基于计算机视觉的育肥猪体重估测分析研究
| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 1 引言 | 第9-14页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 国内外相关研究概况 | 第10-11页 |
| 1.2.1 国外研究现状 | 第10页 |
| 1.2.2 国内研究现状 | 第10-11页 |
| 1.3 存在的问题 | 第11-12页 |
| 1.4 研究的目标和内容 | 第12-13页 |
| 1.4.1 研究目标 | 第12页 |
| 1.4.2 研究内容 | 第12-13页 |
| 1.5 技术路线 | 第13页 |
| 1.6 本章小结 | 第13-14页 |
| 2 试验方案设计 | 第14-19页 |
| 2.1 试验基地概况 | 第14页 |
| 2.2 试验目的 | 第14页 |
| 2.3 试验内容 | 第14-16页 |
| 2.4 试验设备材料 | 第16-17页 |
| 2.5 研究平台的框架 | 第17-18页 |
| 2.6 本章小结 | 第18-19页 |
| 3 猪体图像处理 | 第19-32页 |
| 3.1 图像的预处理 | 第19-22页 |
| 3.1.1 直方图均衡化 | 第19-21页 |
| 3.1.2 图像滤波 | 第21-22页 |
| 3.2 RGB颜色特征处理 | 第22-23页 |
| 3.3 图像分割 | 第23-26页 |
| 3.4 形态学处理 | 第26-27页 |
| 3.5 面积公式推导 | 第27页 |
| 3.6 猪体投影面积估测系统GUI设计 | 第27-31页 |
| 3.6.1 GUI设计简介 | 第27-28页 |
| 3.6.2 猪体投影面积估测系统设计 | 第28-29页 |
| 3.6.3 投影面积估测系统GUI的运行 | 第29-31页 |
| 3.7 本章小结 | 第31-32页 |
| 4 数据分析 | 第32-48页 |
| 4.1 单因素拟合分析 | 第32-36页 |
| 4.1.1 一维体尺最小二乘法拟合分析 | 第32-33页 |
| 4.1.2 二维体尺最小二乘法拟合分析 | 第33-35页 |
| 4.1.3 单因素参数矩阵 | 第35-36页 |
| 4.2 逐步回归法拟合分析 | 第36-39页 |
| 4.3 建立体积模型拟合分析 | 第39-41页 |
| 4.4 神经网络 | 第41-46页 |
| 4.4.1 神经网络概述 | 第41-42页 |
| 4.4.2 RBF神经网络模型 | 第42-44页 |
| 4.4.3 MLP神经网络模型 | 第44-46页 |
| 4.5 误差分析 | 第46-47页 |
| 4.6 本章小结 | 第47-48页 |
| 5 结论与建议 | 第48-49页 |
| 5.1 结论 | 第48页 |
| 5.2 建议 | 第48-49页 |
| 致谢 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 作者简介 | 第53页 |
