基于机器视觉的β类药物残留检测系统的研究与应用
| 致谢 | 第1-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7-11页 |
| 图清单 | 第11-13页 |
| 表清单 | 第13-14页 |
| 1 绪论 | 第14-22页 |
| ·本课题研究的目的和意义 | 第14-15页 |
| ·胶体金免疫层析法检测药物残留的基本原理 | 第15-18页 |
| ·免疫胶体金技术的基本原理 | 第15-16页 |
| ·胶体金免疫层析试条的检测原理 | 第16-17页 |
| ·金标试条定量检测方法研究 | 第17-18页 |
| ·国内外研究现状 | 第18-20页 |
| ·本文主要研究内容 | 第20-21页 |
| ·论文结构安排 | 第21-22页 |
| 2 基于计算机视觉的β类药物残留检测系统设计 | 第22-27页 |
| ·计算机视觉技术 | 第22页 |
| ·基于机器视觉的β类药物残留检测系统设计 | 第22-26页 |
| ·系统总体方案的设计 | 第22-23页 |
| ·图像采集硬件结构设计 | 第23-25页 |
| ·软件系统设计 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 3 试纸条图像检测与分割处理 | 第27-43页 |
| ·基于边缘积分投影的试纸条图像检测 | 第27-33页 |
| ·检测卡图像边缘检测 | 第27-28页 |
| ·检测卡边缘图像积分投影 | 第28-30页 |
| ·基于边缘检测和积分投影的试纸条图像检测 | 第30-33页 |
| ·试纸条图像预处理 | 第33-36页 |
| ·试纸条图像灰度校正 | 第33-34页 |
| ·试纸条图像滤波 | 第34-36页 |
| ·试纸条图像分割 | 第36-42页 |
| ·改进的积分投影算法 | 第37-39页 |
| ·基于积分投影的图像分割效果及比较 | 第39-42页 |
| ·本章小结 | 第42-43页 |
| 4 基于改进的最小二乘支持向量机的浓度预测 | 第43-69页 |
| ·最小二乘支持向量机 | 第43-48页 |
| ·支持向量机原理 | 第43-46页 |
| ·最小二乘支持向量机回归算法 | 第46-48页 |
| ·改进的遗传模拟退火算法 | 第48-55页 |
| ·改进的遗传算法 | 第48-51页 |
| ·模拟退火算法 | 第51-54页 |
| ·改进的遗传模拟退火算法 | 第54-55页 |
| ·基于 GSAA 的 LSSVM 参数选择算法 | 第55-56页 |
| ·基于改进 LSSVM 的浓度预测实例分析 | 第56-68页 |
| ·试纸条图像特征值计算 | 第56-58页 |
| ·用于定量检测的混合算法参数设置 | 第58-59页 |
| ·数据拟合模型拟合效果分析比较 | 第59-61页 |
| ·基于 LSSVM 的浓度预测分析 | 第61-68页 |
| ·本章小结 | 第68-69页 |
| 5 药物残留定量检测系统实现 | 第69-74页 |
| ·软件开发工具 | 第69页 |
| ·操作界面介绍 | 第69-72页 |
| ·系统主软件流程图 | 第72-73页 |
| ·本章小结 | 第73-74页 |
| 6 总结和展望 | 第74-76页 |
| ·总结 | 第74页 |
| ·展望 | 第74-76页 |
| 参考文献 | 第76-80页 |
| 作者简介 | 第80页 |
