Neste módulo, a partir de análises empíricas, foi possível perceber a inviabilidade da utilização de imagem correlacionando a distribuição espacial ao conforto ambiental.
Um dos problemas enfrentados neste módulo foi o mesmo já descrito na Seção 4.1, onde utilizando das técnicas propostas, não foi possível realizar a identificação separadamente dos frangos a partir de 21 dias.
Quando abordado com a diferença entre a distância entre os frangos, foi inviável a utilização a partir de 21 dias de criação, onde não é possível aplicar as técnicas propostas para identificação de cada frango que permita o cálculo da distância entre os mesmos. Nos primeiros
21 dias de criação, também não foi possível a utilização deste método, visto que também ocorre sobreposição dos frangos nestes dias, porém, em menor quantidade. Na Seção 4.1, foi possível a utilização dos dados nos primeiros 21 dias, pois para a consideração do cálculo da área, se desprezado os frangos sobrepostos, não existe problema, pois o importante é identificar os que estão separados e calcular a área correta destes.
Porém, considerando a obtenção da distância entre os frangos, desprezar os frangos sobrepostos, diverge do conceito proposto, pois assim, no caso de um ambiente com temperatura abaixo da ideal para os frangos, eles se agrupariam todos e impossibilitaria a identificação como diversos frangos estão agrupados.
Os frangos reagem diferente à diferentes temperaturas e ambientes de acordo com a sua idade, variando continuamente. De acordo com o proprietário e o operador do aviário, o painel responsável pelo gerenciamento do sistema de controle de ambiente, responsável pelos nebulizadores, cooling, exaustores e aquecimento, modifica todos os dias a temperatura ideal para os frangos de acordo com a sua idade. Além disso, como já informado na Seção 3.1, a distribuição dos frangos com relação ao aviário, é modificada de 3 em 3 dias, mudando assim a quantidade de frangos visíveis pela câmera, além da mudança do espaçamento entre os frangos devido ao espaço ocupado no aviário. Sendo assim, se torna inviável a identificação dos padrões de correlação da distância entre os frangos ou da quantidade de frangos, pois seria necessário realizar a identificação desses padrões diariamente, praticamente desenvolvendo uma aplicação específica a cada dia de criação dos frangos. Isto também seria inviável, visto que o tempo de criação entre os lotes são variáveis, modificando o crescimento e a reação dos animais de acordo com a quantidade de dias e a sua relação com o ambiente.
Outro motivo pelo qual inviabiliza a utilização da imagem para identificação da situa- ção do ambiente é a utilização de somente uma câmera para captura das imagens. Para obtenção de dados consistentes seria necessário a obtenção da imagem de toda a área do aviário, para en- tão poder realizar a análise, pois somente com a imagem de uma área pode-se realizar uma análise equivocada, como não haver sobreposição das aves em um determinado espaço e haver em diversas outras áreas onde a câmera não pode capturar as imagens. Foi realizada uma aná- lise com relação a possibilidade de identificação se há ou não frangos sobrepostos na imagem, mas essa relação foi descartada também, dado que devido a modificação na área ocupada pelo frango e o seu crescimento, esse dado não seria consistente o bastante para relacionar com o ambiente.
Quando analisado os frangos em idade intermediária e avançada, principalmente no Brasil devido ao clima tropical, a principal preocupação dos produtores com relação ao ambi-
ente é a temperatura elevada. Com relação a este ponto, mesmo que encontrado um método que possibilite a segmentação e identificação dos frangos em idade adulta, não possibilitaria a vin- culação do número de frangos, distância entre eles ou sobreposição, com o clima, pois devido ao espaço utilizado para a criação, eles passam a ocupá-los por inteiro, como pode-se perceber na Figura 21.
Figura 21: Frangos adultos ocupando todo o espaço visível da câmera.
Com relação a coleta das informações de clima, houve alguns problemas, pois após a conclusão do primeiro lote de frangos, quando iniciada a criação do segundo lote, o psicrômetro, descrito na Seção 3.2, quebrou. Isto ocorreu devido a este aparelho ser voltado a trabalhos em laboratório, assim quando exposto a um trabalho em campo, em um ambiente rústico e pouco adequado, ele apresentou problemas, impossibilitando a coleta dos dados do segundo lote.
Na coleta de dados do primeiro lote, quando o psicrômetro ainda encontrava-se em funcionamento, foi notado um erro na coleta dos dados. Como a coleta dos dados era realizada pelo operador do aviário, era necessário o manuseio correto do psicrômetro por este, porém muitas vezes, os dados foram coletados logo após ligar o aparelho, não esperando o tempo necessário para a estabilização dos dados. Além disso, o aparelho deveria ser posicionado em uma altura equivalente a dos frangos, para representar a temperatura e umidade naquele ponto, porém muitas vezes ele era posicionado em altura inadequada, fazendo com que o dado coletado não seja consistente.
Como já informado, os dados eram coletados pelo operador do aviário, durante período de trabalho. Os principais problemas com relação ao ambiente, ocorrem durante o período da madrugada, das 23:00 as 5:00, e no período da tarde, das 11:30 as 13:30. Nestes horários, não era realizada a coleta dos dados, pois o operador não estava presente no aviário para obtenção dos mesmos, sendo que o mesmo só comparece nestes períodos quando há a ocorrência de
alguma irregularidade no local de criação das aves.
Nas imagens é possível perceber a interferência humana no comportamento dos ani- mais com a movimentação e agitação, como na Figura 22, o que torna as imagens inconsistentes, pois não representa o comportamento natural dos frangos, não podendo ser considerada como reação às características do ambiente. Se analisado que a coleta dos dados é feita pelo operador e para isso é necessário a presença no aviário, e que essa presença dele modifica o comporta- mento do animal, isso já invalida a proposta de utilização dessas imagens para estimar a situação do ambiente com relação ao comportamento do frango.
Figura 22: Movimentação anormal dos frangos dado a circulação de pessoas.
Durante a criação dos frangos, existe um controle de iluminação determinado de acordo com a idade do frango e também relacionada ao peso, no qual é definido um período de ilumi- nação artificial ligada ou desligada, pois quando não existe iluminação os frangos entram em repouso, não comem nem se movimentam. Sendo assim, quando a iluminação artificial está desligada no período noturno, há uma grande dificuldade na utilização das imagens. Devido a qualidade e características da câmera utilizada, não é possível segmentar e identificar correta- mente os frangos quando sem iluminação, como podemos verificar na Figura 23. Além disso, é possível observar também que durante esse período, os frangos costumam ficar agrupados, mesmo quando em temperaturas consideradas ideais.
Figura 23: Imagens da câmera durante a noite - Frangos agrupados mesmo com temperatura ideal.
5 CONCLUSÃO
Considerando os objetivos deste trabalho, que é definir um pipeline que possibilite a implementação de uma ferramenta de monitoramento da criação de frangos de corte utilizando imagens digitais, é dividido em dois módulos: análise de crescimento dos frangos e distribuição espacial relacionada com o ambiente de criação dos frangos de corte.
No módulo de análise de crescimento dos frangos de corte, foi possível validar a uti- lização do pipeline para implementação de uma ferramenta, porém, com uma precisão baixa e não sendo possível considerar todo o período de criação, portanto, não ideal para a substitui- ção dos métodos tradicionais de acompanhamento do crescimento dos frangos. Foi utilizada para aquisição de imagens uma câmera simples, utilização de imagens em tons de cinza, seg- mentação por limiarização e detecção de contornos, utilizando das ferramentas disponibilizadas pela biblioteca OpenCV. Com estes métodos, foi possível a implementação de uma ferramenta preliminar de estimativa de peso, a partir da informação da área dos frangos na imagem, cor- relacionando com os pesos reais dos frangos. Esta ferramenta possibilita a estimativa de peso com um erro médio de 14,16%, o que pode ser considerado um erro alto, visto que o cres- cimento médio diário dos frangos variaram cerca de 8,81%. Com base nestas informações, podemos concluir que esse módulo provou-se capaz de ser utilizado, porém, necessita de um aperfeiçoamento no mesmo, para uma maior precisão na estimativa.
No módulo de análise de distribuição espacial dos frangos relacionado com o ambiente de criação, foi verificada a inviabilidade de implementação da ferramenta, utilizando-se das téc- nicas citadas neste trabalho. Neste módulo não foi possível se obter resultados consideráveis, devido aos problemas levantados na Seção 4.2, como a aquisição das imagens inadequadas para este objetivo, câmera inapropriada, problemas com equipamentos e na metodologia utilizada para obtenção dos dados de ambiente, segmentação incorreta das imagens, variação do compor- tamento dos frangos de acordo com a idade, interferência humana, entre outros impedimentos para se obter os resultados esperados. Sendo assim, podemos concluir, que o desenvolvimento desse módulo não obteve os resultados esperados e provou ser inviável a sua utilização, com base nos métodos aplicados neste trabalho.
5.1 TRABALHOS FUTUROS
Com relação ao módulo de análise de crescimento dos frangos de corte, segue como su- gestão o aprofundamento e teste com outras técnicas de segmentação nas imagens com frangos, para que seja possível a estimativa de peso para os frangos durante todo o período de criação. Outra sugestão é a utilização de câmeras estereoscópicas, possibilitando a análise não apenas da área de uma imagem, mas da área corporal toda e de uma projeção do volume do corpo do animal, que poderia melhorar a precisão dos dados estimados. Mesmo na utilização de câmeras não-estereoscópicas, recomenda-se a utilização de câmeras de melhor qualidade, para possibi- litar uma estimativa mais precisa. Sugere-se também a utilização da câmera instalada em outras posições, para se realizar uma averiguação de qual ângulo para captura da imagem possibilitará a melhor estimativa de peso para os frangos de corte.
Em um trabalho futuro, também seria interessante a identificação do sexo dos frangos, pois possibilitaria calcular uma porcentagem de cada sexo presente no aviário, de acordo com as cristas diferenciadas dos mesmos ou outras características físicas, e assim definir as estimativas de pesos individuais para cada sexo, melhorando os resultados obtidos. Aconselha se a realizar teste com outros métodos de aprendizado de máquina, para uma comparação entre os resultados. Além destas sugestões, recomenda-se a padronização para a obtenção dos dados assim como a definição de uma metodologia para as mesmas, além da realização de cálculos prévios para definir a amostragem necessária para se obter a precisão desejada.
Com relação ao módulo de distribuição espacial dos frangos, necessita ser realizada uma revisão nos conceitos aplicados, assim como a realização de um trabalho focado apenas na distribuição espacial dos frangos para verificação da viabilidade de obtenção destas informa- ções, para só com a comprovação e averiguação desta, ser correlacionada a outros dados. Para isto, sugere-se um estudo na melhor posição para aquisição das imagens e segmentação das imagens para este objetivo. Com relação a análise do ambiente de criação, sugere-se a utiliza- ção de uma câmera térmica, para extração de outros tipos de dados e verificação das correlações sugeridas. Para a aquisição de dados para uma análise de ambiente, recomenda-se a utilização de datalogers, para que possam ser obtidos os dados sem necessidade de interferência humana.
REFERÊNCIAS
ABREU, V. M. N.; ABREU, P. G.; COLDBELLA M. J. HASSEMER, I. T. A. Uti- lização de imagens para avaliar a morfologia da ave em função do peso e idade. In: CONGRESSO IBÉRICO DE AGRO-ENGENHARIA, VI., 2011, Portugal. 2011. p. 10. Disponível em: <http://ainfo.cnptia.embrapa.br/digital/bitstream/item/53825/1/Utilizacao-de- imagens-para-avaliar-a-morfologia.pdf>. Acesso em: 27 de Setembro de 2014.
ABREU, V. M. N. et al. Comportamento da temperatura e das aves no cír- culo de criação em função dos sistemas de aquecimento. 2010. Disponível em: <http://ainfo.cnptia.embrapa.br/digital/bitstream/item/28997/1/comportamento-da-
temperatura-e-das-aves.pdf>. Acesso em: 28 de Setembro de 2014.
ALBUQUERQUE, M. P. de; ALBUQUERQUE, M. P. de. Proces-
samento de imagens: Métodos e análises. 2014. Disponível em: <http://www.cbpf.br/cat/pdsi/pdf/ProcessamentoImagens.PDF>. Acesso em: 24 de Se- tembro de 2014.
ALVES, N. M. E. A equação do calor aplicada ao processamento de imagens. 49 p. Monografia (Especialização) — Universidade Fe- deral de Minas Gerias, Belo Horizonte, MG, 2013. Disponível em: <http://www.mat.ufmg.br/∼pgmat/monografias/Monografia_NataliaMoreira.pdf>. Acesso em: 27 de Setembro de 2014.
AMADORI, M. S. et al. Problemas locomotores em frangos de corte. In: SIMPÓSIO DE CIÊNCIAS DA UNESP - DRACENA, VII., 2010, Dracena, SP. 2010. p. 3. Disponível em: <http://www2.dracena.unesp.br/eventos/sicud_2010/anais/monogastricos/085_2010.pdf>. Acesso em: 22 de Setembro de 2014.
ASSOCIAÇÃO BRASILEIRA DE PROTEINA ANIMAL. 2014. Disponível em: <http://www.ubabef.com.br/a_avicultura_brasileira/historia_da_avicultura_no_brasil>. Acesso em: 21 de Setembro de 2014.
BALD, M. F. et al. Processamento de imagens digitais para utilização no de- senvolvimento de um software para estimar o peso de suínos vivos. In: JOR- NADA DE INICIAÇÂO CIENTÍFICA DA EMBRAPA/UNC. 2010. Disponível em: <http://ainfo.cnptia.embrapa.br/digital/bitstream/item/24124/1/MaikelBald.pdf>. Acesso em: 27 de Setembro de 2014.
BRAGA, A. de S. Teorema de Green e aplicação. 12 p. Trabalho de Conclusão de Curso (Graduação) — Universidade Católica de Brasília, Brasília, DF, 2005. Disponível em: <https://www.ucb.br/sites/100/103/TCC/22005/AlcimardeSouzaBraga.pdf>. Acesso em: 24 de Outubro de 2015.
BUFFINGTON, D. E.; COLLASSO-AROCHO, A.; CANTON, G. H. Black globe-humidity index (bghi) as confort equation for dairy cows. Transaction of the American Society of Agri- cultural Engineering, v. 24, p. 711–714, 1981. Acesso em: 29 de Setembro de 2014.
CASTRO, J. de O. et al. Ìndice de temperatura e umidade para avicultura no vale do jequitinhonha-mg. In: ZOOTEC, 2007, Àguas de Lindóia. [S.l.], 2009.
CORDEIRO, M. B. Análise de imagens na avaliação do comportamento, do bem-estar e do desempenho de pintos de corte submetidos a diferentes sistemas de aquecimento. 111 p. Tese (Doutorado) — Universidade Federal de Viçosa, Viçosa, MG, 2007. Disponí- vel em: <http://alexandria.cpd.ufv.br:8000/teses/engenharia%20agricola/2007/201217f.pdf>. Acesso em: 27 de Setembro de 2014.
COSTA, A. et al. The use of image analysis as a new approach to assess behaviour classification in a pig barn. ACTA VET., v. 5, n. 2, p. 25–30, 2013.
FACON, J. Limiarização iterativa de ridler-calvard. 2014. Disponível em: <http://www.ppgia.pucpr.br/∼facon/Binarizacao/LimiarIterativaRidler-Calvard3.PDF>. Acesso em: 26 de Setembro de 2014.
FALCAO, A. X. 2003. Imagem. Disponível em: <http://www.ic.unicamp.br/∼cpg/material- didatico/mo815/9802/curso>. Acesso em: 27 de Setembro de 2014.
FERREIRA, A. B. de H. Novo Dicionário Aurélio da Língua Portuguesa. 4. ed. Curitiba, PR: Editora Edagard Blücher, 2011.
FURTADO, D. A.; AZEVEDO, P. V. de; TINôCO, I. de F. F. Análise do conforto tér- mico em galpões avícolas com diferentes sistemas de acondicionamento. Revista Brasi- leira de Engenharia Agrícola e Ambiental, v. 7, n. 3, p. 559–564, 2003. Disponível em: <http://www.scielo.br/pdf/rbeaa/v7n3/v7n3a25.pdf>. Acesso em: 30 de Setembro de 2014.
GONZALEZ, R. C.; WOODS, R. E. Processamento de imagens digitais. 3. ed. São Paulo: Editora Edagard Blücher, 2011.
GUDOSKI, F. Correlação das metodologias de mensuração de problemas locomotores em frangos de corte, visando a validação de um novo mé- todo. 27 p. Trabalho de Conclusão de Curso (Gradução) — Universidade Tecnológica Federal do Paraná, Dois Vizinhos, PR, 2011. Disponível em: <http://repositorio.roca.utfpr.edu.br/jspui/bitstream/1/730/1/DV_COZOO_2011_2_11.pdf>. Acesso em: 23 de Setembro de 2014.
HASHIMOTO, R. F. 2003. Imagem. Disponível em: <http://www.vision.ime.usp.br/∼ronaldo/ mac0417-03/aula_03>. Acesso em: 27 de Setembro de 2014.
JULIO, Y. F. H. Desenvolvimento de modelos de suporte à decisão para predição de respos- tas fisiológicas em bovinos leiteiros. 82 p. Dissertação (Mestrado) — Universidade Federal de Lavras, Lavras, MG, 2012.
LIMA, K. R. de S. et al. Avaliação do ambiente térmico interno em galpões de frango de corte com diferentes materiais de cobertura na mesorregião metropoli- tana de belém. Revista Ciências Agrárias, n. 51, p. 37–50, 2009. Disponível em: <http://www.ufra.edu.br/editora/revista_51/REVISTA%2051_artigo%2003.pdf>. Acesso em: 29 de Setembro de 2014.
MARANA, A. N.; BREGA, J. R. F. Técnicas e ferramentas de processamento de imagens digitas e aplicações em realidade virtual e misturada. 1. ed. Bauru, SP: Canal6 editora, 2008.
MARQUES, D. C. et al. Um sistema de medição de volume por visão computacional. In: SIM- PÓSIO BRASILEIRO DE AUTOMAÇÃO INTELIGENTE, I., 2011. 2001. p. 5. Disponível em: <http://fei.edu.br/ rbianchi/publications/sbai2001-fei.pdf>. Acesso em: 27 de Setembro de 2014.
MEDEIROS, N. das G.; SILVA, E. A. da; NOGUEIRA, J. R. Segmentação morfológica de ima- gens utilizando o gradiente morfológico multi-escala. Revista Brasileira de Cartografia, n. 54, 2009. Disponível em: <http://www.rbc.lsie.unb.br/index.php/rbc/article/download/191/174>. Acesso em: 28 de Setembro de 2014.
NASCIMENTO, J. P. R. do. Análise e classificação de imagens baseadas em características de textura utilizando matrizes de coocorrência. 105 p. Disser- tação (Mestrado) — Universidade Federal do Paraná, Curitiba, PR, 2003. Dis- ponível em: <http://dspace.c3sl.ufpr.br/dspace/bitstream/handle/1884/25099/D%20- %20NASCIMENTO?sequence=1>. Acesso em: 28 de Setembro de 2014.
NAZARENO, A. C. et al. Avaliação do conforto térmico e desempenho de fran- gos de corte sob regime de criação diferenciado. Revista Brasileira de Enge- nharia Agrícola e Ambiental, v. 13, n. 6, p. 802–808, 2009. Disponível em: <http://www.scielo.br/pdf/rbeaa/v13n6/v13n6a20.pdf>. Acesso em: 28 de Setembro de 2014.
NOBRE, F. de S.; MACHADO, P. C. M.; LEMOS, R. P. Comparação de métodos super- visionados e não supervisionado de segmentação de aves em imagens digitais. In: CON- GRESSO DE MATEMÁTICA APLICADA E COMPUTACIONAL. 2012. Disponível em: <http://sbmac.locaweb.com.br/cmacs/cmac-n/2012/trabalhos/PDF/29.pdf>. Acesso em: 27 de Setembro de 2014.
OLIVEIRA, G. A. de et al. Efeito da temperatura ambiente sobre o desempenho e as caracte- rísticas de carcaça de frangos de corte dos 22 aos 42 dias. Revista Brasileira de Zootecnia, v. 35, n. 4, p. 1398–1405, 2006. Disponível em: <http://www.scielo.br/pdf/rbz/v35n4/20.pdf>. Acesso em: 27 de Setembro de 2014.
OLIVEIRA, M. S. et al. Comparação de métodos de computação paralela para o processamento de imagens de pupilometria. In: CONGRESSO BRASILEIRO DE ENGENHARIA BIOMÉDICA, XXIV., 2014, Brasil. 2014. p. 4. Disponível em: <http://www.canal6.com.br/cbeb/2014/artigos/cbeb2014%20submission%20238.pdf>. Acesso em: 23 de Setembro de 2015.
OPENCV. 2014. Disponível em: <http://opencv.org/>. Acesso em: 29 de Setembro de 2014.
PAIXÃO, S. J. Desenvolvimento de um método de avaliação de bem-estar em frangos de corte, por meio de imagens reais. 27 p. Trabalho de Conclusão de Curso (Gradução) — Universidade Tecnológica Federal do Paraná, Dois Vizinhos, PR, 2011. Disponível em: <http://repositorio.roca.utfpr.edu.br/jspui/bitstream/1/733/1/DV_COZOO_2011_2_22.pdf>. Acesso em: 23 de Setembro de 2014.
PALADINI, E. P. Sistemas inteligentes para o controle da qualidade: Um modelo de análise automática de defeitos. In: CONGRESSO BRASILEIRO DE ENGENHARIA DE FABRI- CAÇÃO, 2., 2003, Uberlândia, MG. 2003. Disponível em: <http://www.abcm.org.br/pt/wp- content/anais/cobef/2003/artigos/COF03_0204.pdf>. Acesso em: 26 de Setembro de 2014.
PANDORFI, H. Avaliação do comportamento de leitões em diferentes sistemas de aquecimento por meio da análise de imagens eletrônica. 89 p. Dissertação (Mestrado) — Universidade de São Paulo, Piracicaba, SP, 2002. Disponível em: <http://www.nupea.esalq.usp.br/imgs/teses/2003.pdf>. Acesso em: 25 de Setembro de 2014.
PEDRINI, H.; SCHWARTZ, W. R. Análise de imagens digitais: princípios, algoritmos e apli- cações. 1. ed. São Paulo: Editora Thomson Learning, 2008.
PERISSINOTTO, M. Avaliação da eficiência produtiva e energética de sistemas de climatização de galpões tipo "Freestall" para confinamento de gado lei- teiro. 122 p. Dissertação (Mestrado) — Universidade de São Paulo, Piracicaba, SP, 2003. Disponível em: <http://www.teses.usp.br/teses/disponiveis/11/11131/tde-16042004- 161110/publico/mauricio.pdf>. Acesso em: 24 de Setembro de 2014.
PINHEIRO, F. S. Caracterização da legibilidade de documentos digitalizados. 61 p. Tra- balho de Conclusão de Curso (Graduação) — Universidade Feral do Pará, Belém, PA, 2010. Disponível em: <http://www.laps.ufpa.br/zampolo/ensino/tcc/tcc_fabricio.pdf>. Acesso em: