基于骨架分析和步态能量图的猪的步态识别
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-21页 |
| 1.1 研究目的与意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-18页 |
| 1.2.1 基于计算机视觉的动物行为识别研究现状 | 第12-15页 |
| 1.2.2 步态识别技术及其研究现状 | 第15-17页 |
| 1.2.3 动物步态分析和识别研究现状 | 第17-18页 |
| 1.3 本文主要研究内容 | 第18-19页 |
| 1.4 论文结构安排 | 第19-21页 |
| 第二章 图像采集与预处理 | 第21-33页 |
| 2.1 图像采集 | 第21-23页 |
| 2.2 图像预处理 | 第23-30页 |
| 2.2.1 运动猪体目标检测 | 第23-25页 |
| 2.2.2 图像滤波算法 | 第25-26页 |
| 2.2.3 阈值分割 | 第26-29页 |
| 2.2.4 数学形态学处理 | 第29-30页 |
| 2.3 图像归一化处理 | 第30-32页 |
| 2.4 本章小结 | 第32-33页 |
| 第三章 猪的骨架分析与步态周期检测 | 第33-45页 |
| 3.1 形状特征描述方法概述 | 第33页 |
| 3.2 猪的骨架 | 第33-38页 |
| 3.2.1 骨架的定义 | 第33-34页 |
| 3.2.2 猪的骨架提取 | 第34-36页 |
| 3.2.3 猪的骨架剪枝 | 第36-38页 |
| 3.3 骨架端点匹配 | 第38-42页 |
| 3.3.1 骨架端点排序 | 第38-39页 |
| 3.3.2 骨架端点特征表示 | 第39-40页 |
| 3.3.3 猪骨架端点匹配及结果 | 第40-42页 |
| 3.4 猪的步态周期检测 | 第42-44页 |
| 3.5 本章小结 | 第44-45页 |
| 第四章 猪的步态特征提取与降维 | 第45-55页 |
| 4.1 步态特征提取 | 第45-50页 |
| 4.1.1 步态能量图定义 | 第45-46页 |
| 4.1.2 步态能量图的优势 | 第46-48页 |
| 4.1.3 猪的步态能量图的合成与分析 | 第48-50页 |
| 4.2 特征降维 | 第50-54页 |
| 4.2.1 PCA算法 | 第50-52页 |
| 4.2.2 2DPCA算法 | 第52-54页 |
| 4.3 本章小结 | 第54-55页 |
| 第五章 猪的步态识别与结果分析 | 第55-65页 |
| 5.1 猪的步态数据构成 | 第55页 |
| 5.2 分类识别方法 | 第55-58页 |
| 5.2.1 相似性度量 | 第56页 |
| 5.2.2 最近邻分类器 | 第56-57页 |
| 5.2.3 其他分类器 | 第57-58页 |
| 5.3 实验设计与结果分析 | 第58-64页 |
| 5.3.1 基于PGEI+2DPCA的方法 | 第58-62页 |
| 5.3.2 基于分块PGEI+2DPCA的方法 | 第62-64页 |
| 5.4 本章小结 | 第64-65页 |
| 第六章 总结与展望 | 第65-67页 |
| 6.1 全文总结 | 第65-66页 |
| 6.2 未来展望 | 第66-67页 |
| 参考文献 | 第67-72页 |
| 致谢 | 第72-73页 |
| 攻读硕士学位期间完成的论文 | 第73页 |
