融合图像和嗅觉特征的猪肉新鲜度分级
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第12-20页 |
| 1.1 课题研究背景及意义 | 第12-13页 |
| 1.2 课题国内外研究现状 | 第13-18页 |
| 1.2.1 猪肉新鲜度无损检测研究现状 | 第13-14页 |
| 1.2.2 图像特征在猪肉新鲜度分级中的研究现状 | 第14-17页 |
| 1.2.3 嗅觉特征在猪肉新鲜度分级中的研究现状 | 第17-18页 |
| 1.3 课题主要研究内容和技术路线 | 第18-20页 |
| 第2章 图像采集与预处理 | 第20-36页 |
| 2.1 图像采集系统及其实验设计 | 第20-21页 |
| 2.1.1 图像采集系统 | 第20-21页 |
| 2.1.2 图像采集实验设计 | 第21页 |
| 2.2 颜色特征的图像预处理 | 第21-32页 |
| 2.2.1 圈取颜色特征的ROI | 第21-23页 |
| 2.2.2 图像灰度化 | 第23-24页 |
| 2.2.3 图像去噪 | 第24-26页 |
| 2.2.4 图像分割 | 第26-30页 |
| 2.2.5 形态学处理 | 第30-32页 |
| 2.2.6 图像掩模 | 第32页 |
| 2.3 纹理特征的图像预处理 | 第32-35页 |
| 2.3.1 圈取纹理特征的ROI | 第33页 |
| 2.3.2 纹理特征的图像灰度化 | 第33-34页 |
| 2.3.3 纹理特征的图像去噪 | 第34-35页 |
| 2.4 本章小结 | 第35-36页 |
| 第3章 图像特征提取及降维 | 第36-51页 |
| 3.1 颜色特征 | 第36-41页 |
| 3.1.1 颜色模型及颜色矩 | 第36-39页 |
| 3.1.2 颜色特征参数提取 | 第39-41页 |
| 3.2 纹理特征 | 第41-43页 |
| 3.2.1 灰度共生矩阵 | 第41-42页 |
| 3.2.2 纹理特征参数提取 | 第42-43页 |
| 3.3 图像特征降维 | 第43-50页 |
| 3.3.1 维度灾难 | 第43-44页 |
| 3.3.2 主成分分析 | 第44-45页 |
| 3.3.3 颜色特征降维 | 第45-46页 |
| 3.3.4 纹理特征降维 | 第46-48页 |
| 3.3.5 颜色纹理融合特征降维 | 第48-50页 |
| 3.4 本章小结 | 第50-51页 |
| 第4章 嗅觉信息采集与嗅觉特征分析 | 第51-61页 |
| 4.1 嗅觉采集系统及其实验设计 | 第51-53页 |
| 4.1.1 嗅觉信息采集系统 | 第51-52页 |
| 4.1.2 嗅觉信息采集实验设计 | 第52-53页 |
| 4.2 嗅觉特征提取 | 第53-56页 |
| 4.2.1 洗气阶段的特征 | 第53-54页 |
| 4.2.2 嗅觉特征的变化及选取 | 第54-56页 |
| 4.3 嗅觉特征降维分析 | 第56-60页 |
| 4.3.1 嗅觉特征降维 | 第56-57页 |
| 4.3.2 图像嗅觉融合特征降维 | 第57-60页 |
| 4.4 本章小结 | 第60-61页 |
| 第5章 新鲜度分级模型的构建 | 第61-79页 |
| 5.1 模式分类实现新鲜度分级及其依据 | 第61-62页 |
| 5.1.1 模式识别实现新鲜度分级 | 第61页 |
| 5.1.2 猪肉新鲜度分级依据 | 第61-62页 |
| 5.2 基于极限学习机的新鲜度分级模型及实现 | 第62-67页 |
| 5.2.1 极限学习机模型 | 第62-63页 |
| 5.2.2 极限学习机模型设计 | 第63-64页 |
| 5.2.3 基于极限学习机模型实现新鲜度分级 | 第64-67页 |
| 5.3 基于随机森林的新鲜度分级模型及实现 | 第67-70页 |
| 5.3.1 随机森林模型 | 第67页 |
| 5.3.2 随机森林模型设计 | 第67-68页 |
| 5.3.3 基于随机森林模型实现新鲜度分级 | 第68-70页 |
| 5.4 基于LVQ神经网络的新鲜度分级模型及实现 | 第70-74页 |
| 5.4.1 LVQ神经网络模型 | 第70-71页 |
| 5.4.2 LVQ神经网络模型设计 | 第71-72页 |
| 5.4.3 基于LVQ神经网络模型实现新鲜度分级 | 第72-74页 |
| 5.5 基于支持向量机的新鲜度分级模型及实现 | 第74-78页 |
| 5.5.1 支持向量机模型 | 第74-75页 |
| 5.5.2 支持向量机模型设计 | 第75-76页 |
| 5.5.3 基于支持向量机模型实现新鲜度分级 | 第76-78页 |
| 5.6 不同分级模型的分类结果对比分析 | 第78页 |
| 5.7 本章小结 | 第78-79页 |
| 第6章 基于QT的新鲜度分级软件设计 | 第79-85页 |
| 6.1 QT概述 | 第79页 |
| 6.2 软件的总体设计方案 | 第79-82页 |
| 6.2.1 软件功能需求分析 | 第79-80页 |
| 6.2.2 软件模块设计 | 第80-82页 |
| 6.3 软件功能和界面 | 第82-84页 |
| 6.4 本章小结 | 第84-85页 |
| 结论 | 第85-87页 |
| 参考文献 | 第87-93页 |
| 致谢 | 第93页 |
