首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于近红外高光谱图像技术对板栗果实的无损检测与品质鉴定

摘要第3-5页
Abstract第5-6页
1 文献综述第9-20页
    1.1 水果常规检测方法第9页
    1.2 高光谱技术概述第9-11页
        1.2.1 高光谱检测的原理及特点第9-10页
        1.2.2 高光谱技术的发展及应用第10-11页
    1.3 高光谱技术的相关分析第11-17页
        1.3.1 图像分析方法第11-12页
        1.3.2 光谱处理的方法第12-13页
        1.3.3 特征波长的筛选第13-14页
        1.3.4 定量分析模型的建立第14-15页
        1.3.5 定性分析模型的建立第15-16页
        1.3.6 模型评价指标第16-17页
    1.4 高光谱技术在水果上的研究进展第17-20页
        1.4.1 水果硬度、可溶性固形物含量的测定第18页
        1.4.2 水果糖度的检测第18页
        1.4.3 水果表面缺陷的检测第18页
        1.4.4 水果表面农药残留的分析第18-20页
2 引言第20-22页
    2.1 研究目的和意义第20页
    2.2 研究内容第20页
    2.3 技术路线第20-21页
    2.4 课题来源第21-22页
3 材料与方法第22-26页
    3.1 材料第22-23页
        3.1.1 试验材料第22页
        3.1.2 试剂和药品第22页
        3.1.3 仪器设备第22-23页
    3.2 试验方法第23-26页
        3.2.1 样品近红外高光谱图像的采集第23-24页
        3.2.2 板栗果实主要品质指标分析第24页
        3.2.3 板栗高光谱数据分析方法第24-26页
4 结果与分析第26-34页
    4.1 样品的光谱数据的提取第26-27页
        4.1.1 高光谱图像的处理第26页
        4.1.2 板栗高光谱数据的提取方法第26-27页
    4.2 板栗果实内部品质的定量分析第27-31页
        4.2.1 建模集和验证集的样本划分第27页
        4.2.2 特征光谱波段的选择第27页
        4.2.3 光谱预处理方法的选择第27-28页
        4.2.4 定量分析模型的建立第28-30页
        4.2.5 对未知样品指标的预测第30-31页
    4.3 板栗果实的定性分析第31-34页
        4.3.1 品种识别模型的建立第31-32页
        4.3.2 品质识别模型的建立第32-34页
5 讨论与结论第34-36页
    5.1 讨论第34页
    5.2 结论第34-36页
参考文献第36-40页
附图第40-43页
致谢第43-44页
作者简介第44页

论文共44页,点击 下载论文
上一篇:从追问技术到技术批判--从海德格尔到马尔库塞技术异化思想之逻辑演进
下一篇:和谐社会建构中的道德价值实现研究