封面 书名页 版权页 前言 目录页 第1章 绪论 1.1 近红外光谱技术发展概述 1.1.1 近红外光谱产生机理简介 1.1.2 近红外光谱仪器的发展 1.1.3 近红外光谱应用领域的发展 1.2 拉曼光谱技术发展概述 1.2.1 拉曼光谱产生机理简介 1.2.2 拉曼光谱仪器的发展 1.2.3 拉曼光谱应用领域的发展 1.3 太赫兹时域光谱技术发展概述 1.3.1 太赫兹时域光谱产生机理简介 1.3.2 太赫兹时域光谱仪的发展 1.3.3 太赫兹时域光谱应用领域的发展 1.4 光谱成像技术发展概述 1.4.1 近红外光谱成像技术发展概述 1.4.2 拉曼光谱成像技术发展概述 1.4.3 太赫兹时域光谱成像技术发展概述 1.5 农作物种子质量检测方法概述 1.5.1 传统检测方法概述 1.5.2 新兴检测方法概述 1.6 本书主要内容概述 参考文献 第2章 分子光谱及光谱成像技术基础 2.1 近红外光谱及光谱成像技术概述 2.1.1 近红外光谱分析理论基础 2.1.2 近红外光谱常规分析技术 2.1.3 近红外光谱分析流程 2.1.4 近红外定标模型的评价指标 2.1.5 近红外光谱成像技术 2.2 拉曼光谱及光谱成像技术概述 2.2.1 拉曼常规分析技术 2.2.2 拉曼光谱分析流程和方法 2.2.3 拉曼光谱成像技术介绍 2.3 太赫兹时域光谱及光谱成像技术概述 2.3.1 太赫兹时域光谱光学参数提取 2.3.2 太赫兹时域光谱成像技术介绍 2.4 化学计量学方法概述 2.4.1 预处理 2.4.2 光谱预处理 2.4.3 定量校正 2.4.4 模式识别 参考文献 第3章 种子发芽率近红外光谱检测 3.1 引言 3.2 基于近红外全谱的种子发芽率PLS模型的建立 3.2.1 样本制备 3.2.2 光谱采集 3.2.3 PLS模型建立与评价 3.3 基于特征谱区的种子发芽率PLS模型优化方法 3.3.1 样本制备 3.3.2 光谱采集 3.3.3 基于SiPLS的种子发芽率PLS模型优化方法 3.3.4 基于BiPLS的种子发芽率PLS模型优化方法 3.3.5 两类模型性能比较 3.3.6 种子发芽率特征光谱解析 3.4 基于多模型共识的种子发芽率NIR模型优化方法 3.4.1 样本制备 3.4.2 光谱采集 3.4.3 基于多模型共识的小麦种子发芽率NIR模型优化 3.4.4 基于Boosting和多模型共识的小麦种子发芽率NIR模型优化 3.4.5 基于特征谱区和多模型共识的小麦种子发芽率NIR模型优化 3.5 本章小结 参考文献 第4章 种子活力近红外光谱判别 4.1 引言 4.2 基于NIR和发芽指标的种子活力综合评价探索 4.2.1 样本制备 4.2.2 光谱采集 4.2.3 种子发芽指标NIR量化模型建立 4.2.4 基于发芽指标的小麦种子活力综合评价探索 4.3 自然老化种子活力的近红外光谱无损识别 4.3.1 样本制备 4.3.2 光谱采集 4.3.3 光谱数据预处理 4.3.4 自然老化种子光谱定性解析 4.3.5 种子自然老化程度近红外光谱无损识别 4.4 本章小结 参考文献 第5章 种子理化品质近红外高光谱成像分析 5.1 引言 5.2 多籽粒种子理化品质的近红外高光谱成像快速无损分析 5.2.1 样本制备 5.2.2 近红外光谱采集与处理 5.2.3 高光谱图像采集与处理 5.2.4 结果与分析 5.3 单粒种子理化品质近红外高光谱成像快速无损分析 5.3.1 样本制备 5.3.2 高光谱图像采集与处理 5.3.3 结果与分析 5.4 本章小结 参考文献 第6章 小麦不完善粒近红外高光谱图像检测 6.1 引言 6.2 样本制备 6.3 高光谱图像采集与特征提取 6.3.1 高光谱图像采集与标定 6.3.2 高光谱特征提取 6.4 基于多分类支持向量机的小麦不完善粒高光谱图像检测 6.4.1 多分类支持向量机简介 6.4.2 样本集划分与模型参数设置 6.4.3 基于光谱特征的小麦不完善粒检测 6.4.4 基于图像特征的小麦不完善粒检测 6.4.5 基于光谱与图像特征的小麦不完善粒检测 6.5 基于CNN的小麦不完善粒高光谱图像检测 6.5.1 CNN简介 6.5.2 数据预处理 6.5.3 CNN训练 6.5.4 CNN模型建立 6.6 本章小结 参考文献 第7章 基于拉曼显微成像技术的种子切片精细分析 7.1 引言 7.2 材料与方法 7.2.1 样本制备 7.2.2 拉曼显微图像采集 7.2.3 光谱剥离方法 7.3 基于拉曼显微图像的种皮厚度测量方法 7.3.1 种皮目标提取 7.3.2 种皮厚度像素数计算 7.3.3 图像比例尺标定 7.3.4 种皮厚度计算 7.4 基于拉曼显微图像的种子内部成分分布解析 7.4.1 采集纯物质拉曼光谱 7.4.2 淀粉、纤维素分布解析 7.4.3 蛋白质分布解析 7.5 本章小结 参考文献 第8章 基于太赫兹光谱及成像技术的种子品质检测方法 8.1 引言 8.2 基于LVQ和太赫兹时域光谱的玉米品种鉴别方法 8.2.1 样本制备 8.2.2 光谱采集 8.2.3 结果与分析 8.3 基于距离匹配法和太赫兹时域光谱的花生品种鉴别方法 8.3.1 样本制备 8.3.2 光谱采集 8.3.3 数据预处理 8.3.4 结果与分析 8.4 基于SVM和太赫兹时域光谱的花生霉变程度鉴别方法 8.4.1 样本制备 8.4.2 ATR光谱采集 8.4.3 透射光谱采集 8.4.4 数据预处理 8.4.5 结果与分析 8.5 玉米种子太赫兹时域光谱图像预处理方法 8.5.1 样本制备 8.5.2 光谱图像采集 8.5.3 消噪预处理 8.5.4 图像增强 8.5.5 结果与分析 8.6 本章小结 参考文献 第9章 种子光谱资源管理系统及化学计量学软件开发 9.1 种子光谱资源管理系统开发 9.1.1 系统框架 9.1.2 系统数据库设计 9.1.3 系统功能 9.1.4 系统模块设计与实现 9.2 光谱化学计量学分析软件开发 9.2.1 软件结构框架 9.2.2 软件功能 9.2.3 软件界面设计 9.3 本章小结 参考文献 第10章 谷物联合收割机车载式近红外光谱仪应用探索 10.1 引言 10.2 车载式近红外光谱仪的应用可行性研究 10.2.1 样本制备 10.2.2 光谱采集仪器 10.2.3 数据采集及处理 10.2.4 小麦粗蛋白含量近红外PLS模型的建立 10.3 样本温度对车载式近红外光谱仪分析模型的影响 10.3.1 实验设计 10.3.2 温度对近红外光谱吸收的影响 10.3.3 近红外温度稳健分析模型的建立 10.4 样本水分对车载式近红外光谱仪分析模型的影响 10.4.1 实验设计 10.4.2 水分含量对近红外光谱吸收的影响分析 10.4.3 基于遗传算法的支持向量机参数优选 10.4.4 基于不同水分区间的小麦粗蛋白综合分析模型的建立 10.4.5 基于不同水分区间的小麦粗蛋白专用分析模型的建立 10.5 本章小结 参考文献 附录A 小麦种子NIR光谱资源管理系统部分代码 附录B 光谱化学计量学分析软件部分源代码 ..更多