哺乳仔猪群体目标检测与特征行为分类方法研究
摘要 | 第3-4页 |
abstract | 第4页 |
1 引言 | 第9-15页 |
1.1 研究背景及意义 | 第9-10页 |
1.2 国内外相关研究概况 | 第10-12页 |
1.2.1 国外研究现状 | 第10-11页 |
1.2.2 国内研究现状 | 第11-12页 |
1.3 存在的问题 | 第12-13页 |
1.4 研究内容及研究目标 | 第13-15页 |
1.4.1 研究内容 | 第13页 |
1.4.2 拟达到的目标 | 第13-14页 |
1.4.3 技术路线 | 第14-15页 |
2 哺乳仔猪特征图像处理 | 第15-18页 |
2.1 哺乳仔猪特征的灰度化 | 第15页 |
2.2 哺乳仔猪特征的去噪 | 第15-16页 |
2.3 哺乳仔猪特征的增强 | 第16-18页 |
3 哺乳仔猪群体目标检测 | 第18-21页 |
3.1 背景差分法 | 第18页 |
3.2 哺乳仔猪群体目标检测方法 | 第18-21页 |
4 图像的分割 | 第21-25页 |
4.1 图像的二值化 | 第21页 |
4.2 图像的分割 | 第21-25页 |
4.2.1 双峰法 | 第22页 |
4.2.2 迭代法 | 第22-23页 |
4.2.3 最大类间方差法 | 第23-25页 |
5 形态学处理 | 第25-27页 |
5.1 图像的腐蚀与膨胀 | 第25页 |
5.2 图像的开运算和闭运算 | 第25页 |
5.3 图像的填充 | 第25-27页 |
6 哺乳仔猪群体特征行为分类检测方法 | 第27-31页 |
6.1 Radon变换 | 第27-28页 |
6.2 哺乳仔猪群体最小包围矩形面积的获得 | 第28-29页 |
6.3 哺乳仔猪群体目标面积的获取 | 第29-30页 |
6.4 基于面积比法的特征行为识别 | 第30-31页 |
7 算法的实现与分类试验评估 | 第31-40页 |
7.1 Matlab简介 | 第31页 |
7.2 算法描述 | 第31-32页 |
7.3 试验分析 | 第32-40页 |
7.3.1 试验设备(硬件部分) | 第32-34页 |
7.3.2 试验对象 | 第34-35页 |
7.3.3 试验环境 | 第35-36页 |
7.3.4 试验过程 | 第36-37页 |
7.3.5 试验结果 | 第37-38页 |
7.3.6 试验分析 | 第38页 |
7.3.7 分类能力评估 | 第38-40页 |
8 结论与展望 | 第40-41页 |
致谢 | 第41-42页 |
参考文献 | 第42-45页 |
作者简介 | 第45页 |