面向珍稀野生动物保护的图像监测与识别技术研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 1. 引言 | 第8-15页 |
| ·珍稀野生动物概述 | 第8-11页 |
| ·濒危原因 | 第8-9页 |
| ·保护珍稀野生动物的意义 | 第9-10页 |
| ·国内外珍稀野生动物保护现状 | 第10-11页 |
| ·野生动物图像监测识别技术 | 第11-13页 |
| ·概述 | 第11-12页 |
| ·国内外发展历程 | 第12-13页 |
| ·国内外研究现状 | 第13页 |
| ·本课题研究内容 | 第13-15页 |
| 2. 野生动物监测与图像采集识别系统 | 第15-20页 |
| ·系统整体设计 | 第15-16页 |
| ·监测系统布置 | 第16页 |
| ·系统硬件简介 | 第16-17页 |
| ·系统核心算法简介 | 第17-18页 |
| ·系统的技术路线 | 第18页 |
| ·本章小结 | 第18-20页 |
| 3. 图像分割算法的研究 | 第20-32页 |
| ·样本库的建立 | 第20-21页 |
| ·图片的采集 | 第20页 |
| ·图片的分类 | 第20-21页 |
| ·图像的预处理 | 第21-23页 |
| ·图像预处理简介 | 第21页 |
| ·图像预处理在本文中的应用 | 第21-23页 |
| ·图像分割技术简介 | 第23-24页 |
| ·图像分割的意义 | 第23页 |
| ·图像分割技术的研究现状 | 第23-24页 |
| ·图像分割技术的发展趋势 | 第24页 |
| ·彩色图像分割基础 | 第24-25页 |
| ·基于颜色特征图像分割算法的研究 | 第25-29页 |
| ·基于灰度空间的分割算法 | 第25-26页 |
| ·基于HSI颜色空间的分割算法 | 第26页 |
| ·基于YCbCr颜色空间的分割算法 | 第26-27页 |
| ·实验结果及分析 | 第27-29页 |
| ·背景差分法 | 第29-30页 |
| ·本章小结 | 第30-32页 |
| 4. 特征提取算法的研究 | 第32-40页 |
| ·特征提取简介 | 第32-33页 |
| ·定义与意义 | 第32页 |
| ·常用的图像特征与方法 | 第32-33页 |
| ·大熊猫脸部检测算法研究 | 第33-38页 |
| ·分类器检测法 | 第33-37页 |
| ·生物特征检测法 | 第37-38页 |
| ·大熊猫脸部特征提取算法研究 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 5. 图像识别算法的研究 | 第40-43页 |
| ·图像识别简介 | 第40-41页 |
| ·基本概念 | 第40页 |
| ·图像识别的常用方法 | 第40-41页 |
| ·基于BP神经网络的大熊猫图像识别算法研究 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 6. 软件界面及功能介绍 | 第43-46页 |
| 7. 结论与展望 | 第46-48页 |
| ·论文工作总结 | 第46页 |
| ·创新点 | 第46-47页 |
| ·问题与展望 | 第47-48页 |
| 参考文献 | 第48-50页 |
| 个人简介 | 第50-51页 |
| 导师简介 | 第51-52页 |
| 获得成果目录 | 第52-53页 |
| 致谢 | 第53-54页 |
| 附录 | 第54-69页 |
