| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-18页 |
| ·课题研究背景及意义 | 第10-11页 |
| ·研究现状及应用 | 第11-16页 |
| ·鱼类行为监测 | 第11-12页 |
| ·监测常用技术 | 第12-13页 |
| ·视频目标分割 | 第13-14页 |
| ·视频跟踪 | 第14-16页 |
| ·论文主要研究内容 | 第16-18页 |
| 第2章 鱼类视频跟踪关键技术 | 第18-28页 |
| ·视频监测基本理论 | 第18-21页 |
| ·图像工程 | 第18-19页 |
| ·二值形态学理论 | 第19-21页 |
| ·鱼类视频目标分割 | 第21-25页 |
| ·基于时空分割算法 | 第21-22页 |
| ·基于运动分割算法 | 第22-23页 |
| ·基于变化检测算法 | 第23-24页 |
| ·基于模型算法 | 第24-25页 |
| ·鱼类视频跟踪 | 第25-27页 |
| ·基于区域的跟踪 | 第25-26页 |
| ·基于特征的跟踪 | 第26页 |
| ·基于模型的跟踪 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 基于改进分水岭算法的视频目标分割 | 第28-38页 |
| ·分水岭算法 | 第28页 |
| ·基于标记的多尺度分水岭算法 | 第28-35页 |
| ·运动检测 | 第29-31页 |
| ·改进最小Tsallis 交叉熵 | 第31-32页 |
| ·多尺度形态学梯度 | 第32-34页 |
| ·基于标记的分水岭分割 | 第34-35页 |
| ·算法实验 | 第35-36页 |
| ·运动检测实验 | 第35页 |
| ·基于标记的分水岭分割实验 | 第35-36页 |
| ·本章小结 | 第36-38页 |
| 第4章 基于边缘多值的加权Hausdorff 跟踪 | 第38-52页 |
| ·常用视频跟踪算法 | 第38-40页 |
| ·匹配算法 | 第38页 |
| ·形心算法 | 第38-39页 |
| ·Kalman 滤波模型 | 第39页 |
| ·活动轮廓线模型 | 第39-40页 |
| ·Hausdorff 跟踪 | 第40-43页 |
| ·Hausdorff 距离 | 第40-41页 |
| ·几种常用的改进Hausdorff 距离算法 | 第41-43页 |
| ·基于边缘多值的加权Hausdorff 跟踪算法 | 第43-48页 |
| ·运动目标估计 | 第43-45页 |
| ·基于边缘多值的权值分配 | 第45-46页 |
| ·模板更新 | 第46-48页 |
| ·算法实验 | 第48-51页 |
| ·基于边缘多值的加权Hausdorff 跟踪 | 第48-49页 |
| ·视频序列目标跟踪 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 第5章 鱼类视频跟踪实验 | 第52-62页 |
| ·实验环境 | 第52-53页 |
| ·单鱼运动跟踪实验 | 第53-56页 |
| ·双鱼运动跟踪实验 | 第56-59页 |
| ·实验分析 | 第59-61页 |
| ·本章小结 | 第61-62页 |
| 结论 | 第62-63页 |
| 参考文献 | 第63-69页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第69-70页 |
| 致谢 | 第70-71页 |
| 作者简介 | 第71页 |