首页--工业技术论文--轻工业、手工业论文--食品工业论文--水产加工工业论文--水产制品的标准与检验论文

基于高光谱成像技术检测鱼肉品质的研究

摘要第3-4页
abstract第4-5页
第一章 绪论第9-18页
    1.1 研究背景第9-10页
    1.2 研究鱼的种类第10页
    1.3 检测鱼肉品质常规方法第10-13页
        1.3.1 感官评价第11页
        1.3.2 物理指标评价第11-13页
        1.3.3 化学评价第13页
    1.4 鱼肉品质的光谱检测第13-17页
        1.4.1 近红外光谱技术第13-15页
        1.4.2 机器视觉及其在鱼肉品质检查中的应用第15-16页
        1.4.3 高光谱成像技术及其在鱼肉品质检查中的应用第16-17页
    1.5 研究目的与内容第17-18页
第二章 试验仪器与方法第18-30页
    2.1 试验仪器设备与软件第18-19页
        2.1.1 光源第18页
        2.1.2 CCD成像相机第18页
        2.1.3 光谱仪第18-19页
        2.1.4 短波近红外光谱仪成像仪第19页
        2.1.5 索氏脂肪提取仪第19页
    2.2 特征波长提取方法第19-21页
        2.2.1 竞争性自适应重加权算法第20-21页
        2.2.2 连续投影算法第21页
        2.2.3 遗传算法第21页
    2.3 高光谱数据建模方法第21-25页
        2.3.1 最小二乘支持向量机(LS-LVM)第22-23页
        2.3.2 偏最小二乘回归(PLSR)第23-24页
        2.3.3 簇类独立软模式(SIMCA)第24-25页
    2.4 数据分析软件第25-30页
        2.4.1 ENVI4.第25-26页
        2.4.2 Unscramber10.第26-27页
        2.4.3 Origin8.第27-28页
        2.4.4 MATLABR2014B第28-30页
第三章 新鲜与冷冻-解冻大菱鲆鱼肉的鉴别研究第30-39页
    3.1 引言第30页
    3.2 材料与方法第30-33页
        3.2.1 样本来源及光谱的获取第30-32页
        3.2.2 高光谱成像数据采集系统第32页
        3.2.3 高光谱数据采集第32-33页
        3.2.4 特征波长选择算法第33页
    3.3 数据分析流程第33-37页
        3.3.1 鱼样本的光谱第33-34页
        3.3.2 遗传算法选取特征波长第34页
        3.3.3 竞争性自适应重加权算法关键变量提取第34-35页
        3.3.4 连续投影算法选取特征波长第35-36页
        3.3.5 基于光谱建立SIMCA和LS-SVM类别预测模型第36-37页
    3.4 结论第37-39页
第四章 基于高光谱成像技术的三文鱼脂肪含量的可视化研究第39-46页
    4.1 引言第39页
    4.2 材料与方法第39-41页
        4.2.1 三文鱼肉样本第39-40页
        4.2.2 采集高光谱成像数据第40页
        4.2.3 脂肪含量测定和光谱数据提取第40页
        4.2.4 特征波长选择算法第40页
        4.2.5 PLS回归模型的建立第40-41页
        4.2.6 三文鱼样本脂肪含量的可视化第41页
    4.3 实验分析第41-45页
        4.3.1 鱼样本的光谱第41页
        4.3.2 PLSR模型第41-42页
        4.3.3 连续投影算法选取特征波长第42-43页
        4.3.4 鱼肉脂肪含量的可视化第43-45页
    4.4 本章小结第45-46页
第五章 光谱成像技术的鱼肉新鲜度检测简易平台总体构架设计设想第46-54页
    5.1 引言第46页
    5.2 光谱技术检测鱼肉新鲜度简易平台总体架构第46-49页
        5.2.1 光谱技术检测鱼肉新鲜度简易平台方案第46-47页
        5.2.2 光谱技术检测鱼肉新鲜度简易平台工作流程和功能第47-49页
    5.3 光谱技术检测鱼肉新鲜度简易平台机械结构第49-53页
    5.4 本章小结第53-54页
第六章 结论与展望第54-56页
    6.1 研究的具体内容和主要结论第54页
    6.2 本研究的主要创新点第54-55页
    6.3 展望和建议第55-56页
参考文献第56-60页
个人简历 在读期间发表的学术论文第60-61页
致谢第61页

论文共61页,点击 下载论文
上一篇:基于前缀过滤的文本复合度检测方法研究
下一篇:基于FPGA的激光焊缝实时检测装置研究