| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 1 绪论 | 第8-13页 |
| ·研究背景 | 第8-9页 |
| ·国内外红酸枝品种识别的研究现状 | 第9-10页 |
| ·主要研究内容及技术 | 第10-12页 |
| ·研究的主要内容 | 第10-11页 |
| ·研究方法与技术路线 | 第11-12页 |
| ·本文章节安排 | 第12-13页 |
| 2 高光谱成像技术的相关理论及实验材料 | 第13-25页 |
| ·高光谱成像数据采集系统 | 第13-15页 |
| ·高光谱成像技术的原理 | 第13页 |
| ·高光谱成像采集系统 | 第13-15页 |
| ·高光谱图像黑白校正 | 第15页 |
| ·实验材料 | 第15-16页 |
| ·Kennard-Stone算法选取建模集和测试集 | 第16页 |
| ·光谱数据预处理方法 | 第16-18页 |
| ·平滑处理 | 第17页 |
| ·标准正态变量变换 | 第17页 |
| ·多元散射校正 | 第17-18页 |
| ·样本的主成分定性分析 | 第18页 |
| ·特征波长提取方法 | 第18-20页 |
| ·主成分分析 | 第19页 |
| ·回归系数法 | 第19-20页 |
| ·连续投影法 | 第20页 |
| ·高光谱图像纹理特征提取方法 | 第20-23页 |
| ·特征波长图像纹理特征的提取 | 第21-23页 |
| ·主成分图像纹理特征的提取 | 第23页 |
| ·判别分析方法 | 第23-24页 |
| ·偏最小二乘判别分析 | 第23页 |
| ·极限学习机 | 第23-24页 |
| ·模型评价标准 | 第24页 |
| ·数据分析软件 | 第24页 |
| ·本章小结 | 第24-25页 |
| 3 基于 400-1000 NM光谱范围的红酸枝木材品种识别 | 第25-39页 |
| ·红酸枝木材的光谱特征分析 | 第25-27页 |
| ·红酸枝木 400-1000NM的高光谱图像采集 | 第25页 |
| ·感兴趣区域提取和样本集划分 | 第25-26页 |
| ·全部样本的光谱特性分析 | 第26-27页 |
| ·红酸枝木材的主成分定性分析 | 第27-28页 |
| ·基于全部光谱数据的红酸枝木品种识别 | 第28-30页 |
| ·光谱预处理 | 第28-29页 |
| ·基于全部光谱数据的红酸枝木材品种识别 | 第29-30页 |
| ·基于特征波长的红酸枝木品种识别 | 第30-34页 |
| ·特征波长挑选 | 第30-34页 |
| ·基于特征波长建立红酸枝木品种判别模型 | 第34页 |
| ·基于高光谱图像纹理信息的红酸枝木品种识别 | 第34-38页 |
| ·特征波长图像红酸枝木纹理特征分析 | 第34-37页 |
| ·主成分图像红酸枝木纹理特征分析 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 4 基于 900-1700 NM 光谱范围的红酸枝木材品种识别 | 第39-48页 |
| ·红酸枝木材的光谱特征分析 | 第39-41页 |
| ·红酸枝木 900-1700NM的高光谱图像采集 | 第39页 |
| ·感兴趣区域提取和样本集划分 | 第39-40页 |
| ·全部样本的光谱特性分析 | 第40-41页 |
| ·红酸枝木材的主成分定性分析 | 第41-42页 |
| ·基于全部光谱数据的红酸枝木品种识别 | 第42-43页 |
| ·光谱预处理 | 第42页 |
| ·基于全部光谱数据的红酸枝木材品种识别 | 第42-43页 |
| ·基于特征波长的红酸枝木品种识别 | 第43-47页 |
| ·特征波长挑选 | 第43-46页 |
| ·基于特征波长建立红酸枝木品种判别模型 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 5 总结与展望 | 第48-50页 |
| ·总结 | 第48页 |
| ·展望 | 第48-50页 |
| 参考文献 | 第50-53页 |
| 致谢 | 第53页 |
