基于三维点云的奶牛体尺测量与体重预测方法研究
| 摘要 | 第6-8页 |
| abstract | 第8-9页 |
| 第一章 绪论 | 第12-21页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-18页 |
| 1.2.1 动物体尺测量方法 | 第13-14页 |
| 1.2.2 动物体重预测方法 | 第14-16页 |
| 1.2.3 点云数据处理 | 第16-18页 |
| 1.3 存在问题分析 | 第18页 |
| 1.4 主要研究内容 | 第18-19页 |
| 1.5 研究方法及技术路线 | 第19-20页 |
| 1.5.1 研究方法 | 第19页 |
| 1.5.2 技术路线 | 第19-20页 |
| 1.6 论文结构 | 第20-21页 |
| 第二章 奶牛体重、点云数据采集与点云预处理 | 第21-28页 |
| 2.1 Kinectv2设备技术分析 | 第21-22页 |
| 2.2 奶牛深度数据及体重数据采集 | 第22-23页 |
| 2.3 奶牛点云数据预处理 | 第23-27页 |
| 2.3.1 深度数据转换点云数据 | 第23-24页 |
| 2.3.2 奶牛点云提取 | 第24-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第三章 奶牛点云缺失区域修复方法 | 第28-36页 |
| 3.1 奶牛点云缺失区域特点 | 第28页 |
| 3.2 奶牛点云切片投影方法 | 第28-29页 |
| 3.3 奶牛点云切片投影的拟合方法 | 第29-32页 |
| 3.3.1 三次B样条曲线拟合 | 第30-31页 |
| 3.3.2 改进的三次B样条曲线拟合方法 | 第31-32页 |
| 3.4 试验结果及分析 | 第32-35页 |
| 3.4.1 拟合参数取值分析 | 第32-33页 |
| 3.4.2 点云拟合逼近性能分析 | 第33-34页 |
| 3.4.3 噪声敏感性试验 | 第34-35页 |
| 3.5 本章小结 | 第35-36页 |
| 第四章 奶牛点云体尺参数提取方法 | 第36-49页 |
| 4.1 奶牛体尺参数选取 | 第36-37页 |
| 4.2 奶牛体尺参数自动提取方法 | 第37-44页 |
| 4.2.1 主要躯体点云分割 | 第37-38页 |
| 4.2.2 体尺参数提取 | 第38-44页 |
| 4.3 体尺参数提取精度试验及结果分析 | 第44-48页 |
| 4.3.1 试验结果 | 第44-46页 |
| 4.3.2 误差分析 | 第46-48页 |
| 4.4 本章小结 | 第48-49页 |
| 第五章 奶牛体重预测模型 | 第49-63页 |
| 5.1 奶牛体重预测模型建立 | 第49-59页 |
| 5.1.1 多元线性回归模型 | 第49-53页 |
| 5.1.2 逐步回归分析模型 | 第53-54页 |
| 5.1.3 偏最小二乘法模型 | 第54-56页 |
| 5.1.4 BP神经网络模型 | 第56-58页 |
| 5.1.5 RBF神经网络模型 | 第58-59页 |
| 5.2 奶牛体重预测结果及误差分析 | 第59-62页 |
| 5.2.1 奶牛体重预测结果 | 第60页 |
| 5.2.2 误差分析 | 第60-62页 |
| 5.3 本章小结 | 第62-63页 |
| 第六章 结论与展望 | 第63-65页 |
| 6.1 结论 | 第63-64页 |
| 6.2 创新点 | 第64页 |
| 6.3 展望 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 缩略词表 | 第69-70页 |
| 致谢 | 第70-71页 |
| 作者简介 | 第71页 |
