引言
1 绪论
1.1 研究的背景及意义
1.2 计算机视觉的国内外发展现状
1.3 水下蟹苗信息采集系统的总目标和技术路线
1.4 课题主要研究内容以及章节安排
2.1 图像处理与计算机视觉
2.2 图像的背景建模
2.3 图像的形态学运算
2.4 图像的特征提取
2.5 支持向量机(SVM)
2.6 自适应增强算法(AdaBoost)
2.7 竞争型神经网络
2.8 本章小结
3 水下视频的蟹苗识别
3.1 实验材料和方案
3.2 水下物体的提取和筛选
3.3 溞状幼体和杂质的分类
3.4 大眼幼体和杂质的分类
3.5 结果讨论
3.6 本章小结
4 蟹苗健康状态判别
4.1 材料和方法
4.2 趋光能力的量化
4.3 蟹苗聚集图像的数量估计
4.4 实验结果
4.5 结果讨论
4.6 本章小结
5 池内总量估计
5.1 材料和方法
5.2 池内蟹苗总量估计
5.3 实验结果
5.4 结果讨论
5.5 本章小结
6.1 工作总结
6.2 存在的不足和展望
参考文献
在学研究成果
致谢