| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-14页 |
| ·研究背景及意义 | 第7-8页 |
| ·机器视觉、光谱分析和高光谱成像 | 第8-9页 |
| ·光谱图像技术在水果内部品质检测中的研究现状 | 第9-12页 |
| ·近红外光谱分析 | 第9-11页 |
| ·高光谱图像技术 | 第11-12页 |
| ·本文研究内容 | 第12-14页 |
| 第二章 光谱图像技术基本原理及模型评价指标 | 第14-20页 |
| ·光谱图像技术基本原理 | 第14-16页 |
| ·光谱分析的基本原理 | 第14-15页 |
| ·高光谱成像的基本原理 | 第15-16页 |
| ·光谱图像分析中常用的建模方法及评价指标 | 第16-19页 |
| ·常用建模方法的介绍 | 第16-18页 |
| ·常用的模型评价指标 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 第三章 基于 IGA-PLSP 的近红外波段选择 | 第20-30页 |
| ·常用近红外波段选择方法 | 第20-21页 |
| ·IGA-PLSP 算法 | 第21-23页 |
| ·免疫遗传算法 | 第21-23页 |
| ·偏最小二乘投影系数法 | 第23页 |
| ·基于 IGA-PLSP 算法的波段选择 | 第23页 |
| ·基于 IGA-PLSP 算法的柑橘 SSC 预测 | 第23-29页 |
| ·近红外仪器和实验样本 | 第24页 |
| ·数据采集 | 第24-25页 |
| ·柑橘样本划分 | 第25页 |
| ·结果比较 | 第25-29页 |
| ·本章小结 | 第29-30页 |
| 第四章 基于 GGD-Mean 的高光谱图像特征提取 | 第30-41页 |
| ·高光谱散射图像技术及仪器 | 第30-31页 |
| ·高光谱散射图像技术基本原理 | 第30页 |
| ·实验仪器 | 第30-31页 |
| ·实验数据采集 | 第31-33页 |
| ·苹果样本的采集 | 第31页 |
| ·高光谱散射图像的采集 | 第31-32页 |
| ·苹果样本真实值的测量 | 第32-33页 |
| ·高光谱散射图像常用的特征提取方法 | 第33-35页 |
| ·平均反射法 | 第33-34页 |
| ·洛伦兹分布函数拟合法 | 第34-35页 |
| ·基于 GGD-Mean 的高光谱散射图像特征提取方法 | 第35-38页 |
| ·广义高斯分布 | 第35-36页 |
| ·基于 GGD-Mean 的特征提取 | 第36-38页 |
| ·硬度和 SSC 预测结果 | 第38-40页 |
| ·样本划分 | 第38页 |
| ·结果比较 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 第五章 基于 FR-PLS 的苹果粉质化的分类模型 | 第41-51页 |
| ·苹果粉质化及样本采集 | 第41-42页 |
| ·苹果粉质化 | 第41页 |
| ·苹果样本的采集 | 第41-42页 |
| ·苹果样本真实值的测量 | 第42页 |
| ·模糊关系应用于粉质化分类 | 第42-45页 |
| ·模糊关系 | 第43页 |
| ·隶属度函数 | 第43-45页 |
| ·多模型结果判别 | 第45页 |
| ·数据采集及处理 | 第45-48页 |
| ·在线高光谱成像系统 | 第45-46页 |
| ·高光谱散射图像的采集 | 第46-48页 |
| ·粉质化分类结果 | 第48-50页 |
| ·样本划分 | 第48页 |
| ·结果比较 | 第48-50页 |
| ·本章小结 | 第50-51页 |
| 主要结论与展望 | 第51-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 附录 : 作者在攻读硕士学位期间发表的论文 | 第58页 |
