摘要 | 第4-6页 |
abstract | 第6-7页 |
引言 | 第10-11页 |
1 绪论 | 第11-14页 |
1.1 选题的背景及意义 | 第11页 |
1.2 生物式水质监测研究现状 | 第11-12页 |
1.3 本文研究内容和章节安排 | 第12-14页 |
2 监测平台的搭建及毒性实验 | 第14-16页 |
2.1 硬件平台的组成 | 第14页 |
2.2 实验准备 | 第14-15页 |
2.3 本章小结 | 第15-16页 |
3 运动目标检测 | 第16-31页 |
3.1 主要的目标检测算法 | 第16-17页 |
3.2 本文中的目标检测算法 | 第17-27页 |
3.2.1 摄像机标定 | 第18页 |
3.2.2 混合高斯背景建模原理 | 第18-20页 |
3.2.3 中值滤波 | 第20页 |
3.2.4 自适应OTSU阈值选择 | 第20-23页 |
3.2.5 形态学处理 | 第23-26页 |
3.2.6 连通域标记和提取 | 第26-27页 |
3.3 实验结果 | 第27-30页 |
3.4 本章小结 | 第30-31页 |
4 目标跟踪 | 第31-43页 |
4.1 搜索算法 | 第31页 |
4.2 数据关联 | 第31-33页 |
4.3 本文中的跟踪算法 | 第33-41页 |
4.3.1 个体鱼跟踪 | 第33-34页 |
4.3.2 鱼群跟踪 | 第34-36页 |
4.3.3 同目标关联 | 第36-41页 |
4.4 实验结果 | 第41-42页 |
4.5 本章小结 | 第42-43页 |
5 鱼群体和个体的行为特征量化 | 第43-55页 |
5.1 群体参数 | 第43-46页 |
5.2 个体参数 | 第46-47页 |
5.3 行为参数结果分析 | 第47-53页 |
5.3.1 群体特征参数 | 第47-50页 |
5.3.2 个体特征参数 | 第50-52页 |
5.3.3 二维参数和三维参数的对比 | 第52-53页 |
5.4 本章小结 | 第53-55页 |
6 基于PSO-SVM异常检测的水质预警方法的研究 | 第55-61页 |
6.1 SVM算法介绍 | 第55-57页 |
6.1.1 模型建立 | 第56-57页 |
6.2 粒子群优化算法介绍 | 第57页 |
6.3 基于PSO-SVM的水质预警模型 | 第57-58页 |
6.4 实验结果及分析 | 第58-60页 |
6.4.1 三种优化参数方法的比较 | 第58-59页 |
6.4.2 二维、三维群体参数,合并单条行为参数 的分类结果比较 | 第59-60页 |
6.5 本章小结 | 第60-61页 |
7 总结与展望 | 第61-62页 |
7.1 本文总结 | 第61页 |
7.2 今后展望 | 第61-62页 |
参考文献 | 第62-65页 |
在校研究成果 | 第65-66页 |
致谢 | 第66页 |