Use este identificador para citar ou linkar para este item: https://locus.ufv.br//handle/123456789/656
Tipo: Tese
Título: Desenvolvimento de metodologias para determinação do bem-estar e massa corporal de frangos de corte por meio de análise digital de imagens
Título(s) alternativo(s): Development of methodologies for determination of broiler chicken welfare and body mass by means of digital image analysis
Autor(es): Mogami, Cristina Akemi
Primeiro Orientador: Souza, Cecília de Fátima
Primeiro coorientador: Tinôco, Ilda de Fátima Ferreira
Segundo coorientador: Pinto, Francisco de Assis de Carvalho
Primeiro avaliador: Baêta, Fernando da Costa
Segundo avaliador: Yanagi Junior, Tadayuki
Terceiro avaliador: Silva, Iran José Oliveira da
Abstract: O avanço na área de processamento de imagens apresenta- se como uma tecnologia em pleno desenvolvimento na busca por respostas consistentes em relação aos novos padrões de bem-estar animal. A vantagem do sistema de visão artificial em relação ao sistema visual humano é a possibilidade de efetuar medições exatas, baseadas na contagem de pixels. Além disso, não influencia o comportamento dos animais, anula o efeito da subjetividade e evita o cansaço físico do observador, permitindo a extração numérica de dados monitorados por um longo período. Neste sentido, este trabalho teve por objetivo geral desenvolver metodologias para avaliar o bem-estar e massa corporal de frangos de corte por meio de análise digital de imagens. A pesquisa foi conduzida em duas granjas comerciais integradas da Empresa Perdigão Agroindustrial S.A., em Rio Verde, Goiás, Brasil, durante a fase final de crescimento das aves. As duas granjas foram equipadas com sistema de ventilação e em modo túnel e nebulização, uma delas constituída com aspersão de água sobre a cobertura. Os valores de ITGU (Índice de Temperatura de Globo Negro) foram relacionados aos resultados obtidos pelo processamento das imagens digitais adquiridas durante o experimento. O programa Scilab foi utilizado para o processamento das imagens. Foi utilizado o Método de Bayes para proceder a limiarização. Os resultados foram apresentados em dois artigos: Artigo I Desenvolvimento de metodologia para avaliação do bem-estar de frangos de corte em aviários comerciais por meio de análise digitais imagens; Artigo II - Desenvolvimento de metodologia para determinação do ganho de massa corporal de frangos de corte criados em aviários comerciais usando análise digital imagens. O ICRC apresentou-se como um método prático, não invasivo e reduziu a influência do efeito do agrupamento das aves na imagem, mas foi ineficiente para identificar os frangos que estavam se alimentando. O ICEC possibilitou uma maior confiabilidade dos resultados por meio da análise de imagens e revelou que não houve relação direta entre o ITGU e o número de aves no comedouro nos Tratamentos CA e SA. O algoritmo para determinação do número das partições ocupadas (ICEC) mostrou-se como um parâmetro objetivo, resultando num erro percentual de 11,6 % entre a classificação manual e aquela feita pelo algoritmo.O período noturno foi caracterizado por uma baixa freqüência de aves em comedouros e bebedouros entre 20h e 21h, seguido por um aumento significativo durante a madrugada. A contagem binária dos pixels resultante da imagem digital dos frangos foi crescente, apresentando o mesmo comportamento do peso médio dos frangos. O modelo empírico para determinação da massa corporal dos frangos em função do número de pixels nas imagens mostrou-se adequado para determinação do peso corporal dos frangos com idade entre 21 e 42 dias, na faixa de 800 a 1400 pixels.
Advances have been made in the field of image processing as a technology for development of a consistent response in relation to new standards in animal welfare. One of the advantages of artificial vision systems in relation to those of human vision is the ability to make exact measurements, based on pixel count. This system also has no influence on animal behavior, does not require a physical observer, and permits data collection over long time periods. Therefore, the overall objective of this work was to develop methodologies to evaluate welfare and body mass of broiler chickens by means of digital image analysis. Experimental analyses was carried out in two commercial poultry houses integrated with the Empresa Perdigão Agroindustrial S.A., in Rio Verde, Goiás, Brazil during the final growth stage of the birds. The two buildings were equipped with tunnel ventilation systems with nebulization, one applying water sprinkling over the roof. The black globe temperature index (ITGU) was related to the results obtained by the processing of digital images acquired during the experiment. The Scilab computer program was used for processing of the images and the Bayes Method was used for linearization. Results were presented in two articles: Article I Development of methodology for evaluation of boiler chicken welfare in commercial poultry houses by digital image analysis; Article II Development of methodology for determination of broiler chicken body mass gain in commercial poultry houses using digital image analysis. The ICRC proved to be a practical and non- invasive method, reducing the influence of the grouping effect of birds in the image, but was inefficient to identify properly feeding chickens. The ICEC allowed for greater reliability of image analysis results and revealed to have no direct relation between the ITGU and number of birds at the feeder in the CA and SA treatments. The algorithm for determination of the number of occupied partitions (ICEC) showed to be an objective parameter, resulting in an error percentage of 11.6% between manual classification and that of the algorithm. Nocturnal activity at the feeding troughs and water fountains was low between 8:00 pm and 9:00 pm, followed by a significant increase in the morning. Binary counting of pixels resultant of the digital images of the chickens grew throughout the studied period, showing the same behavior as the average chicken weight. The empirical model used to determine body mass of the chickens as a function of the number of pixels in the images showed to be adequate for broiler chicken between 21 and 42 days old, in the pixel range of 800 to 1400.
Palavras-chave: Comportamento animal
Visão artificial
Animal behavior
Artificial vision
CNPq: CNPQ::CIENCIAS AGRARIAS::ENGENHARIA AGRICOLA::CONSTRUCOES RURAIS E AMBIENCIA
Idioma: por
País: BR
Editor: Universidade Federal de Viçosa
Sigla da Instituição: UFV
Departamento: Construções rurais e ambiência; Energia na agricultura; Mecanização agrícola; Processamento de produ
Programa: Doutorado em Engenharia Agrícola
Citação: MOGAMI, Cristina Akemi. Development of methodologies for determination of broiler chicken welfare and body mass by means of digital image analysis. 2009. 101 f. Tese (Doutorado em Construções rurais e ambiência; Energia na agricultura; Mecanização agrícola; Processamento de produ) - Universidade Federal de Viçosa, Viçosa, 2009.
Tipo de Acesso: Acesso Aberto
URI: http://locus.ufv.br/handle/123456789/656
Data do documento: 24-Jun-2009
Aparece nas coleções:Engenharia Agrícola

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
texto completo.pdf3,18 MBAdobe PDFThumbnail
Visualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.