| 摘要 | 第1-7页 |
| ABSTRACT | 第7-9页 |
| 目录 | 第9-12页 |
| 第一章 绪论 | 第12-18页 |
| ·课题的提出 | 第12页 |
| ·机器视觉相关研究历史和现状 | 第12-14页 |
| ·奶牛体况评定方法研究现状 | 第14-15页 |
| ·本论文研究主要内容 | 第15-17页 |
| ·本章小结 | 第17-18页 |
| 第二章 奶牛体型评定中关键技术 | 第18-26页 |
| ·奶牛体况评定系统的概述 | 第18-19页 |
| ·奶牛体况评定过程 | 第18-19页 |
| ·奶牛体况评定指标变量分析 | 第19页 |
| ·特征点提取算法研究介绍 | 第19-21页 |
| ·特征点检测准则 | 第19-20页 |
| ·特征点检测方法 | 第20-21页 |
| ·特征点匹配算法研究介绍 | 第21-22页 |
| ·奶牛体况评定方案 | 第22-24页 |
| ·方案一：使用CCD摄像机三维测量奶牛体况数据 | 第22-23页 |
| ·方案二：利用Microsoft Kinect Sensor进行三维体况采集 | 第23-24页 |
| ·本章小结 | 第24-26页 |
| 第三章 深度图像在奶牛体况评定中的方法与原理 | 第26-46页 |
| ·奶牛图像采集 | 第26-29页 |
| ·CCD相机成像原理 | 第26-28页 |
| ·Kinect传感器成像原理 | 第28-29页 |
| ·图像预处理 | 第29-37页 |
| ·图像格式转换 | 第30页 |
| ·图像增强与平滑 | 第30-31页 |
| ·数学形态学 | 第31-32页 |
| ·图像边缘检测算法 | 第32-37页 |
| ·Roberts边缘提取算法 | 第33页 |
| ·Sobel边缘提取算法 | 第33-34页 |
| ·Prewitt边缘提取算法 | 第34页 |
| ·Laplace边缘提取算法 | 第34-35页 |
| ·LOG边缘提取算法 | 第35-36页 |
| ·Canny边缘提取算法 | 第36-37页 |
| ·特征点提取与匹配 | 第37页 |
| ·奶牛轮廓匹配算法 | 第37-45页 |
| ·最小二乘法的定义 | 第38-39页 |
| ·最小二乘法的统计学原理 | 第39页 |
| ·一元线性拟合 | 第39-42页 |
| ·多元线性拟合 | 第42-43页 |
| ·多项式拟合 | 第43页 |
| ·非线性最小二乘法拟合 | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 第四章 深度图像在奶牛体况评定系统中的具体实施方案 | 第46-60页 |
| ·Kinect介绍 | 第46-48页 |
| ·Kinect设备安装与调试 | 第47-48页 |
| ·OpenCV函数库简介 | 第48-49页 |
| ·奶牛体况评定系统硬件结构设计 | 第49页 |
| ·奶牛体况评定系统软件系统实现设计 | 第49-59页 |
| ·系统软件设计目标 | 第50页 |
| ·软件开发环境 | 第50-52页 |
| ·评定数学模型设计和流程设计 | 第52-55页 |
| ·人机界面软件设计 | 第55-59页 |
| ·本章小结 | 第59-60页 |
| 第五章 实验结果与分析 | 第60-64页 |
| ·体况评定测试 | 第60-62页 |
| ·测试方案 | 第60页 |
| ·测试数据 | 第60-61页 |
| ·测试结果分析 | 第61-62页 |
| ·误差分析 | 第62页 |
| ·结果分析和改进 | 第62-64页 |
| 第六章 总结与展望 | 第64-67页 |
| ·全文总结 | 第64-65页 |
| ·前景与展望 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71-72页 |
| 攻读学位期间发表的学术论文 | 第72-73页 |
| 附录一：Kinect加载及状态关键代码 | 第73-75页 |
| 附录二：体况侧部评定部分实现关键代码 | 第75-78页 |