首页--工业技术论文--轻工业、手工业论文--食品工业论文--水果、蔬菜、坚果加工工业论文--果蔬加工品标准与检验论文

基于高光谱成像的水果轻微机械损伤无损检测的研究

摘要第3-5页
Abstract第5-6页
第1章 绪论第10-15页
    1.1 我国水果生产及品质检测的研究状况第10-13页
        1.1.1 我国水果产业概况第10页
        1.1.2 农产品品质无损检测的研究现状第10-13页
    1.2 选题的背景及意义第13页
    1.3 论文的主要内容第13-14页
    1.4 论文的组织结构第14-15页
第2章 高光谱无损检测技术简介第15-32页
    2.1 高光谱成像技术第15-19页
        2.1.1 高光谱成像技术和系统第15-18页
        2.1.2 高光谱分选仪工作流程第18-19页
    2.2 高光谱数据的采集第19-31页
        2.2.1 系统的初始检查第19-20页
        2.2.2 参数设置第20-23页
        2.2.3 高光谱数据的采集第23-24页
        2.2.4 对原图像进行黑白校准第24-28页
        2.2.5 高光谱图像预处理第28-31页
    2.3 本章总结第31-32页
第3章 高光谱数据处理的算法以及ENVI实现第32-48页
    3.1 主成分分析法第32-35页
        3.1.1 主成分分析的原理第32-33页
        3.1.2 主成分分析处理高光谱数据的计算步骤第33-35页
    3.2 波段比算法第35-36页
        3.2.1 波段比算法原理第35页
        3.2.2 特征波长选取第35-36页
    3.3 监督分类的原理第36-40页
        3.3.1 监督分类概念及实现步骤第36页
        3.3.2 常见的监督分类器第36-37页
        3.3.3 支持向量机算法原理第37-38页
        3.3.4 正态分布与最大似然法原理第38-39页
        3.3.5 马氏距离分类法原理第39-40页
    3.4 高光谱数据处理的ENVI实现方法第40-47页
        3.4.1 ENVIclassic实现主成分分析第40-44页
        3.4.2 ENVI实现主成分分析第44-45页
        3.4.3 分别用ENVIclassic和ENVI实现波段比运算第45-46页
        3.4.4 监督分类的支持向量机,最大似然法,马氏距离法的实现第46-47页
    3.5 本章小结第47-48页
第4章 苹果轻微机械损伤的无损检测第48-55页
    4.1 苹果的生物学特性以及我国苹果产业概况第48页
    4.2 实验材料及其过程第48-49页
    4.3 高光谱图像数据处理方法及结果第49-54页
        4.3.1 主成分分析法第49-50页
        4.3.2 波段比算法第50-52页
        4.3.3 监督分类的支持向量机、最大似然法、马氏距离法第52页
        4.3.4 数据分析结果及对比评价第52-53页
        4.3.5 结论第53-54页
    4.4 本章总结第54-55页
第5章 利用高光谱成像技术对梨机械损伤无损检测第55-62页
    5.1 梨的生物学特性以及我国梨产业概况第55页
        5.1.1 梨的生物学特性第55页
        5.1.2 我国梨产业概况第55页
    5.2 实验材料及其过程第55-56页
    5.3 高光谱图像数据处理方法第56-61页
        5.3.1 主成分分析方法第56-58页
        5.3.2 波段比算法第58-59页
        5.3.3 监督分类法第59页
        5.3.4 数据分析结果及对比评价第59-60页
        5.3.5 结论第60-61页
    5.4 本章总结第61-62页
第6章 总结与展望第62-64页
    6.1 全文总结第62-63页
    6.2 展望第63-64页
参考文献第64-67页
攻读硕士学位期间发表的学术论文第67-68页
致谢第68页

论文共68页,点击 下载论文
上一篇:基于异步微流水线的RSA加解密算法研究与实现
下一篇:基于BRDF与KECA光谱重建算法的国画颜色重建对比研究