声明
第1章 绪论
1.1 金银花简介
1.2 金银花品质检测的国内外研究现状
1.2.1 金银花的外观形状判别方法
1.2.2 金银花品质的传统检测方法
1.3 高光谱成像技术简介
1.4 高光谱成像技术的国内外研究现状
1.4.1 高光谱成像技术在农产品外部品质检测中的应用
1.4.2 高光谱成像技术在农产品内部品质检测中的应用
1.4.3 高光谱成像技术在农产品干燥过程中的应用
1.4.4 图像光谱信息融合在农产品品质中的应用
1.5 论文的主要研究内容及方法
第2章 实验材料与数据处理方法
2.1 实验材料
2.1.1 金银花干燥预处理及其硫残量的测定
2.1.2 金银花干燥过程中叶绿素含量的测定
2.2 高光谱成像系统
2.2.1 高光谱图像的采集与提取
2.2.2 图像黑白校正
2.2.3 光谱信息及图像信息提取
2.2.4 数据预处理
2.2.5 数据降维及特征提取
2.2.6 数据分析
2.2.7 图像光谱处理
2.3 实验数据处理方法
2.3.1 光谱数据预处理方法
2.3.2 特征波长选择方法
2.3.3 图像处理方法
2.3.4 化学计量学建模方法
2.3.5 模型评价标准
2.4 本章小结
第3章 金银花不同干燥预处理后硫残量的高光谱检测模型研究
3.1 前言
3.2 结果与分析
3.2.1 金银花中的主要品质指标
3.2.2 金银花的平均光谱曲线
3.2.3 光谱不同预处理方法对比
3.2.4 基于FDA与KFDA的光谱鉴别结果
3.2.5 基于不同波长的KFDA光谱判别结果
3.3 本章小结
第4章 金银花干燥过程中叶绿素含量的高光谱检测模型研究
4.1 前言
4.2 结果与分析
4.2.1 金银花干燥过程中叶绿素含量的测定
4.2.2 金银花的平均光谱曲线
4.2.3 预处理方法的选取
4.2.4 特征波长的选择
4.2.5 特征波长的分类预测结果
4.3 本章小结
第5章 金银花干燥过程中叶绿素含量变化的图谱融合模型研究
5.1 前言
5.2 图像处理方法
5.2.1 主成分分析
5.2.2 图像特征的提取
5.2.3 光谱特征的提取
5.2.4 光谱＋图像特征的优化组合
5.3 结果与分析
5.3.1 基于纹理、光谱特征波长构建LS-SVM检测模型
5.3.2 基于特征波长下优化后的光谱、图像特征构建LS-SVM检测模型
5.4 本章小结
第6章 结论与展望
6.1 结论
6.2 展望
参考文献
致谢
攻读硕士学位期间的研究成果
