1.一种基于图像识别禽舍粪便自动清理装置，其特征是：禽舍(1)左墙壁(3)、右墙壁(4)搭建在左空心壁(11)与右空心壁(15)上方，禽舍(1)底部设有舍底(9)，禽舍(1)顶部设有舍顶(2)，舍顶(2)底部安装第一摄像头(5)、第二摄像头(6)、......、第R-1摄像头(7)以及第R摄像头(8)；舍底(9)正下方安装集粪板阵列(14)；左空心壁(11)在左支架(21)上方，左空心壁(11)内部左壁固定滚珠轴承(12)，转动杆(13)左端嵌入滚珠轴承(12)，转动杆(13)右端与集粪板阵列(14)左端连接；右空心壁(15)在右支架(32)上方，电机阵列(16)固定在右空心壁(15)内部底端，电机阵列(16)的电机轴(17)与集粪板阵列(14)右端连接，MCU控制电路盒(10)安装在左墙壁4外侧底部，MCU控制电路盒(10)中放置的是包含MCU控制系统(60)与电源模块(59)的集成电路板；集粪板阵列(14)正下方设有冲水管阵列(20)，冲水管阵列(20)固定在左支架(21)上，冲水管阵列(20)中各冲水管正上方等间距A分布着R个高压喷嘴(19)，冲水管阵列(20)右端安装电磁阀阵列(52)；冲水管阵列(20)右顶端插入右支架(32)内部与纵向水管(61)连接，纵向水管(61)右端与外部进水管道(35)连接，外部进水管道(35)安装第二增压泵电磁阀(34)与第二增压泵(33)；冲水管阵列(20)下方设置出水漏斗(22)，出水漏斗(22)底部的出水漏斗出水口(37)与集水箱(38)左侧浑水区(57)顶部入水口连接，出水漏斗出水口(37)设有出水漏斗电磁阀(62)；过滤膜板(36)将集水箱(38)划分为浑水区(57)与清水区(58)；浑水区(57)内部左上角安装第一水位传感器(25)，浑水区(57)内部顶端中心安装搅拌风扇(26)，浑水区(57)左侧底部设有污水排出管(23)，污水排出管(23)穿过左支架(21)，且污水排出管(23)中段设有排水电磁阀(24)；清水区(58)内部右上角安装第二水位传感器(28)，清水区(58)右侧底部设有清水区排出管(27)，清水区排出管(27)与第一增压泵(29)连接，第一增压泵(29)右端的第一增压泵出水管(30)置于右支架(32)内部，且与纵向水管(61)连接，第一增压泵出水管(30)的中间段设有第一增压泵电磁阀(31)。

2.根据权利要求1所述一种基于图像识别禽舍粪便自动清理装置，其特征是：第一摄像头(5)、第二摄像头(6)、......、第R-1摄像头(7)以及第R摄像头(8)的拍摄范围有限且横向距离为A，舍底(9)长度为G，摄像头数量R＝G/A。

3.根据权利要求1所述一种基于图像识别禽舍粪便自动清理装置，其特征是：集粪板阵列(14)由N个长条状的集粪板构成，包括：第一集粪板(64)、第二集粪板(43)、第三集粪板(44)、......、第N-1集粪板(45)以及第N集粪板(46)，N个集粪板左端中心与N个转动杆(13)连接，N个转动杆(13)分别嵌入N个滚珠轴承(12)；第一集粪板(64)、第二集粪板(43)、第三集粪板(44)、......、第N-1集粪板(45)以及第N集粪板(46)右端中心与第一电机(63)、第二电机(39)、第三电机(40)、......、第N-1电机(41)以及第N电机(42)的电机轴(17)连接，N个集粪板的前后两侧边缘均设有毛刷(47)。

4.根据权利要求1所述一种基于图像识别禽舍粪便自动清理装置，其特征是：集粪板阵列(14)上表面与舍底(9)之间垂直距离等于集粪板阵列(14)下表面与左空心壁(11)或者右空心壁(15)底部之间的垂直距离均为K，每一个集粪板宽度为2K，集粪板阵列(14)宽度与舍底(9)的宽度相等为B＝2K×N，集粪板阵列(14)长度与舍底(9)长度相等为G。

5.根据权利要求1所述一种基于图像识别禽舍粪便自动清理装置，其特征是：冲水管阵列(20)由N个冲水管组成，包括：第一冲水管(65)、第二冲水管(48)、第三冲水管

(49)、......、第N-1冲水管(50)以及第N冲水管(51)，分别安装在第一集粪板(64)、第二集粪板(43)、第三集粪板(44)、......、第N-1集粪板(45)以及第N集粪板(46)的正下方；第一冲水管(65)、第二冲水管(48)、第三冲水管(49)、......、第N-1冲水管(50)以及第N冲水管(51)左顶端封闭，正上方均等间距A安装R个高压喷嘴(19)，右端边缘安装第一电磁阀(66)、第二电磁阀(53)、第三电磁阀(54)、......、第N-1电磁阀(55)与第N电磁阀(56)，右顶端均与纵向水管(61)连接。

6.根据权利要求3所述一种基于图像识别禽舍粪便自动清理装置，其特征是：第一集粪板(64)左端中心与转动杆(13)右端焊接在一起，转动杆(13)左端嵌入滚珠轴承(12)内部；

第一电机(63)的电机轴(17)左端与第一集粪板(64)右端中心焊接在一起，毛刷(47)固定在第一集粪板(64)的前后两侧边缘，第一集粪板(64)集粪板转动过程中毛刷(47)接触到舍底(9)。

7.一种如权利要求1所述一种基于图像识别禽舍粪便自动清理装置工作方法，其特征包括以下步骤：

1)开始工作，MCU控制系统(60)控制第一摄像头(5)、第二摄像头(6)、......、第R-1摄像头(7)、第R摄像头(8)等R个摄像头同时采集各自对应舍底(9)列区域上的N幅图像，共计R×N幅图像，由MCU控制系统(60)对所有图像进行预处理、特征值提取等一系列操作，计算出第一次采集时间t1内，舍底(9)每个行区域的家禽数量为记录本次采集耗费时间为

t1；

2)MCU控制系统(60)重复执行上述步骤1)操作，共计Z次后，记录Z次采集图像耗费总时间t＝Z×t1，计算整个时间段t内，舍底(9)每个行区域的家禽总数量为

3)MCU控制系统(60)根据预先存储的集粪板污染程度预测模型W＝f(L，t)，估算出每个集粪板的污染程度Wi(1≤i≤N)，然后判断每个集粪板污染程度Wi是否小于阈值W：若每个集粪板污染程度Wi都小于阈值W，继续重复执行步骤1)～3)；若存在集粪板污染程度Wi大于或者等于阈值W，MCU控制系统(60)保存污染程度高于W的所有集粪板对应的编号i(1≤i≤N)及相应的污染程度Wi；

4)MCU控制系统(60)根据预先存储的集粪板冲洗时间预测模型T＝f(W)，由每个需要冲洗的集粪板污染程度Wi估算出需要冲洗的时间Ti，并保存所有需要冲洗集粪板的编号i；

5)MCU控制系统(60)启动与需要冲洗的集粪板编号相同的电机，并控制相应的电机转动180°后关闭，确保所有需要冲洗的集粪板污染面朝下，对准每个集粪板下方的冲洗水管；

6)MCU控制系统(60)接收第二水位传感器(28)采集信号，获取清水区(58)的水位，并判断是否大于H：若水位大于H，则启动第一增压泵(29)、第一增压泵电磁阀(31)、出水漏斗电磁阀(62)以及与全部需要冲洗的集粪板编号i相同的电磁阀，启动定时器开始记录冲洗时间T，由于不同编号i集粪板的冲洗时间Ti不同，当某一个集粪板冲洗时间到，便关闭对应的电磁阀，直到集粪板全部冲洗完成后，关闭定时器、第一增压泵(29)、第一增压泵电磁阀(31)与出水漏斗电磁阀(62)；若水位小于或等于H，则启动第二增压泵(33)、第二增压泵电磁阀(34)、出水漏斗电磁阀(62)以及与全部需要冲洗的集粪板编号i相同的电磁阀，启动定时器开始记录冲洗时间，当某一个集粪板冲洗时间到，便关闭与之编号对应的电磁阀，直到集粪板全部冲洗完成后，关闭定时器、第二增压泵(33)、第二增压泵电磁阀(34)以及出水漏斗电磁阀(62)；

7)整个冲洗过程中，MCU控制系统(60)不断接收第一水位传感器(25)采集信号，获取浑水区(57)的水位，并判断是否大于M：若大于M，则启动定时器、搅拌风扇(26)、排水电磁阀(24)将浑水区(57)内污水排放出去，持续一段时间后，关闭定时器、搅拌风扇(26)、排水电磁阀(24)，停止排放；若小于或者等于M，则无需操作；

8)返回，循环操作步骤1)～8)。

8.根据权利要求7所述的工作方法，其特征是：

步骤1)中，舍底(9)纵向划分R列，舍底(9)横向划分为N行区域，N块行区域的正下方分布N个集粪板，舍底(9)划分成R×N个小区域；第一摄像头(5)负责采集第1列区域图像，第二摄像头(6)负责采集第2列区域图像，......、第R-1摄像头(7)负责采集第R-1列区域图像，第R摄像头(8)负责采集第R列区域图像；第一摄像头(5)采集第1列区域的N幅图像，图像处理后分别计算各区域家禽数量：L1(1)1、L2(1)1、L3(1)1、......、LN-1(1)1、LN(1)1；第二摄像头6采集第2列区域后计算各区域家禽数量：L1(1)2、L2(1)2、L3(1)2、......、LN-1(1)2、LN(1)2；......、第R-1摄像头7采集第R-1列区域后计算各区域家禽数量：L1(1)R-1、L2(1)R-1、L3(1)R-1、......、LN-1(1)R-1、LN(1)R-1；第R摄像头8采集第R列区域后计算各区域家禽数量：L1(1)R、L2(1)R、L3(1)R、......、LN-1(1)R、LN(1)R；

步骤2)中，R个摄像头对相应列区域进行图像第二次采集、第三次采集......一直到第Z次采集，统计出每一次舍底(9)第i行区域家禽数量记为：L[2]i，L[3]i，......L[Z]i；

步骤3)中，通过不同家禽数量L在同一区域活动不同时间t，通过摄像头拍摄集粪板表面污染图像，通过图像处理提取特征值计算污染面积e，单个集粪板面积为E＝2K·G，根据污染面积e占整个集粪板面积E之比，计算出集粪板污染程度 获取足够的样本数据，选取泛化样本数据和训练样本数据，设置误差目标值及学习因子用于训练BP人工神经网络，获得训练好的集粪板污染程度预测模型W＝f(L，t)；

步骤4)中，利用不同时间段内，在集粪板对应舍底(9)行区域放置不同数量的家禽上，通过集粪板污染程度预测模型计算W＝f(L，t)计算出集粪板污染程度W，对不同污染程度的集粪板进行冲洗，记录冲洗干净耗费时间T，获取足够的样本数据，选取泛化样本数据和训练样本数据，设置误差目标值及学习因子用于训练BP人工神经网络，获得训练好的集粪板冲洗时间预测模型T＝f(W)。