基于生物技术与计算机视觉的食品微生物快速检测研究
| 内容提要 | 第1-11页 |
| 第1章 绪论 | 第11-27页 |
| ·课题的目的和意义 | 第11-12页 |
| ·菌落总数检测方法研究现状 | 第12-17页 |
| ·传统方法 | 第13页 |
| ·生物发光检测法 | 第13-14页 |
| ·阻抗检测法 | 第14页 |
| ·细菌直接计数法 | 第14-15页 |
| ·流式细胞术 | 第14-15页 |
| ·固相细胞计数法 | 第15页 |
| ·微菌落技术 | 第15页 |
| ·快速测试片法 | 第15-16页 |
| ·放射测量法 | 第16页 |
| ·聚合酶链反应（PCR）法 | 第16-17页 |
| ·大肠菌群检测方法研究现状 | 第17-21页 |
| ·传统方法 | 第18页 |
| ·酶底物法 | 第18页 |
| ·直接计数法 | 第18-19页 |
| ·分子生物学法 | 第19-20页 |
| ·聚合酶链反应（PCR）法 | 第19页 |
| ·原位杂交(ISH)法 | 第19-20页 |
| ·试剂盒法 | 第20页 |
| ·快速测试片 | 第20-21页 |
| ·计算机视觉技术及模式识别 | 第21-24页 |
| ·计算机视觉技术的应用进展 | 第21页 |
| ·模式识别系统 | 第21-22页 |
| ·模式识别的常用方法 | 第22-23页 |
| ·统计模式识别 | 第22页 |
| ·句法模式识别 | 第22-23页 |
| ·模糊模式识别 | 第23页 |
| ·人工神经网络法 | 第23页 |
| ·人工智能方法 | 第23页 |
| ·模式识别的一般步骤 | 第23-24页 |
| ·特征选择 | 第23-24页 |
| ·学习和训练 | 第24页 |
| ·分类识别 | 第24页 |
| ·课题的提出 | 第24-25页 |
| ·本课题研究的主要内容 | 第25-27页 |
| 第2章 基于计算机视觉的快速检测系统构建 | 第27-47页 |
| ·引言 | 第27页 |
| ·系统硬件设计方案 | 第27-36页 |
| ·生物显微镜 | 第30-31页 |
| ·步进电机及其驱动器 | 第31-32页 |
| ·数字摄像机 | 第32-33页 |
| ·AT89S51 单片机 | 第33-35页 |
| ·单片机开发板 | 第35页 |
| ·记忆芯片 | 第35-36页 |
| ·程序设计 | 第36-44页 |
| ·自动采集图片程序设计 | 第36-38页 |
| ·图片的采集方式 | 第36-37页 |
| ·步进数的计算 | 第37页 |
| ·脉冲数计算 | 第37-38页 |
| ·采集过程中暂停键和复位键的设计 | 第38-39页 |
| ·手动调节起始位置和手动对焦 | 第39-40页 |
| ·掉电复位程序设计 | 第40-41页 |
| ·自动对焦程序设计 | 第41-44页 |
| ·图像清晰度评价函数的确定 | 第41-44页 |
| ·聚焦点搜索 | 第44页 |
| ·检测系统的操作步骤 | 第44-46页 |
| ·系统的优点 | 第46页 |
| ·本章小结 | 第46-47页 |
| 第3章 活体染色及样品前处理方法的研究 | 第47-61页 |
| ·引言 | 第47页 |
| ·检测材料 | 第47-49页 |
| ·肉类及其制品 | 第48页 |
| ·新鲜果蔬及其产品 | 第48-49页 |
| ·谷物、面粉和面团制品 | 第49页 |
| ·饮用水 | 第49页 |
| ·训练样本库的建立 | 第49-50页 |
| ·活体染色方法研究 | 第50-54页 |
| ·亚甲基蓝染色机理 | 第51-53页 |
| ·亚甲基蓝染色液的配方选择 | 第53-54页 |
| ·试验方法 | 第53-54页 |
| ·试验结果 | 第54页 |
| ·菌液浓缩方法的研究 | 第54-56页 |
| ·过滤浓缩器设计 | 第54-55页 |
| ·试验材料 | 第54-55页 |
| ·设计方案 | 第55页 |
| ·菌液过滤浓缩的收得率确定 | 第55-56页 |
| ·试验方法 | 第56页 |
| ·试验结果分析 | 第56页 |
| ·前处理步骤的确定 | 第56-58页 |
| ·试验材料和仪器 | 第56-57页 |
| ·试验方法 | 第57-58页 |
| ·载玻片模板的设计 | 第58-59页 |
| ·本章小结 | 第59-61页 |
| 第4章 活菌图像及其特征参数的提取 | 第61-101页 |
| ·引言 | 第61页 |
| ·图像预处理 | 第61-63页 |
| ·图像阈值分割 | 第63-71页 |
| ·动态阈值分割 | 第63-64页 |
| ·彩色空间分割 | 第64-71页 |
| ·基于R、G、B 颜色特征进行分割 | 第64-67页 |
| ·基于H、I、S 颜色特征进行分割 | 第67-71页 |
| ·二值图像的形态学处理 | 第71-73页 |
| ·二值形态学的基本运算 | 第72-73页 |
| ·腐蚀运算 | 第72页 |
| ·膨胀运算 | 第72页 |
| ·开运算 | 第72页 |
| ·闭运算 | 第72-73页 |
| ·菌体细胞边缘的平滑 | 第73页 |
| ·活菌图像的提取 | 第73-74页 |
| ·大区域消除 | 第73-74页 |
| ·空心区域提取 | 第74页 |
| ·填充空心区域及外边缘提取 | 第74-77页 |
| ·特征参数的提取 | 第77-98页 |
| ·形态特征的提取 | 第77-86页 |
| ·链码跟踪 | 第77页 |
| ·形态特征参数提取 | 第77-80页 |
| ·规则度的提出 | 第80-86页 |
| ·紧致度的提出 | 第86页 |
| ·矩特征的提取 | 第86-90页 |
| ·Hu’s 不变矩的计算 | 第86-88页 |
| ·Hu’s 不变矩的应用分析 | 第88-90页 |
| ·形态特征参数的选择 | 第90页 |
| ·部分形态特征提取结果 | 第90-93页 |
| ·颜色特征参数的提取 | 第93-98页 |
| ·颜色特征参数的选择 | 第93-94页 |
| ·颜色特征参数提取 | 第94-95页 |
| ·颜色特征统计量的计算 | 第95-98页 |
| ·细菌计数 | 第98-99页 |
| ·单个细菌细胞区域跟踪方法 | 第98-99页 |
| ·多个细菌细胞区域跟踪 | 第99页 |
| ·本章小结 | 第99-101页 |
| 第5章 识别分类器设计及快速检测准确度分析 | 第101-119页 |
| ·引言 | 第101页 |
| ·人工神经网络识别 | 第101-107页 |
| ·反向传播算法 | 第101-102页 |
| ·网络参数设计 | 第102-103页 |
| ·BP 网络训练 | 第103-107页 |
| ·训练函数的选择 | 第103页 |
| ·训练过程的调整 | 第103-107页 |
| ·快速检测准确度分析 | 第107-113页 |
| ·试验样品、仪器及药品 | 第107-108页 |
| ·试验方法 | 第108页 |
| ·试验结果分析 | 第108-113页 |
| ·与传统方法的相关性分析 | 第109-110页 |
| ·独立样本t 检验 | 第110-111页 |
| ·其它三类食品的对比试验结果 | 第111-113页 |
| ·检出限和检测范围的确定 | 第113-116页 |
| ·系统检出限和检出范围的确定 | 第114-115页 |
| ·试验方法 | 第114页 |
| ·试验结果分析 | 第114-115页 |
| ·不同食品样品的检出限 | 第115-116页 |
| ·固体食品的检出限 | 第115页 |
| ·液体食品的检出限 | 第115-116页 |
| ·重复性试验 | 第116-117页 |
| ·本章小结 | 第117-119页 |
| 第6章 基于统计学的大肠菌群快速估算方法 | 第119-131页 |
| ·引言 | 第119页 |
| ·估算方法的理论基础 | 第119-120页 |
| ·估算模型分析 | 第120-129页 |
| ·多元回归分析 | 第121-122页 |
| ·趋势面分析 | 第122-127页 |
| ·趋势面分析计算方法 | 第122-125页 |
| ·计算结果分析 | 第125-127页 |
| ·人工神经网络分析 | 第127-129页 |
| ·网络结构的确定 | 第127-128页 |
| ·网络估算结果 | 第128-129页 |
| ·最佳模型的确定 | 第129页 |
| ·本章小结 | 第129-131页 |
| 第7章 结论 | 第131-137页 |
| ·研究结论 | 第131-134页 |
| ·创新点 | 第134-135页 |
| ·研究展望 | 第135-137页 |
| 参考文献 | 第137-145页 |
| 攻读博士学位期间发表的学术论文及取得的科研成果 | 第145-146页 |
| 致谢 | 第146-147页 |
| 摘要 | 第147-151页 |
| ABSTRACT | 第151-156页 |
