摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
英文缩写词对照表 | 第8-13页 |
第一章 绪论 | 第13-27页 |
1.1 引言 | 第13-15页 |
1.2 中国香蕉产业现状 | 第15-16页 |
1.3 高光谱成像技术在水果品质检测上的研究现状 | 第16-21页 |
1.3.1 高光谱成像技术的基本原理 | 第16-18页 |
1.3.2 水果外部品质检测的研究现状 | 第18-19页 |
1.3.3 水果内部品质检测的研究现状 | 第19-21页 |
1.4 高光谱数据分析方法 | 第21-24页 |
1.4.1 去噪方法 | 第21-22页 |
1.4.2 变量选择算法 | 第22-23页 |
1.4.3 回归及分类算法 | 第23-24页 |
1.5 本文研究目的、意义及研究内容 | 第24-27页 |
1.5.1 研究目的及意义 | 第24页 |
1.5.2 主要研究内容 | 第24-25页 |
1.5.3 技术路线 | 第25-27页 |
第二章 基于高光谱技术的香蕉成熟度评价 | 第27-50页 |
2.1 引言 | 第27-28页 |
2.2 材料与设备 | 第28-30页 |
2.2.1 香蕉样品 | 第28页 |
2.2.2 试剂 | 第28-29页 |
2.2.3 仪器与设备 | 第29-30页 |
2.3 试验方法 | 第30-31页 |
2.3.1 高光谱图像采集与校正 | 第30页 |
2.3.2 色泽L*a*b*测定 | 第30页 |
2.3.3 叶绿素含量测定 | 第30-31页 |
2.3.4 硬度测定 | 第31页 |
2.3.5 可溶性固形物含量测定 | 第31页 |
2.4 关于香蕉成熟度的高光谱数据处理方法 | 第31-41页 |
2.4.1 高光谱图像预处理 | 第31-33页 |
2.4.2 光谱特征提取 | 第33页 |
2.4.3 香蕉成熟度指标的全波长光谱模型建立 | 第33-35页 |
2.4.4 特征波长选择及特征波长光谱模型构建 | 第35-38页 |
2.4.5 图像特征的提取与图像特征模型的建立 | 第38-39页 |
2.4.6 光谱模型和图像模型的融合 | 第39-41页 |
2.4.7 香蕉成熟度等级可视化 | 第41页 |
2.5 结果与讨论 | 第41-48页 |
2.5.1 香蕉高光谱图像去噪前后效果对比 | 第41-42页 |
2.5.2 不同储藏天数的香蕉全波长光谱图 | 第42-43页 |
2.5.3 香蕉成熟度指标的理化数值 | 第43页 |
2.5.4 香蕉成熟度指标的全波长光谱模型效果 | 第43-44页 |
2.5.5 香蕉成熟度指标的特征波长及其光谱模型 | 第44-45页 |
2.5.6 香蕉成熟度指标的图像特征模型 | 第45-46页 |
2.5.7 香蕉成熟度指标的光谱和图像特征融合模型 | 第46-47页 |
2.5.8 香蕉成熟度等级的可视化效果 | 第47-48页 |
2.6 本章小结 | 第48-50页 |
第三章 香蕉损伤褐变的高光谱快速检测 | 第50-63页 |
3.1 引言 | 第50页 |
3.2 材料与设备 | 第50-51页 |
3.2.1 香蕉样品 | 第50页 |
3.2.2 试剂 | 第50页 |
3.2.3 仪器与设备 | 第50-51页 |
3.2.4 机械损伤预处理 | 第51页 |
3.3 试验方法 | 第51-52页 |
3.3.1 色差测定 | 第51页 |
3.3.2 质构分析 | 第51页 |
3.3.3 果皮水分测定 | 第51页 |
3.3.4 果皮p H值测定 | 第51页 |
3.3.5 果皮多酚氧化酶活性测定 | 第51-52页 |
3.3.6 果皮过氧化物酶活性测定 | 第52页 |
3.4 关于香蕉损伤褐变的高光谱数据处理方法 | 第52-55页 |
3.4.1 香蕉高光谱图像的数据降维及特征波长选择 | 第52-53页 |
3.4.2 特征波长光谱模型和图像特征模型的建立 | 第53-54页 |
3.4.3 光谱模型和图像模型的融合 | 第54页 |
3.4.4 香蕉褐变等级可视化 | 第54-55页 |
3.5 结果与讨论 | 第55-61页 |
3.5.1 不同损伤褐变等级香蕉的全波长光谱图 | 第55页 |
3.5.2 香蕉损伤褐变指标的理化数值 | 第55-56页 |
3.5.3 香蕉高光谱图像的主成分分析效果 | 第56-58页 |
3.5.4 特征波长光谱模型和图像特征模型效果 | 第58-60页 |
3.5.5 香蕉损伤褐变指标的光谱和图像特征融合模型 | 第60-61页 |
3.5.6 香蕉损伤褐变等级的可视化效果 | 第61页 |
3.6 本章小结 | 第61-63页 |
第四章 香蕉果肉营养成分的高光谱无损分析 | 第63-75页 |
4.1 引言 | 第63页 |
4.2 材料与设备 | 第63-64页 |
4.1.1 香蕉样品 | 第63页 |
4.2.2 试剂 | 第63页 |
4.2.3 仪器与设备 | 第63-64页 |
4.2.4 香蕉切片预处理 | 第64页 |
4.3 试验方法 | 第64-66页 |
4.3.1 水分含量的测定 | 第64页 |
4.3.2 蛋白质含量测定 | 第64页 |
4.3.3 脂肪含量测定 | 第64页 |
4.3.4 维生素 | 第64-65页 |
4.3.5 灰分含量测定 | 第65页 |
4.3.6 膳食纤维含量测定 | 第65页 |
4.3.7 碳水化合物 | 第65-66页 |
4.4 关于香蕉果肉营养成分的高光谱数据处理方法 | 第66-68页 |
4.4.1 光谱特征提取与特征波长选择 | 第66页 |
4.4.2 特征波长光谱模型和图像特征模型建立 | 第66-67页 |
4.4.3 光谱模型与图像特征模型的融合 | 第67页 |
4.4.4 香蕉营养成分含量变化的可视化 | 第67-68页 |
4.5 结果与讨论 | 第68-73页 |
4.5.1 不同成熟度香蕉切片的全波长光谱图 | 第68页 |
4.5.2 香蕉营养成分的理化数值 | 第68-69页 |
4.5.3 香蕉营养成分的特征波长 | 第69页 |
4.5.4 特征波长光谱模型和图像特征模型效果 | 第69-71页 |
4.5.5 香蕉营养成分的光谱和图像特征融合模型 | 第71-72页 |
4.5.6 香蕉营养成分的可视化效果 | 第72-73页 |
4.6 本章小结 | 第73-75页 |
第五章 香蕉品质等级的高光谱多指标综合决策 | 第75-81页 |
5.1 引言 | 第75页 |
5.2 香蕉品质等级的多指标综合决策方法 | 第75-77页 |
5.2.1 自适应增强算法 | 第75-77页 |
5.2.2 综合决策方法 | 第77页 |
5.2.3 香蕉品质分级可视化 | 第77页 |
5.3 结果与讨论 | 第77-79页 |
5.3.1 多个品质指标综合决策香蕉品质等级效果 | 第77-79页 |
5.3.2 香蕉品质分级的可视化效果 | 第79页 |
5.4 本章小结 | 第79-81页 |
结论与展望 | 第81-83页 |
参考文献 | 第83-90页 |
攻读硕士学位期间取得的研究成果 | 第90-92页 |
致谢 | 第92-93页 |
附件 | 第93页 |