| 摘要 | 第1-7页 |
| ABSTRACT | 第7-14页 |
| 第一章 动物行为识别方法及研究现状绪论 | 第14-29页 |
| 第一节 动物行为常用研究模式与参数 | 第14-17页 |
| 1．1．1 基于运动分析的实验及参数 | 第15-16页 |
| 1．1．2 基于形状分析的实验及参数 | 第16-17页 |
| 第二节 行为识别方法研究进展概述 | 第17-19页 |
| 1．2．1 观察法 | 第17-18页 |
| 1．2．2 传感法 | 第18页 |
| 1．2．3 视频跟踪法 | 第18-19页 |
| 1．2．4 数字图像处理法 | 第19页 |
| 第三节 数字图像处理和分析在行为识别中的研究现状 | 第19-28页 |
| 1．3．1 目标检测算法 | 第20-23页 |
| 1．3．2 行为自动识别算法 | 第23-27页 |
| 1．3．3 现有行为自动识别系统的功能局限性 | 第27页 |
| 1．3．4 小结 | 第27-28页 |
| 第四节 本研究的目的、内容和意义 | 第28-29页 |
| 第二章 行为自动识别以及算法 | 第29-69页 |
| 第一节 目标检测算法 | 第29-34页 |
| 2．1．1 目标检测算法原理 | 第29-32页 |
| 2．1．2 目标检测的实际问题 | 第32-34页 |
| 第二节 体态识别算法 | 第34-59页 |
| 2．2．1 大鼠体态定义及分类 | 第34-36页 |
| 2．2．2 体态识别算法的选择 | 第36页 |
| 2．2．3 基于轮廓曲率和谱系聚类的识别算法 | 第36-48页 |
| 2．2．4 基于朴素贝时斯分类器及形状不变量的识别算法 | 第48-58页 |
| 2．2．5 体态识别算法的比较 | 第58-59页 |
| 第二节 基于运动的分析和算法 | 第59-63页 |
| 2．3．1 图像重心矩的计算 | 第59-60页 |
| 2．3．2 距离和时间参数 | 第60-62页 |
| 2．3．3 路径分析 | 第62-63页 |
| 第四节 行为自动识别 | 第63-69页 |
| 2．4．1 站立体态的识别 | 第63-64页 |
| 2．4．2 行为识别和行为谱的建立 | 第64-66页 |
| 2．4．3 行为谱修正 | 第66-67页 |
| 2．4．4 采样频率对参数的影响 | 第67-69页 |
| 第三章 大鼠行为图像自动分析系统 | 第69-82页 |
| 第一节 系统组成 | 第69-71页 |
| 第二节 系统构成框架 | 第71-72页 |
| 3．2．1 系统框架 | 第71页 |
| 3．2．2 模块和实验流程 | 第71-72页 |
| 第三节 系统算法流程图 | 第72-73页 |
| 第四节 行为分析系统主要功能及优越性 | 第73-82页 |
| 3．4．1 灵活设置实验参数 | 第74-75页 |
| 3．4．2 实时描绘行为谱 | 第75-76页 |
| 3．4．3 查看多种实验结果 | 第76-78页 |
| 3．4．4 结果导出 | 第78-79页 |
| 3．4．5 离线分析再实验 | 第79-82页 |
| 第四章 行为图像自动分析系统的应用 | 第82-101页 |
| 第一节 大鼠睡眠剥夺实验 | 第82-84页 |
| 4．1．1 睡眼剥夺研究的意义 | 第82页 |
| 4．1．2 目前的研究方法与水平 | 第82-84页 |
| 第二节 睡眠剥夺大鼠旷场行为评价 | 第84-89页 |
| 4．2．1 实验动物 | 第84-85页 |
| 4．2．2 实验方法 | 第85页 |
| 4．2．3 实验结果 | 第85-88页 |
| 4．2．4 结果分析与讨论 | 第88-89页 |
| 第三节 黄芪对大鼠睡眠剥夺后行为的影响 | 第89-93页 |
| 4．3．1 实验材料 | 第89页 |
| 4．3．2 实验步骤 | 第89-90页 |
| 4．3．3 实验结果 | 第90-92页 |
| 4．3．4 结果分析与讨论 | 第92-93页 |
| 第四节 水迷宫实验 | 第93-100页 |
| 4．4．1 实验材料 | 第93页 |
| 4．4．2 实验器具和环境 | 第93-94页 |
| 4．4．3 实验步骤 | 第94页 |
| 4．4．4 实验结果和讨论 | 第94-96页 |
| 4．4．5 实验结果分析 | 第96-100页 |
| 第五节 小结 | 第100-101页 |
| 第五章 工作总结和展望 | 第101-103页 |
| 博士期间相关论文发表情况 | 第103-104页 |
| 参考文献 | 第104-114页 |
| 致谢 | 第114页 |