基于机器视觉的规模养鸡场死鸡探测系统设计研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-16页 |
| ·死鸡探测系统的研究意义 | 第10-12页 |
| ·国内外研究现状 | 第12-14页 |
| ·本文的主要研究内容 | 第14-16页 |
| ·硬件设备的选用 | 第14-15页 |
| ·探测算法的开发 | 第15-16页 |
| 第二章 系统构建 | 第16-34页 |
| ·现场探测端 | 第16-24页 |
| ·摄像头的选用 | 第16-17页 |
| ·ARM处理器的选用 | 第17-21页 |
| ·GPRS模块的选用 | 第21-24页 |
| ·AT指令 | 第24页 |
| ·远程监控端 | 第24-26页 |
| ·具有独立公网IP的PC | 第25页 |
| ·具有GPRS功能的手机 | 第25-26页 |
| ·GPRS无线通信 | 第26-32页 |
| ·GPRS简介 | 第26-28页 |
| ·GPRS通信原理 | 第28-30页 |
| ·使用GPRS无线网络传输一条信息 | 第30页 |
| ·使用GPRS无线网络传输一张图片 | 第30-32页 |
| ·本章小结 | 第32-34页 |
| 第三章 基于颜色识别的死鸡探测算法 | 第34-46页 |
| ·颜色特征空间 | 第34-36页 |
| ·彩色图像分割方法 | 第36-37页 |
| ·基于静止红鸡冠的死鸡探测算法 | 第37-43页 |
| ·提取L~*a~*b~*颜色空间的a~*分量 | 第37-38页 |
| ·采用改进的Otsu法进行阈值分割 | 第38-41页 |
| ·形态学特征运算去除噪声 | 第41-42页 |
| ·利用与运算判断有无静止鸡冠 | 第42-43页 |
| ·以该算法为基础的系统工作流程 | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 第四章 基于SVM的死鸡探测算法 | 第46-60页 |
| ·SVM分类图片 | 第46-51页 |
| ·SVM简介 | 第46-48页 |
| ·SVM原理 | 第48-50页 |
| ·应用SVM对本实验图片进行分类 | 第50-51页 |
| ·提取物体的轮廓 | 第51-56页 |
| ·图像轮廓提取方法 | 第51-53页 |
| ·提取图像中鸡的轮廓 | 第53-55页 |
| ·采用星形向量表示法表示轮廓 | 第55-56页 |
| ·SVM训练 | 第56-57页 |
| ·SVM测试 | 第57-59页 |
| ·本章小结 | 第59-60页 |
| 第五章 总结与展望 | 第60-64页 |
| ·总结 | 第60-61页 |
| ·展望 | 第61-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-70页 |
| 攻读硕士学位期间发表论文与成果 | 第70页 |
