Görüntü İşleme ve Klasik Yöntem İle Şami ve Halep Keçilerinde Canlı Ağırlık Tahminlenmesi

Dijital görüntü analizi gibi görüntü işleme metotlarının kullanılmasıyla en az hata ile farklı türler üzerinde canlı ağırlık tahminleri yapılabilmektedir. Bu çalışmanın amacı stres oluşumunun önüne geçmek için Shami ve Halep ırkı keçilerde dijital görüntü analiz yöntemi ile canlı ağırlığı tahmin etmektir. Hem erkek hem de dişi bireylerde vücut ölçümlerinin alınmasında klasik yöntemde kullanılan ölçüm araçları ile alınan vücut ölçüleri, görüntü işleme metodu ile de alınarak, yöntemler arasındaki farklılığa bakılmıştır. Klasik ölçüm için ölçü bastonu, ölçü şeridi ve sağrı eğimi için açı ölçer kullanılmıştır. Görüntü işleme metodu için Canon PowerShot PRO I, dijital fotoğraf makinası kullanılmıştır. Çalışmada Kahramanmaraş’ta bulunan özel bir işletmeden 2015-2018 yılları arasında doğmuş 40 baş Şami ve Halep ırkı keçilerin vücut ölçüleri kullanılmıştır. İki yöntem arasındaki uyuma bakmak için pearson korelasyon analizinden, yöntemlerin karşılaştırılması için T testinden yararlanılmıştır. Buna göre, sağrı yüksekliği (SGY) ve cidago yüksekliği (CY) özelliğinin hem Halep ırkında hem de Shami ırkında her iki yöntemle elde edilen değerler arasında pozitif yönde yüksek bir korelasyon bulunmuştur (Halep rSGY-CY=0.88 (klasik yöntem); Shami rSGY-CY= 0.81 (klasik yöntem); Halep rSGY-CY=0.79 (GİM yöntemi); Shami rSGY-CY= 0.82 (GİM yöntemi). Aynı zamanda üzerinde durulan tüm özelliklerde yöntemler arasındaki fark istatistiksel olarak önemli bulunmamıştır (P>0.001).

Anahtar Kelimeler:

Dijital Görüntü Analizi, Halep keçisi, Vücut ölçüleri, Şami keçisi

By using image processing methods such as digital image analysis, live weights can be estimated on different species with minimal error. The aim of this study was to estimate live weight with digital image analysis method in Shami and Aleppo goats in order to prevent the formation of stress. Measurement tools used in the classical method for taking body measurements were also taken with the image processing method and the difference between the methods was studied. Measuring cane, calipers, measuring tape were used for traditional method. Canon PowerShot PRO I digital camera was used for image processing method. In this study, body measurements of 40 head Shami and Aleppo goats born between 2015-2018 raised in Kahramanmaraş were collected. Pearson correlation analysis was used to correspondence between the two methods, and T test was used to compare methods. Accordingly, a positive high correlation was found between the values obtained by both methods in both Aleppo race and Shami in terms of withers height (WH) and rump height (RH) (Halep rWH-CY=0.88 (classic method); Shami rWH-CY = 0.81 (classic method); Halep rWH-CY =0.79 (DIA method); Shami rWH-CY = 0.82 (DIA method). At the same time, the difference between the methods was not found statistically significant in all the measuremenst (P> 0.001).

PDF

___

Adeyinka, I. A. and Mohammed, I. D. 2006. Relationship of live weight and linear body measurement in two breeds of goat of Northern Nigeria. Journal of Animal and Veterinary Advances, 5(11), 891-893.
Bergeron, P. 2007. Parallel lasers for remote measurements of morphological traits. Journal of Wildlife Management, 71:289–292.
Burke, J., Nuthall, P., Mckinnon, A. 2004. An analysis of the feasibility of using ımage processing to estimate the live weight of sheep. Farm and Horticultural Management Group Applied Management and Computing Division, Lincoln University.
Genç, S. 2018. İvesi ırkı koyunlarda klasik ölçüm metodu ve sabit nesne fotoğraf tekniği ile vücut ölçülerinin karşılaştırılması. Black Sea Journal of Engineering and Science, 1(4): 130-133.
Karadaş, B., Göktürk, S., Yetişti, O. ve Savaş, T. 2013. Sakız koyunlarında baş ile ayak/bacak renginin doğrusal değerlendirilmesine yönelik bir yöntem, 8.Ulusal Zootekni Bilim Kongresi, 5-7 Eylül 2013, Çanakkale.
Lambe, N.R., Schofield, C.P., Navajas, E.A., Roehe, R., Bünger, L. 2008. Video image analysis of live lambs to predict live weight, carcass composition and meat quality. Proceedings of BSAS. Society's Annual Conference in Scarborough, p:48, 31 March-2 April, Scarborough
Menesatti, P., Costa, C., Antonucci, F., Steri, R., Pallottino, F. and Catillo, G. 2014. A low-cost stereovision system to estimate size and weight of live sheep. Computers and Electronics in Agriculture, 103:33-38.
Mohammed, I. D., and Amin, J. D. 1997. Estimating body weight from morphometric measurements of Sahel (Borno White) goats. Small Ruminant Research, 24(1), 1-5.
Mollah, B.R., Hasan, A., Salam, A., Ali, A. 2010. Digital image analysis to estimate the live weight of broiler. Computers and Electronics in Agriculture, 72, 48–52. doi:10.1016/j.compag.2010.02.002
Nääs, I. A., Carvalho, V.C., Moura, D.J., Mollo, M. 2006. Precision livestock production, handbook of agricultural engineering, Chapter 5, volume VI, pp. 313-325 Michigan, USA
Negretti, P., Bianconi, G., Angelo, A.D., Gaviraghi, A., Noé, L. 2004. Application of the option formatic system to the morpho-weighted evaluation of goats: preliminary Communication. 39th Simposio Internazionale di Zootecnia “Meat Science and Research” Rome-Italy, p.433-440
Negretti, P., Bianconi, G., Bartocci, S., Terramoccia, S., Noé, L. 2008. New morphological and weight measurements by visual image analysis in sheep and goats. New trends for Innovation in the Mediterranean Animal Production, Abstract. 6-8 November 2008, Corte-France.
Ozkaya, S. and Bozkurt, Y. 2008. The relationship of parameters of body measures and body weight by using digital image analysis in preslaughter cattle. Archives of Animal Breeding, 51(2), 120–128. Ozkaya, S. 2012. Accuracy of body measurements using digital image analysis in female Holstein calves. Animal Production Science, 52: 917-920.
Önal, A.R. and Özder, M. 2008. The effectiveness of a visual ımage analysis system for estimate body measurements of Turkgeldi SHEEP, New trends for Innovation in the Mediterranean Animal Production, Abstract. 6-8 November 2008, Corte-France.
Peşmen, G. 2005. Bolu şartlarında yetiştirilen dişi Saanen keçilerinde çeşitli beden ölçülerinden yararlanarak canlı ağırlığın tahmin edilmesi. Yüksek Lisans Tezi. Afyon Kocatepe Üniversitesi, Türkiye.
Popesko, P. 1972. Atlas d'anatomie topographique des animaux domestiques [Atlas topografickej anatómie hospodàrskych zvierat, franz.](Trad. par A. Hennau.) Vol. 1-3.
Riva, J., Rizzi, R., Marelli, S., Cavalchini, L. G. 2004. Body measurements in Bergamasca sheep. Small Ruminant Research, 55(1-3), 221-227.
Seçkin, E. 2018. Keçilerde görüntü analizinin morfolojik özelliklerin ölçümünde kullanılabilirliği. Çanakkale Onsekiz Mart Üni, Fen Bilimleri Ens. Yüksek Lisans Tezi, 623 s.
Shrestha, J. N. B., Fahmy, M. H. 2007. Breeding goats for meat production: 3. Selection and breeding strategies. Small Ruminant Research, 67(2-3), 113-125.
Sowande, O. S., Sobola, O. S. 2008. Body measurements of West African dwarf sheep as parameters for estimation of live weight. Tropical Animal Health and Production, 40(6), 433-439.
Tasdemir, S., Urkmez, A., Inal, S. 2011. Determination of body measurements on the Holstein cows using digital image analysis and estimation of live weight with regression analysis. Computers and Electronics in Agriculture, 76, 189–197. doi:10.1016/j.compag.2011.02.001
Uzmay, C., Kaya, İ. ve Tömek. B. 2010. Süt Sığırcılığında Hassas Sürü Yönetim Uygulamaları. Derleme. Hayvansal Üretim 51(2): 50-58.
Ünalan, A. ve Ceyhan, A. 2017. Kilis Keçilerinin Canlı Ağırlık ve Bazı Vücut Ölçüleri Üzerinde Cinsiyet Etkisinin Belirlenmesi. Harran Tarım ve Gıda Bilimleri Dergisi, 21(2), 219-226.
Vieira, A., Brandão, S., Monteiro, A., Ajuda, I., Stilwell, G. 2015. Development and validation of a visual body condition scoring system for dairy goats with picture-based training. Journal of Dairy Science, 98(9):6597–6608.
Wang, D., Tang, J., Zhu, W., Li, H., Xin, J., He, D. 2018. Dairy goat detection based on Faster R-CNN from surveillance video. Computers and Electronics in Agriculture, 154, 443-449.
Wang, Y., Yang, W., Winter, P., Walker, L. 2008. Walk-through weighing of pigs using machine vision and an artificial neural network. Biosystems Engineering, 100 (1), 117–125. doi:10.1016/j.biosystemseng.2007.08.008
Wongsriworaphon, A., Arnonkijpanich, B., Pathumnakul, S. 2015. An approach based on digital image analysis to estimate the live weights of pigs in farm environments. Computers and Electronics in Agriculture, 115, 26–33.
Yarali, E., Yilmaz, O., Cemal, I., Karaca, O., and Taşkın, T. 2014. Meat quality characteristics in Kıvırcık lambs. Turkish Journal of Veterinary and Animal Sciences, 38(4), 452-458.
Zehender, G., Cordella, L.P., Chianese, A., Ferrara, L., Del Pozzo, A., Barbera, S., Bosticco, A., Negretti, P., Bianconi, G., Balestra, G.F. and Tonielli, R. 1996. Image analysis in morphological animal evaluation: a group for the development of new techniques in zoometry. Animal Genetic Resources/Resources génétiques animales/Recursos genéticos animales, 20, 71-79.
Zhang, A. L. N., Wu, B. P., Jiang, C. X. H., Xuan, D. C. Z., Ma, E. Y. H., and Zhang, F. Y. A. 2018. Development and validation of a visual image analysis for monitoring the body size of sheep. Journal of Applied Animal Research, 46(1), 1004-1015.
Zülkadir, U., Şahin, Ö., Aytekin, İ. and Boztepe, S. 2008. Malya kuzularda canlı ağırlık ve bazı vücut ölçülerinin tekrarlanma dereceleri. Selcuk Journal of Agriculture and Food Sciences, 22(45), 89-93.