首页--工业技术论文--自动化技术、计算机技术论文--遥感技术论文--遥感图像的解译、识别与处理论文--图像处理方法论文

基于高光谱成像技术的翠冠梨机械损伤和外部缺陷无损检测方法研究

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

论文共43页,点击 下载论文
上一篇:函数图像在高一物理教学中的应用研究
下一篇:高中学生英语词汇学习策略研究--以舟曲县第一中学为例