| 摘要 | 第6-8页 |
| abstract | 第8-9页 |
| 第一章 绪论 | 第13-21页 |
| 1.1 研究背景与意义 | 第13-15页 |
| 1.2 国内外研究现状 | 第15-17页 |
| 1.2.1 水果内部品质检测技术研究现状 | 第15-16页 |
| 1.2.2 水果内部品质设备研究现状 | 第16-17页 |
| 1.3 研究内容 | 第17-18页 |
| 1.4 技术路线 | 第18-19页 |
| 1.5 论文组织结构 | 第19-21页 |
| 第二章 苹果硬度近红外漫反射实验平台搭建与特征波长的提取 | 第21-31页 |
| 2.1 苹果硬度检测方法分析 | 第21-22页 |
| 2.1.1 苹果成熟的过程 | 第21-22页 |
| 2.1.2 光谱与苹果品质作用机理分析 | 第22页 |
| 2.2 苹果硬度检测平台构建 | 第22-26页 |
| 2.2.1 苹果漫反射光谱采集平台 | 第22-24页 |
| 2.2.2 苹果硬度数据采集平台构建 | 第24-26页 |
| 2.3 苹果硬度漫反射特征波长的提取 | 第26-29页 |
| 2.3.1 实验材料 | 第26页 |
| 2.3.2 近红外光谱的采集 | 第26页 |
| 2.3.3 硬度采集 | 第26-27页 |
| 2.3.4 提取特征波长 | 第27-29页 |
| 2.4 本章小节 | 第29-31页 |
| 第三章 系统整体方案设计与嵌入式设备硬件设计 | 第31-45页 |
| 3.1 系统总体结构 | 第31-32页 |
| 3.2 器件选型 | 第32-35页 |
| 3.2.1 筛选光源 | 第32-33页 |
| 3.2.2 光电检测传感器 | 第33-34页 |
| 3.2.3 核心处理器 | 第34-35页 |
| 3.3 设备硬件模块设计 | 第35-42页 |
| 3.3.1 硬件系统整体设计 | 第35-36页 |
| 3.3.2 核心处理器模块 | 第36-40页 |
| 3.3.3 光源驱动模块 | 第40页 |
| 3.3.4 漫反射光谱采集模块 | 第40-41页 |
| 3.3.5 用户交互模块 | 第41-42页 |
| 3.3.6 设计PCB板 | 第42页 |
| 3.4 检测设备外观设计 | 第42-44页 |
| 3.5 本章小结 | 第44-45页 |
| 第四章 嵌入式设备软件设计 | 第45-61页 |
| 4.1 嵌入式操作系统的选择与环境搭建 | 第45-47页 |
| 4.1.1 操作系统的选择 | 第45-46页 |
| 4.1.2 构建嵌入式开发环境 | 第46-47页 |
| 4.2 移植Linux操作系统 | 第47-53页 |
| 4.2.1 移植Uboot | 第47-49页 |
| 4.2.2 Linux内核裁剪和编译 | 第49-51页 |
| 4.2.3 构建根文件系统 | 第51-53页 |
| 4.3 设备驱动开发 | 第53-56页 |
| 4.3.1 基于ADS1115的I2C驱动 | 第53-54页 |
| 4.3.2 ADS1115驱动程序的实现 | 第54-56页 |
| 4.4 移植Qt以及应用程序界面设计 | 第56-60页 |
| 4.4.1 移植Qt5. | 第56-57页 |
| 4.4.2 Qt应用程序界面设计 | 第57-60页 |
| 4.5 本章小结 | 第60-61页 |
| 第五章 苹果硬度预测模型的建立 | 第61-73页 |
| 5.1 基于多种算法的苹果硬度预测模型 | 第61-67页 |
| 5.1.1 基于MLR算法的苹果硬度预测模型 | 第61-63页 |
| 5.1.2 基于SVM的苹果硬度预测模型 | 第63-67页 |
| 5.2 模型对比与分析 | 第67页 |
| 5.3 基于Qt智能算法的移植 | 第67-69页 |
| 5.4 苹果硬度预测精度实验 | 第69-71页 |
| 5.4.1 试验材料 | 第69页 |
| 5.4.2 硬度预测试验 | 第69-71页 |
| 5.5 设备功耗实验 | 第71-72页 |
| 5.6 本章小结 | 第72-73页 |
| 第六章 结论与展望 | 第73-75页 |
| 6.1 结论 | 第73页 |
| 6.2 创新点 | 第73-74页 |
| 6.3 展望 | 第74-75页 |
| 参考文献 | 第75-79页 |
| 致谢 | 第79-81页 |
| 作者简介 | 第81页 |