基于计算机视觉的单体猪喘气行为视频特征表达方法研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.2.1 国外研究现状 | 第9页 |
| 1.2.2 国内研究现状 | 第9-10页 |
| 1.3 研究内容和方法 | 第10-12页 |
| 1.4 本文组织结构 | 第12-13页 |
| 第二章 视频中单体猪目标提取方法 | 第13-24页 |
| 2.1 图像预处理基本方法 | 第13-19页 |
| 2.1.1 图像灰度化 | 第13-14页 |
| 2.1.2 直方图均衡化 | 第14页 |
| 2.1.3 图像滤波 | 第14-17页 |
| 2.1.4 形态学处理 | 第17-19页 |
| 2.2 视频中生猪目标的分割方法 | 第19-23页 |
| 2.2.1 阈值分割 | 第19-20页 |
| 2.2.2 背景差分法 | 第20-22页 |
| 2.2.3 边缘检测 | 第22-23页 |
| 2.3 本章小结 | 第23-24页 |
| 第三章 单体猪喘气行为的视频特征提取方法 | 第24-38页 |
| 3.1 基本特征提取 | 第24-25页 |
| 3.2 单体猪脊部轮廓平均曲率半径的提取 | 第25-31页 |
| 3.2.1 脊部轮廓平均曲率半径的提取算法 | 第25-28页 |
| 3.2.2 有效脊部轮廓的定位 | 第28-31页 |
| 3.3 单体猪轮廓的最大内接圆提取 | 第31-37页 |
| 3.3.1 最大内接圆提取算法 | 第31-33页 |
| 3.3.2 腿部轮廓去除算法 | 第33-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第四章 单体猪喘气行为的波形图模型 | 第38-44页 |
| 4.1 喘气行为的波形图模型 | 第38-39页 |
| 4.1.1 提取基于曲率特征的喘气波形图 | 第38-39页 |
| 4.1.2 基于内接圆特征的喘气波形图 | 第39页 |
| 4.2 波形图的信号降噪 | 第39-42页 |
| 4.2.1 滑动平均法 | 第40页 |
| 4.2.2 小波分析法 | 第40-42页 |
| 4.3 喘气行为猪的呼吸频率 | 第42-43页 |
| 4.4 本章小结 | 第43-44页 |
| 第五章 实验结果与分析 | 第44-49页 |
| 5.1 ACRD与RACID的比较 | 第44-45页 |
| 5.2 MCRD与RACID的比较 | 第45-47页 |
| 5.3 喘气行为波形图模型的验证 | 第47-48页 |
| 5.3.1 基于ARCD方法验证 | 第47页 |
| 5.3.2 基于MICCD方法验证 | 第47-48页 |
| 5.4 本章小结 | 第48-49页 |
| 第六章 总结与展望 | 第49-51页 |
| 6.1 总结 | 第49页 |
| 6.2 展望 | 第49-51页 |
| 参考文献 | 第51-54页 |
| 硕士期间完成的工作 | 第54-55页 |
| 致谢 | 第55页 |
