摘要 | 第4-6页 |
Abstract | 第6-7页 |
1 绪论 | 第11-21页 |
1.1 研究背景和意义 | 第11-12页 |
1.2 高光谱成像技术简介 | 第12-19页 |
1.2.1 高光谱成像技术的原理 | 第12-14页 |
1.2.2 高光谱成像系统的组成 | 第14-16页 |
1.2.3 高光谱成像技术的优点和缺点 | 第16-17页 |
1.2.4 高光谱成像技术在食品质量与安全分析和评估方面的应用 | 第17-19页 |
1.3 研究内容 | 第19-21页 |
2 实验材料、仪器和方法 | 第21-31页 |
2.1 实验材料 | 第21页 |
2.2 实验仪器 | 第21-23页 |
2.2.1 化学分析仪器 | 第21-22页 |
2.2.2 高光谱成像系统 | 第22-23页 |
2.3 实验方法 | 第23-30页 |
2.3.1 花生样品水分和蛋白质含量的测定 | 第23页 |
2.3.2 花生样品高光谱图像的获取和校正 | 第23页 |
2.3.3 感兴趣区域选择和光谱提取 | 第23页 |
2.3.4 光谱预处理方法 | 第23-25页 |
2.3.5 化学计量学方法 | 第25-28页 |
2.3.6 重要波长选取方法 | 第28-29页 |
2.3.7 模型评价标准 | 第29-30页 |
2.4 本章小结 | 第30-31页 |
3 基于高光谱成像技术和分类器的花生品种分类 | 第31-36页 |
3.1 引言 | 第31页 |
3.2 材料和方法 | 第31-33页 |
3.2.1 样品准备 | 第31页 |
3.2.2 高光谱成像系统 | 第31页 |
3.2.3 图像获取和校正 | 第31页 |
3.2.4 感兴趣区域选取和光谱提取 | 第31页 |
3.2.5 分类器 | 第31-32页 |
3.2.6 波长变量选择 | 第32页 |
3.2.7 模型验证和评价 | 第32-33页 |
3.3 结果与分析 | 第33-34页 |
3.3.1 花生的光谱特征 | 第33页 |
3.3.2 基于全波长范围的花生品种分类 | 第33-34页 |
3.3.3 基于重要波长的花生品种分类 | 第34页 |
3.4 本章小结 | 第34-36页 |
4 基于可见和长波近红外高光谱成像技术的花生水分含量检测 | 第36-48页 |
4.1 引言 | 第36页 |
4.2 材料和方法 | 第36-38页 |
4.2.1 样品准备和水分含量测定 | 第36页 |
4.2.2 高光谱成像系统 | 第36页 |
4.2.3 图像获取和校正 | 第36页 |
4.2.4 感兴趣区域选取和光谱提取 | 第36-37页 |
4.2.5 多元回归分析 | 第37页 |
4.2.6 重要波长的选择 | 第37页 |
4.2.7 花生水分含量的可视化 | 第37-38页 |
4.3 结果与分析 | 第38-46页 |
4.3.1 花生的水分含量 | 第38-39页 |
4.3.2 花生的光谱特征 | 第39-40页 |
4.3.3 基于全波长范围的花生水分含量检测模型的建立 | 第40-44页 |
4.3.4 基于重要波长的花生水分含量检测模型的建立 | 第44-45页 |
4.3.5 花生水分含量的可视化 | 第45-46页 |
4.4 本章小结 | 第46-48页 |
5 基于长波近红外高光谱成像技术的花生蛋白质含量检测 | 第48-55页 |
5.1 引言 | 第48页 |
5.2 材料和方法 | 第48-50页 |
5.2.1 样品准备和蛋白质含量测定 | 第48页 |
5.2.2 高光谱成像系统 | 第48页 |
5.2.3 图像获取和校正 | 第48页 |
5.2.4 感兴趣区域选取和光谱提取 | 第48页 |
5.2.5 多元回归分析 | 第48-49页 |
5.2.6 重要波长的选择 | 第49-50页 |
5.3 结果与分析 | 第50-54页 |
5.3.1 花生的蛋白质含量 | 第50页 |
5.3.2 花生的光谱特征 | 第50-51页 |
5.3.3 基于全波长范围的花生蛋白质含量检测模型的建立 | 第51-53页 |
5.3.4 基于重要波长的花生蛋白质含量检测模型的建立 | 第53-54页 |
5.4 本章小结 | 第54-55页 |
结论 | 第55-57页 |
参考文献 | 第57-64页 |
致谢 | 第64-65页 |
个人简历 | 第65页 |