2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩56頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、本論文以寧夏特有的鹽池灘羊為研究對象,利用可見-近紅外(400-1000nm)及近紅外(900-1700nm)成像技術(shù)分別對羊肉表面腸溶物污染及病變?nèi)饪焖贆z測,結(jié)合數(shù)字圖像處理及化學(xué)計量學(xué)方法,開發(fā)了羊肉表面腸溶物識別算法,建立了兩種常見病變羊肉的定性分析模型。為下一步利用多光譜成像技術(shù)開發(fā)在線檢測系統(tǒng)提供了理論依據(jù)。主要研究結(jié)果如下:
  (1)利用可見-近紅外(400-1000nm)高光譜成像系統(tǒng)對羊肉表面腸溶物進行檢測,結(jié)合

2、主成分分析(PCA)選取適合于圖像處理的主成分圖像,并進行中值濾波、平方根變換、二值化、形態(tài)學(xué)處理4種圖像處理算法,對225個樣本進行識別(正常樣本75個,大腸腸溶物樣本75個,小腸腸溶物75個),最終基于400-1000nm光譜范圍對羊肉表面腸溶物檢測率為99.1%。
  (2)為了開發(fā)屠宰分割過程中羊肉腸溶物污染在線快速檢測技術(shù)系統(tǒng),利用主成分分析(PCA)分別選取了大腸腸溶物及小腸腸溶物的特征波長,結(jié)果表明,基于特征波段光譜

3、范圍內(nèi)對羊肉表面腸溶物的檢測率為98.3%。
  (3)利用近紅外(900-1700nm)高光譜成像系統(tǒng)對羊肉進行檢測,對正常羊肉及兩種病變?nèi)獾脑脊庾V進行多元散射矯正及平滑預(yù)處理,采用無監(jiān)監(jiān)督模式進行聚類分析,并用線性判別LDA算法對樣本進行模式識別,結(jié)果顯示正確分類率為99%。
  (4)分別利用主成分分析法及二階導(dǎo)數(shù)法選取病變?nèi)獾奶卣鞑ㄩL,利用兩種特征波長分別結(jié)合線性判別分析建立病變?nèi)獾念A(yù)測模型,結(jié)果表明,基于主成分分

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論