| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 引言 | 第11-12页 |
| 1 绪论 | 第12-18页 |
| 1.1 研究的背景及意义 | 第12页 |
| 1.2 计算机视觉的国内外发展现状 | 第12-16页 |
| 1.2.1 计算机视觉技术在生物识别中的发展状况 | 第13-14页 |
| 1.2.2 计算机视觉技术在生物群体行为检测中的发展状况 | 第14-15页 |
| 1.2.3 计算机视觉技术在生物量估计中的发展状况 | 第15-16页 |
| 1.3 水下蟹苗信息采集系统的总目标和技术路线 | 第16-17页 |
| 1.4 课题主要研究内容以及章节安排 | 第17-18页 |
| 2 图像处理与目标识别的基础知识 | 第18-26页 |
| 2.1 图像处理与计算机视觉 | 第18页 |
| 2.2 图像的背景建模 | 第18-19页 |
| 2.3 图像的形态学运算 | 第19-20页 |
| 2.4 图像的特征提取 | 第20-21页 |
| 2.5 支持向量机(SVM) | 第21-23页 |
| 2.6 自适应增强算法(AdaBoost) | 第23-24页 |
| 2.7 竞争型神经网络 | 第24-25页 |
| 2.8 本章小结 | 第25-26页 |
| 3 水下视频的蟹苗识别 | 第26-34页 |
| 3.1 实验材料和方案 | 第26-27页 |
| 3.1.1 实验环境和实验装置 | 第26-27页 |
| 3.1.2 实验方案 | 第27页 |
| 3.2 水下物体的提取和筛选 | 第27-28页 |
| 3.3 溞状幼体和杂质的分类 | 第28-30页 |
| 3.3.1 图像特征提取 | 第28-29页 |
| 3.3.2 溞状幼体的识别 | 第29-30页 |
| 3.4 大眼幼体和杂质的分类 | 第30-32页 |
| 3.4.1 图像特征提取 | 第30-31页 |
| 3.4.2 大眼幼体的识别 | 第31-32页 |
| 3.5 结果讨论 | 第32-33页 |
| 3.5.1 溞状幼体和杂质的分类 | 第32-33页 |
| 3.5.2 大眼幼体和杂质的分类 | 第33页 |
| 3.6 本章小结 | 第33-34页 |
| 4 蟹苗健康状态判别 | 第34-45页 |
| 4.1 材料和方法 | 第34-35页 |
| 4.1.1 三疣梭子蟹幼苗 | 第34页 |
| 4.1.2 实验装置和环境 | 第34-35页 |
| 4.1.3 实验方案 | 第35页 |
| 4.2 趋光能力的量化 | 第35-36页 |
| 4.2.1 趋光能力参数 | 第35页 |
| 4.2.2 聚集个数估计 | 第35-36页 |
| 4.3 蟹苗聚集图像的数量估计 | 第36-41页 |
| 4.3.1 蟹苗图像的提取 | 第36-37页 |
| 4.3.2 阈值判别 | 第37-38页 |
| 4.3.3 低密度蟹苗图像的数量估计 | 第38页 |
| 4.3.4 高密度蟹苗图像的数量估计 | 第38-41页 |
| 4.3.4.1 图像的全局特征 | 第38-40页 |
| 4.3.4.2 蟹苗图像的密集等级 | 第40-41页 |
| 4.4 实验结果 | 第41-43页 |
| 4.4.1 聚集数量估计 | 第41-42页 |
| 4.4.1.1 低密度图像的数量估计 | 第41-42页 |
| 4.4.1.2 高密度图像的数量估计 | 第42页 |
| 4.4.2 不同盐度下的蟹苗趋光能力 | 第42-43页 |
| 4.5 结果讨论 | 第43-44页 |
| 4.5.1 数量估计算法的讨论 | 第43页 |
| 4.5.2 与其他算法对比 | 第43-44页 |
| 4.6 本章小结 | 第44-45页 |
| 5 池内总量估计 | 第45-54页 |
| 5.1 材料和方法 | 第45-46页 |
| 5.1.1 实验装置和环境 | 第45-46页 |
| 5.1.2 实验方案 | 第46页 |
| 5.2 池内蟹苗总量估计 | 第46-50页 |
| 5.2.1 非参数估计方法 | 第46-47页 |
| 5.2.2 获取样本数据 | 第47-48页 |
| 5.2.3 建立非参数估计模型 | 第48-49页 |
| 5.2.4 计算积分半径 | 第49-50页 |
| 5.2.5 估计池内总值 | 第50页 |
| 5.3 实验结果 | 第50-52页 |
| 5.3.1 小型养殖池内总量估计 | 第50-51页 |
| 5.3.2 大型养殖池内总量估计 | 第51-52页 |
| 5.4 结果讨论 | 第52-53页 |
| 5.5 本章小结 | 第53-54页 |
| 6 总结与展望 | 第54-56页 |
| 6.1 工作总结 | 第54页 |
| 6.2 存在的不足和展望 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 在学研究成果 | 第60-61页 |
| 致谢 | 第61页 |