| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第11-20页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外农产品品质无损检测的研究现状 | 第12-17页 |
| 1.2.1 基于光谱技术的农产品无损检测研究 | 第12-14页 |
| 1.2.2 基于计算机视觉技术的农产品无损检测研究 | 第14-15页 |
| 1.2.3 基于高光谱图像技术的农产品无损检测研究 | 第15-17页 |
| 1.3 本文主要研究内容 | 第17-19页 |
| 1.3.1 主要研究内容 | 第17-18页 |
| 1.3.2 主要技术路线 | 第18-19页 |
| 1.4 本章小结 | 第19-20页 |
| 第2章 高光谱数据采集系统和化学实验 | 第20-26页 |
| 2.1 高光谱数据采集系统 | 第20-22页 |
| 2.1.1 高光谱图像采集仪器 | 第20-21页 |
| 2.1.2 高光谱图像的采集与标定 | 第21页 |
| 2.1.3 高光谱数据的提取 | 第21-22页 |
| 2.2 化学实验 | 第22-25页 |
| 2.2.1 大米水分含量测量方法 | 第22-24页 |
| 2.2.2 大米淀粉含量测量方法 | 第24-25页 |
| 2.3 本章小结 | 第25-26页 |
| 第3章 相关算法研究 | 第26-36页 |
| 3.1 数据预处理方法 | 第26-28页 |
| 3.1.1 SG卷积平滑算法 | 第26-27页 |
| 3.1.2 变量标准化校正算法 | 第27页 |
| 3.1.3 小波变换算法 | 第27-28页 |
| 3.2 特征波长选取方法 | 第28-30页 |
| 3.2.1 连续投影算法 | 第28-29页 |
| 3.2.2 主成分分析法 | 第29-30页 |
| 3.3 数学建模方法 | 第30-34页 |
| 3.3.1 SVM回归算法 | 第30-31页 |
| 3.3.2 LS-SVM回归算法 | 第31-33页 |
| 3.3.3 BCC-LS-SVM回归算法 | 第33-34页 |
| 3.4 模型性能评价指标 | 第34-35页 |
| 3.4.1 定性模型评价标准 | 第34页 |
| 3.4.2 定量模型评价标准 | 第34-35页 |
| 3.5 本章小结 | 第35-36页 |
| 第4章 基于高光谱图像的大米品种鉴别 | 第36-43页 |
| 4.1 实验样本备制 | 第36页 |
| 4.2 高光谱图像采集 | 第36-38页 |
| 4.2.1 感兴趣区域的提取 | 第36页 |
| 4.2.2 光谱、形态、纹理特征提取 | 第36-38页 |
| 4.3 特征波长选择 | 第38-39页 |
| 4.4 预测模型 | 第39-41页 |
| 4.4.1 基于全波长光谱的SVM预测模型研究 | 第39-41页 |
| 4.4.2 基于特征波长光谱的SVM预测模型研究 | 第41页 |
| 4.5 模型结果分析 | 第41-42页 |
| 4.6 本章小结 | 第42-43页 |
| 第5章 基于高光谱图像技术的大米水分无损检测 | 第43-49页 |
| 5.1 实验样本制备 | 第43-44页 |
| 5.1.1 实验材料 | 第43页 |
| 5.1.2 高光谱图像采集 | 第43-44页 |
| 5.2 高光谱图像处理和特征提取 | 第44-46页 |
| 5.2.1 预处理 | 第44-45页 |
| 5.2.2 特征波长选择 | 第45-46页 |
| 5.3 预测模型 | 第46-47页 |
| 5.3.1 基于全波长光谱的模型研究 | 第46页 |
| 5.3.2 基于特征波长光谱的模型研究 | 第46-47页 |
| 5.4 模型结果分析 | 第47页 |
| 5.5 本章小结 | 第47-49页 |
| 第6章 基于高光谱图像技术的淀粉含量的无损检测 | 第49-55页 |
| 6.1 实验样本制备 | 第49-50页 |
| 6.1.1 实验材料 | 第49页 |
| 6.1.2 高光谱图像采集 | 第49-50页 |
| 6.2 高光谱图像处理和特征提取 | 第50-52页 |
| 6.2.1 高光谱数据预处理 | 第50-51页 |
| 6.2.2 高光谱数据特征波长选择 | 第51-52页 |
| 6.3 预测模型 | 第52-53页 |
| 6.3.1 基于全波长光谱的模型研究 | 第52-53页 |
| 6.3.2 基于特征波长光谱的模型研究 | 第53页 |
| 6.4 模型结果分析 | 第53页 |
| 6.5 本章小结 | 第53-55页 |
| 第7章 总结与展望 | 第55-58页 |
| 7.1 论文工作总结 | 第55-56页 |
| 7.2 展望 | 第56-58页 |
| 参考文献 | 第58-63页 |
| 致谢 | 第63-64页 |
| 攻读硕士学位期间发表的学术论文 | 第64页 |