摘要 | 第3-5页 |
abstract | 第5-7页 |
1 绪论 | 第16-31页 |
1.1 课题研究背景及意义 | 第16-20页 |
1.1.1 课题研究背景 | 第16页 |
1.1.2 羊体尺参数及体型对羊性能的影响 | 第16-17页 |
1.1.3 福利化养殖是现代畜牧业发展的必然趋势 | 第17-18页 |
1.1.4 无应激的体尺测量是改善动物福利的有效手段 | 第18-20页 |
1.2 国内外研究现状 | 第20-27页 |
1.2.1 羊体尺参数与体重的研究现状 | 第20-21页 |
1.2.2 视觉技术在动物形态参数测量中的应用研究 | 第21-25页 |
1.2.3 动物三维模型构建技术的研究 | 第25-27页 |
1.3 研究内容和技术路线 | 第27-31页 |
1.3.1 研究目标和内容 | 第27-28页 |
1.3.2 存在的问题 | 第28-30页 |
1.3.3 研究技术路线 | 第30-31页 |
2 双目立体视觉的基本理论与摄像机标定 | 第31-52页 |
2.1 相机透视投影模型 | 第31-35页 |
2.2 双目立体视觉原理 | 第35-37页 |
2.3 摄像机标定 | 第37-49页 |
2.3.1 Zhang摄像机标定法原理 | 第39-42页 |
2.3.2 标定板图像采集 | 第42-44页 |
2.3.3 摄像机标定过程 | 第44-49页 |
2.4 双目立体视觉测量的系统设计 | 第49-51页 |
2.4.1 系统主界面设计及采集功能实现 | 第50-51页 |
2.4.2 摄像机标定功能实现 | 第51页 |
2.5 本章小结 | 第51-52页 |
3 复杂背景下的羊体信息识别算法与优化研究 | 第52-69页 |
3.1 引言 | 第52-54页 |
3.2 图像分割的相关理论与方法 | 第54-56页 |
3.2.1 模糊C均值算法 | 第54页 |
3.2.2 多尺度分水岭算法 | 第54-55页 |
3.2.3 Graph Cut算法 | 第55-56页 |
3.3 基于改进的Graph Cut的羊体信息提取 | 第56-62页 |
3.3.1 改进的Graph Cut算法 | 第56-58页 |
3.3.2 羊体侧视图像数据采集 | 第58页 |
3.3.3 多尺度分水岭预分割 | 第58-59页 |
3.3.4 分割结果及分析 | 第59-62页 |
3.4 算法的适应性分析 | 第62-68页 |
3.4.1 基于双目摄像机的羊体侧视图像获取 | 第63-64页 |
3.4.2 带色彩的多尺度Retinex羊体图像预处理 | 第64-66页 |
3.4.3 羊体图像分割结果 | 第66-68页 |
3.5 本章小结 | 第68-69页 |
4 羊体尺参数的测量 | 第69-93页 |
4.1 羊体重预估 | 第72-76页 |
4.1.1 逐步回归方法建模与分析 | 第73-74页 |
4.1.2 偏最小二乘回归法建模与分析 | 第74-76页 |
4.2 轮廓提取 | 第76-79页 |
4.3 基于包络线分析体尺测点检测法 | 第79-88页 |
4.3.1 区间划分 | 第79-80页 |
4.3.2 曲线拟合 | 第80-83页 |
4.3.3 基于包络线的体尺测点检测法 | 第83-88页 |
4.4 基于多姿态羊体测点提取 | 第88-89页 |
4.5 体尺参数的计算 | 第89-90页 |
4.6 羊体尺参数测量结果分析 | 第90-92页 |
4.7 本章小结 | 第92-93页 |
5 羊体图像匹配及三维重构 | 第93-127页 |
5.1 引言 | 第93-94页 |
5.2 基于RANSAC的改进极线约束的特征点匹配算法 | 第94-101页 |
5.2.1 特征匹配的相关理论知识 | 第95-97页 |
5.2.2 改进的对极距离的特征匹配算法 | 第97-99页 |
5.2.3 标定板图像匹配结果及分析 | 第99-101页 |
5.3 羊体图像的立体匹配 | 第101-112页 |
5.3.1 基于模板匹配的羊体图像 | 第101-104页 |
5.3.2 基于SIFT的羊体特征点匹配 | 第104-112页 |
5.4 基于双目视觉的羊体三维重建与可视化 | 第112-117页 |
5.4.1 基于模板匹配的羊体三维可视化 | 第112-114页 |
5.4.2 基于特征点的羊体三维可视化 | 第114-117页 |
5.5 主动式羊体三维重建 | 第117-124页 |
5.5.1 羊体点云数据采集 | 第118-119页 |
5.5.2 数据预处理及羊体三维重构 | 第119-123页 |
5.5.3 羊体尺参数提取与分析 | 第123-124页 |
5.6 不同方法的羊体尺检测结果分析 | 第124-126页 |
5.7 本章小结 | 第126-127页 |
6 总结与展望 | 第127-130页 |
6.1 全文总结 | 第127-128页 |
6.2 创新点 | 第128-129页 |
6.3 展望 | 第129-130页 |
致谢 | 第130-132页 |
参考文献 | 第132-141页 |
作者简介 | 第141-142页 |