中国是一个农业大国,经过改革开放后三十多年的发展,中国的猪养殖量已位居世界第一。仔猪健康养殖是养猪生产的基础,在仔猪哺乳期,养殖户最关心的是其存活率以及增重速度。仔猪哺乳期增重快慢是衡量母猪生产性能与泌乳性能优劣的重要指标,也是养殖户筛选优质母猪提供重要依据。同时,哺乳期仔猪增重也直接影响到保育期、育肥期的猪只生长,增重不良的仔猪在断奶时过渡难度更大,保育期死亡率更高,育肥期增重速度更慢,饲料效率也更低下。目前养殖生产实践中,一般在仔猪出生及断奶2个时间点人工称重,不仅耗费大量的人工开销,对仔猪带来较大应激,而且仔猪在磅秤上的频繁活动也严重影响了称重精度。因此,养殖场急需能够无接触、连续、自动监测哺乳期仔猪窝重信息的系统,基于该系统监测到的仔猪增重信息,养殖人员能够针对增重异常的仔猪群实施人工干预,有利于哺乳期仔猪的健康生长,养殖场也可以依据增重信息,优选后备母猪,提升养殖场的经济效益。针对我国规模化养殖场对仔猪窝重自动、连续、无接触监测的实际需求,基于无线多媒体传感器网络设计了哺乳期仔猪窝均重自动监测系统,解决了系统设计中的关键技术问题。本课题围绕以下几个方面展开研究：(1)提出了基于无线多媒体传感器网络的仔猪窝均重监测系统的整体架构。设计了加载称重传感器、CMOS图像传感器及无线射频模块的图像传感器节点。在现有仔猪保温箱内增加了LED光源,为图像传感器节点采集箱内仔猪图像提供稳定的光照条件。将传统的保温灯更换为保温板,使得箱内温度分布更加均匀,有效降低了仔猪严重重叠的休息姿态出现的概率,有利于后期仔猪图像分割自动计数的工作。(2)为了实现哺乳期仔猪窝均重自动测定,设计了低功耗无线图像传感器网络节点。引入了休眠-唤醒机制大幅降低节点能耗,节点采用低功耗的STM32作为微控制器、CC1101为射频模块,扩展OV7620图像传感器及称重传感器。位于仔猪保温箱底板下的称重传感器输出稳定称重信号时节点驱动OV7620采集保温箱内仔猪图像,图像传感器节点遵循SimpliciTI协议帧格式将压缩后的仔猪图像打包发送至网关节点。服务器通过网关节点收集仔猪图像数据包,重构仔猪图像并利用图像分割算法自动判断仔猪数量,结合称重数据实现仔猪窝均重的自动监测。(3)多媒体传感器网络图像节点采用STM32微控制器且不扩展SRAM,而图像信息对WMSN无线信道而言过于庞大,传输之前需要在图像节点上压缩,这给低内存、不具备硬件浮点运算单元的STM32微控制器带来很大挑战。基于Le Gall 5/3滤波器提出一种逐行多级小波变换方法,在二值自适应算术编码的基础上提出了比特平面二值自适应算术编码算法,并将逐行多级小波变换、量化与编码有机结合,设计出适合于图像节点微控制器的低内存开销、低复杂度、高效率的图像压缩算法。(4)利用人工神经网络训练称重传感器温度补偿系数,解决了称重传感器的非线性补偿问题。养殖设施内环境参数复杂,夏季高温、高湿,冬季寒冷,大跨度范围的温度变化使得称重传感器输出电压与承受的压力之间不满足线性关系,影响了称重精度。针对养殖设施温度变化范围,采集训练样本数据,研究了基于BP神经网络的压阻式称重传感器温度补偿方法,提高了仔猪窝重的测量精度。(5)仔猪具有群聚休息习性,对于个体间紧密程度较高的粘连仔猪图像,本文提出利用多椭圆拟合方法分割粘连仔猪进而完成仔猪自动计数。首先针对大量单只仔猪图像做椭圆拟合,提取不同日龄段仔猪图像拟合椭圆的关键参数并设定参数阈值。然后针对粘连仔猪图像提取轮廓,利用k点链码差提取轮廓线凹点并基于凹点将轮廓分段。针对各轮廓线分段做多椭圆拟合,最后,提出5种椭圆合并原则,实现异常椭圆的合并,合并后的椭圆数量即为粘连仔猪图像中的仔猪数量。粘连仔猪图像分割测试表明,该方法计数准确率较高,符合实际应用需求。设计了哺乳期仔猪窝均重监测原型系统并在实验室环境下进行了原型系统测试实验,实验结果表明,原型系统能够以较高的精度实现仔猪窝均重的无接触监测。论文最后对课题的研究进行了总结,并对下一步工作进行了展望。