基于机器视觉的水产养殖致病菌感染模型实验系统研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.2 研究现状 | 第12-15页 |
| 1.2.1 机器视觉在水产养殖业的应用 | 第12-14页 |
| 1.2.2 水产养殖致病菌研究现状 | 第14-15页 |
| 1.3 课题主要研究内容 | 第15-16页 |
| 1.4 论文组织结构 | 第16-18页 |
| 第二章 致病菌感染模型实验系统设计方案 | 第18-30页 |
| 2.1 引言 | 第18页 |
| 2.2 系统整体方案设计 | 第18-20页 |
| 2.3 机器视觉信息处理 | 第20-25页 |
| 2.3.1 视频数据采集 | 第20-23页 |
| 2.3.2 视频数据处理 | 第23-25页 |
| 2.4 致病菌浓度与水质参数控制 | 第25-29页 |
| 2.4.1 致病菌浓度控制 | 第25-27页 |
| 2.4.2 水质参数控制 | 第27-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第三章 基于机器视觉的鱼类活力检测方法 | 第30-48页 |
| 3.1 引言 | 第30页 |
| 3.2 鱼类活力检测整体方案 | 第30-32页 |
| 3.3 鱼类运动目标检测 | 第32-41页 |
| 3.3.1 常用目标检测算法 | 第32-34页 |
| 3.3.2 基于背景差分的目标检测 | 第34-41页 |
| 3.4 鱼类运动目标跟踪 | 第41-45页 |
| 3.4.1 常用视频跟踪算法 | 第41-43页 |
| 3.4.2 目标边界提取 | 第43-44页 |
| 3.4.3 目标形心提取 | 第44-45页 |
| 3.5 实验结果分析 | 第45-47页 |
| 3.6 本章小结 | 第47-48页 |
| 第四章 致病菌感染模型实验平台搭建 | 第48-64页 |
| 4.1 引言 | 第48页 |
| 4.2 实验系统整体装置 | 第48-56页 |
| 4.2.1 视频采集模块 | 第49-52页 |
| 4.2.2 水质参数检测模块 | 第52-56页 |
| 4.3 实验系统软件平台 | 第56-63页 |
| 4.3.1 总体功能介绍 | 第56-58页 |
| 4.3.2 数据库结构设计 | 第58-59页 |
| 4.3.3 人机交互界面 | 第59-63页 |
| 4.4 本章小结 | 第63-64页 |
| 第五章 实验与分析 | 第64-76页 |
| 5.1 引言 | 第64页 |
| 5.2 相关实验步骤 | 第64-69页 |
| 5.2.1 致病菌培养 | 第64-66页 |
| 5.2.2 致病菌浓度控制 | 第66-68页 |
| 5.2.3 致病菌感染鲫鱼实验 | 第68-69页 |
| 5.3 数据分析及模型建立 | 第69-74页 |
| 5.3.1 初始活力判断 | 第70-71页 |
| 5.3.2 死亡率统计 | 第71-72页 |
| 5.3.3 模型建立 | 第72-74页 |
| 5.4 本章小结 | 第74-76页 |
| 第六章 总结与展望 | 第76-78页 |
| 6.1 总结 | 第76-77页 |
| 6.2 展望 | 第77-78页 |
| 参考文献 | 第78-82页 |
| 致谢 | 第82-84页 |
| 攻读硕士学位期间的成果 | 第84页 |
