Dijital görüntü analiz yöntemi ile siyah alaca ineklerde vücut ölçülerinin belirlenmesi ve canlı ağırlığının tahmin edilmesi

Abstract

Bu çalışmada dijital görüntü analiz yöntemi ile Siyah Alaca ineklerde vücut ölçüleri belirlenmiş ve bu ölçülerden yola çıkılarak regresyon denklemeleri ve bulanık kural tabanlı yaklaşımla canlı ağırlıklar tahmin edilmiştir. Bu amaçla 220 Siyah Alaca ineğin bulunduğu Çumra İlçesindeki ÇUMPAŞ A.Ş. Süt İnekçiliği Kreşinde bir fotoğraf çekim stüdyo ortamı oluşturulmuştur. Çekim öncesi Sütçü ineklerin cidago yüksekliği (CY), sağrı yüksekliği (SY), beden uzunluğu (BU) ve sağrı genişliği (SG) gibi vücut ölçüleri (VÖ) lazer metre, şerit metre, mezura ve ölçü bastonu yardımıyla ölçülmüştür. Aynı zamanda dijital kantar (DK) yardımıyla canlı ağırlıklar tartılarak bilgisayara kaydedilmiştir. Sağımhane çıkışına kurulan düzenek yardımıyla her hayvan için yandan iki ve üstten iki farklı açıdan Canon EOS 400D fotoğraf makineleri ile eş zamanlı olarak dijital fotoğrafları çekilmiştir. Ayrıca hayvanın geçişini otomatik algılayan cisimden yansımalı bir sensor ve PIC16F877 ile bir elektronik devre tasarlanmıştır. Mikrodenetleyici için yazılan program ve elektronik devre, fotoğraf çekim işlemini eş zamanlı yapabilen, Canon marka kameraları destekleyen DSLR Remote Pro Multi-Camera v.1.2.1 yazılımının çalıştırılmasını sağlamaktadır. Delphi Programlama dilinde geliştirilen Görüntü Analiz (GA) yazılımına entegre edilen bu yazılım aracılığıyla, otomatik olarak çekilen fotoğraflar bilgisayara kaydedilmiştir. Görsel GA yazılımı aracılığıyla resimler analiz edilerek CY, SY, BU ve SG hesaplanmıştır. GA sonucu elde edilen vücut ölçüleri ile elle alınan ölçümler karşılaştırılarak, hata oranları ve korelasyonlar hesaplanmıştır. Vücut ölçüleri kullanarak canlı ağırlık (CA) tahmini yapabilmek için iki ayrı model geliştirilmiştir. Birinci yaklaşım istatistiksel regresyon modeli (İRM), diğeri bulanık kural tabanlı (BKT) sistemdir. İRM'de kullanılan regresyon denklemleri SPSS programında oluşturulup değerlendirilmiş ve canlı ağırlığın tahmin edilmesi için GA yazılımına entegre edilmiştir. İRM kullanılarak tahmin edilen CA'lar ile dijital kantar sonuçları arasındaki korelasyon katsayısı 0.98 olarak hesaplanmıştır. BKT yaklaşım Matlab programı ile tasarlanmıştır. BKT sistemle tahmin edilen CA'lar ile dijital kantar sonuçları arasındaki korelasyon katsayısı ise 0.99 olarak hesaplanmıştır. Bu iki ayrı model karşılaştırılarak dijital kantar ölçümlerine en yakın sonucu veren model bulunmuştur. Yapılan değerlendirmeler ile gerçekleştirilen sisteminin doğru, güvenilir ve kararlı bir şekilde çalıştığı görülmüş, uygulanan yöntemlerin hayvanlarda vücut ölçülerini belirlemede ve canlı ağırlık tahmininde güvenle kullanılabileceği sonucuna varılmıştır.

In the present study, body measurements of Holstein cows were determined through digital image analysis and live weights were estimated based on these body measurements through regression equations and a fuzzy rule-based approach. For this purpose, a camera shooting environment was formed in ÇUMPAŞ INC. Dairy Cow Breeding Farm, where 220 Holstein cows were kept. Body measurements of dairy cows, i.e. wither height (WH), hip height (HH), body length (BL), hip width (HW), were manually measured using laser meter, meter tape, tape measure and measuring stick before the shootings. At the same time, live weights of cows were weighed by using a digital scale (DS) and stored on a computer. Digital photos of each animal were synchronously taken from two different sidelong perspectives and from two different top perspectives using Canon EOS 400D photo taking units via the mechanism set up at the exit of milking shed. Furthermore, an electronic circuit was designed with a sensor reflecting from matter which automatically detected the passing of animals and PIC16F877. The program written for the microcontroller and the electronic circuit enabled the operation of the DSLR Remote Pro Multi-Camera v.1.2.1 software, which supported the Canon cameras that could synchronously perform the shooting process. The images were automatically taken using photo taking units and saved on the computer by means of this software integrated into the Image Analysis (IA) software developed by using Delphi programming language. The images were analyzed through the visual IA software and WH, HH, BL and HW were calculated. Error rates and correlations were calculated through comparing the body measurements obtained through IA and those measured manually. Two different models were developed for estimating live weight (LW) by using body measurements. The first approach is the statistical regression model (SRM) and the second is the fuzzy rule-based (FRB) system. The regression equations used in SRM were created and evaluated using SPSS software and integrated into the IA software for estimating live weights. The correlation coefficient between the LW estimated by using the SRM and the results obtained through the digital scale was calculated as 0.98. The FRB system was designed by using MATLAB program. The correlation coefficient between the LW estimated by using the FRB system and the results obtained through the digital scale was calculated as 0.99. The model providing the closest result to the digital scale measurements was found by comparing these two different models. It was observed through the evaluations that the implemented system operated correctly, reliably and in a stable manner and it was concluded that the methods implemented in the study could confidently be used in determining the body measurements and estimating the live weight of animals.