基于高光谱图像技术的水蜜桃表面缺陷检测方法研究
致谢 | 第1-8页 |
摘要 | 第8-9页 |
ABSTRACT | 第9-10页 |
插图清单 | 第10-13页 |
表格清单 | 第13-15页 |
英文缩略表 | 第15-16页 |
目录 | 第16-19页 |
第一章 绪论 | 第19-32页 |
·研究目的与意义 | 第19-21页 |
·基于高光谱图像技术的水果品质检测研究现状 | 第21-26页 |
·检测水果成熟度和硬度 | 第22-23页 |
·检测水果外部品质 | 第23-26页 |
·研究对象 | 第26-30页 |
·主要研究内容及技术路线 | 第30-31页 |
·研究内容 | 第30页 |
·技术路线 | 第30-31页 |
·本章小结 | 第31-32页 |
第二章 试验材料及应用到的相关理论 | 第32-56页 |
·高光谱成像原理及系统介绍 | 第32-34页 |
·试验样本 | 第34-35页 |
·系统调试及高光谱图像获取 | 第35-38页 |
·高光谱仪系统参数调试 | 第35-36页 |
·高光谱图像采集 | 第36-37页 |
·高光谱图像数据缩减 | 第37-38页 |
·应用到的高光谱图像处理方法 | 第38-55页 |
·主成分分析(PCA) | 第38-40页 |
·波段比 | 第40页 |
·高光谱波段选择算法 | 第40-45页 |
·高光谱图像处理方法 | 第45-55页 |
·本章小结 | 第55-56页 |
第三章 水蜜桃高光谱图像预处理及特征波段选择 | 第56-82页 |
·类球形曲面引起的光谱差异修正 | 第56-67页 |
·全波段光谱差异修正 | 第58-64页 |
·多波段光谱差异修正 | 第64-67页 |
·褐腐病缺陷光谱分析及特征波段选择 | 第67-81页 |
·褐腐病缺陷光谱分析 | 第67-68页 |
·基于信息量的3种波段选择算法处理结果 | 第68-71页 |
·马氏距离波段选择算法处理结果 | 第71-80页 |
·小结 | 第80-81页 |
·本章小结 | 第81-82页 |
第四章 水蜜桃褐腐病缺陷检测方法研究 | 第82-96页 |
·试验数据处理 | 第82-85页 |
·高光谱图像获取 | 第82页 |
·高光谱图像灰度校正与波段组合特征量优选 | 第82-85页 |
·特征波段图像分割 | 第85页 |
·褐腐病缺陷检测结果与分析 | 第85-89页 |
·缺陷在视场中央 | 第85-87页 |
·缺陷在视场偏边缘和边缘 | 第87-89页 |
·水蜜桃果梗与褐腐病缺陷识别 | 第89-95页 |
·波段图像特征提取 | 第90-91页 |
·果梗与褐腐病缺陷识别 | 第91-95页 |
·本章小结 | 第95-96页 |
第五章 水蜜桃疮痂病缺陷检测方法研究 | 第96-107页 |
·疮痂病缺陷光谱分析及波段选择 | 第96-101页 |
·波段组合特征值比较 | 第101-103页 |
·疮痂病缺陷检测结果与分析 | 第103-106页 |
·本章小结 | 第106-107页 |
第六章 总结与展望 | 第107-109页 |
·本研究结论 | 第107页 |
·主要创新点 | 第107-108页 |
·展望 | 第108-109页 |
参考文献 | 第109-116页 |
作者简历 | 第116页 |