基于高光谱散射图像的水果组织光学特性参数反演
| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第一章 绪论 | 第9-15页 |
| ·研究背景及意义 | 第9-10页 |
| ·国内外研究现状 | 第10-14页 |
| ·光子在组织内部的传输模型 | 第10-11页 |
| ·光学特性参数的测量技术 | 第11-13页 |
| ·光学特性参数的反演算法 | 第13-14页 |
| ·本文研究内容 | 第14-15页 |
| 第二章 高光谱散射图像技术基本原理 | 第15-24页 |
| ·光与生物组织相互作用原理 | 第15-18页 |
| ·吸收系数和散射系数 | 第15-16页 |
| ·各向异性因子 | 第16-17页 |
| ·有效散射系数 | 第17页 |
| ·平均折射率 | 第17-18页 |
| ·光学特性参数的测量技术 | 第18-19页 |
| ·高光谱散射图像系统原理及仪器介绍 | 第19-21页 |
| ·基于稳态空间分辨（SR）的高光谱散射图像技术 | 第19-20页 |
| ·高光谱散射图像采集仪器 | 第20-21页 |
| ·光在水果组织中的传输模型 | 第21-22页 |
| ·Kienle模型 | 第21-22页 |
| ·Farrell模型 | 第22页 |
| ·光学特性参数的反演算法及算法性能评价 | 第22-23页 |
| ·非线性最小二乘算法 | 第22页 |
| ·算法性能评价 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 基于矩变换的水果组织光学特性参数反演 | 第24-34页 |
| ·蒙特卡洛仿真 | 第24-27页 |
| ·光在组织中的Monte Carlo模拟 | 第24-26页 |
| ·实验参数的Monte Carlo仿真 | 第26-27页 |
| ·数据变换方法 | 第27-28页 |
| ·常用的数据变换方法 | 第27页 |
| ·矩变换方法 | 第27-28页 |
| ·结果与讨论 | 第28-32页 |
| ·光学特性参数的反演误差 | 第28-30页 |
| ·不同信噪比噪声下的0阶矩和3阶矩 | 第30-31页 |
| ·拟合误差统计分析 | 第31-32页 |
| ·本章小结 | 第32-34页 |
| 第四章 基于光学特性参数的番茄成熟度评价方法研究 | 第34-44页 |
| ·番茄样本的实验数据采集 | 第34-36页 |
| ·成熟度分类 | 第34-35页 |
| ·番茄样本的采集 | 第35页 |
| ·高光谱散射图像采集 | 第35-36页 |
| ·番茄样本的光学特性参数 | 第36-39页 |
| ·高光谱散射图像特点 | 第36-38页 |
| ·光学特性参数提取 | 第38页 |
| ·光学特性参数特点 | 第38-39页 |
| ·偏最小二乘判别分析（PLSDA）算法 | 第39-40页 |
| ·番茄样本的分类结果比较 | 第40-43页 |
| ·六分类结果 | 第40-42页 |
| ·三分类结果 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第五章 利用光学特性参数预测番茄的可成熟性 | 第44-51页 |
| ·番茄样本实验数据采集及样本划分 | 第44-45页 |
| ·番茄样本采集 | 第44页 |
| ·番茄样本划分及光学特性参数提取 | 第44-45页 |
| ·番茄样本的数据分析 | 第45-47页 |
| ·异常样本的剔除 | 第45页 |
| ·KS样本划分 | 第45-46页 |
| ·主成分分析（PCA） | 第46-47页 |
| ·敏感性分析波段选择 | 第47页 |
| ·预测算法描述 | 第47-49页 |
| ·支持向量数据描述算法（SVDD） | 第47-49页 |
| ·SVDD算法的网格选优 | 第49页 |
| ·番茄样本的结果分析 | 第49-50页 |
| ·全波段结果分析 | 第49页 |
| ·有效波段结果分析 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 主要结论与展望 | 第51-53页 |
| 主要结论 | 第51-52页 |
| 展望 | 第52-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 附录: 作者在攻读硕士学位期间发表的论文 | 第58页 |
