| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 引言 | 第12-28页 |
| 1.1 课题研究背景及意义 | 第12-14页 |
| 1.1.1 集约化设施养羊是内蒙古养羊业的重要发展方向 | 第12页 |
| 1.1.2 精准养殖是提升设施肉羊产业效益及福利化水平的现实必然 | 第12-13页 |
| 1.1.3 无应激生长监测是精准养羊的重要内容 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-24页 |
| 1.2.1 羊只体尺参数及其应用研究现状 | 第14-18页 |
| 1.2.2 羊只体尺、体重参数测量方法及技术现状 | 第18-23页 |
| 1.2.3 基于体尺参数的羊只形态评价研究现状 | 第23-24页 |
| 1.3 存在的问题及研究内容 | 第24-25页 |
| 1.3.1 存在的问题 | 第24-25页 |
| 1.3.2 研究内容 | 第25页 |
| 1.4 研究方法与技术路线 | 第25-28页 |
| 1.4.1 研究方法 | 第25-26页 |
| 1.4.2 技术路线 | 第26-28页 |
| 2 羊只形态信息的无应激获取系统设计 | 第28-45页 |
| 2.1 羊只空间形态信息无应激获取设计方案 | 第28-31页 |
| 2.1.1 空间形态信息采集情景设定 | 第29-30页 |
| 2.1.2 视觉测量方案选型 | 第30-31页 |
| 2.2 羊只形态信息采集系统需求分析 | 第31-33页 |
| 2.2.1 形态信息采集系统硬件需求分析 | 第31-32页 |
| 2.2.2 形态采集系统软件需求分析 | 第32-33页 |
| 2.3 羊只形态信息采集系统设计与实现 | 第33-43页 |
| 2.3.1 羊只形态信息无应激测量系统硬件构架 | 第33-36页 |
| 2.3.2 羊只形态信息无应激测量系统软件开发 | 第36-41页 |
| 2.3.3 羊只形态信息无应激测量系统测试 | 第41-43页 |
| 2.4 小结 | 第43-45页 |
| 3 羊只视觉图像前景提取 | 第45-62页 |
| 3.1 图像去噪与光照补偿 | 第45-47页 |
| 3.1.1 图像去噪 | 第45-46页 |
| 3.1.2 图像光照补偿 | 第46-47页 |
| 3.2 彩色图像分割与前景提取 | 第47-52页 |
| 3.2.1 SLIC彩色图像分割 | 第48-50页 |
| 3.2.2 FCM前景提取 | 第50-52页 |
| 3.3 前景图像后处理 | 第52-55页 |
| 3.4 基于算法内涵的设计改进 | 第55-60页 |
| 3.4.1 基于算法内涵的羊只体位限定装置改进 | 第56-57页 |
| 3.4.2 基于算法内涵的FCM聚类参数选取改进 | 第57-60页 |
| 3.5 小结 | 第60-62页 |
| 4 体高、体长类体尺参数测量 | 第62-89页 |
| 4.1 轮廓提取及其区间划分 | 第65-69页 |
| 4.1.1 轮廓提取 | 第65-67页 |
| 4.1.2 区间划分 | 第67-69页 |
| 4.2 区间轮廓拟合及其测点提取 | 第69-78页 |
| 4.2.1 区间轮廓拟合 | 第69-73页 |
| 4.2.2 体高、体长类参数测点提取 | 第73-77页 |
| 4.2.3 体高、体长类体尺测量 | 第77-78页 |
| 4.3 基于多体姿适应性的算法改进 | 第78-82页 |
| 4.3.1 基于多体姿的算法适应性测试 | 第78-80页 |
| 4.3.2 局部检测算法改进 | 第80-82页 |
| 4.4 基于视觉的体高、体长类体尺实测 | 第82-87页 |
| 4.4.1 算法的稳定性测试 | 第82-85页 |
| 4.4.2 算法的有效性测试 | 第85-87页 |
| 4.5 小结 | 第87-89页 |
| 5 体宽类体尺参数测量 | 第89-105页 |
| 5.1 骨架提取及对称中心线拟合 | 第91-94页 |
| 5.1.1 骨架提取 | 第91-93页 |
| 5.1.2 骨架剪枝及对称中心线提取 | 第93-94页 |
| 5.2 体宽参数提取 | 第94-98页 |
| 5.2.1 近似中轴提取 | 第94-96页 |
| 5.2.2 体宽参数提取 | 第96-98页 |
| 5.3 基于多体姿适应性的算法改进 | 第98-100页 |
| 5.3.1 基于多体姿的算法适应性测试 | 第98-99页 |
| 5.3.2 基于柔性区间划分的算法改进 | 第99-100页 |
| 5.4 基于视觉的体宽参数实测 | 第100-104页 |
| 5.4.1 体宽参数测点稳定性测试 | 第101-102页 |
| 5.4.2 体宽参数有效性测试 | 第102-104页 |
| 5.5 小结 | 第104-105页 |
| 6 基于体尺数据的体质量预估 | 第105-118页 |
| 6.1 数据预处理 | 第105-107页 |
| 6.2 基于羊只体尺数据的体重预估模型构建 | 第107-114页 |
| 6.2.1 基于单因素的体尺与体质量回归模型构建 | 第107-108页 |
| 6.2.2 基于多元线性回归方法的体尺与体质量回归模型构建 | 第108页 |
| 6.2.3 基于偏最小二乘线性回归方法的体尺与体质量回归模型构建 | 第108-111页 |
| 6.2.4 基于RBF神经网络的体尺与体质量模型构建 | 第111-112页 |
| 6.2.5 基于支持向量机的体尺与体质量模型构建 | 第112-114页 |
| 6.3 体质量预估模型分析 | 第114-117页 |
| 6.3.1 体质量预估模型精度测试 | 第114-116页 |
| 6.3.2 体质量预估模型讨论 | 第116-117页 |
| 6.4 小结 | 第117-118页 |
| 7 结论与展望 | 第118-121页 |
| 7.1 结论 | 第118-119页 |
| 7.2 创新点 | 第119页 |
| 7.3 展望 | 第119-121页 |
| 致谢 | 第121-123页 |
| 参考文献 | 第123-133页 |
| 作者简介 | 第133-134页 |
