鸡蛋新鲜度可见-近红外光谱在线检测技术研究
| 摘要 | 第7-9页 |
| Abstract | 第9-10页 |
| 缩略语表 | 第11-12页 |
| 1 绪论 | 第12-21页 |
| 1.1 研究背景及意义 | 第12页 |
| 1.2 鸡蛋新鲜度品质概述 | 第12-14页 |
| 1.3 国内外研究现状 | 第14-18页 |
| 1.3.1 基于机器视觉技术的鸡蛋新鲜度研究 | 第14-15页 |
| 1.3.2 基于光谱技术的鸡蛋新鲜度研究 | 第15-16页 |
| 1.3.3 基于其他技术的鸡蛋新鲜度研究 | 第16-18页 |
| 1.4 可见-近红外光谱概述 | 第18页 |
| 1.5 研究内容 | 第18-19页 |
| 1.6 技术路线 | 第19-20页 |
| 1.7 本章小结 | 第20-21页 |
| 2 鸡蛋品质指标数据及光谱信息采集 | 第21-29页 |
| 2.1 试验样本 | 第21页 |
| 2.2 品质指标测定 | 第21-22页 |
| 2.3 可见-近红外鸡蛋透射光谱数据采集 | 第22-28页 |
| 2.3.1 可见-近红外光谱在线检测装置 | 第22-25页 |
| 2.3.2 光谱采集平台 | 第25-26页 |
| 2.3.3 光谱数据采集 | 第26-28页 |
| 2.4 本章小结 | 第28-29页 |
| 3 散黄蛋的可见-近红外光谱检测模型 | 第29-40页 |
| 3.1 数据处理使用软件 | 第29页 |
| 3.2 光谱数据处理方法概述 | 第29-35页 |
| 3.2.1 光谱数据的预处理 | 第29-31页 |
| 3.2.2 光谱数据优化 | 第31-32页 |
| 3.2.3 定性与定量模型 | 第32-34页 |
| 3.2.4 模型的评价 | 第34-35页 |
| 3.3 鸡蛋的理化指标 | 第35-36页 |
| 3.4 光谱数据初步模型及预处理 | 第36-37页 |
| 3.5 光谱数据的波长优化 | 第37-38页 |
| 3.6 偏最小二乘散黄蛋判别模型 | 第38-39页 |
| 3.7 本章小结 | 第39-40页 |
| 4 鸡蛋新鲜度等级的可见-近红外光谱检测模型 | 第40-49页 |
| 4.1 鸡蛋品质指标变化规律 | 第40-41页 |
| 4.1.1 内容物形态变化 | 第40页 |
| 4.1.2 常规新鲜度指标变化 | 第40-41页 |
| 4.2 鸡蛋光谱原始数据 | 第41-42页 |
| 4.3 鸡蛋新鲜度可见-近红外判别模型建立 | 第42-45页 |
| 4.3.1 样本集的划分 | 第42-43页 |
| 4.3.2 新鲜度等级判别初始模型 | 第43-45页 |
| 4.4 光谱数据的优化预处理 | 第45-46页 |
| 4.5 特征波段选取 | 第46-48页 |
| 4.6 本章小结 | 第48-49页 |
| 5 鸡蛋新鲜度光谱在线控制系统及检测软件 | 第49-63页 |
| 5.1 可见-近红外光谱在线控制系统 | 第49-55页 |
| 5.1.1 控制器的选择 | 第49页 |
| 5.1.2 PLC介绍 | 第49-50页 |
| 5.1.3 采集控制系统的实现 | 第50-53页 |
| 5.1.4 鸡蛋新鲜度分选控制系统 | 第53-55页 |
| 5.2 鸡蛋品质在线检测软件 | 第55-57页 |
| 5.2.1 功能需求分析 | 第56页 |
| 5.2.2 软件架构图 | 第56-57页 |
| 5.2.3 软件在线工作流程图 | 第57页 |
| 5.3 鸡蛋品质在线检测软件运行及调试 | 第57-62页 |
| 5.3.1 主界面 | 第57-58页 |
| 5.3.2 上位机通信 | 第58-59页 |
| 5.3.3 图谱显示 | 第59-60页 |
| 5.3.4 新鲜度等级的判别 | 第60-62页 |
| 5.4 本章小结 | 第62-63页 |
| 6 结论与展望 | 第63-65页 |
| 6.1 结论 | 第63页 |
| 6.2 讨论与展望 | 第63-65页 |
| 参考文献 | 第65-70页 |
| 附录A 硕士就读期间成果 | 第70-71页 |
| 附录B 鸡蛋样品部分理化指标值 | 第71-79页 |
| 附录C 部分处理关键代码 | 第79-86页 |
| 致谢 | 第86页 |
