| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·研究背景及意义 | 第7-8页 |
| ·国内外研究现状 | 第8-11页 |
| ·玉米种子纯度无损检测的国内外现状 | 第8-9页 |
| ·高光谱图像技术在农业中的国内外现状 | 第9-11页 |
| ·论文的研究内容及其结构 | 第11-13页 |
| ·论文的研究内容 | 第11页 |
| ·论文的结构 | 第11-13页 |
| 第二章 高光谱图像技术的应用及数据采集 | 第13-21页 |
| ·引言 | 第13页 |
| ·高光谱图像技术 | 第13-16页 |
| ·高光谱图像的基本原理 | 第13-14页 |
| ·高光谱图像的名词解释 | 第14-15页 |
| ·高光谱图像采集系统的基本构成 | 第15-16页 |
| ·数据采集 | 第16-18页 |
| ·实验材料 | 第16页 |
| ·玉米样本采集 | 第16-18页 |
| ·PLSDA 算法简介 | 第18-19页 |
| ·本章小结 | 第19-21页 |
| 第三章 基于光谱特征的玉米高光谱图像识别 | 第21-27页 |
| ·引言 | 第21页 |
| ·光谱特征提取 | 第21-23页 |
| ·实验材料 | 第21页 |
| ·感兴趣区域的提取 | 第21页 |
| ·感兴趣区域的光谱特征提取 | 第21-23页 |
| ·基于光谱特征的玉米种子分类 | 第23-26页 |
| ·感兴趣区域大小对分类精度的影响 | 第23-24页 |
| ·不同波段范围下 PLSDA 建模分类结果 | 第24-26页 |
| ·本章小结 | 第26-27页 |
| 第四章 基于图像熵信息的玉米种子高光谱图像识别 | 第27-39页 |
| ·引言 | 第27页 |
| ·单个波段下图像所在区域的提取 | 第27-31页 |
| ·图像预处理 | 第27-29页 |
| ·阈值分割 | 第29页 |
| ·感兴趣区域提取与标记 | 第29-31页 |
| ·玉米高光谱图像的特征提取的定义与分类 | 第31-34页 |
| ·高光谱图像的特征提取 | 第31-33页 |
| ·全波段条件下玉米种子的 PLSDA 分类识别 | 第33-34页 |
| ·PLS 投影分析算法 | 第34-36页 |
| ·基本原理及步骤 | 第34-35页 |
| ·波段选择结果与分析 | 第35-36页 |
| ·基于 PLS 投影算法波段选择的 PLSDA 分类识别 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 第五章 基于 SVDD 的玉米高光谱图像新样本识别 | 第39-45页 |
| ·引言 | 第39页 |
| ·支持向量描述算法概述 | 第39-41页 |
| ·SVDD 基本原理 | 第39-40页 |
| ·核函数 | 第40-41页 |
| ·SVDD 模型的建立 | 第41-42页 |
| ·样本集划分 | 第41页 |
| ·建立 SVDD 分类模型 | 第41-42页 |
| ·基于 SVDD 的样本的识别 | 第42-43页 |
| ·对原有样本的识别结果 | 第42-43页 |
| ·对新类别样本的识别结果 | 第43页 |
| ·本章小结 | 第43-45页 |
| 主要结论与展望 | 第45-47页 |
| 主要结论 | 第45-46页 |
| 展望 | 第46-47页 |
| 致谢 | 第47-49页 |
| 参考文献 | 第49-53页 |
| 附录: 作者在攻读硕士学位期间发表的论文 | 第53页 |