| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第1章 绪论 | 第11-20页 |
| ·水质自动监测的研究现状 | 第11-13页 |
| ·国外水质自动监测研究现状 | 第11-12页 |
| ·国内水质自动监测研究现状 | 第12-13页 |
| ·基于生物的水质监测研究现状 | 第13-16页 |
| ·论文研究内容 | 第16-17页 |
| ·论文体系结构 | 第17-20页 |
| 第2章 目标检测与跟踪的算法比较 | 第20-29页 |
| ·运动目标检测算法 | 第20-22页 |
| ·基于光流法的运动目标检测 | 第20-21页 |
| ·基于背景差分的运动目标检测 | 第21页 |
| ·基于帧间差分的运动目标检测 | 第21页 |
| ·各类方法的优缺点比较 | 第21-22页 |
| ·运动目标跟踪算法 | 第22-28页 |
| ·基于指向的跟踪 | 第22-24页 |
| ·基于中心点的跟踪 | 第24页 |
| ·基于轮廓的跟踪 | 第24-25页 |
| ·基于多传感器多目标的跟踪 | 第25页 |
| ·各类方法的优缺点比较 | 第25-28页 |
| ·本章小结 | 第28-29页 |
| 第3章 基于模糊推理的鱼类运动目标检测方法 | 第29-36页 |
| ·基于背景差分法的运动目标检测原理 | 第29-31页 |
| ·基于模糊推理背景更新算法 | 第31-33页 |
| ·模糊推理算法的基本思想 | 第31页 |
| ·模糊推理过程 | 第31-33页 |
| ·抗噪声的模糊推理 | 第33页 |
| ·实验与结果分析 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 第4章 基于自动Camshift二次检索的鱼类运动目标跟踪方法 | 第36-43页 |
| ·Camshift算法原理 | 第36-37页 |
| ·改进的Camshift自动跟踪算法 | 第37-39页 |
| ·目标的自动定位 | 第38-39页 |
| ·目标的二次检索 | 第39页 |
| ·Camshift的多目标跟踪思想 | 第39页 |
| ·实验与结果分析 | 第39-42页 |
| ·改进的自动Camshift算法实验结果对比 | 第39-42页 |
| ·Camshift多目标跟踪结果分析 | 第42页 |
| ·本章小结 | 第42-43页 |
| 第5章 鱼类运动行为建模的分析 | 第43-51页 |
| ·PTW 模型的原理分析 | 第43-45页 |
| ·鱼运动行为的自学习分析 | 第45-46页 |
| ·实验与结果分析 | 第46-50页 |
| ·本章小结 | 第50-51页 |
| 第6章 面向水质监测的鱼类目标跟踪与运动行为建模系统的实现 | 第51-57页 |
| ·鱼类运动监测系统组成 | 第51-53页 |
| ·实验平台硬件组成 | 第51-52页 |
| ·实验平台软件结构 | 第52-53页 |
| ·系统主要功能模块 | 第53-56页 |
| ·视频采集模块 | 第53-54页 |
| ·视觉处理模块 | 第54-55页 |
| ·运动行为建模模块 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 第7章 总结与展望 | 第57-60页 |
| ·工作总结 | 第57-58页 |
| ·研究展望 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64-65页 |
| 攻读学位期间参加的科研项目和成果 | 第65页 |