声明
1 绪论
1.1 选题背景与意义
1.2 国内外研究现状
1.2.1 图像识别与机器视觉的研究现状
1.2.2 投饵设备的国内外研究现状
1.3 本文主要内容
2.1 需求分析
2.2 方案设计
2.3 硬件选择
2.3.1 图像采集装置
2.3.2 远程管理与控制平台
2.3.3 投饵控制器选择
2.4 开发软件选择
2.4.1 图像识别与图像处理软件
2.4.2 梭子蟹体重预测建模软件
2.4.3 控制系统开发软件
2.5 本章小结
3 基于图像识别的海洋蟹外形尺寸提取
3.1 图像采集
3.2 目标分割
3.2.1 高斯混合模型
3.2.2 GrabCut算法
3.2.3 梭子蟹整体目标分割结果
3.3 图像处理
3.3.1 图像灰度化
3.3.2 图像滤波去噪
3.3.3 图像二值化
3.3.4 形态学处理
3.3.5 甲壳分割
3.3.6 面积与长宽参数计算
3.4 试验结果与分析
3.5 本章小结
4 基于遗传-支持向量机的海洋蟹体重预测
4.1 支持向量机
4.1.1 支持向量机基本原理
4.1.2 支持向量机回归
4.2 遗传优化支持向量机
4.2.1 遗传算法介绍
4.2.2 遗传算法运算一般流程
4.2.3 GA优化支持向量机参数
4.3 基于GA-SVM的梭子蟹体重预测模型
4.3.1 模型建立
4.3.2 实证性研究
4.3.3 结果分析比较
4.4 本章小结
5 投饵控制系统设计
5.1 投饵机结构设计
5.2 投饵控制系统方案
5.3 投饵控制系统结构设计
5.3.1 相关硬件选型
5.3.2 电路设计
5.4 远程投饵系统设计
5.4.1 上下位机通讯
5.4.2 上位机界面设计
5.5 本章小结
6.1 本文总结
6.2 研究展望
参考文献
附录A 定量下料装置工作原理
在学研究成果
致谢