| 摘要 | 第1-5页 |
| Abstract | 第5-11页 |
| 第1章 绪论 | 第11-20页 |
| ·研究目的和意义 | 第11-12页 |
| ·图像和光谱技术在水果品质检测中的应用进展 | 第12-18页 |
| ·图像技术在水果品质检测中的应用进展 | 第12页 |
| ·光谱技术在水果品质检测中的应用进展 | 第12-13页 |
| ·高光谱成像技术在水果品质检测中的应用进展 | 第13-18页 |
| ·有研究的特色和不足 | 第18页 |
| ·研究内容和技术路线图 | 第18-20页 |
| ·研究内容 | 第18-19页 |
| ·研究技术路线图 | 第19-20页 |
| 第2章 实验材料、设备和研究方法 | 第20-30页 |
| ·实验材料和指标检测 | 第20-21页 |
| ·新疆红富士苹果 | 第20页 |
| ·新疆红富士苹果(鲜果和销售)外部质量检测 | 第20-21页 |
| ·实验设备 | 第21-22页 |
| ·高光谱成像设备 | 第21-22页 |
| ·其他设备 | 第22页 |
| ·图像处理和识别技术的基本原理 | 第22-24页 |
| ·图像处理技术 | 第22-23页 |
| ·模式识别技术 | 第23-24页 |
| ·图像处理和识别中主要分析方法的简介 | 第24-30页 |
| ·图像分割 | 第24页 |
| ·边界跟踪 | 第24-26页 |
| ·数学形态学 | 第26-27页 |
| ·最小外接矩形 | 第27页 |
| ·多元线性回归 | 第27页 |
| ·人工神经网络 | 第27-28页 |
| ·决策树 | 第28-29页 |
| ·AdaBoost方法 | 第29-30页 |
| 第3章 基于高光谱图像的新疆红富士苹果重量大小预测研究 | 第30-40页 |
| ·引言 | 第30页 |
| ·材料和方法 | 第30-31页 |
| ·实验材料 | 第30页 |
| ·数据分析步骤和方法 | 第30-31页 |
| ·结果和讨论 | 第31-39页 |
| ·最佳波长的提取 | 第31-33页 |
| ·图像分割 | 第33-37页 |
| ·重量预测模型的建立 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 第4章 基于高光谱图像的新疆红富士苹果尺寸大小预测研究 | 第40-45页 |
| ·引言 | 第40页 |
| ·材料和方法 | 第40-41页 |
| ·实验材料 | 第40页 |
| ·数据分析步骤和方法 | 第40-41页 |
| ·结果和讨论 | 第41-44页 |
| ·尺寸大小预测的特征提取 | 第41-42页 |
| ·尺寸大小获取和预测模型的建立 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 第5章 基于高光谱图像的新疆红富士苹果着色面积的预测研究 | 第45-52页 |
| ·引言 | 第45页 |
| ·材料和方法 | 第45-48页 |
| ·实验材料 | 第45页 |
| ·数据分析步骤和方法 | 第45-48页 |
| ·结果和讨论 | 第48-51页 |
| ·苹果颜色特征的提取 | 第48-50页 |
| ·苹果着色度的预测结果 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 第6章 新疆红富士苹果外部品质分级的判定研究 | 第52-56页 |
| ·引言 | 第52页 |
| ·材料和方法 | 第52-54页 |
| ·实验材料 | 第52页 |
| ·数据分析步骤和方法 | 第52-54页 |
| ·结果和讨论 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 第7章 结论与展望 | 第56-58页 |
| ·主要研究结论 | 第56页 |
| ·进一步的研究 | 第56-58页 |
| 参考文献 | 第58-63页 |
| 致谢 | 第63-64页 |
| 作者简介 | 第64页 |
