| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 第一章 绪论 | 第9-13页 |
| ·课题的来源及研究背景 | 第9-10页 |
| ·课题的目的及意义 | 第10页 |
| ·国内外相关课题研究现状 | 第10-11页 |
| ·课题研究的主要内容 | 第11-13页 |
| 第二章 课题中相关技术 | 第13-35页 |
| ·气体检测技术 | 第13-16页 |
| ·CCD成象技术 | 第16-20页 |
| ·CCD摄像原理及性能特点 | 第16-19页 |
| ·CCD摄像应用 | 第19-20页 |
| ·数字图象处理技术 | 第20-26页 |
| ·数字图象处理技术概述 | 第20-26页 |
| ·数字图象处理技术应用及发展 | 第26页 |
| ·人工神经网络技术 | 第26-30页 |
| ·人工神经网络技术发展与现状 | 第26-28页 |
| ·人工神经网络的网络模型与信息处理 | 第28-30页 |
| ·DSP图象压缩技术 | 第30-35页 |
| ·DSP技术发展、分类及应用 | 第30-33页 |
| ·DSP图象压缩技术分类 | 第33-35页 |
| 第三章 评价猪肉新鲜度的主要指标的研究 | 第35-40页 |
| ·猪肉腐败机理分析 | 第35-37页 |
| ·评价猪肉新鲜度的主要指标 | 第37-40页 |
| ·总挥发性盐基氮(TVB-N) | 第37-38页 |
| ·氨气和硫化氢 | 第38页 |
| ·颜色值(H、S、I) | 第38-39页 |
| ·完整脂肪细胞个数 | 第39-40页 |
| 第四章 指标数据的采集试验及相关技术处理 | 第40-51页 |
| ·实验总体思路 | 第40页 |
| ·总挥发性盐基氮(TVB-N)实验 | 第40-41页 |
| ·实验原理 | 第40页 |
| ·实验试剂及试验仪器 | 第40-41页 |
| ·具体实验操作方法 | 第41页 |
| ·猪肉腐败过程气体(H_2S、NH_3)采集实验及数据处理 | 第41-48页 |
| ·气体(H_2S、NH_3)采集实验综述 | 第41-42页 |
| ·气体（H_2S、NH_3）采集数据处理 | 第42-45页 |
| ·气体采集界面及其程序实现 | 第45-48页 |
| ·猪肉图象采集实验综述 | 第48-51页 |
| 第五章 图象处理与数据形态分析 | 第51-67页 |
| ·猪肉颜色值（H、S、I）图象处理与彩色坐标变换程序实现 | 第51-56页 |
| ·猪肉颜色值（H、S、I）图象处理 | 第51-53页 |
| ·猪肉颜色值（H、S、I）数据采集与彩色坐标变换程序实现.. | 第53-56页 |
| ·完整脂肪细胞个数图象处理与数据、形态分析 | 第56-67页 |
| ·图象样本分析 | 第56-58页 |
| ·图象处理 | 第58-65页 |
| ·完整细胞计数及分析 | 第65-67页 |
| 第六章 基于神经网络的猪肉新鲜度辩识 | 第67-89页 |
| ·BP神经网络 | 第67-73页 |
| ·BP神经元模型 | 第67-69页 |
| ·BP神经网络的结构及学习过程 | 第69页 |
| ·BP算法的数学描述 | 第69-73页 |
| ·基于BP神经网络的猪肉新鲜度智能辨识方法 | 第73-82页 |
| ·BP神经网络结构的设计 | 第74-76页 |
| ·样本数据的采集与处理 | 第76-77页 |
| ·BP神经网络的生成及初始化 | 第77-78页 |
| ·BP神经网络的训练和仿真 | 第78-80页 |
| ·BP神经网络的性能评价 | 第80-82页 |
| ·基于BP神经网络的猪肉新鲜度智能辨识系统的建立 | 第82-89页 |
| ·VC++ 6.0 调用MATLAB的方法 | 第82-85页 |
| ·猪肉新鲜度智能辨识系统的编程实现 | 第85-89页 |
| 第七章 便携式猪肉新鲜度检测系统的构架与实现 | 第89-106页 |
| ·系统整体构架及硬件设计 | 第89-90页 |
| ·系统设计思想 | 第89页 |
| ·系统构架介绍 | 第89-90页 |
| ·DSP系统软件实现 | 第90-106页 |
| ·信号采集 | 第90-94页 |
| ·JPEG图象压缩 | 第94-100页 |
| ·DSP网络传输 | 第100-106页 |
| 第八章 总结与展望 | 第106-108页 |
| 参考文献 | 第108-111页 |
| 攻读硕士学位期间发表的论文 | 第111-112页 |
| 致谢 | 第112页 |
