首页--农业科学论文--农作物论文--薯类作物论文--马铃薯(土豆)论文

基于透射和反射高光谱成像技术的马铃薯缺陷检测方法研究

摘要第1-9页
Abstract第9-12页
第一章 绪论第12-21页
   ·研究的目的与意义第12-13页
   ·国内外研究现状第13-18页
     ·农产品品质的反射高光谱成像检测第13-16页
     ·农产品品质的透射高光谱成像检测第16-17页
     ·马铃薯内外品质的高光谱成像检测第17-18页
   ·对已有研究的思考和分析第18页
   ·研究内容第18-20页
   ·技术路线第20页
   ·本章小结第20-21页
第二章 透射和反射高光谱图像采集关键参数选取第21-30页
   ·引言第21页
   ·高光谱成像系统第21-23页
     ·高光谱图像及成像方式第21-22页
     ·反射高光谱成像系统简介第22页
     ·透射高光谱图像采集系统搭建及简介第22-23页
   ·反射高光谱图像采集关键参数选取第23-27页
     ·光源种类的选取第23-26页
     ·图像最佳采集速度选取第26-27页
   ·透射高光谱图像采集关键参数选取第27-29页
     ·最佳光照强度选取第27-28页
     ·最优图像采集速度选取第28-29页
   ·本章小结第29-30页
第三章 基于透射和反射高光谱的马铃薯黑心病检测方法研究第30-53页
   ·概述第30页
   ·材料与仪器第30-31页
     ·试验材料第30-31页
     ·试验仪器第31页
     ·透射和反射高光谱图像采集第31页
   ·试验方法第31-35页
     ·光谱预处理方法第31-32页
     ·光谱定性建模方法第32-33页
     ·变量优选方法第33-35页
   ·马铃薯黑心病评价及光谱分析第35-38页
     ·马铃薯黑心病评价指标第35-36页
     ·马铃薯黑心病的光谱分析第36-38页
   ·基于高光谱图像光谱维的马铃薯黑心病检测建模方法研究第38-47页
     ·K-最邻近法(KNN)第38-40页
     ·偏最小二乘判别分析(PLS-DA)第40-42页
     ·C4.5分类树第42-44页
     ·支持向量机判别分析(SVMDA)第44-46页
     ·不同建模方法及成像方式的比较研究第46-47页
   ·基于透射高光谱光谱维的马铃薯黑心病检测模型优化第47-52页
     ·蒙特卡罗无信息变量消除算法(MC-UVE)第48页
     ·随机蛙跳算法(SFLA)第48-49页
     ·子窗口排列分析(SPA)第49-50页
     ·竞争性自适应重加权采样算法(CARS)第50-51页
     ·CARS-SPA第51页
     ·不同变量选择方法比较研究第51-52页
   ·本章小结第52-53页
第四章 基于透射和反射高光谱成像的马铃薯损伤检测方法研究第53-71页
   ·概述第53页
   ·高光谱数据降维方法第53-55页
   ·材料与仪器第55-56页
     ·试验材料第55页
     ·试验仪器第55页
     ·透射和反射高光谱图像采集第55-56页
   ·透射和反射高光谱图像特征提取第56-61页
     ·透射和反射高光谱图像的图像维分析第56-60页
     ·透射和反射高光谱图像的特征提取第60-61页
   ·基于反射高光谱图像维的马铃薯损伤模型建立第61-64页
     ·反射高光谱图像维的二次差分运算第61-62页
     ·反射高光谱图像维的二次IC分析第62-63页
     ·基于IC2的马铃薯损伤检测第63-64页
   ·基于反射高光谱光谱维的马铃薯损伤模型建立第64-67页
     ·反射高光谱图像光谱提取第64页
     ·马铃薯反射光谱分析第64-66页
     ·基于反射光谱的马铃薯损伤模型的建立第66-67页
   ·基于透射高光谱光谱维的马铃薯损伤模型建立第67-69页
     ·马铃薯透射光谱分析第67-68页
     ·基于透射光谱的马铃薯损伤模型的建立第68-69页
   ·基于透射高光谱光谱维的马铃薯损伤模型优化第69-70页
     ·马铃薯损伤检测最优模型建立第69-70页
   ·本章小结第70-71页
第五章 结论与展望第71-74页
   ·结论第71-73页
   ·创新之处第73页
   ·展望第73-74页
参考文献第74-81页
硕士就读期间科研成果第81-83页
致谢第83页

论文共83页,点击 下载论文
上一篇:土壤渍涝对玉米苗期生长及生理的影响机制
下一篇:马铃薯体细胞杂种回交后代青枯病抗性鉴定及分子标记检测