基于计算机视觉的鹦鹉临震行为关键技术的研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 智能视频分析技术的研究现状 | 第12页 |
| 1.2.2 动物行为分析的研究现状 | 第12-13页 |
| 1.3 研究目的及意义 | 第13-14页 |
| 1.4 本文研究内容 | 第14-15页 |
| 1.5 论文章节安排 | 第15-16页 |
| 1.6 本章小结 | 第16-17页 |
| 第2章 系统总体设计 | 第17-21页 |
| 2.1 引言 | 第17页 |
| 2.2 系统设计思想 | 第17页 |
| 2.3 系统硬件与软件设计 | 第17-20页 |
| 2.3.1 系统的硬件部分 | 第17-18页 |
| 2.3.2 系统软件架构设计 | 第18-19页 |
| 2.3.3 主要功能模块介绍 | 第19-20页 |
| 2.4 本章小结 | 第20-21页 |
| 第3章 目标的检测跟踪 | 第21-34页 |
| 3.1 引言 | 第21页 |
| 3.2 图像处理 | 第21-25页 |
| 3.2.1 图像的颜色模型 | 第21-23页 |
| 3.2.2 图像的去噪 | 第23-25页 |
| 3.3 目标检测 | 第25-30页 |
| 3.3.1 常用的目标提取方法 | 第25-28页 |
| 3.3.2 改进型的背景差分法 | 第28-30页 |
| 3.4 目标跟踪 | 第30-31页 |
| 3.5 实验结果及分析 | 第31-33页 |
| 3.5.1 目标提取算法实验结果比较 | 第31-32页 |
| 3.5.2 阴影消除实验结果及分析 | 第32-33页 |
| 3.6 本章小结 | 第33-34页 |
| 第4章 鹦鹉的形态识别 | 第34-42页 |
| 4.1 引言 | 第34页 |
| 4.2 鹦鹉的形态描述 | 第34-37页 |
| 4.2.1 外接椭圆 | 第35-36页 |
| 4.2.2 Hu矩 | 第36-37页 |
| 4.3 鹦鹉的形态的分类 | 第37-39页 |
| 4.3.1 支持向量机的分析方法 | 第37页 |
| 4.3.2 朴素贝叶斯的分类方法 | 第37-39页 |
| 4.4 实验结果及分析 | 第39-41页 |
| 4.5 本章小结 | 第41-42页 |
| 第5章 鹦鹉的行为分析 | 第42-54页 |
| 5.1 引言 | 第42页 |
| 5.2 常用的行为分析方法 | 第42-44页 |
| 5.3 本文行为分析方法 | 第44-49页 |
| 5.3.1 鹦鹉的跳动的行为分析 | 第44-45页 |
| 5.3.2 鹦鹉的饮食行为分析 | 第45-46页 |
| 5.3.3 鹦鹉行为规律的分析 | 第46-49页 |
| 5.4 实验结果及分析 | 第49-53页 |
| 5.5 本章小结 | 第53-54页 |
| 第6章 系统实现 | 第54-58页 |
| 6.1 引言 | 第54页 |
| 6.2 系统开发环境及其相关技术的介绍 | 第54-55页 |
| 6.3 主要模块实现 | 第55-56页 |
| 6.3.1 视频图像采集模块 | 第55页 |
| 6.3.2 鹦鹉对象的检测跟踪模块 | 第55-56页 |
| 6.3.3 鹦鹉的形态识别和行为分析模块 | 第56页 |
| 6.4 系统界面介绍 | 第56-57页 |
| 6.5 本章小结 | 第57-58页 |
| 第7章 总结与展望 | 第58-61页 |
| 7.1 总结 | 第58-59页 |
| 7.2 展望 | 第59-61页 |
| 参考文献 | 第61-64页 |
| 致谢 | 第64-65页 |
| 攻读学位期间参加的科研项目和成果 | 第65页 |
