基于高光谱成像技术的杏成熟度判别研究
| 摘要 | 第1-9页 |
| 第一章 绪论 | 第9-16页 |
| ·课题研究目的及意义 | 第9-10页 |
| ·杏的成熟度检测 | 第10-11页 |
| ·国内外发展现状 | 第11-13页 |
| ·研究内容和技术路线 | 第13-15页 |
| ·本章小结 | 第15-16页 |
| 第二章 实验材料、仪器和分析方法 | 第16-25页 |
| ·实验材料 | 第16页 |
| ·实验设备 | 第16-19页 |
| ·高光谱成像系统硬件平台 | 第16-17页 |
| ·高光谱成像技术原理 | 第17-18页 |
| ·高光谱成像系统的软件平台 | 第18-19页 |
| ·高光谱数据分析方法 | 第19-24页 |
| ·光谱数据预处理方法 | 第19-20页 |
| ·常用的定性分类方法 | 第20-23页 |
| ·图像处理方法 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 基于光谱信息的杏成熟度判别 | 第25-45页 |
| ·光谱信息提取与分析 | 第25-26页 |
| ·光谱预处理 | 第26-28页 |
| ·基于全波段光谱的分类判别模型 | 第28-32页 |
| ·基于可见-近红外光谱信息的分类判别模型 | 第28-30页 |
| ·基于近红外光谱信息的分类判别模型 | 第30-32页 |
| ·基于主成分的分类判别模型 | 第32-38页 |
| ·主成分分析 | 第32-34页 |
| ·基于可见-近红外光谱信息PCA的分类判别模型 | 第34-36页 |
| ·基于近红外光谱信息PCA的分类判别模型 | 第36-38页 |
| ·基于特征波长的分类判别模型 | 第38-43页 |
| ·提取特征波长 | 第38-40页 |
| ·基于可见-近红外光谱信息的分类判别模型 | 第40-41页 |
| ·基于近红外光谱信息的分类判别模型 | 第41-43页 |
| ·本章小结 | 第43-45页 |
| 第四章 基于光谱和图像特征提取的杏成熟度判别 | 第45-56页 |
| ·基于RGB图像颜色特征的杏成熟度判别 | 第45-50页 |
| ·基于RGB彩色空间的颜色特征值提取 | 第45-47页 |
| ·基于RGB图像颜色特征的杏成熟度等级的判别模型 | 第47-48页 |
| ·增强图像对比度 | 第48-50页 |
| ·小结 | 第50页 |
| ·基于光谱和图像特征的杏成熟度判别 | 第50-55页 |
| ·基于PCA和图像特征的杏成熟度判别 | 第50-53页 |
| ·基于特征波长和图像特征的杏成熟度判别 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 第五章 结论与展望 | 第56-58页 |
| ·主要的结论 | 第56-57页 |
| ·论文的创新点 | 第57页 |
| ·展望 | 第57-58页 |
| 参考文献 | 第58-61页 |
| Abstract | 第61-63页 |
| 致谢 | 第63页 |
