摘要 | 第5-6页 |
ABSTRACT | 第6页 |
1 绪论 | 第7-11页 |
1.1 研究背景与意义 | 第7页 |
1.2 水果机械损伤和外部缺陷无损检测国内外研究现状 | 第7-9页 |
1.2.1 水果机械损伤和外部缺陷无损检测国内研究现状 | 第8页 |
1.2.2 水果机械损伤和外部缺陷无损检测国外研究现状 | 第8-9页 |
1.3 水果机械损伤和外部缺陷无损检测研究存在的问题 | 第9-10页 |
1.4 研究内容及技术路线 | 第10-11页 |
2 高光谱成像系统及数据分析方法 | 第11-20页 |
2.1 高光谱成像技术简介 | 第11-13页 |
2.1.1 高光谱图像获取方式 | 第11-13页 |
2.2 高光谱成像系统 | 第13-14页 |
2.3 数据预处理方法 | 第14页 |
2.3.1 图像校正 | 第14页 |
2.3.2 均值中心化 | 第14页 |
2.4 特征波长选取方法 | 第14-16页 |
2.4.1 竞争性自适应重加权算法 | 第14-15页 |
2.4.2 连续投影算法 | 第15-16页 |
2.5 模式识别模型 | 第16-18页 |
2.5.1 偏最小二乘法 | 第16-17页 |
2.5.2 线性判别式分析算法 | 第17-18页 |
2.5.3 卷积神经网络算法 | 第18页 |
2.6 数据处理软件 | 第18-19页 |
2.6.1 ENVI软件 | 第18-19页 |
2.6.2 MATLAB软件 | 第19页 |
2.7 本章小结 | 第19-20页 |
3 翠冠梨机械损伤的高光谱成像无损检测 | 第20-29页 |
3.1 试验样本与光谱图像采集 | 第20-22页 |
3.1.1 试验样本制备 | 第20页 |
3.1.2 光谱图像采集 | 第20-22页 |
3.2 数据预处理 | 第22-26页 |
3.2.2 基于全谱的模型分析 | 第24-26页 |
3.3 特征波长提取 | 第26页 |
3.4 机械损伤检测模型与分析 | 第26-28页 |
3.5 本章小结 | 第28-29页 |
4 翠冠梨外部缺陷的高光谱成像无损检测 | 第29-38页 |
4.1 试验样本与光谱图像采集 | 第29-30页 |
4.1.1 试验样本制备 | 第29页 |
4.1.2 光谱图像采集 | 第29-30页 |
4.2 数据预处理 | 第30-33页 |
4.2.1 样本图像提取和背景分割 | 第30-31页 |
4.2.2 数据扩充 | 第31-32页 |
4.2.3 图像分块 | 第32-33页 |
4.3 外部缺陷检测模型与分析 | 第33-37页 |
4.3.1 定义网络结构 | 第33-34页 |
4.3.2 模型结果分析 | 第34-37页 |
4.4 本章小结 | 第37-38页 |
5 结论与展望 | 第38-39页 |
5.1 结论 | 第38页 |
5.2 展望 | 第38-39页 |
参考文献 | 第39-43页 |
致谢 | 第43页 |