声明
摘要
第1章 绪论
1.1 研究背景
1.2 国内外研究现状与分析
1.2.1 计算机视觉技术在生猪行为监测领域的研究进展
1.2.2 计算机视觉技术在生猪形体检测领域的研究进展
1.2.3 红外热图像在牲畜养殖领域的研究进展
1.2.4 牲畜步态研究进展及深度图像在养殖领域的应用前景分析
1.2.5 研究现状分析和本文研究目标
1.3 本文主要研究内容
1.3.1 图像配准
1.3.2 多源图像融合
1.3.3 生猪兴趣部位的识别定位与区域温度特征提取
1.3.4 生猪行走步态描述子的构造
1.3.5 生猪行走步态特征的提取方法
1.4 课题来源
1.5 本文章节安排
第2章 生猪红外与可见光图像自动配准方法的研究
2.1 问题的提出
2.2 图像配准方法
2.3 基于射线轮廓匹配的生猪红外和可见光自动配准
2.3.1 射线边缘特征点集的构建
2.3.2 相似性度量
2.3.3 RPROP迭代加速
2.4 实验与分析
2.5 本章小结
第3章 生猪红外和可见光图像融合方法的研究
3.1 问题的提出
3.2 图像融合技术
3.2.1 图像融合方法
3.2.2 图像融合评价
3.3 基于非子采样轮廓波变换的生猪红外和可见光图像融合
3.3.1 非子采样轮廓波变换
3.3.2 基于NSCT的生猪红外热图像和可见光图像融合规则设计
3.4 实验分析
3.4.1 不同融合方法对比实验
3.4.2 NSCT融合规则对比实验
3.5 本章小结
第4章 基于计算机的生猪耳根部体表温度自动检测方法研究
4.1 问题的提出
4.2 红外热图像中生猪体表温度兴趣区实验分析
4.3 主动形状模型
4.4 基于改进主动形状模型的耳部区域检测
4.4.1 特征点的选取规则
4.4.2 局部纹理模型的改进
4.4.3 基于骨架匹配的初始形状定位
4.5 侧视视角耳部区域检测及耳根部体表温度检测实验与分析
4.5.1 耳部区域检测实验
4.5.2 耳根部提取及耳根部体表温度检测实验
4.6 俯视视角耳部区域检测的算法改进与实验
4.7 本章小结
第5章 基于深度图像序列的生猪步频特征提取
5.1 问题的提出
5.2 生猪行走深度图像序列采集与预处理
5.3 生猪行走步态描述子
5.3.1 生猪步态描述子的构造思想
5.3.2 前后肢左、右侧端点的判定
5.3.3 基于左、右端点坐标关系的步态描述子
5.4 基于正弦曲线拟合的生猪行走步频特征提取
5.4.1 算法描述
5.4.2 实验结果与分析
5.5 基于步态序列分割的步频特征提取
5.5.1 基本步态单元的定义
5.5.2 序列分割与步频特征提取
5.5.3 实验结果与分析
5.6 本章小结
第6章 总结与展望
6.1 全文总结
6.2 存在的问题及对未来工作的展望
参考文献
致谢
攻读博士学位期间发表的论文与科研工作