| 摘要 | 第8-9页 |
| Abstract | 第9-10页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外水果病虫害无损检测技术的研究 | 第12-15页 |
| 1.2.1 基于机器视觉的水果病虫害研究 | 第12-13页 |
| 1.2.2 基于光谱分析的水果病虫害研究 | 第13-14页 |
| 1.2.3 基于高光谱成像的水果病虫害研究 | 第14-15页 |
| 1.3 研究内容及技术路线 | 第15-17页 |
| 1.4 本章小结 | 第17-18页 |
| 第二章 试验材料与研究方法 | 第18-32页 |
| 2.1 试验材料 | 第18-19页 |
| 2.2 高光谱成像系统 | 第19-20页 |
| 2.2.1 高光谱成像技术原理 | 第19页 |
| 2.2.2 高光谱成像系统设备的组成 | 第19-20页 |
| 2.3 高光谱图像的采集与校正 | 第20-21页 |
| 2.3.1 蓝莓高光谱图像采集 | 第20-21页 |
| 2.3.2 蓝莓高光谱的校正 | 第21页 |
| 2.4 高光谱图像分割 | 第21-24页 |
| 2.4.1 Otsu分割方法 | 第22-23页 |
| 2.4.2 SIS分割方法 | 第23-24页 |
| 2.5 光谱数据预处理方法 | 第24-25页 |
| 2.5.1 SG平滑算法 | 第24页 |
| 2.5.2 标准正态变换 | 第24页 |
| 2.5.3 多元散射校正 | 第24-25页 |
| 2.6 特征波长提取方法 | 第25-27页 |
| 2.6.1 连续投影法 | 第25-26页 |
| 2.6.2 竞争性自适应重加权采样法 | 第26页 |
| 2.6.3 迭代保留信息变量法 | 第26-27页 |
| 2.7 蓝莓图像纹理特征提取方法 | 第27-29页 |
| 2.8 检测模型 | 第29-31页 |
| 2.8.1 线性判别分析模型 | 第29页 |
| 2.8.2 相关向量机模型 | 第29-30页 |
| 2.8.3 径向基神经网络模型 | 第30-31页 |
| 2.9 本章小结 | 第31-32页 |
| 第三章 蓝莓病害的检测研究 | 第32-44页 |
| 3.1 蓝莓病害的光谱分析 | 第32页 |
| 3.2 高光谱图像分割 | 第32-34页 |
| 3.2.1 Otsu法分割蓝莓病害区域 | 第32-33页 |
| 3.2.2 SIS法分割蓝莓病害区域 | 第33-34页 |
| 3.3 光谱预处理结果分析 | 第34-36页 |
| 3.4 特征波长的提取 | 第36-40页 |
| 3.4.1 SPA提取蓝莓病害特征波长 | 第36-37页 |
| 3.4.2 CARS提取蓝莓病害特征波长 | 第37-39页 |
| 3.4.3 CARS-IRIV提取蓝莓病害特征波长 | 第39-40页 |
| 3.5 蓝莓病害的检测 | 第40-43页 |
| 3.5.1 基于LDA的蓝莓病害检测 | 第40-41页 |
| 3.5.2 基于RVM的蓝莓病害检测 | 第41-42页 |
| 3.5.3 基于RBF的蓝莓病害检测 | 第42页 |
| 3.5.4 模型检测结果分析 | 第42-43页 |
| 3.6 本章小结 | 第43-44页 |
| 第四章 蓝莓虫害的检测研究 | 第44-54页 |
| 4.1 蓝莓虫害光谱分析 | 第44-45页 |
| 4.2 蓝莓虫害区域分割 | 第45页 |
| 4.3 光谱数据预处理 | 第45-46页 |
| 4.4 蓝莓虫害区域纹理特征提取 | 第46-47页 |
| 4.5 基于纹理特征的蓝莓虫害检测 | 第47-49页 |
| 4.6 蓝莓虫害特征波长的提取 | 第49页 |
| 4.7 基于特征波长的蓝莓虫害检测 | 第49-51页 |
| 4.8 基于特征波长与纹理特征融合的蓝莓虫害检测 | 第51-53页 |
| 4.9 本章小结 | 第53-54页 |
| 第五章 结论与展望 | 第54-56页 |
| 5.1 结论 | 第54-55页 |
| 5.2 展望 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 致谢 | 第60-61页 |
| 攻读硕士期间发表论文 | 第61-62页 |