского уровня. Онлайн-мониторинг приготовления кормов требовал избегания дневного света, но достигнутая точность измерения массовой доли шрота рапса оценивалась в ±2,5%. Предполагается, что разработанный метод флуоресцентной визуализации с помощью смартфона является первым инструментом, подходящим (дешевым, простым, надежным) для контроля приготовления корма в реальных условиях фермы. Разработанная система позволяла измерять концентрацию шрота со скоростью 2 Гц, но частота дискретизации может быть увеличена до 100 Гц при использовании современной камеры и ПК.

 

Компания INSCIENCE помогает своим заказчикам решать любые вопросы и потребности
по поставке оборудования на территории РФ

Online заявка

Теги флуоресцентное изображение технология на базе смартфона онлайн-контроль
Новые статьи
Характеристика свойств субхондральной кости человека с помощью спектроскопии в ближней инфракрасной области (БИК)

Дегенеративные заболевания суставов часто характеризуются изменениями свойств суставного хряща и субхондральной кости. Эти изменения часто связаны с толщиной субхондральной пластинки и морфологией трабекулярной кости. Таким образом, оценка целостности субхондральной кости может дать важные сведения для диагностики патологий суставов. В данном исследовании изучается потенциал оптической спектроскопии для характеристики свойств субхондральной кости человека. Образцы остеохондральной кости (n = 50 – количество образцов) были извлечены из коленного сустава трупа человека (n = 13) в четырех анатомических точках и подвергнуты БИК-спектроскопии(в ближней инфракрасной области). Затем образцы были исследованы с помощью микрокомпьютерной томографии для определения морфометрических характеристик субхондральной кости, включая: толщину пластинки (Sb.Th), толщину трабекул (Tb.Th), объемную долю (BV/TV) и индекс модели структуры (SMI). Связь между свойствами субхондральной кости и спектральными данными в 1-м (650 - 950 нм), 2-м (1100 - 1350 нм) и 3-м (1600-1870 нм) оптических окнах была исследована с помощью многомерного метода частичных наименьших квадратов (PLS) регрессии. Значимые корреляции (p < 0.0001) и относительно низкие ошибки прогнозирования были получены между спектральными данными в 1-м оптическом окне и Sb.Th (R2 = 92.3%, ошибка = 7.1%), Tb.Th (R2 = 88.4%, ошибка = 6.7%), BV/TV (R2 = 83%, ошибка = 9.8%) и SMI (R2 = 79.7%, ошибка = 10.8%). Таким образом, БИК-спектроскопия в 1-м тканевом оптическом окне способна характеризовать и оценивать свойства субхондральной кости и потенциально может быть адаптирована во время артроскопии.

Моделирование нервного волокна на основе оптического волновода

Миелинизированные аксоны являются многообещающими кандидатами для передачи нервных сигналов и света ввиду их волноводных структур. С другой стороны, с появлением таких заболеваний, как рассеянный склероз и нарушений формирования и передачи нервных сигналов из-за демиелинизации, понимание свойств миелинизированного аксона как волновода приобретает большую важность. Настоящее исследование направлено на то, чтобы показать, что профиль показателя преломления (ПП) миелинизированного аксона играет существенную роль в передаче лучей в нем. 

Оптимизация обнаружения сверхслабых световых потоков

В ходе исследования, описанного в данной статье, были объединены статистическая модель, анализ шумов детектора и эксперименты по калибровке. Согласно результатам, видимый свет может быть обнаружен с помощью ПЗС камеры с электронным умножителем с соотношением сигнал/шум, равным 3, для потоков с количеством фотонов менее 30 фотонов с−1 см−2.

Диагностика импульсного плазменного потока

Импульсные плазменные потоки в плазменных ускорителях широко используются для решения ряда научных и практических задач. Особый интерес среди применений импульсных плазменных потоков представляют термоядерный синтез и астрофизические исследования, например, экспериментальное исследование взаимодействия импульсного плазменного потока с материалами.

Полные высокопроизводительные настольные системы сканирования HSI PUSH-BROOM

Применение гиперспектральной визуализации заметно расширилось за последние годы. Тем не менее, остается общая проблема, а именно: предоставление полного интегрированного решения для фиксации 2-D гиперспектральных изображений в компактном настольном формате, которое предоставляет подробную спектральную информацию для определения компонентов, количества и их распределения в плоскости сканирования.

Автофлуоресцентная микроскопия — идентификация бактериальных сигналов на образцах горных пород
Распространенным методом обнаружения микробов в жидких и нежидких образцах является окрашивание флуоресцентными красителями, при котором образцы окрашиваются флуорофором, возбуждаемым фотонами от источника света. Флуорофоры — это молекулы, которые проявляют флуоресценцию, и могут быть биомолекулами естественного происхождения (в этом случае флуоресценция называется автофлуоресценцией), флуоресцентными красителями (синтезированными молекулами) или минералами. Конкретные применения красителей включают обнаружение и перечисление бактерий, визуализацию экспрессии генов и обнаружение биомолекул, которые иначе невозможно было бы отследить.
У Вас особенный запрос?
У Вас особенный запрос?
Весьма часто наши заказчики лучше нас знают, какое оборудование им нужно. В этом случае мы берём на себя общение с производителем, доставку и таможенную очистку, а также все вопросы гарантийного периода. Пожалуйста, заполните эту форму, и мы свяжемся с Вами, чтобы помочь решить любую Вашу задачу. Или позвоните нам по телефону +7(495)199-0-199
Форма заявки
Ваше имя: *
Ваше имя
Ваш e-mail: *
Ваш телефон: *
Ваш телефон
Наши
контакты
г. Москва, ул. Бутлерова, д. 17Б

г. Санкт-Петербург, улица Савушкина 83, корп. 3