基于高光谱和图像技术的龙井茶叶品质检测方法研究
摘要 | 第1-7页 |
ABSTRACT | 第7-11页 |
第1章 绪论 | 第11-21页 |
·课题研究背景及意义 | 第11-12页 |
·国内外研究现状 | 第12-15页 |
·光谱技术在茶叶中应用的研究现状 | 第12-13页 |
·计算机图像处理技术在茶叶中应用的研究现状 | 第13-15页 |
·研究方法 | 第15-19页 |
·光谱技术 | 第15-17页 |
·图像处理技术 | 第17-19页 |
·课题研究内容和技术路线 | 第19-21页 |
第2章 龙井茶叶图像特征信息分析与提取 | 第21-46页 |
·图像检测系统及实验样本选择 | 第21-23页 |
·图像预处理 | 第23-26页 |
·直方图均衡化 | 第23-24页 |
·图像平滑度处理 | 第24-26页 |
·颜色空间 | 第26-29页 |
·RGB 颜色空间 | 第26-27页 |
·HIS 颜色空间 | 第27-28页 |
·CIELAB 颜色空间 | 第28-29页 |
·灰度共生矩阵 | 第29-31页 |
·颜色特征选择与分析 | 第31-40页 |
·颜色特征提取 | 第32-37页 |
·颜色特征与茶叶等级的单相关分析 | 第37-40页 |
·纹理特征选择与分析 | 第40-44页 |
·纹理特征提取 | 第40-42页 |
·纹理特征与茶叶等级的单相关分析 | 第42-44页 |
·本章小结 | 第44-46页 |
第3章 龙井茶叶光谱特征信息分析与提取 | 第46-66页 |
·仪器设备及检测系统 | 第46-49页 |
·仪器设备 | 第46-47页 |
·检测系统与光谱采集 | 第47-49页 |
·光谱数据预处理 | 第49-52页 |
·数据标准化处理 | 第49页 |
·消噪处理 | 第49-52页 |
·光谱分析技术 | 第52-56页 |
·光谱微分技术 | 第52-53页 |
·光谱吸收特征分析 | 第53-54页 |
·光谱位置变量特征分析 | 第54页 |
·光谱植被指数特征分析 | 第54-56页 |
·光谱特征选择与分析 | 第56-64页 |
·光谱吸收特征选择 | 第56-57页 |
·光谱红边特征选择 | 第57-58页 |
·植被指数特征选择 | 第58-60页 |
·光谱特征参数提取 | 第60-62页 |
·光谱特征参数与茶叶等级相关性分析 | 第62-64页 |
·本章小结 | 第64-66页 |
第4章 判别模型建立与结果分析 | 第66-79页 |
·支持向量机分类器 | 第66-70页 |
·线性可分分类器 | 第66-69页 |
·非线性可分分类器 | 第69-70页 |
·遗传算法 | 第70-72页 |
·判别模型建立 | 第72-76页 |
·核函数的选择 | 第72-74页 |
·参数的优化选择 | 第74-76页 |
·分类结果与分析 | 第76-77页 |
·本章小结 | 第77-79页 |
第5章 结论与展望 | 第79-81页 |
·课题研究总结 | 第79-80页 |
·创新点 | 第80页 |
·研究展望 | 第80-81页 |
参考文献 | 第81-85页 |
致谢 | 第85-86页 |
攻读学位期间发表的学术论文 | 第86页 |