首页--农业科学论文--农作物论文--经济作物论文--油料作物论文--油菜籽(芸薹)论文

NIRS结合计算机图像处理技术分析油菜籽粒色及数学模型的创建

摘要第1-9页
Abstract第9-11页
第1章 文献综述第11-16页
   ·关于油菜籽粒色的研究第11-12页
     ·油菜及油菜种子粒色第11页
     ·黄籽油菜的特点第11页
     ·油菜籽粒色的鉴定与等级划分第11-12页
   ·近红外光谱技术第12-13页
     ·近红外光谱技术的概念第12页
     ·近红外光谱技术的基本原理第12-13页
     ·近红外光谱技术的特点第13页
   ·近红外光谱技术的应用第13-15页
     ·近红外光谱技术在农业领域的应用第14页
     ·近红外光谱技术在油菜研究领域的应用第14-15页
   ·计算机图像处理技术在农业领域的应用第15-16页
第2章 绪论第16-17页
   ·研究目的与意义第16页
   ·研究内容与范围第16-17页
第3章 材料与方法第17-20页
   ·试验材料第17页
   ·试验方法第17-20页
     ·近红外光谱数据的收集第17页
     ·样品籽粒图像采集第17-18页
     ·籽粒图像转化为粒色信息第18页
     ·粒色信息的筛选与组合第18页
     ·NIRS数学模型的创建第18-20页
第4章 结果与分析第20-30页
   ·粒色图像处理结果第20-24页
     ·粒色信息数值RGB的分布第20页
     ·样品粒色等级的划分第20页
     ·各等级中样品的RGB参数值分布与变化情况第20-22页
     ·粒色图像的排列排列及变化情况第22-24页
   ·粒色信息(RGB值)NIRS数学模型的创建第24-27页
     ·甘蓝型油菜粒色信息NIRS模型的建立第24-26页
     ·白菜型油菜粒色信息NIRS模型的建立第26-27页
   ·粒色信息(RGB值)NIRS数学模型的分析与验证第27-30页
     ·甘蓝型油菜R值的NIRS数学模型及外部检验第27-28页
     ·白菜型油菜R值的NIRS数学模型及外部检验第28页
     ·甘蓝型与白菜型混合样品R值的NIRS数学模型及外部检验第28-30页
第5章 结论第30-31页
第6章 讨论第31-34页
   ·模型对于粒色等级划分的参考价值第31页
   ·挑选合适的样品获得最佳的数学模型第31页
   ·粒色信息的采集以及图像处理转化的方法第31-32页
   ·模型的使用范围第32页
   ·模型的完善与提高第32页
   ·建模参数的调整第32-34页
参考文献第34-36页
致谢第36-37页
在校期间发表论文第37页

论文共37页,点击 下载论文
上一篇:紫心甘薯[Ipomoea batatas (L.)Lam.]花色苷的积累与合成酶活性的关系研究
下一篇:陆地棉IT-ISJ标记遗传连锁图谱构建