第一个书签之前
第一章 绪论
1.1 研究目的与意义
1.2 马铃薯品质检测的研究现状
1.2.1 马铃薯缺陷检测
1.2.2 马铃薯食用安全性研究
1.3 机器视觉技术在马铃薯检测中的应用
1.4 电子鼻技术在马铃薯检测中的应用
1.5 信息融合技术在马铃薯检测中的应用
1.6 本研究的主要内容与技术路线
第二章 马铃薯样本的理化指标测定
2.1 马铃薯样本分析
2.1.1 马铃薯中龙葵素状况分析
2.1.2 马铃薯致腐烂状况分析
2.2 缺陷样本选取与制备
2.2.1 绿皮及发芽样本选取与制备
2.2.2 腐烂样本制备
2.2.3 机械损伤样本选取与制备
2.3 绿皮及发芽样本气体成分测定
2.3.1 预处理
2.3.2 气体成分测定
2.3.3 挥发性成分鉴定
2.3.4 结果分析
2.4 龙葵素含量的测定及结果分析
2.4.1 实验材料
2.4.2 含量测定
2.4.3 结果分析
2.5 腐烂样本中菌种致腐烂性验证及分析
2.5.1 实验材料
2.5.2 腐烂样本中菌种的分离与鉴定
2.5.3 结果分析
2.6 本章小结
第三章 基于机器视觉的马铃薯品质检测方法研究
3.1 图像采集装置构建
3.1.1 光照系统设计
3.1.2 成像部件筛选
3.2图像采集与预处理
3.2.1 图像采集
3.2.2 图像预处理方法研究
3.3 图像特征提取
3.4 基于图像信息的马铃薯早期病变检测方法研究
3.4.1 马铃薯出芽短梗霉侵染早期检测方法
3.4.2 马铃薯绿皮及发芽样本早期检测方法
3.5 基于图像信息的缺陷样本定性识别
3.6 基于图像信息的马铃薯龙葵素定量预测
3.7 本章小结
第四章 基于电子鼻技术的马铃薯品质检测方法研究
4.1 电子鼻检测系统简介
4.2 电子鼻传感器阵列构建
4.2.1 传感器阵列初选
4.2.2 传感器阵列优化
4.3 电子鼻检测条件的优化
4.4 电子鼻数据采集及特征值提取
4.5 基于气味信息的马铃薯早期病变检测方法研究
4.5.1 出芽短梗霉侵染早期检测方法
4.5.2 绿皮及发芽样本早期检测方法
4.6 基于气味信息的缺陷样本定性识别方法研究
4.7 基于气味信息的马铃薯龙葵素定量预测方法研究
4.8 本章小结
第五章 基于机器视觉和电子鼻信息融合的马铃薯品质检测方法研究
5.1 多信息融合检测原理
5.2 基于融合信息的马铃薯早期病变检测方法研究
5.2.1基于融合信息的马铃薯出芽短梗霉侵染早期检测方法
5.2.2基于融合信息技术的马铃薯绿皮及发芽检测方法
5.3 基于融合信息的马铃薯缺陷样本定性识别研究
5.4 基于融合信息的马铃薯龙葵素含量定量预测方法研究
5.5 不同方法检测结果的比较分析
5.6 本章小结
第六章 总结与展望
6.1 研究总结
6.2 研究展望
参考文献
致谢
攻读硕士期间发表的学术论文