基于機器視覺技術的羊體尺參數(shù)無接觸測量

前言
1 緒論
1.1 背景及意義
1.1.1 研究背景
1.1.2 羊體尺參數(shù)及體型對羊性能的影響
1.1.3 福利化養(yǎng)殖是現(xiàn)代畜牧業(yè)發(fā)展的必然趨勢
1.1.4 無應激的體尺測量是改善動物福利的有效手段
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 羊體尺參數(shù)與體重的研究現(xiàn)狀
1.2.2 視覺技術在動物形態(tài)參數(shù)測量中的應用研究
1.2.3 動物三維模型構建技術的研究
1.3 研究內(nèi)容和技術路線
1.3.1 研究目標和內(nèi)容
1.3.2 存在問題
1.3.3 技術路線
2 雙目立體視覺的基本理論與攝像機標定
2.1 相機透視投影模型
2.2 雙目立體視覺原理
2.3 攝像機標定
2.3.1 Zhang攝像機標定法原理
2.3.2 標定板圖像采集
2.3.3 攝像機標定過程
2.4 雙目立體視覺測量系統(tǒng)設計
2.4.1 系統(tǒng)主界面設計及采集功能實現(xiàn)
2.4.2 攝像機標定功能實現(xiàn)
2.5 本章小結
3 復雜背景下的羊體信息識別算法與優(yōu)化
3.1 引言
3.2 圖像分割的相關理論與方法
3.2.1 模糊C均值算法
3.2.2 多尺度分水嶺算法
3.2.3 Graph Cut算法
3.3 基于改進的Graph Cut算法的羊體信息提取
3.3.1 改進的Graph Cut算法
3.3.2 羊體側視圖像數(shù)據(jù)采集
3.3.3 多尺度分水嶺預分割
3.3.4 分割結果及分析
3.4 算法的適應性分析
3.4.1 基于雙目攝像機的羊體側視圖像獲取
3.4.2 帶色彩的多尺度Retinex羊體圖像預處理
3.4.3 羊體圖像分割結果
3.5 本章小結
4 羊體尺參數(shù)的測量
4.1 羊體重預估
4.1.1 逐步回歸法建模與分析
4.1.2 偏最小二乘回歸法建模與分析
4.2 輪廓提取
4.3 基于包絡線分析體尺測點檢測法
4.3.1 區(qū)間劃分
4.3.2 曲線擬合
4.3.3 基于包絡線的體尺測點檢測法
4.4 基于多姿態(tài)羊體測點提取
4.5 體尺參數(shù)的計算
4.6 羊體尺參數(shù)測量結果分析
4.7 本章小結
5 羊體圖像匹配及三維重構
5.1 引言
5.2 基于RANSAC改進極線約束的特征點匹配算法
5.2.1 特征匹配的相關理論知識
5.2.2 改進的對極距離的特征匹配算法
5.2.3 標定板圖像匹配結果及分析
5.3 羊體圖像的立體匹配
5.3.1 基于模板匹配的羊體圖像
5.3.2 基于SIFT的羊體特征點匹配
5.4 基于雙目立體視覺的羊體三維重建與可視化
5.4.1 基于模板匹配的羊體三維可視化
5.4.2 基于特征點的羊體三維可視化
5.5 主動式羊體三維重建
5.5.1 羊體點云數(shù)據(jù)采集
5.5.2 數(shù)據(jù)預處理及羊體三維重構
5.5.3 羊體尺參數(shù)提取與分析
5.6 不同方法的羊體尺檢測結果分析
5.7 本章小結
6 總結與展望
6.1 總結
6.2 創(chuàng)新點
6.3 展望
參考文獻