前言
1 绪论
1.1 背景及意义
1.1.1 研究背景
1.1.2 羊体尺参数及体型对羊性能的影响
1.1.3 福利化养殖是现代畜牧业发展的必然趋势
1.1.4 无应激的体尺测量是改善动物福利的有效手段
1.2 国内外研究现状
1.2.1 羊体尺参数与体重的研究现状
1.2.2 视觉技术在动物形态参数测量中的应用研究
1.2.3 动物三维模型构建技术的研究
1.3 研究内容和技术路线
1.3.1 研究目标和内容
1.3.2 存在问题
1.3.3 技术路线
2 双目立体视觉的基本理论与摄像机标定
2.1 相机透视投影模型
2.2 双目立体视觉原理
2.3 摄像机标定
2.3.1 Zhang摄像机标定法原理
2.3.2 标定板图像采集
2.3.3 摄像机标定过程
2.4 双目立体视觉测量系统设计
2.4.1 系统主界面设计及采集功能实现
2.4.2 摄像机标定功能实现
2.5 本章小结
3 复杂背景下的羊体信息识别算法与优化
3.1 引言
3.2 图像分割的相关理论与方法
3.2.1 模糊C均值算法
3.2.2 多尺度分水岭算法
3.2.3 Graph Cut算法
3.3 基于改进的Graph Cut算法的羊体信息提取
3.3.1 改进的Graph Cut算法
3.3.2 羊体侧视图像数据采集
3.3.3 多尺度分水岭预分割
3.3.4 分割结果及分析
3.4 算法的适应性分析
3.4.1 基于双目摄像机的羊体侧视图像获取
3.4.2 带色彩的多尺度Retinex羊体图像预处理
3.4.3 羊体图像分割结果
3.5 本章小结
4 羊体尺参数的测量
4.1 羊体重预估
4.1.1 逐步回归法建模与分析
4.1.2 偏最小二乘回归法建模与分析
4.2 轮廓提取
4.3 基于包络线分析体尺测点检测法
4.3.1 区间划分
4.3.2 曲线拟合
4.3.3 基于包络线的体尺测点检测法
4.4 基于多姿态羊体测点提取
4.5 体尺参数的计算
4.6 羊体尺参数测量结果分析
4.7 本章小结
5 羊体图像匹配及三维重构
5.1 引言
5.2 基于RANSAC改进极线约束的特征点匹配算法
5.2.1 特征匹配的相关理论知识
5.2.2 改进的对极距离的特征匹配算法
5.2.3 标定板图像匹配结果及分析
5.3 羊体图像的立体匹配
5.3.1 基于模板匹配的羊体图像
5.3.2 基于SIFT的羊体特征点匹配
5.4 基于双目立体视觉的羊体三维重建与可视化
5.4.1 基于模板匹配的羊体三维可视化
5.4.2 基于特征点的羊体三维可视化
5.5 主动式羊体三维重建
5.5.1 羊体点云数据采集
5.5.2 数据预处理及羊体三维重构
5.5.3 羊体尺参数提取与分析
5.6 不同方法的羊体尺检测结果分析
5.7 本章小结
6 总结与展望
6.1 总结
6.2 创新点
6.3 展望
参考文献
展开