基于红外技术的生猪体温自动检测的研究
| 摘要 | 第9-10页 |
| Abstract | 第10页 |
| 第一章 前言 | 第11-21页 |
| 1.1 生猪养殖的影响因素 | 第11-15页 |
| 1.1.1 周围环境对猪的生长影响 | 第12-14页 |
| 1.1.2 体温的重要性及传统测量方法 | 第14-15页 |
| 1.2 利用现代电子技术检测生猪体温的方法 | 第15-19页 |
| 1.2.1 红外技术 | 第15-17页 |
| 1.2.2 自动检测技术 | 第17-19页 |
| 1.3 研究的目的与意义 | 第19-20页 |
| 1.4 技术路线 | 第20-21页 |
| 第二章 基于物联网的生猪生长监控系统模型的构建 | 第21-31页 |
| 2.1 物联网技术概论 | 第21-24页 |
| 2.1.1 物联网技术 | 第21页 |
| 2.1.2 物联网技术的体系架构 | 第21-22页 |
| 2.1.3 物联网畜牧业研究进展 | 第22-24页 |
| 2.2 系统模型的构建 | 第24-29页 |
| 2.2.1 现场环境 | 第26-27页 |
| 2.2.2 设备安装 | 第27-28页 |
| 2.2.3 体温数据的采集 | 第28-29页 |
| 2.3 本章小结 | 第29-31页 |
| 第三章 基于红外技术的生猪体温自动检测系统 | 第31-37页 |
| 3.1 开发平台labview简介 | 第31页 |
| 3.2 红外相机的选型 | 第31-32页 |
| 3.3 系统设计 | 第32-35页 |
| 3.3.1 现场环境及设备安装 | 第34-35页 |
| 3.3.2 照片命名规则 | 第35页 |
| 3.4 图像采集 | 第35-36页 |
| 3.5 本章小结 | 第36-37页 |
| 第四章 基于红外技术的图像处理方法 | 第37-47页 |
| 4.1 基于图像预处理的生猪轮廓的提取 | 第38-42页 |
| 4.1.1 图像二值化 | 第38-40页 |
| 4.1.2 图像识别 | 第40-42页 |
| 4.2 红外图像温度信息的提取 | 第42-46页 |
| 4.3 本章小结 | 第46-47页 |
| 第五章 结论 | 第47-49页 |
| 参考文献 | 第49-53页 |
| 附件 | 第53-57页 |
| 致谢 | 第57页 |
