致谢 | 第9-10页 |
摘要 | 第10-11页 |
ABSTRACT | 第11-12页 |
第一章 绪论 | 第18-37页 |
1.1 现代食品检测技术 | 第19-24页 |
1.1.1 常规检测技术 | 第19-22页 |
1.1.2 无损检测技术 | 第22-24页 |
1.2 常用光学法无损检测技术 | 第24-34页 |
1.2.1 近红外光谱检测技术 | 第24-26页 |
1.2.2 光谱成像检测技术 | 第26-27页 |
1.2.3 高光谱成像检测技术 | 第27-31页 |
1.2.4 多光谱成像检测技术 | 第31-34页 |
1.3 研究内容、意义 | 第34-36页 |
1.3.1 研究内容 | 第34-35页 |
1.3.2 研究意义 | 第35-36页 |
1.3.3 课题研究的技术路线 | 第36页 |
1.4 本章小结 | 第36-37页 |
第二章 多光谱成像技术与数据分析方法 | 第37-51页 |
2.1 多光谱系统 | 第37-44页 |
2.1.1 多光谱硬件设备 | 第37-38页 |
2.1.2 多光谱设备性能参数 | 第38-39页 |
2.1.3 光谱采集 | 第39-40页 |
2.1.4 多光谱图像的预处理 | 第40页 |
2.1.5 操作步骤 | 第40-44页 |
2.2 数据分析方法 | 第44-50页 |
2.2.1 数据的预处理方法 | 第44页 |
2.2.2 化学计量学建模方法 | 第44-48页 |
2.2.3 定量和定性模型评价标准 | 第48-50页 |
2.3 本章小结 | 第50-51页 |
第三章 基于多光谱成像技术的茶叶无损检测 | 第51-68页 |
3.1 引言 | 第51-52页 |
3.2 不同茶叶的年份鉴定 | 第52-59页 |
3.2.1 样品准备 | 第52-53页 |
3.2.2 多光谱光谱特征 | 第53-55页 |
3.2.3 茶叶的年份鉴定 | 第55-59页 |
3.3 茶多酚含量的无损测定 | 第59-67页 |
3.3.1 样品准备 | 第59页 |
3.3.2 茶多酚含量的常规检测 | 第59-63页 |
3.3.3 近红外光谱检测 | 第63-64页 |
3.3.4 多光谱光谱特征 | 第64-65页 |
3.3.5 多光谱预测模型与预测结果 | 第65-67页 |
3.4 本章小结 | 第67-68页 |
第四章 基于多光谱成像技术的龙虾无损检测 | 第68-83页 |
4.1 引言 | 第68-69页 |
4.2 龙虾质构的无损检测 | 第69-78页 |
4.2.1 样品准备 | 第69-70页 |
4.2.2 质构仪检测 | 第70-72页 |
4.2.3 多光谱特征 | 第72-74页 |
4.2.4 模型建立与预测结果 | 第74-78页 |
4.3 龙虾辐照剂量的无损检测 | 第78-82页 |
4.3.1 样品准备 | 第78页 |
4.3.2 辐照处理 | 第78-79页 |
4.3.3 典型光谱特征 | 第79-80页 |
4.3.4 模型建立与预测结果 | 第80-82页 |
4.4 本章小结 | 第82-83页 |
第五章 基于多光谱成像技术经茶多酚处理的龙虾微生物无损检测 | 第83-94页 |
5.1 引言 | 第83-85页 |
5.2 样品准备及其菌落总数常规检测 | 第85页 |
5.2.1 样品准备 | 第85页 |
5.2.2 菌落总数常规检测 | 第85页 |
5.3 茶多酚对菌落总数的影响 | 第85-87页 |
5.4 典型光谱特征 | 第87-90页 |
5.5 模型建立与预测结果 | 第90-91页 |
5.6 菌落总数可视化 | 第91-92页 |
5.7 本章小结 | 第92-94页 |
第六章 结论与展望 | 第94-96页 |
6.1 主要结论 | 第94页 |
6.2 论文创新点 | 第94页 |
6.3 展望 | 第94-96页 |
参考文献 | 第96-111页 |
攻读博士学位期间的学术活动及成果情况 | 第111页 |