| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 英文简写名词注释 | 第9-11页 |
| 1 文献综述 | 第11-22页 |
| 1.1 红茶发酵研究现状简介 | 第11-16页 |
| 1.1.1 红茶发酵过程中主要品质因子变化 | 第11-12页 |
| 1.1.2 影响红茶发酵程度的主要因子 | 第12-13页 |
| 1.1.3 红茶发酵过程中新技术的应用 | 第13-15页 |
| 1.1.4 红茶发酵程度检测技术 | 第15-16页 |
| 1.2 近红外光谱技术 | 第16-18页 |
| 1.2.1 近红外光谱技术的原理 | 第16页 |
| 1.2.2 近红外光谱技术的特点 | 第16-17页 |
| 1.2.3 近红外光谱技术的发展 | 第17页 |
| 1.2.4 近红外光谱技术的应用 | 第17-18页 |
| 1.3 近红外光谱分析中的化学计量方法 | 第18-19页 |
| 1.3.1 光谱预处理方法 | 第18-19页 |
| 1.3.2 化学计量学建模方法 | 第19页 |
| 1.4 计算机图像处理技术的应用 | 第19-22页 |
| 1.4.1 计算机图像处理技术的发展 | 第19-20页 |
| 1.4.2 计算机图像处理技术应用 | 第20-21页 |
| 1.4.3 机算机图像处理技术在茶叶领域的应用 | 第21-22页 |
| 2 引言 | 第22-24页 |
| 2.1 研究目的和意义 | 第22页 |
| 2.2 研究内容 | 第22-23页 |
| 2.3 技术路线 | 第23-24页 |
| 3 材料与方法 | 第24-31页 |
| 3.1 试验材料 | 第24页 |
| 3.1.1 试验材料及处理 | 第24页 |
| 3.1.2 主要试验仪器与设备 | 第24页 |
| 3.1.3 试剂与药品 | 第24页 |
| 3.2 试验方法 | 第24-31页 |
| 3.2.1 样品近红外光谱的采集及预处理 | 第24-25页 |
| 3.2.2 化学成分测定 | 第25页 |
| 3.2.3 样品图像特征值的提取与组合 | 第25-28页 |
| 3.2.4 数据分析方法 | 第28-31页 |
| 4 结果与分析 | 第31-43页 |
| 4.1 近红外光谱结合儿茶素含量的祁门红茶发酵程度判别模型的建立 | 第31-34页 |
| 4.1.1 不同程度发酵样品的近红外光谱图 | 第31页 |
| 4.1.2 化学成分测定结果 | 第31页 |
| 4.1.3 近红外光谱结合儿茶素含量的祁门红茶发酵程度的判别模型的建立 | 第31-34页 |
| 4.2 近红外光谱结合氨基酸含量的祁门红茶发酵程度判别模型的建立 | 第34-36页 |
| 4.2.1 化学成分测定结果 | 第34页 |
| 4.2.2 特征光谱区间的选择 | 第34-36页 |
| 4.2.3 近红外光谱结合氨基酸含量的祁门红茶发酵程度的判别模型建立 | 第36页 |
| 4.3 NRIS结合计算机图像处理技术的祁门红茶发酵程度判定模型建立 | 第36-41页 |
| 4.3.1 不同程度发酵样品的图像 | 第36-37页 |
| 4.3.2 图像处理 | 第37-38页 |
| 4.3.3 图像特征值提取 | 第38-39页 |
| 4.3.4 近红外光谱结合R值的祁门红茶发酵程度的判别模型建立 | 第39页 |
| 4.3.5 特征信息值进行组合 | 第39-40页 |
| 4.3.6 近红外光谱结合R/B值的祁门红茶发酵程度的判别模型建立 | 第40页 |
| 4.3.7 近红外光谱结合R+G值的祁门红茶发酵程度的判别模型建立 | 第40-41页 |
| 4.4 基于近红外光谱分析技术对祁门红茶发酵程度判定模型的建立 | 第41-43页 |
| 4.4.1 光谱区间选择 | 第41页 |
| 4.4.2 偏最小二乘判别分析(PLS-DA)模型的建立 | 第41-42页 |
| 4.4.3 偏最小二乘判别分析(PLS-DA)模型的验证 | 第42-43页 |
| 5 讨论 | 第43-45页 |
| 5.1 近红外定量模型预测结果的讨论 | 第43页 |
| 5.2 定性PLS-DA模型预测结果讨论 | 第43页 |
| 5.3 外界因素对试验结果的影响 | 第43-44页 |
| 5.4 近红外光谱模型的适用性 | 第44页 |
| 5.5 色彩值组合方式的讨论 | 第44-45页 |
| 6 结论 | 第45-46页 |
| 参考文献 | 第46-51页 |
| 附录 | 第51-61页 |
| 致谢 | 第61-62页 |
| 作者简介 | 第62页 |
| 在读期间取得研究成果 | 第62页 |
