首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于高光谱和超声成像技术的三文鱼品质检测研究

摘要第5-7页
abstract第7-9页
第一章 绪论第13-23页
    1.1 三文鱼概况第13-15页
        1.1.1 三文鱼简介第13-14页
        1.1.2 三文鱼储运方式对其品质、价格的影响第14-15页
    1.2 鱼肉品质检测方法第15-20页
        1.2.1 鱼肉品质常规检测方法第15-16页
        1.2.2 鱼肉品质无损检测方法第16-20页
    1.3 研究目的第20-21页
    1.4 研究内容第21-22页
    1.5 本章小结第22-23页
第二章 基于高光谱成像技术的冰鲜和冻融三文鱼鉴别研究第23-37页
    2.1 引言第23页
    2.2 材料与方法第23-31页
        2.2.1 样本准备第23-24页
        2.2.2 高光谱图像采集第24-25页
        2.2.3 数据分析方法第25-31页
    2.3 结果与讨论第31-36页
        2.3.1 光谱预处理结果第31-32页
        2.3.2 光谱特征提取结果第32-33页
        2.3.3 图像特征提取第33页
        2.3.4 基于光谱和图像特征的冰鲜和冻融三文鱼鉴别模型第33-35页
        2.3.5 基于光谱和图像特征的冰鲜和冻融三文鱼储藏天数鉴别模型第35-36页
    2.4 本章小结第36-37页
第三章 基于高光谱成像技术的冰鲜和冻融三文鱼品质快速预测及可视化研究第37-55页
    3.1 引言第37页
    3.2 材料与方法第37-41页
        3.2.1 样本准备第37页
        3.2.2 仪器与试剂第37-38页
        3.2.3 品质指标理化检测方法第38-39页
        3.2.4 高光谱图像采集和光谱信息获取第39页
        3.2.5 品质指标定量预测方法第39-40页
        3.2.6 品质指标分布图检测方法第40-41页
    3.3 结果与讨论第41-53页
        3.3.1 品质指标理化检测结果第41页
        3.3.2 品质指标定量预测模型第41-51页
        3.3.3 品质指标分布图检测第51-53页
    3.4 本章小结第53-55页
第四章 基于超声成像技术的冰鲜和冻融三文鱼鉴别研究第55-65页
    4.1 引言第55页
    4.2 材料与方法第55-57页
        4.2.1 样本准备第55-56页
        4.2.2 超声图像采集第56-57页
        4.2.3 数据分析方法第57页
    4.3 结果与讨论第57-64页
        4.3.1 超声成像系统参数优化第57-58页
        4.3.2 样本超声图像分析第58-59页
        4.3.3 图像特征提取第59-60页
        4.3.4 基于超声图像特征的冰鲜和冻融三文鱼鉴别第60-62页
        4.3.5 基于超声图像特征的冰鲜和冻融三文鱼储藏天数鉴别第62-63页
        4.3.6 基于高光谱和超声成像技术的冰鲜和冻融三文鱼鉴别结果比较第63-64页
    4.4 本章小结第64-65页
第五章 结论与展望第65-67页
    5.1 结论第65-66页
    5.2 展望第66-67页
参考文献第67-76页
致谢第76-77页
在研期间的科研经历第77-78页
附录A:含水量定量预测模型第78-83页
附录B:剪切力定量预测模型第83-87页

论文共87页,点击 下载论文
上一篇:基于DGA算法的智能物流车辆集配平台的研究与实现
下一篇:分布式服务框架及其在国际贸易平台中应用的研究与实现