| 摘要 | 第3-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第13-19页 |
| 1.1 研究背景与意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-17页 |
| 1.2.1 基于视频监控的目标检测研究现状 | 第14-15页 |
| 1.2.2 基于视频监控的运动目标跟踪研究现状 | 第15-17页 |
| 1.3 论文的主要研究内容和结构安排 | 第17-18页 |
| 1.3.1 论文主要研究内容 | 第17-18页 |
| 1.3.2 论文结构安排 | 第18页 |
| 1.4 本章小结 | 第18-19页 |
| 第二章 生猪视频实时采集系统 | 第19-31页 |
| 2.1 系统总体设计方案 | 第19-21页 |
| 2.2 生猪视频实时采集系统硬件部分 | 第21-26页 |
| 2.2.1 硬件总体架构 | 第21-22页 |
| 2.2.2 主要硬件介绍 | 第22-26页 |
| 2.3 硬件现场安装方案与软件开发环境搭建 | 第26-30页 |
| 2.3.1 硬件现场安装方案 | 第26-27页 |
| 2.3.2 软件开发环境搭建 | 第27-30页 |
| 2.4 本章小结 | 第30-31页 |
| 第三章 生猪目标检测与跟踪 | 第31-53页 |
| 3.1 图像预处理 | 第32-38页 |
| 3.1.1 图像压缩 | 第32-34页 |
| 3.1.2 感兴趣区域分割 | 第34-35页 |
| 3.1.3 视频图像滤波 | 第35-37页 |
| 3.1.4 直方图均衡化 | 第37-38页 |
| 3.2 生猪目标检测及分割 | 第38-47页 |
| 3.2.1 均值漂移算法(Mean-shift) | 第38-42页 |
| 3.2.2 GrabCut分割算法 | 第42-45页 |
| 3.2.3 Mean-ShiftGrabCut算法 | 第45-47页 |
| 3.3 生猪目标跟踪 | 第47-52页 |
| 3.3.1 目标跟踪算法简介 | 第47-48页 |
| 3.3.2 改进的Vibe融合颜色检测算法 | 第48-52页 |
| 3.4 本章小结 | 第52-53页 |
| 第四章 生猪活动参数获取及异常判断 | 第53-73页 |
| 4.1 生猪运动轨迹绘制 | 第53-60页 |
| 4.2 生猪运动行程量 | 第60-61页 |
| 4.3 猪群扎堆识别 | 第61-67页 |
| 4.3.1 扎堆特征选取 | 第62-64页 |
| 4.3.2 猪群扎堆识别 | 第64-66页 |
| 4.3.3 扎堆识别实验结果 | 第66-67页 |
| 4.4 生猪异常判定 | 第67-71页 |
| 4.4.1 异常评分表的建立 | 第68-69页 |
| 4.4.2 基于评分体系的异常判断 | 第69-71页 |
| 4.4.3 上位机显示界面 | 第71页 |
| 4.5 本章小结 | 第71-73页 |
| 第五章 总结与展望 | 第73-75页 |
| 5.1 研究工作总结 | 第73-74页 |
| 5.2 研究工作展望 | 第74-75页 |
| 参考文献 | 第75-81页 |
| 致谢 | 第81-83页 |
| 攻读硕士学位期间发表的学术论文和科技成果 | 第83页 |