| 第一章 绪论 | 第9-22页 |
| 1.1 蔬菜及其颜色 | 第9-13页 |
| 1.1.1 蔬菜的化学成分 | 第9-10页 |
| 1.1.2 蔬菜的颜色与营养 | 第10-11页 |
| 1.1.3 蔬菜中的色素 | 第11-13页 |
| 1.2 建立蔬菜颜色质量评价系统的意义 | 第13-16页 |
| 1.2.1 色泽在饮食消费中的心理效应 | 第13-14页 |
| 1.2.2 人类视觉存在的问题 | 第14-16页 |
| 1.3 国内外发展现状 | 第16-19页 |
| 1.3.1 目前实用测色仪器 | 第16-18页 |
| 1.3.2 颜色量化系统研究现状 | 第18-19页 |
| 1.4 本文的主要工作 | 第19-22页 |
| 1.4.1 蔬菜颜色质量评价系统的构建 | 第19-20页 |
| 1.4.2 颜色质量评价系统在蔬菜保鲜中的应用 | 第20-22页 |
| 第二章 蔬菜颜色质量评价硬件系统的构建 | 第22-39页 |
| 2.1 人眼的视觉生理基础 | 第22-24页 |
| 2.1.1 可见光谱 | 第22页 |
| 2.1.2 人眼的视觉基础 | 第22-23页 |
| 2.1.3 颜色视觉过程 | 第23-24页 |
| 2.2 计算机视觉系统的构成 | 第24-31页 |
| 2.2.1 CCD摄像头 | 第25页 |
| 2.2.2 图像采集卡 | 第25-26页 |
| 2.2.3 图像的采集原理 | 第26-27页 |
| 2.2.4 光源的选择 | 第27-29页 |
| 2.2.5 测量的几何条件 | 第29-31页 |
| 2.3 系统的标定 | 第31-37页 |
| 2.3.1 RGB与XYZ值对应关系的建立 | 第31-32页 |
| 2.3.2 RGB与XYZ颜色空间的介绍 | 第32-35页 |
| 2.3.3 摄像机色空间转换的复杂性 | 第35-37页 |
| 2.3.4 引入神经网络的必要性 | 第37页 |
| 2.4 本章小结 | 第37-39页 |
| 第三章 蔬菜颜色质量评价软件系统的建立 | 第39-60页 |
| 3.1 颜色度量体系 | 第39-44页 |
| 3.1.1 编目系统 | 第40-41页 |
| 3.1.2 颜色模型 | 第41-44页 |
| 3.2 软件系统的建立 | 第44-59页 |
| 3.2.1 图像文件的格式 | 第44-46页 |
| 3.2.2 图像分割 | 第46-47页 |
| 3.2.3 RGB与XYZ颜色模型的转换 | 第47-57页 |
| 3.2.4 XYZ与CIE1976L*a*b*之间的转换 | 第57-58页 |
| 3.2.5 RGB与HSL之间的非线性转换 | 第58页 |
| 3.2.6 LCH与L*a*b*之间的转换 | 第58-59页 |
| 3.3 本章小结 | 第59-60页 |
| 第四章 切分蔬菜常温保藏颜色质量评价 | 第60-69页 |
| 4.1 微波杀菌的机理 | 第60-62页 |
| 4.1.1 热效应理论 | 第60-61页 |
| 4.1.2 非热效应理论 | 第61-62页 |
| 4.2 切分花椰菜常温保藏颜色质量评价 | 第62-65页 |
| 4.2.1 材料和方法 | 第63页 |
| 4.2.2 结果与分析 | 第63-65页 |
| 4.3 切分西红柿避光保藏颜色质量评价 | 第65-67页 |
| 4.3.1 试验材料与方法 | 第65-66页 |
| 4.3.2 结果与分析 | 第66-67页 |
| 4.4 保鲜方法的实用性 | 第67页 |
| 4.5 本章小结 | 第67-69页 |
| 第五章 碱溶液对绿色蔬菜颜色质量影响的评价 | 第69-91页 |
| 5.1 叶绿素变化的基础理论 | 第69-72页 |
| 5.1.1 叶绿素呈色机理 | 第69页 |
| 5.1.2 叶绿素降解机理 | 第69-70页 |
| 5.1.3 叶绿素降解途径 | 第70-71页 |
| 5.1.4 碱护色原理 | 第71-72页 |
| 5.2 塑料包装袋透气性对保鲜蔬菜颜色质量变化的影响 | 第72-75页 |
| 5.2.1 试验材料与方法 | 第72-73页 |
| 5.2.2 实验结果 | 第73-74页 |
| 5.2.3 讨论与结论 | 第74-75页 |
| 5.3 试验方案的设计 | 第75页 |
| 5.4 碱处理豆角的二次通用旋转组合设计 | 第75-82页 |
| 5.4.1 碱处理豆角第一天的颜色变化 | 第75-78页 |
| 5.4.2 碱处理豆角保存一周后的颜色变化 | 第78-80页 |
| 5.4.3 碱处理豆角保存两周后的颜色变化 | 第80-82页 |
| 5.5 基于遗传算法的数学模型优化 | 第82-90页 |
| 5.5.1 遗传算法的基本原理 | 第82-85页 |
| 5.5.2 利用遗传算法进行模型寻优 | 第85-90页 |
| 5.6 本章小结 | 第90-91页 |
| 第六章 锌离子浓度对蔬菜复绿效果影响的数学模型构建与分析 | 第91-106页 |
| 6.1 颜色数学模型理论 | 第91-94页 |
| 6.1.1 Arrhenius模型 | 第92-93页 |
| 6.1.2 多项式模型(Polynomial model) | 第93-94页 |
| 6.1.3 拟合标准 | 第94页 |
| 6.2 材料与方法 | 第94-95页 |
| 6.3 试验数据的获取及单因素数学模型的构建 | 第95-100页 |
| 6.3.1 对照样品 | 第95-96页 |
| 6.3.2 加锌750ppm 样品 | 第96-97页 |
| 6.3.3 加锌1500ppm样品 | 第97-99页 |
| 6.3.4 加锌3000ppm样品 | 第99-100页 |
| 6.4 数据分析 | 第100-102页 |
| 6.4.1 色差比较 | 第100-101页 |
| 6.4.2 a*值比较 | 第101-102页 |
| 6.5 正交多项式回归设计 | 第102-105页 |
| 6.6 本章小结 | 第105-106页 |
| 第七章 利用蔬菜颜色质量评价系统测定叶绿素含量 | 第106-114页 |
| 7.1 蔬菜颜色质量评价系统与常规方法测量值之间的相关性 | 第106-110页 |
| 7.1.1 蔬菜颜色质量评价系统颜色表述RGB值的获取 | 第106-109页 |
| 7.1.2 叶绿素常规方法的测定 | 第109页 |
| 7.1.3 准备训练数据 | 第109-110页 |
| 7.2 神经网络训练 | 第110-113页 |
| 7.2.1 训练结果 | 第110页 |
| 7.2.2 最终训练后神经网络结构 | 第110-112页 |
| 7.2.3 蔬菜颜色质量评价系统与常规叶绿素测定方法比较分析 | 第112-113页 |
| 7.3 本章小结 | 第113-114页 |
| 第八章 结 论 | 第114-118页 |
| 参考文献 | 第118-126页 |
| 作者在攻读博士学位期间的研究成果 | 第126-128页 |
| 致 谢 | 第128-129页 |
| 摘 要 | 第129-133页 |
| ABSTRACT | 第133页 |
