书籍详情
分子光谱及光谱成像技术：基于农作物种子质量检测与应用
作者：吴静珠
出版社：电子工业出版社
出版时间：2019-12-01
ISBN：9787121349904
定价：¥88.00
购买这本书可以去
内容简介
本书简要介绍以近红外、拉曼、太赫兹为代表的分子光谱技术及光谱成像技术的基础理论、发展概述及相关的化学计量学方法，重点围绕小麦、玉米、花生等农作物种子质量快速检测，详细介绍分子光谱及光谱成像技术在种子发芽特性指标量化检测、种子活力水平定性鉴别、种子理化指标量化测定、种子不完善粒定性识别、种子切片化学成像精细分析，以及品种鉴别、霉变程度判别等领域的应用研究和可行性探索。为便于读者理解和应用，附录提供了本书中所开发的种子光谱信息资源库和相关分析软件的源代码。 本书可供从事农业、食品品质检测领域的光谱分析技术研究的科技工作者、分析测试工作者，以及相关专业大专院校学生阅读参考。
作者简介
吴静珠，女，博士（中国农业大学农业电气化与自动化专业），北京工商大学计算机与信息工程学院副教授，硕士生导师，美国华盛顿大学访问学者。任中国仪器仪表学会近红外光谱分会理事。中国仪器仪表学会食品质量安全检测仪器与技术应用分会理事。研究方向为近红外/拉曼光谱分析、光谱成像、智能信息处理、机器学习与模式识别等，擅长基于分子光谱的农产品、食品品质检测技术，便携式小谱仪研制，化学计量学软件开发等。主持北京自然科学基金项目、北京市优秀人才项目、国家重点实验室开放课题等多项纵向和横向项目，参与国家自然科学基金项目、北京市教委重点项目、河北省科技计划项目等。
目录
第1章 绪论\t1
1．1 近红外光谱技术发展概述\t1
1．1．1 近红外光谱产生机理简介\t3
1．1．2 近红外光谱仪器发展\t4
1．1．3 近红外光谱应用领域的发展\t7
1．2 拉曼光谱技术发展概述\t10
1．2．1 拉曼光谱产生机理简介\t10
1．2．2 拉曼光谱仪器发展\t11
1．2．3 拉曼光谱应用领域的发展\t12
1．3 太赫兹时域光谱技术发展概述\t13
1．3．1 太赫兹时域光谱产生机理简介\t14
1．3．2 太赫兹时域光谱仪的发展\t15
1．3．3 太赫兹时域光谱应用领域的发展\t15
1．4 光谱成像技术发展概述\t16
1．4．1 近红外光谱成像技术发展概述\t17
1．4．2 拉曼光谱成像技术发展概述\t18
1．4．3 太赫兹时域光谱成像技术发展概述\t19
1．5 农作物种子质量检测方法概述\t21
1．5．1 传统检测方法概述\t21
1．5．2 新兴检测方法概述\t22
1．6 本书主要内容概述\t24
参考文献\t25
第2章 分子光谱及光谱成像分析技术基础\t29
2．1 近红外光谱及光谱成像分析技术概述\t29
2．1．1 近红外光谱分析理论基础\t29
2．1．2 近红外光谱常规分析技术\t31
2．1．3 近红外光谱分析流程\t32
2．1．4 近红外定标模型的评价指标\t33
2．1．5 近红外光谱成像分析技术\t34
2．2 拉曼光谱及光谱成像分析技术概述\t36
2．2．1 拉曼常规分析技术\t36
2．2．2 拉曼光谱分析流程和方法\t37
2．2．3 拉曼光谱成像分析技术介绍\t37
2．3 太赫兹时域光谱及光谱成像分析技术概述\t38
2．3．1 太赫兹时域光谱光学参数提取\t38
2．3．2 太赫兹时域光谱成像分析技术介绍\t40
2．4 化学计量学方法概述\t41
2．4．1 预处理\t41
2．4．2 光谱预处理\t43
2．4．3 定量校正\t51
2．4．4 模式识别\t58
参考文献\t60
第3章 种子发芽率近红外光谱检测\t65
3．1 引言\t65
3．2 基于近红外全谱的种子发芽率PLS模型的建立\t66
3．2．1 样本制备\t66
3．2．2 光谱采集\t68
3．2．3 PLS模型建立与评价\t69
3．3 基于特征谱区的种子发芽率近红外PLS模型优化方法研究\t70
3．3．1 样本制备\t71
3．3．2 光谱采集\t71
3．3．3 基于SiPLS的种子发芽率模型优化方法研究\t71
3．3．4 基于BiPLS的种子发芽率模型优化方法研究\t72
3．3．5 两类模型性能比较\t73
3．3．6 种子发芽率特征光谱解析\t73
3．4 基于多模型共识的种子发芽率NIR模型优化方法研究\t74
3．4．1 样本制备\t75
3．4．2 光谱采集\t75
3．4．3 基于多模型共识的小麦种子发芽率NIR模型优化\t75
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\t77
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\t79
3．5 本章小结\t80
参考文献\t80
第4章 种子活力近红外光谱判别\t85
4．1 引言\t85
4．2 基于NIR和发芽指标的种子活力综合评价探索\t87
4．2．1 样本制备\t87
4．2．2 光谱采集\t87
4．2．3 种子发芽指标NIR量化模型建立\t88
4．2．4 基于发芽指标的小麦种子活力综合评价探索\t89
4．3 自然老化种子活力的近红外光谱无损识别\t93
4．3．1 样本制备\t94
4．3．2 光谱采集\t94
4．3．3 光谱数据预处理\t94
4．3．4 自然老化种子光谱定性解析\t95
4．3．5 种子自然老化程度近红外无损识别\t96
4．4 本章小结\t99
参考文献\t99
第5章 种子理化品质近红外高光谱成像分析\t102
5．1 引言\t102
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\t103
5．2．1 样本制备\t103
5．2．2 近红外光谱采集与处理\t104
5．2．3 高光谱图像采集与处理\t106
5．2．4 结果与分析\t108
5．3 单粒种子理化品质近红外高光谱成像快速无损分析\t110
5．3．1 样本制备\t110
5．3．2 高光谱图像采集与处理\t110
5．3．3 结果与分析\t110
5．4 本章小结\t112
参考文献\t112
第6章 小麦不完善粒近红外高光谱图像检测\t115
6．1 引言\t115
6．2 样本制备\t116
6．3 高光谱图像采集与特征提取\t116
6．3．1 高光谱图像采集与标定\t116
6．3．2 高光谱特征提取\t117
6．4 基于多分类支持向量机的小麦不完善粒高光谱检测\t119
6．4．1 多分类支持向量机简介\t119
6．4．2 样本集划分与模型参数设置\t121
6．4．3 基于光谱特征的小麦不完善粒检测\t121
6．4．4 基于图像特征的小麦不完善粒检测\t122
6．4．5 基于光谱与图像特征的小麦不完善粒检测\t123
6．5 基于CNN网络的小麦不完善粒高光谱检测\t124
6．5．1 CNN网络简介\t124
6．5．2 数据预处理\t125
6．5．3 CNN网络训练\t125
6．5．4 CNN网络建立\t126
6．6 本章小结\t126
参考文献\t127
第7章 基于拉曼显微成像技术的种子切片精细分析\t130
7．1 引言\t130
7．2 材料与方法\t131
7．2．1 样本制备\t131
7．2．2 拉曼显微图像采集\t131
7．2．3 光谱剥离方法\t132
7．3 基于拉曼显微图像的种皮厚度测量方法研究\t132
7．3．1 种皮目标提取\t133
7．3．2 种皮厚度像素数计算\t134
7．3．3 图像比例尺标定\t134
7．3．4 种皮厚度计算\t135
7．4 基于拉曼显微图像的种子内部成分分布解析\t135
7．4．1 采集纯物质拉曼光谱\t136
7．4．2 淀粉、纤维素分布解析\t136
7．4．3 蛋白质分布解析\t137
7．5 本章小结\t138
参考文献\t138
第8章 基于太赫兹光谱及成像技术的种子品质检测方法研究\t140
8．1 引言\t140
8．2 基于LVQ和太赫兹时域光谱的玉米品种鉴别方法研究\t142
8．2．1 样本制备\t142
8．2．2 光谱采集\t142
8．2．3 结果与分析\t144
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研究\t145
8．3．1 样本制备\t146
8．3．2 光谱采集\t146
8．3．3 数据预处理\t147
8．3．4 结果与分析\t148
8．4 基于SVM和太赫兹时域光谱的花生霉变程度鉴别方法研究\t150
8．4．1 样本制备\t150
8．4．2 ATR光谱采集\t152
8．4．3 透射光谱采集\t152
8．4．4 数据预处理\t153
8．4．5 结果与分析\t154
8．5 玉米种子太赫兹时域光谱图像预处理方法研究\t156
8．5．1 样本制备\t157
8．5．2 光谱图像采集\t157
8．5．3 消噪预处理\t157
8．5．4 图像增强\t158
8．5．5 结果与分析\t158
8．6 本章小结\t161
参考文献\t162
第9章 种子光谱资源管理系统及化学计量学软件开发\t165
9．1 种子光谱资源管理系统开发\t165
9．1．1 系统框架\t165
9．1．2 系统数据库设计\t165
9．1．3 系统功能\t167
9．1．4 系统模块设计与实现\t167
9．2 光谱化学计量学分析软件开发\t171
9．2．1 软件结构框架\t171
9．2．2 软件功能\t172
9．2．3 软件界面设计\t175
9．3 本章小结\t180
参考文献\t181
第10章 谷物联合收割机车载近红外光谱仪应用探索\t183
10．1 引言\t183
10．2 车载式近红外光谱仪的应用可行性研究\t184
10．2．1 样本制备\t185
10．2．2 光谱采集仪器\t185
10．2．3 数据采集及处理\t186
10．2．4 小麦粗蛋白含量近红外PLS模型的建立\t187
10．3 样本温度对车载式近红外光谱仪分析模型的影响\t190
10．3．1 实验设计\t190
10．3．2 温度对近红外光谱吸收的影响\t192
10．3．3 近红外温度稳健分析模型的建立\t193
10．4 样本水分对车载式近红外光谱仪分析模型的影响\t199
10．4．1 实验设计\t199
10．4．2 水分含量对近红外光谱吸收的影响分析\t200
10．4．3 基于遗传算法的支持向量机参数优选\t202
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\t202
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\t205
10．5 本章小结\t210
参考文献\t211
附录A 小麦种子NIR光谱资源管理系统部分代码\t213
附录B 光谱化学计量学分析软件部分源代码\t226
1．1 近红外光谱技术发展概述\t1
1．1．1 近红外光谱产生机理简介\t3
1．1．2 近红外光谱仪器发展\t4
1．1．3 近红外光谱应用领域的发展\t7
1．2 拉曼光谱技术发展概述\t10
1．2．1 拉曼光谱产生机理简介\t10
1．2．2 拉曼光谱仪器发展\t11
1．2．3 拉曼光谱应用领域的发展\t12
1．3 太赫兹时域光谱技术发展概述\t13
1．3．1 太赫兹时域光谱产生机理简介\t14
1．3．2 太赫兹时域光谱仪的发展\t15
1．3．3 太赫兹时域光谱应用领域的发展\t15
1．4 光谱成像技术发展概述\t16
1．4．1 近红外光谱成像技术发展概述\t17
1．4．2 拉曼光谱成像技术发展概述\t18
1．4．3 太赫兹时域光谱成像技术发展概述\t19
1．5 农作物种子质量检测方法概述\t21
1．5．1 传统检测方法概述\t21
1．5．2 新兴检测方法概述\t22
1．6 本书主要内容概述\t24
参考文献\t25
第2章 分子光谱及光谱成像分析技术基础\t29
2．1 近红外光谱及光谱成像分析技术概述\t29
2．1．1 近红外光谱分析理论基础\t29
2．1．2 近红外光谱常规分析技术\t31
2．1．3 近红外光谱分析流程\t32
2．1．4 近红外定标模型的评价指标\t33
2．1．5 近红外光谱成像分析技术\t34
2．2 拉曼光谱及光谱成像分析技术概述\t36
2．2．1 拉曼常规分析技术\t36
2．2．2 拉曼光谱分析流程和方法\t37
2．2．3 拉曼光谱成像分析技术介绍\t37
2．3 太赫兹时域光谱及光谱成像分析技术概述\t38
2．3．1 太赫兹时域光谱光学参数提取\t38
2．3．2 太赫兹时域光谱成像分析技术介绍\t40
2．4 化学计量学方法概述\t41
2．4．1 预处理\t41
2．4．2 光谱预处理\t43
2．4．3 定量校正\t51
2．4．4 模式识别\t58
参考文献\t60
第3章 种子发芽率近红外光谱检测\t65
3．1 引言\t65
3．2 基于近红外全谱的种子发芽率PLS模型的建立\t66
3．2．1 样本制备\t66
3．2．2 光谱采集\t68
3．2．3 PLS模型建立与评价\t69
3．3 基于特征谱区的种子发芽率近红外PLS模型优化方法研究\t70
3．3．1 样本制备\t71
3．3．2 光谱采集\t71
3．3．3 基于SiPLS的种子发芽率模型优化方法研究\t71
3．3．4 基于BiPLS的种子发芽率模型优化方法研究\t72
3．3．5 两类模型性能比较\t73
3．3．6 种子发芽率特征光谱解析\t73
3．4 基于多模型共识的种子发芽率NIR模型优化方法研究\t74
3．4．1 样本制备\t75
3．4．2 光谱采集\t75
3．4．3 基于多模型共识的小麦种子发芽率NIR模型优化\t75
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\t77
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\t79
3．5 本章小结\t80
参考文献\t80
第4章 种子活力近红外光谱判别\t85
4．1 引言\t85
4．2 基于NIR和发芽指标的种子活力综合评价探索\t87
4．2．1 样本制备\t87
4．2．2 光谱采集\t87
4．2．3 种子发芽指标NIR量化模型建立\t88
4．2．4 基于发芽指标的小麦种子活力综合评价探索\t89
4．3 自然老化种子活力的近红外光谱无损识别\t93
4．3．1 样本制备\t94
4．3．2 光谱采集\t94
4．3．3 光谱数据预处理\t94
4．3．4 自然老化种子光谱定性解析\t95
4．3．5 种子自然老化程度近红外无损识别\t96
4．4 本章小结\t99
参考文献\t99
第5章 种子理化品质近红外高光谱成像分析\t102
5．1 引言\t102
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\t103
5．2．1 样本制备\t103
5．2．2 近红外光谱采集与处理\t104
5．2．3 高光谱图像采集与处理\t106
5．2．4 结果与分析\t108
5．3 单粒种子理化品质近红外高光谱成像快速无损分析\t110
5．3．1 样本制备\t110
5．3．2 高光谱图像采集与处理\t110
5．3．3 结果与分析\t110
5．4 本章小结\t112
参考文献\t112
第6章 小麦不完善粒近红外高光谱图像检测\t115
6．1 引言\t115
6．2 样本制备\t116
6．3 高光谱图像采集与特征提取\t116
6．3．1 高光谱图像采集与标定\t116
6．3．2 高光谱特征提取\t117
6．4 基于多分类支持向量机的小麦不完善粒高光谱检测\t119
6．4．1 多分类支持向量机简介\t119
6．4．2 样本集划分与模型参数设置\t121
6．4．3 基于光谱特征的小麦不完善粒检测\t121
6．4．4 基于图像特征的小麦不完善粒检测\t122
6．4．5 基于光谱与图像特征的小麦不完善粒检测\t123
6．5 基于CNN网络的小麦不完善粒高光谱检测\t124
6．5．1 CNN网络简介\t124
6．5．2 数据预处理\t125
6．5．3 CNN网络训练\t125
6．5．4 CNN网络建立\t126
6．6 本章小结\t126
参考文献\t127
第7章 基于拉曼显微成像技术的种子切片精细分析\t130
7．1 引言\t130
7．2 材料与方法\t131
7．2．1 样本制备\t131
7．2．2 拉曼显微图像采集\t131
7．2．3 光谱剥离方法\t132
7．3 基于拉曼显微图像的种皮厚度测量方法研究\t132
7．3．1 种皮目标提取\t133
7．3．2 种皮厚度像素数计算\t134
7．3．3 图像比例尺标定\t134
7．3．4 种皮厚度计算\t135
7．4 基于拉曼显微图像的种子内部成分分布解析\t135
7．4．1 采集纯物质拉曼光谱\t136
7．4．2 淀粉、纤维素分布解析\t136
7．4．3 蛋白质分布解析\t137
7．5 本章小结\t138
参考文献\t138
第8章 基于太赫兹光谱及成像技术的种子品质检测方法研究\t140
8．1 引言\t140
8．2 基于LVQ和太赫兹时域光谱的玉米品种鉴别方法研究\t142
8．2．1 样本制备\t142
8．2．2 光谱采集\t142
8．2．3 结果与分析\t144
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研究\t145
8．3．1 样本制备\t146
8．3．2 光谱采集\t146
8．3．3 数据预处理\t147
8．3．4 结果与分析\t148
8．4 基于SVM和太赫兹时域光谱的花生霉变程度鉴别方法研究\t150
8．4．1 样本制备\t150
8．4．2 ATR光谱采集\t152
8．4．3 透射光谱采集\t152
8．4．4 数据预处理\t153
8．4．5 结果与分析\t154
8．5 玉米种子太赫兹时域光谱图像预处理方法研究\t156
8．5．1 样本制备\t157
8．5．2 光谱图像采集\t157
8．5．3 消噪预处理\t157
8．5．4 图像增强\t158
8．5．5 结果与分析\t158
8．6 本章小结\t161
参考文献\t162
第9章 种子光谱资源管理系统及化学计量学软件开发\t165
9．1 种子光谱资源管理系统开发\t165
9．1．1 系统框架\t165
9．1．2 系统数据库设计\t165
9．1．3 系统功能\t167
9．1．4 系统模块设计与实现\t167
9．2 光谱化学计量学分析软件开发\t171
9．2．1 软件结构框架\t171
9．2．2 软件功能\t172
9．2．3 软件界面设计\t175
9．3 本章小结\t180
参考文献\t181
第10章 谷物联合收割机车载近红外光谱仪应用探索\t183
10．1 引言\t183
10．2 车载式近红外光谱仪的应用可行性研究\t184
10．2．1 样本制备\t185
10．2．2 光谱采集仪器\t185
10．2．3 数据采集及处理\t186
10．2．4 小麦粗蛋白含量近红外PLS模型的建立\t187
10．3 样本温度对车载式近红外光谱仪分析模型的影响\t190
10．3．1 实验设计\t190
10．3．2 温度对近红外光谱吸收的影响\t192
10．3．3 近红外温度稳健分析模型的建立\t193
10．4 样本水分对车载式近红外光谱仪分析模型的影响\t199
10．4．1 实验设计\t199
10．4．2 水分含量对近红外光谱吸收的影响分析\t200
10．4．3 基于遗传算法的支持向量机参数优选\t202
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\t202
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\t205
10．5 本章小结\t210
参考文献\t211
附录A 小麦种子NIR光谱资源管理系统部分代码\t213
附录B 光谱化学计量学分析软件部分源代码\t226
猜您喜欢
