| 摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| 第一章 绪论 | 第12-20页 |
| 1.1 研究背景与意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.2.1 苹果霉心病机理研究现状 | 第13-14页 |
| 1.2.2 多源信息关联的建模方法研究现状 | 第14-16页 |
| 1.3 研究内容 | 第16-17页 |
| 1.4 技术路线 | 第17-18页 |
| 1.5 论文组织结构 | 第18-20页 |
| 第二章 霉心病检测关联因子分析与整体思路设计 | 第20-30页 |
| 2.1 霉心病在线检测因子分析 | 第20-27页 |
| 2.1.1 霉心病机理分析 | 第20-21页 |
| 2.1.2 基于透射光谱检测的检测因子分析 | 第21-25页 |
| 2.1.3 苹果密度因子分析 | 第25-26页 |
| 2.1.4 苹果霉心病主要关联因素分析 | 第26-27页 |
| 2.2 在线判别方法研究整体思路 | 第27-29页 |
| 2.2.1 霉心病在线检测系统设计 | 第27-28页 |
| 2.2.2 判别模型研究总体方案 | 第28页 |
| 2.2.3 整体技术指标 | 第28-29页 |
| 2.3 本章小结 | 第29-30页 |
| 第三章 多源信息预处理技术研究 | 第30-39页 |
| 3.1 数据来源 | 第30页 |
| 3.2 苹果图像数据预处理方法研究 | 第30-35页 |
| 3.2.1 相机标定 | 第30-31页 |
| 3.2.2 苹果果径计算方法设计 | 第31-34页 |
| 3.2.3 精度校准与数据分析 | 第34-35页 |
| 3.3 苹果透射光强数据预处理 | 第35-36页 |
| 3.3.1 数据预处理 | 第35-36页 |
| 3.3.2 数据分析 | 第36页 |
| 3.4 苹果重量数据预处理 | 第36-38页 |
| 3.4.1 数据预处理 | 第37页 |
| 3.4.2 数据分析 | 第37-38页 |
| 3.5 数据归一化处理 | 第38页 |
| 3.6 本章小结 | 第38-39页 |
| 第四章 多源信息融合的苹果霉心病判别模型研究 | 第39-50页 |
| 4.1 基于线性判别算法的苹果霉心病判别模型研究 | 第39-41页 |
| 4.1.1 基于线性判别算法的霉心病检测算法设计 | 第39-40页 |
| 4.1.2 双因子苹果霉心病判别模型建立 | 第40-41页 |
| 4.1.3 多因子苹果霉心病判别模型建立 | 第41页 |
| 4.2 基于支持向量机的多因子苹果霉心病判别模型研究 | 第41-44页 |
| 4.2.1 基于SVM的霉心病检测算法设计 | 第42-43页 |
| 4.2.2 二分类SVM苹果霉心病判别模型建立 | 第43-44页 |
| 4.3 基于随机森林的多因子苹果霉心病判别模型研究 | 第44-48页 |
| 4.3.1 基于随机森林算法的霉心病检测算法设计 | 第44-45页 |
| 4.3.2 随机森林苹果霉心病判别模型建立 | 第45-48页 |
| 4.4 讨论 | 第48-49页 |
| 4.5 本章小结 | 第49-50页 |
| 第五章 苹果霉心病在线检测在线检系统开发与验证 | 第50-56页 |
| 5.1 苹果霉心病在线检测系统软件设计 | 第50-54页 |
| 5.1.1 开发环境 | 第50页 |
| 5.1.2 整体设计 | 第50-51页 |
| 5.1.3 界面设计 | 第51-52页 |
| 5.1.4 病害判别模块设计 | 第52-53页 |
| 5.1.5 图像处理模块设计 | 第53页 |
| 5.1.6 存储模块设计 | 第53-54页 |
| 5.2 系统实现与验证 | 第54-55页 |
| 5.2.1 系统整体运行测试 | 第54-55页 |
| 5.2.2 在线检测系统性能验证 | 第55页 |
| 5.3 本章小结 | 第55-56页 |
| 第六章 结论和展望 | 第56-58页 |
| 6.1 结论 | 第56页 |
| 6.2 创新点 | 第56-57页 |
| 6.3 展望 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-64页 |
| 作者简介 | 第64页 |