首页--农业科学论文--农作物论文--禾谷类作物论文--稻论文

基于可见光/近红外光谱的稻米质量快速无损检测研究

摘要第1-9页
ABSTRACT第9-12页
缩略语第12-13页
第1章 绪论第13-28页
   ·研究的目的与意义第13-15页
     ·稻米的消费地位第13页
     ·稻米的食用品质概述第13-15页
   ·稻米的分级标准第15-16页
   ·国内外研究进展第16-25页
     ·外部品质检测研究进展第16-20页
     ·内部品质检测研究进展第20-25页
   ·研究内容与方法第25-28页
     ·可见光下最佳稻米图像采集环境研究第25页
     ·具有自适应特性的垩白识别算法研究第25-26页
     ·基于近红外光谱的稻米直链淀粉含量快速检测模型研究第26-27页
     ·陈化米快速检测模型研究第27-28页
第2章 可见光条件下图像采集环境研究第28-39页
   ·引言第28-29页
   ·材料与方法第29-33页
     ·图像采集灯箱的设计第29页
     ·试验材料第29页
     ·试验方法第29-30页
     ·正交小波分解算法第30-33页
   ·结果与分析第33-38页
     ·透射光情况第33-37页
     ·反射光情况第37-38页
   ·本章小结第38-39页
第3章 稻米图像处理基础算法研究第39-48页
   ·引言第39页
   ·颜色模型第39-43页
     ·RGB第39-40页
     ·HSI第40-41页
     ·颜色直方图第41-43页
   ·图像降噪第43-45页
     ·均值滤波第43-44页
     ·中值滤波第44-45页
   ·图像分割第45-47页
   ·本章小结第47-48页
第4章 基于机器学习的稻米垩白识别算法研究第48-62页
   ·引言第48-49页
   ·云理论介绍第49-54页
     ·云理论产生的背景第49-52页
     ·正向云发生器第52页
     ·逆向云发生器第52-54页
   ·材料与方法第54-58页
     ·试验图像样本第54页
     ·直方图分析第54-55页
     ·基于云的垩白识别方法第55-58页
   ·结果与分析第58-59页
     ·算法的精确度检验第58-59页
     ·算法的适应性检验第59页
   ·群体稻米垩白参数计算第59-61页
   ·本章小结第61-62页
第5章 近红外光谱技术在直链淀粉含量检测中的应用研究第62-95页
   ·引言第62页
   ·近红外分析技术简介第62-67页
     ·近红外光谱分析理论基础第63-64页
     ·分析流程第64-66页
     ·模型评价参数第66-67页
   ·光谱采集参数对近红外光谱响应特性的影响研究第67-77页
     ·旋转与否第67-69页
     ·分辨率第69-71页
     ·扫描次数第71-73页
     ·环境温度第73-77页
   ·光谱预处理方法对建模效果的影响研究第77-92页
     ·异常光谱剔除第79-85页
     ·光谱除噪第85-92页
   ·定量分析方法对建模效果的影响研究第92-93页
   ·本章小结第93-95页
第6章 近红外光谱技术在陈化米检测中的应用研究第95-116页
   ·引言第95-96页
   ·实验材料与方法第96-111页
     ·实验材料与光谱采集第96页
     ·陈化米近红外光谱响应特性研究第96-97页
     ·光谱预处理方法第97-102页
     ·光谱特征提取方法第102-107页
     ·建模方法第107-111页
   ·结果与讨论第111-115页
     ·线性模型第111-112页
     ·非线性模型第112-115页
   ·本章小结第115-116页
第7章 总结与展望第116-119页
   ·结论第116-117页
   ·创新之处第117-118页
   ·展望第118-119页
参考文献第119-128页
攻读博士期间发表学术论文第128-129页
致谢第129-130页
附录第130-132页

论文共132页,点击 下载论文
上一篇:水稻反转录转座嵌合基因演化模式研究
下一篇:TuMV HC-Pro蛋白自身互作及其与拟南芥编码Rieske Fe/S蛋白的互作研究