光谱图像技术在柑橘采摘和采后处理中的应用研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-12页 |
| 第一章 绪论 | 第12-22页 |
| ·研究的目的和意义 | 第12-13页 |
| ·光谱图像技术简介 | 第13-15页 |
| ·高光谱图像技术概述 | 第15-17页 |
| ·国内外研究现状 | 第17-20页 |
| ·采摘机器人识别方法的研究现状 | 第17-18页 |
| ·光谱图像技术在农畜产品品质检测中的研究现状 | 第18-20页 |
| ·目前研究的不足及本研究的主要内容 | 第20-22页 |
| ·目前研究的不足 | 第20-21页 |
| ·研究的主要内容 | 第21-22页 |
| 第二章 光谱图像采集装置 | 第22-29页 |
| ·基于滤波片的光谱图像采集系统 | 第22-23页 |
| ·基于光谱仪的光谱图像采集系统 | 第23-29页 |
| ·摄像机 | 第24-25页 |
| ·光源和光箱 | 第25-26页 |
| ·输送装置 | 第26-28页 |
| ·计算机 | 第28-29页 |
| 第三章 光谱图像技术识别自然场景下的柑橘 | 第29-46页 |
| ·图像采集 | 第29-31页 |
| ·图像预处理 | 第31-36页 |
| ·构建三维数据块 | 第31-33页 |
| ·最小噪声分离变换 | 第33-36页 |
| ·柑橘特征提取 | 第36-42页 |
| ·光谱角分类法 | 第37-39页 |
| ·匹配滤波法 | 第39-40页 |
| ·线性光谱分解 | 第40-42页 |
| ·结果比较与分析 | 第42-44页 |
| ·结果讨论 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 第四章 光谱图像技术检测柑橘果锈 | 第46-79页 |
| ·图像采集 | 第46-47页 |
| ·数据预处理 | 第47-49页 |
| ·果锈特征提取 | 第49-77页 |
| ·基于特征空间的非监督分类法 | 第49-53页 |
| ·基于特征空间的监督分类法 | 第53-62页 |
| ·基于光谱空间的分类法 | 第62-67页 |
| ·波段比法 | 第67-71页 |
| ·两步主成分分析法 | 第71-77页 |
| ·结论 | 第77-78页 |
| ·本章小结 | 第78-79页 |
| 第五章 结论与展望 | 第79-82页 |
| ·结论 | 第79-81页 |
| ·光谱图像技术识别自然场景下柑橘的研究成果 | 第79-80页 |
| ·光谱图像技术检测柑橘果锈的研究成果 | 第80-81页 |
| ·展望 | 第81-82页 |
| 致谢 | 第82-83页 |
| 参考文献 | 第83-89页 |
| 在读硕士期间发表的学术论文 | 第89页 |
| 在读硕士期间申请的专利 | 第89页 |
| 在读硕士期间参与的科研项目 | 第89页 |
| 在读硕士期间获得的个人荣誉 | 第89页 |
