| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究目的及意义 | 第9-10页 |
| 1.2 高光谱成像技术应用于农产品无损检测中的研究 | 第10-13页 |
| 1.2.1 高光谱成像技术在果蔬品质检测中的应用 | 第11页 |
| 1.2.2 高光谱成像技术在畜产品品质检测中的应用 | 第11-12页 |
| 1.2.3 高光谱成像技术在粮食品质检测中的应用 | 第12-13页 |
| 1.3 研究内容及技术路线 | 第13-14页 |
| 1.3.1 主要研究内容 | 第13-14页 |
| 1.3.2 技术路线 | 第14页 |
| 1.4 本章小结 | 第14-15页 |
| 第二章 高光谱图像采集及数据处理方法 | 第15-26页 |
| 2.1 引言 | 第15页 |
| 2.2 可见近红外高光谱成像系统 | 第15-16页 |
| 2.3 高光谱图像采集及光谱数据提取 | 第16-17页 |
| 2.3.1 参数确定 | 第16页 |
| 2.3.2 仪器校正 | 第16页 |
| 2.3.3 图像采集 | 第16页 |
| 2.3.4 光谱数据提取 | 第16-17页 |
| 2.4 数据处理软件 | 第17页 |
| 2.5 光谱预处理方法 | 第17-20页 |
| 2.5.1 平滑去噪法 | 第17-18页 |
| 2.5.2 导数去噪法 | 第18页 |
| 2.5.3 归一化 | 第18-19页 |
| 2.5.4 基线校正 | 第19页 |
| 2.5.5 多元散射校正 | 第19页 |
| 2.5.6 标准正态变量变换 | 第19-20页 |
| 2.5.7 去趋势算法 | 第20页 |
| 2.6 变量筛选的方法 | 第20-21页 |
| 2.6.1 主成分分析法 | 第20-21页 |
| 2.6.2 连续投影算法 | 第21页 |
| 2.7 模型建立方法 | 第21-25页 |
| 2.7.1 定量分析模型 | 第21-23页 |
| 2.7.2 定性判别模型 | 第23-25页 |
| 2.8 本章小结 | 第25-26页 |
| 第三章 基于高光谱成像技术的冷鲜羊肉嫩度及色度的检测 | 第26-32页 |
| 3.1 引言 | 第26页 |
| 3.2 试验材料与仪器 | 第26页 |
| 3.2.1 试验材料 | 第26页 |
| 3.2.2 试验仪器 | 第26页 |
| 3.3 试验方法 | 第26-27页 |
| 3.3.1 光谱采集 | 第26-27页 |
| 3.3.2 数据处理及建模方法 | 第27页 |
| 3.4 基于高光谱成像技术的冷鲜羊肉嫩度预测模型 | 第27-29页 |
| 3.4.1 嫩度值的测定 | 第27页 |
| 3.4.2 光谱预处理方法的确定 | 第27-28页 |
| 3.4.3 冷鲜羊肉嫩度预测模型的建立与验证 | 第28-29页 |
| 3.5 基于高光谱成像技术的冷鲜羊肉色度预测模型 | 第29-31页 |
| 3.5.1 色度值的测定 | 第29页 |
| 3.5.2 光谱预处理方法的确定 | 第29-30页 |
| 3.5.3 冷鲜羊肉色度预测模型的建立与验证 | 第30-31页 |
| 3.6 本章小结 | 第31-32页 |
| 第四章 基于高光谱成像技术的冷鲜羊肉水分含量无损检测 | 第32-36页 |
| 4.1 引言 | 第32页 |
| 4.2 试验材料与仪器 | 第32页 |
| 4.2.1 试验材料 | 第32页 |
| 4.2.2 试验仪器 | 第32页 |
| 4.3 试验方法 | 第32页 |
| 4.3.1 光谱采集 | 第32页 |
| 4.3.2 数据处理及建模方法 | 第32页 |
| 4.4 冷鲜羊肉水分含量的测定 | 第32-33页 |
| 4.5 基于高光谱成像技术的冷鲜羊肉水分含量的预测模型 | 第33-34页 |
| 4.5.1 建模类型的选择 | 第33-34页 |
| 4.5.2 光谱预处理方法的比较 | 第34页 |
| 4.6 冷鲜羊肉水分含量预测模型的建立与评价 | 第34-35页 |
| 4.7 本章小结 | 第35-36页 |
| 第五章 基于高光谱成像技术的羊肉冷藏时间的判别分析 | 第36-41页 |
| 5.1 前言 | 第36页 |
| 5.2 试验材料 | 第36页 |
| 5.3 试验方法 | 第36-37页 |
| 5.3.1 光谱采集 | 第36-37页 |
| 5.3.2 数据处理及建模方法 | 第37页 |
| 5.4 主成分数的选择对LDA判别模型的影响 | 第37-38页 |
| 5.4.1 主成分数的选择 | 第37页 |
| 5.4.2 羊肉冷藏时间LDA判别模型的建立与验证 | 第37-38页 |
| 5.5 光谱预处理方法的选择对LDA判别模型的影响 | 第38-39页 |
| 5.5.1 光谱预处理方法的确定 | 第38-39页 |
| 5.5.2 羊肉冷藏时间LDA判别模型的建立与验证 | 第39页 |
| 5.6 本章小结 | 第39-41页 |
| 第六章 基于高光谱成像技术的冷鲜肉.冷冻肉的判别研究 | 第41-49页 |
| 6.1 前言 | 第41页 |
| 6.2 试验材料 | 第41页 |
| 6.3 试验方法 | 第41-42页 |
| 6.3.1 光谱采集 | 第41-42页 |
| 6.3.2 数据处理及建模方法 | 第42页 |
| 6.4 冷鲜-冷冻肉PLSR-DA判别模型的建立与验证 | 第42-46页 |
| 6.4.1 利用PCA法提取特征波长 | 第42-44页 |
| 6.4.2 全波段下的PLSR-DA判别分析模型 | 第44-45页 |
| 6.4.3 特征波段下的PLSR-DA判别分析模型 | 第45-46页 |
| 6.5 冷鲜-冷冻肉的SVM判别模型的建立与验证 | 第46-48页 |
| 6.5.1 利用连续投影算法提取特征波长 | 第46-47页 |
| 6.5.2 全波段与特征波段下的SVM判别模型 | 第47-48页 |
| 6.6 本章小结 | 第48-49页 |
| 第七章 结论与展望 | 第49-52页 |
| 7.1 结论 | 第49-50页 |
| 7.2 展望 | 第50-52页 |
| 参考文献 | 第52-58页 |
| 致谢 | 第58-59页 |
| 个人简介 | 第59页 |
