声明
论文说明
致谢
摘要
图目录
表目录
1 绪论
1.1 研究背景
1.2 鱼种概况
1.3 鱼肉品质的常规检测方法
1.3.1 感官评价
1.3.2 物理评价
1.3.3 化学评价
1.4 鱼肉品质的光谱检测
1.4.1 可见/近红外光谱技术
1.4.2 可见/近红外光谱技术在鱼肉品质检测中的应用
1.5 图像处理和光谱成像技术在鱼肉品质检测中的应用
1.5.1 图像处理技术及其在鱼肉品质检测中的应用
1.5.2 多光谱成像技术及其在鱼肉品质检测中的应用
1.5.3 高光谱成像技术及其在鱼肉品质检测中的应用
1.6 国内外研究存在的主要问题
1.7 研究目的与内容
2 试验材料与方法
2.1 试验设备
2.1.1 可见/短波近红外高光谱成像仪
2.1.2 长波近红外高光谱成像仪
2.1.3 便携式可见/短波近红外光谱仪
2.1.4 食品质构分析仪
2.1.5 索氏脂肪提取仪
2.2 试验材料及物理和化学值测定
2.3 高光谱图像数据分析技术路线
2.4 光谱数据处理技术
2.4.1 光谱预处理方法
2.4.2 光谱特征波长提取算法
2.5 图像数据处理技术
2.5.1 图像处理方法
2.5.2 图像纹理特征提取方法
2.6 化学计量学建模方法
2.6.1 偏最小二乘法
2.6.2 人工神经网络
2.6.3 最小二乘支持向量机
2.7 定量和定性模型评价标准
2.7.1 定量模型评价标准
2.7.2 定性模型评价标准
2.8 算法实现软件
2.9 本章小结
3 新鲜与冷冻-解冻大菱鲆鱼肉的鉴别研究
3.1 引言
3.2 鱼肉样本的冷冻处理和高光谱图像采集
3.2.1 鱼肉样本的冷冻处理
3.2.2 可见/短波近红外高光谱图像采集
3.3 数据分析流程
3.3.1 图像的降噪和平均光谱的提取
3.3.2 光谱数据的预处理
3.3.3 图像纹理变量的提取
3.3.4 基于特征波长和纹理变量的新鲜与冷冻-解冻鱼肉的鉴别
3.4 新鲜与不同存储温度的冷冻-解冻大菱鲆鱼肉的鉴别
3.4.1 鱼肉光谱特性
3.4.2 偏最小二乘鉴别模型比较
3.4.3 图像纹理变量的提取
3.4.4 新鲜与冷冻-解冻鱼肉鉴别的特征波长
3.4.5 基于特征波长和纹理变量的新鲜与冷冻-解冻鱼肉的鉴别
3.4.6 新鲜、快速冷冻-解冻、慢速冷冻-解冻鱼肉鉴别的特征波长
3.4.7 基于特征波长和纹理变量的新鲜、快速冷冻-解冻、慢速冷冻-解冻鱼肉的鉴别
3.5 新鲜与不同解冻次数的冷冻-解冻大菱鲆鱼肉的鉴别
3.5.1 鱼肉光谱特性
3.5.2 偏最小二乘鉴别模型比较
3.5.3 图像纹理变量的提取
3.5.4 新鲜与冷冻-解冻鱼肉鉴别的特征波长
3.5.5 基于特征波长和纹理变量的新鲜与冷冻-解冻鱼肉的鉴别
3.5.6 新鲜、冷冻-解冻1次、冷冻-解冻2次鱼肉鉴别的特征波长
3.4.7 基于特征波长和纹理变量的新鲜、冷冻-解冻1次、冷冻-解冻2次鱼肉的鉴别
3.6 本章小结
4 大菱鲆鱼肉冷藏时间的可视化研究
4.1 引言
4.2 鱼肉样本的冷藏处理和高光谱图像采集
4.2.1 鱼肉样本的冷藏处理
4.2.2 可见/短波近红外高光谱图像采集
4.3 不同冷藏时间的鱼肉的可见/短波近红外光谱
4.4 鱼肉冷藏时间的预测
4.5 鱼肉冷藏时间的可视化
4.6 本章小结
5 大菱鲆鱼肉质构参数和系水力的检测研究
5.1 引言
5.2 鱼肉样本光谱数据和物理参数的获取
5.2.1 鱼肉样本处理
5.2.2 光谱数据的获取
5.2.3 质构参数的获取
5.2.4 滴水损失的获取
5.3 大菱鲆鱼肉质构参数的检测
5.3.1 鱼肉的质构参数
5.3.2 鱼肉光谱特性
5.3.3 偏最小二乘回归模型比较
5.3.4 提取的质构参数特征波长
5.3.5 基于特征波长的质构参数检测
5.4 大菱鲆鱼肉滴水损失的检测
5.4.1 鱼肉的滴水损失
5.4.2 鱼肉光谱特性
5.4.3 偏最小二乘回归模型比较
5.4.4 提取的滴水损失特征波长
5.4.5 基于特征波长的滴水损失检测
5.5 本章小结
6 大西洋鲑脂肪和水分含量的分布检测研究
6.1 引言
6.2 鱼肉样本高光谱图像及化学指标(脂肪和水分)的获取
6.2.1 鱼肉样本购买和处理
6.2.2 长波近红外高光谱图像采集
6.2.3 脂肪和水分含量测定
6.3 鱼肉的脂肪和水分化学值
6.4 鱼肉的长波近红外光谱
6.5 鱼肉脂肪和水分含量的预测
6.6 鱼肉样本脂肪和水分含量的分布可视化
6.7 整鱼片脂肪和水分含量分布可视化的探索
6.8 本章小结
7 结论与展望
7.1 结论
7.2 主要创新点
7.3 展望
参考文献
作者简介
浙江大学;