| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| Abstract | 第9-10页 |
| 第一章 绪论 | 第17-25页 |
| 1.1 课题研究背景和意义 | 第17-20页 |
| 1.1.1 研究背景 | 第17-19页 |
| 1.1.2 研究意义 | 第19-20页 |
| 1.2 国内外研究现状 | 第20-23页 |
| 1.2.1 机器视觉技术在农产品品质无损检测的应用研究现状 | 第20-22页 |
| 1.2.2 高光谱成像技术在马铃薯外部缺陷无损检测中的应用研究现状 | 第22页 |
| 1.2.3 针对马铃薯表面发芽发绿缺陷的研究现状 | 第22-23页 |
| 1.3 本文主要研究内容与技术路线 | 第23-24页 |
| 1.3.1 研究目的和内容 | 第23-24页 |
| 1.3.2 技术路线 | 第24页 |
| 1.4 本章小结 | 第24-25页 |
| 第二章 高光谱实验平台构建与处理软件 | 第25-29页 |
| 2.1 高光谱成像原理及系统介绍 | 第25-27页 |
| 2.1.1 高光谱成像原理 | 第25-26页 |
| 2.1.2 高光谱系统介绍 | 第26-27页 |
| 2.2 高光谱图像采集及校正 | 第27页 |
| 2.3 高光谱处理软件 | 第27-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第三章 马铃薯萌芽期预测的初步探索 | 第29-53页 |
| 3.1 马铃薯生物特性 | 第29-31页 |
| 3.1.1 块茎的外部结构 | 第29-30页 |
| 3.1.2 块茎的休眠特性 | 第30页 |
| 3.1.3 块茎的发芽期 | 第30-31页 |
| 3.2 实验样本 | 第31-35页 |
| 3.2.1 样本预处理 | 第32-33页 |
| 3.2.2 样本固定 | 第33-34页 |
| 3.2.3 图像采集 | 第34-35页 |
| 3.3 高光谱图像处理 | 第35-38页 |
| 3.3.1 芽眼定位 | 第35-36页 |
| 3.3.2 芽眼光谱获取和归类 | 第36-38页 |
| 3.4 萌芽期预测时间分类 | 第38-39页 |
| 3.5 特征参数提取 | 第39-47页 |
| 3.5.1 基于全波段光谱图的特征参数提取 | 第39-45页 |
| 3.5.2 基于数据降维的特征参数提取 | 第45-47页 |
| 3.6 结果与分析 | 第47-51页 |
| 3.6.1 Fisher判别模型 | 第48-49页 |
| 3.6.2 LSSVM判别模型 | 第49-51页 |
| 3.6.3 模型分析 | 第51页 |
| 3.7 本章小结 | 第51-53页 |
| 第四章 马铃薯顶芽部位萌芽期的有效性验证 | 第53-69页 |
| 4.1 实验样本 | 第53-57页 |
| 4.1.1 实验目的 | 第54页 |
| 4.1.2 样本预处理 | 第54页 |
| 4.1.3 样本固定 | 第54-56页 |
| 4.1.4 图像采集 | 第56-57页 |
| 4.2 高光谱图像处理 | 第57-60页 |
| 4.2.1 芽眼定位 | 第57-58页 |
| 4.2.2 芽眼光谱获取和归类 | 第58-60页 |
| 4.3 萌芽期预测时间分类 | 第60-61页 |
| 4.4 特征参数提取 | 第61-63页 |
| 4.4.1 基于全波段光谱图的特征参数提取 | 第61页 |
| 4.4.2 基于数据降维的特征参数提取 | 第61-63页 |
| 4.5 结果与分析 | 第63-68页 |
| 4.5.1 Fisher判别模型 | 第63-65页 |
| 4.5.2 LSSVM判别模型 | 第65-66页 |
| 4.5.3 模型分析 | 第66页 |
| 4.5.4 对比分析 | 第66-68页 |
| 4.6 本章小结 | 第68-69页 |
| 第五章 马铃薯萌芽预测软件系统的研究与开发 | 第69-80页 |
| 5.1 需求分析与开发环境 | 第69页 |
| 5.2 软件图像处理模块 | 第69-74页 |
| 5.3 软件数据分析模块 | 第74-79页 |
| 5.4 本章小结 | 第79-80页 |
| 第六章 总结与展望 | 第80-83页 |
| 6.1 研究结论 | 第80-81页 |
| 6.2 主要创新点 | 第81页 |
| 6.3 展望 | 第81-83页 |
| 参考文献 | 第83-87页 |
| 作者简历 | 第87页 |