| 摘要 | 第1-6页 |
| ABSTRACT | 第6-13页 |
| 第一章 绪论 | 第13-20页 |
| ·研究背景与动机 | 第13-15页 |
| ·研究目的 | 第15-17页 |
| ·研究方法 | 第17-18页 |
| ·本文的主要工作和组织结构 | 第18-20页 |
| ·本文的主要工作 | 第18页 |
| ·本文的组织结构 | 第18-20页 |
| 第二章 活体鱼运动轨迹提取算法 | 第20-30页 |
| ·图像预处理 | 第20页 |
| ·背景图像相减法 | 第20-21页 |
| ·运动轨迹的提取 | 第21-24页 |
| ·算法流程 | 第22-24页 |
| ·轨迹置信度检测 | 第24页 |
| ·运动轨迹的精细化 | 第24-29页 |
| ·鱼体轨迹的细线化 | 第24-26页 |
| ·鱼体路径线匹配与判定 | 第26-29页 |
| ·本章小结 | 第29-30页 |
| 第三章 基于神经网络的活体鱼运动轨迹对比算法研究 | 第30-36页 |
| ·BP神经网络 | 第30-31页 |
| ·BP神经网络的学习算法 | 第31-32页 |
| ·BP算法的局限 | 第32页 |
| ·改进的BP算法 | 第32-33页 |
| ·对比机制 | 第33-34页 |
| ·试验结果与分析 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第四章 活体鱼运动轨迹表示与分析算法研究 | 第36-56页 |
| ·运动轨迹的表示方法 | 第36-39页 |
| ·基于链码的运动轨迹表示方法 | 第36-37页 |
| ·基于坐标—角度的表示方法 | 第37-39页 |
| ·基于序列集的表示方法 | 第39页 |
| ·运动轨迹的分析方法 | 第39-42页 |
| ·基于形状的运动轨迹聚类分析方法 | 第39-41页 |
| ·基于PCA的运动轨迹分析方法 | 第41-42页 |
| ·改进的基于序列数据集活体鱼运动轨迹表示与分析方法 | 第42-55页 |
| ·序列集的基本性质 | 第42-43页 |
| ·序列集的特征分析 | 第43-44页 |
| ·改进的基于序列集的表示与分析方法 | 第44-46页 |
| ·实验结果与分析 | 第46-55页 |
| ·本章小结 | 第55-56页 |
| 第五章 水质异常预警系统实现 | 第56-62页 |
| ·水质监测系统组成 | 第56-58页 |
| ·实验平台的硬件组成 | 第56-57页 |
| ·实验平台软件结构 | 第57-58页 |
| ·软件的设计与实现 | 第58-59页 |
| ·系统实现的若干关键技术 | 第59-61页 |
| ·数据缓冲池技术 | 第59-60页 |
| ·OPENCV机器视觉库 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 第六章 总结与展望 | 第62-65页 |
| ·总结 | 第62-63页 |
| ·研究与展望 | 第63-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 附录 | 第70页 |