| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-19页 |
| 1.1 课题研究的目的和意义 | 第9-10页 |
| 1.2 前景目标提取方法的国内外研究现状 | 第10-16页 |
| 1.2.1 基于区域的目标提取方法 | 第11-12页 |
| 1.2.2 基于阈值的目标提取方法 | 第12-13页 |
| 1.2.3 基于边缘检测的目标提取方法 | 第13-16页 |
| 1.3 课题的主要研究工作 | 第16-17页 |
| 1.4 论文的组织结构 | 第17-19页 |
| 第二章 俯视群养猪视频采集及预处理 | 第19-25页 |
| 2.1 俯视群养猪视频的采集 | 第19-20页 |
| 2.2 限制对比度直方图均衡图像增强 | 第20-24页 |
| 2.3 本章小结 | 第24-25页 |
| 第三章 基于OTSU全局阈值的多猪目标提取 | 第25-38页 |
| 3.1 一维OTSU阈值法 | 第25-26页 |
| 3.2 改进二维OTSU阈值方法 | 第26-35页 |
| 3.2.1 二维直方图 | 第26-28页 |
| 3.2.2 基于二维直方图的近似OTSU的阈值分割 | 第28-29页 |
| 3.2.3 基于二维直方图的准确OTSU的阈值分割 | 第29-34页 |
| 3.2.4 设置有效区域和二值形态学处理 | 第34-35页 |
| 3.3 试验对比及结果分析 | 第35-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第四章 图像自适应分块 | 第38-46页 |
| 4.1 自适应圆形分块 | 第38-40页 |
| 4.1.1 获取圆形子块的质心 | 第38页 |
| 4.1.2 获取圆形子块的半径 | 第38-39页 |
| 4.1.3 圆形分块结果及分析 | 第39-40页 |
| 4.2 自适应椭圆形分块 | 第40-45页 |
| 4.2.1 基于代数距离的椭圆拟合 | 第40-41页 |
| 4.2.2 基于几何距离的椭圆拟合 | 第41-43页 |
| 4.2.3 椭圆分块结果及分析 | 第43-45页 |
| 4.3 自适应圆形分块与椭圆形分块比较 | 第45页 |
| 4.4 本章小结 | 第45-46页 |
| 第五章 基于B样条小波边缘检测的目标提取 | 第46-73页 |
| 5.1 小波变换理论 | 第46-55页 |
| 5.1.1 连续小波变换 | 第46-48页 |
| 5.1.2 多尺度分析（MRA）和Mallat算法 | 第48-51页 |
| 5.1.3 正交小波快速算法 | 第51-53页 |
| 5.1.4 小波基函数的选取准则 | 第53-55页 |
| 5.2 基于B样条的小波边缘检测 | 第55-63页 |
| 5.2.1 B样条函数和构造方法 | 第55-56页 |
| 5.2.2 B样条小波理论 | 第56-57页 |
| 5.2.3 高斯平滑函数与样条平滑函数比较 | 第57-59页 |
| 5.2.4 B样条小波边缘检测 | 第59-63页 |
| 5.3 边缘生长和二值形态学处理 | 第63-65页 |
| 5.3.1 边缘生长 | 第63-64页 |
| 5.3.2 二值形态学处理 | 第64-65页 |
| 5.4 多猪目标提取试验 | 第65-71页 |
| 5.4.1 猪体目标提取 | 第65-67页 |
| 5.4.2 目标提取评价参数 | 第67-68页 |
| 5.4.3 试验结果比较与分析 | 第68-71页 |
| 5.5 本章小结 | 第71-73页 |
| 第六章 总结与展望 | 第73-75页 |
| 6.1 本文小结 | 第73-74页 |
| 6.2 未来展望 | 第74-75页 |
| 参考文献 | 第75-79页 |
| 致谢 | 第79-80页 |
| 攻读硕士学位期间完成的论文 | 第80页 |
