面向水产养殖监控的多运动鱼体目标检测算法研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 课题背景及意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-13页 |
| 1.3 本文主要研究内容 | 第13-15页 |
| 第2章 基于背景建模的运动目标检测算法原理 | 第15-31页 |
| 2.1 引言 | 第15页 |
| 2.2 基于混合高斯模型的运动目标检测算法 | 第15-21页 |
| 2.2.1 单高斯背景建模算法 | 第15-17页 |
| 2.2.2 混合高斯背景建模算法 | 第17-21页 |
| 2.3 基于局部二值纹理特征的运动目标检测算法 | 第21-27页 |
| 2.3.1 局部二值纹理特征描述 | 第21-24页 |
| 2.3.2 基于局部二值纹理的背景建模算法 | 第24-27页 |
| 2.4 运动鱼体目标检测的难点 | 第27-30页 |
| 2.4.1 鱼类养殖监控场景分析 | 第27-29页 |
| 2.4.2 背景建模中的难点 | 第29-30页 |
| 2.5 本章小结 | 第30-31页 |
| 第3章 GMM与LBP背景建模算法的对比研究 | 第31-45页 |
| 3.1 引言 | 第31页 |
| 3.2 评价方法与标准数据库 | 第31-33页 |
| 3.3 颜色空间分析与选择 | 第33-34页 |
| 3.4 GMM模型关键参数对检测结果的影响 | 第34-39页 |
| 3.4.1 模型个数 | 第35页 |
| 3.4.2 初始化帧数 | 第35-36页 |
| 3.4.3 模型学习率 | 第36-37页 |
| 3.4.4 背景成分阈值 | 第37-38页 |
| 3.4.5 不同模型参数对检测影响的对比 | 第38页 |
| 3.4.6 不同颜色空间对算法的影响 | 第38-39页 |
| 3.5 LBP及其衍生算子对检测结果的影响 | 第39-44页 |
| 3.5.1 不同颜色空间对纹理图像的影响 | 第39-40页 |
| 3.5.2 LBP衍生算子背景模型参数的影响 | 第40-42页 |
| 3.5.3 不同纹理算子的检测结果对比 | 第42-44页 |
| 3.6 本章小结 | 第44-45页 |
| 第4章 基于改进XCS-LBP的运动目标检测算法 | 第45-57页 |
| 4.1 引言 | 第45页 |
| 4.2 基于改进XCS-LBP的背景建模方法 | 第45-49页 |
| 4.2.1 改进的XCS-LBP纹理特征描述 | 第45-46页 |
| 4.2.2 背景更新与前景检测 | 第46-49页 |
| 4.3 实验结果与分析 | 第49-56页 |
| 4.4 本章小结 | 第56-57页 |
| 结论 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第63-64页 |
| 致谢 | 第64页 |
