| 摘要 | 第3-5页 |
| ABSTRACT | 第5-7页 |
| 图表索引 | 第11-15页 |
| 第一章 绪论 | 第15-21页 |
| 1.1 研究目的及意义 | 第15-16页 |
| 1.2 国内外研究现状 | 第16-18页 |
| 1.2.1 猪只姿态行为识别的研究现状 | 第16-17页 |
| 1.2.2 特征优选研究现状 | 第17-18页 |
| 1.3 论文研究内容及章节安排 | 第18-20页 |
| 1.3.1 论文研究内容 | 第18-19页 |
| 1.3.2 论文的章节安排 | 第19-20页 |
| 1.4 本章小结 | 第20-21页 |
| 第二章 基于改进均值漂移算法和粗糙集的猪只目标提取 | 第21-43页 |
| 2.1 图像采集 | 第21-25页 |
| 2.1.1 硬件系统 | 第21-24页 |
| 2.1.2 软件系统 | 第24-25页 |
| 2.2 数字图像分割算法 | 第25-26页 |
| 2.3 均值漂移算法简介及其应用 | 第26-29页 |
| 2.3.1 均值漂移算法 | 第26-28页 |
| 2.3.2 融合纹理的均值漂移分割算法应用综述 | 第28-29页 |
| 2.4 粗糙集约简纹理特征 | 第29-34页 |
| 2.4.1 粗糙集属性约简理论简介 | 第29-30页 |
| 2.4.2 纹理特征优选 | 第30-34页 |
| 2.5 基于静态图像分割法的猪只目标提取 | 第34-41页 |
| 2.5.1 融合颜色与纹理的均值漂移图像分割 | 第34-38页 |
| 2.5.2 形态学操作和中值滤波 | 第38-41页 |
| 2.6 本章小结 | 第41-43页 |
| 第三章 猪只姿态描述的备选特征筛选 | 第43-61页 |
| 3.1 猪只图像的外轮廓提取 | 第43-50页 |
| 3.1.1 Roberts 边缘检测算子 | 第44-45页 |
| 3.1.2 Sobel 边缘检测算子 | 第45页 |
| 3.1.3 Prewitt 边缘检测算子 | 第45-46页 |
| 3.1.4 Laplacian 边缘检测算子 | 第46-47页 |
| 3.1.5 LoG 边缘检测算子 | 第47-48页 |
| 3.1.6 Canny 边缘检测算子 | 第48-50页 |
| 3.2 描述猪只目标的备选特征集 | 第50-53页 |
| 3.2.1 几何参数特征集 | 第50-52页 |
| 3.2.2 边界矩特征集 | 第52-53页 |
| 3.3 基于粗糙集的备选特征集筛选 | 第53-60页 |
| 3.3.1 几何参数特征集的筛选 | 第55-57页 |
| 3.3.2 边界矩特征集的筛选 | 第57-60页 |
| 3.4 本章小结 | 第60-61页 |
| 第四章 基于模板匹配的猪只姿态识别 | 第61-73页 |
| 4.1 模板匹配的基本原理 | 第61-66页 |
| 4.1.1 匹配的基本思想及其分类 | 第61-64页 |
| 4.1.2 模板匹配的要素 | 第64-65页 |
| 4.1.3 模板匹配的评价 | 第65-66页 |
| 4.2 本文模板匹配的思路 | 第66-67页 |
| 4.3 猪只姿态识别 | 第67-72页 |
| 4.3.1 模板的获取及模板匹配流程图 | 第68页 |
| 4.3.2 几何参数特征集的特征优选 | 第68-70页 |
| 4.3.3 边界矩特征集的特征优选 | 第70-71页 |
| 4.3.4 实验结果分析及总体设计方案 | 第71-72页 |
| 4.4 本章小结 | 第72-73页 |
| 第五章 总结与展望 | 第73-75页 |
| 5.1 研究工作总结 | 第73-74页 |
| 5.2 研究工作展望 | 第74-75页 |
| 参考文献 | 第75-79页 |
| 致谢 | 第79-81页 |
| 攻读学位期间发表的学术论文及参与的科研项目 | 第81页 |