| 摘要 | 第7-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 文献综述 | 第14-22页 |
| 1.1 研究背景及意义 | 第14-15页 |
| 1.2 农产品采后质量检测研究进展及存在的问题 | 第15-19页 |
| 1.2.1 高光谱图像技术概述 | 第16-17页 |
| 1.2.2 光学特性和蒙特卡罗模拟研究概述 | 第17-18页 |
| 1.2.3 卷积神经网络方法概述 | 第18-19页 |
| 1.3 研究内容及技术路线 | 第19-22页 |
| 1.3.1 研究目的 | 第19-20页 |
| 1.3.2 研究内容 | 第20-21页 |
| 1.3.3 技术路线 | 第21-22页 |
| 第二章 蓝莓果肉和果皮的光学特性研究及蒙特卡罗多层模拟 | 第22-44页 |
| 2.1 引言 | 第22页 |
| 2.2 材料和方法 | 第22-30页 |
| 2.2.1 蓝莓样本制备 | 第22-24页 |
| 2.2.2 仪器设置 | 第24-26页 |
| 2.2.3 蓝莓组织光学特性测量 | 第26-27页 |
| 2.2.4 系统验证和光学特性评估 | 第27-28页 |
| 2.2.5 蒙特卡罗多层(MCML)模拟 | 第28-30页 |
| 2.3 结论和讨论 | 第30-42页 |
| 2.3.1 系统验证结果 | 第30-31页 |
| 2.3.2 瘀伤和无瘀伤果肉的光学特性 | 第31-34页 |
| 2.3.3 果皮的光学特性 | 第34-35页 |
| 2.3.4 瘀伤和无瘀伤果肉及果皮的显微镜图像 | 第35-36页 |
| 2.3.5 光穿透深度 | 第36-37页 |
| 2.3.6 光传播的蒙特卡罗多层模拟 | 第37-42页 |
| 2.3.7 讨论 | 第42页 |
| 2.4 本章小结 | 第42-44页 |
| 第三章 基于CNN的高光谱反射成像蓝莓瘀伤检测 | 第44-60页 |
| 3.1 引言 | 第44页 |
| 3.2 双高光谱系统集成 | 第44-48页 |
| 3.2.1 硬件集成 | 第44-46页 |
| 3.2.2 软件设计 | 第46-48页 |
| 3.3 材料和方法 | 第48-56页 |
| 3.3.1 蓝莓样本制备 | 第48-50页 |
| 3.3.2 高光谱图像融合方法 | 第50-52页 |
| 3.3.3 基于卷积神经网络CNN的瘀伤蓝莓识别 | 第52-56页 |
| 3.4 结果与讨论 | 第56-58页 |
| 3.4.1 蓝莓瘀伤组织光谱和有效波段选取 | 第56-57页 |
| 3.4.2 基于改进的AlexNet的瘀伤蓝莓分类 | 第57-58页 |
| 3.5 本章小结 | 第58-60页 |
| 第四章 基于SVM的高光谱透射成像蓝莓瘀伤检测 | 第60-76页 |
| 4.1 引言 | 第60页 |
| 4.2 材料与方法 | 第60-64页 |
| 4.2.1 蓝莓样本制备 | 第60-61页 |
| 4.2.2 高光谱图像和参考图像获取 | 第61-63页 |
| 4.2.3 光谱和空间信息提取 | 第63-64页 |
| 4.2.4 基于SVM的分类方法 | 第64页 |
| 4.3 结果和讨论 | 第64-74页 |
| 4.3.1 光谱和空间轮廓特征 | 第64-69页 |
| 4.3.2 储存时间和温度对图像和光谱的影响 | 第69页 |
| 4.3.3 平均光谱与瘀伤发展分析 | 第69-72页 |
| 4.3.4 像素分类结果 | 第72-74页 |
| 4.4 本章小结 | 第74-76页 |
| 第五章 基于FCN的高光谱透射成像蓝莓瘀伤量化 | 第76-92页 |
| 5.1 引言 | 第76页 |
| 5.2 材料和方法 | 第76-82页 |
| 5.2.1 样本制备和高光谱图像获取 | 第76-77页 |
| 5.2.2 数据处理框架 | 第77-81页 |
| 5.2.3 评价标准及与基准分类器比较 | 第81页 |
| 5.2.4 瘀伤发展的观察试验 | 第81-82页 |
| 5.3 结果与讨论 | 第82-90页 |
| 5.3.1 随机森林与特征波段选取 | 第82-83页 |
| 5.3.2 神经网络FCN模型性能评价 | 第83-85页 |
| 5.3.3 神经网络FCN模型中的特征映射 | 第85-87页 |
| 5.3.4 早期瘀伤的检测 | 第87-89页 |
| 5.3.5 随着时间发展瘀伤的变化 | 第89-90页 |
| 5.4 讨论 | 第90-91页 |
| 5.5 本章小结 | 第91-92页 |
| 第六章 结论、创新点与展望 | 第92-94页 |
| 6.1 结论 | 第92页 |
| 6.2 创新点 | 第92-93页 |
| 6.3 展望 | 第93-94页 |
| 参考文献 | 第94-104页 |
| 附录 | 第104-106页 |
| 致谢 | 第106-108页 |
| 个人简历 | 第108-109页 |