书籍详情
农产品品质光电检测技术及应用
作者:刘燕德等 著
出版社:科学出版社
出版时间:2020-12-01
ISBN:9787030668523
定价:¥98.00
购买这本书可以去
内容简介
《农产品品质光电检测技术及应用》主要由三部分内容组成,共12章,以理论基础、关键技术、实践应用为主线,详细介绍了光电无损检测技术的理论基础、农产品品质检测中的主要技术以及作者近年来在农产品品质检测方面的具体应用。一方面,《农产品品质光电检测技术及应用》介绍了几种典型农产品品质光电无损检测技术及原理;另一方面,《农产品品质光电检测技术及应用》凝聚作者多年教学和科研实践经验及相关成果,着重介绍了农产品品质光电无损检测技术及装置方面的一些典型应用实例。作者将多年的研究成果渗透到各章,使《农产品品质光电检测技术及应用》达到理论与实践相结合的效果。
作者简介
暂缺《农产品品质光电检测技术及应用》作者简介
目录
目录
**篇 理论基础篇
第1章 光电无损检测技术基础 1
1.1 无损检测技术概述 1
1.1.1 无损检测技术定义 1
1.1.2 无损检测技术的作用 1
1.1.3 无损检测技术分类和特点 2
1.2 光电无损检测原理及系统构成 4
1.2.1 光电无损检测原理 4
1.2.2 光电无损检测系统构成 5
1.3 信号检测新型传感器 6
1.3.1 光电传感器 6
1.3.2 光纤传感器 7
1.3.3 CCD传感器 9
1.3.4 生物传感器 9
1.3.5 超声波传感器 11
1.4 光电无损检测技术的实际应用与发展趋势 13
1.4.1 在工业生产中的应用 13
1.4.2 在农业生产中的应用 14
1.4.3 光电无损检测技术的发展趋势 14
第2章 典型农产品品质光电无损检测系统 15
2.1 近红外光谱检测系统 15
2.2 高光谱成像系统 18
2.3 拉曼光谱检测系统 21
2.4 机器视觉检测系统 22
2.5 太赫兹时域光谱检测系统 27
2.6 LIBS检测系统 30
第3章 光电无损检测技术在农产品品质检测中的应用 32
3.1 近红外光谱检测技术在农产品品质检测中的应用 32
3.1.1 水果品质无损检测 32
3.1.2 蔬菜品质无损检测 33
3.1.3 粮食品质无损检测 35
3.1.4 便携式近红外检测仪器 36
3.1.5 水果品质NIRS在线分选装备 38
3.2 高光谱检测技术在农产品品质检测中的应用 40
3.2.1 水果品质检测 40
3.2.2 蔬菜品质检测 41
3.2.3 粮食品质检测 42
3.3 拉曼光谱检测技术在农产品品质检测中的应用 43
3.3.1 果蔬质量安全检测 44
3.3.2 粮食品质检测 45
3.3.3 食用油品质检测 46
3.4 机器视觉检测技术在农产品品质检测中的应用 47
3.4.1 水果检测与分级 47
3.4.2 蔬菜检测与分级 49
3.4.3 粮食品质检测与分级 50
3.4.4 经济作物检测与分级 51
第二篇 关键技术篇
第4章 近红外光谱检测技术及应用 53
4.1 近红外光谱检测技术原理与特点 53
4.1.1 近红外光谱检测原理 53
4.1.2 近红外光谱检测特点 54
4.2 近红外光谱检测系统 54
4.2.1 近红外光谱检测方式 54
4.2.2 近红外光谱检测分析步骤和方法 55
4.3 近红外光谱检测关键技术 56
4.3.1 近红外光谱预处理方法 56
4.3.2 近红外光谱定量分析方法 56
4.3.3 数学模型的评价指标 58
4.4 应用案例——鸡蛋内部品质及新鲜度判别傅里叶近红外光谱检测研究 59
4.4.1 实验部分 59
4.4.2 建模与分析 60
4.4.3 应用效果 64
第5章 高光谱检测技术及应用 65
5.1 高光谱检测技术原理与特点 65
5.1.1 高光谱检测原理 65
5.1.2 高光谱检测特点 65
5.2 高光谱成像系统 65
5.2.1 高光谱成像装置 65
5.2.2 高光谱图像采集流程 67
5.3 高光谱检测关键技术 69
5.3.1 样品高光谱图像校正 69
5.3.2 实验样品光谱的提取 70
5.3.3 高光谱检测技术分析预处理 70
5.4 应用案例——基于高光谱检测技术的黄桃损伤和可溶性固形物含量检测应用 71
5.4.1 实验部分 71
5.4.2 建模与分析 72
5.4.3 应用效果 76
第6章 拉曼光谱检测技术及应用 77
6.1 拉曼光谱检测技术原理与特点 77
6.1.1 拉曼光谱检测原理 77
6.1.2 拉曼光谱检测特点 77
6.2 拉曼光谱检测系统 78
6.3 拉曼光谱检测关键技术 79
6.3.1 SERS采集荧光去除方法 79
6.3.2 SERS基底制备及表征 79
6.3.3 拉曼光谱数据建模方法 80
6.3.4 拉曼光谱数据模型评价 80
6.4 应用案例——基于表面增强拉曼光谱技术的脐橙表皮两种农药残留同时定量检测应用 81
6.4.1 实验部分 82
6.4.2 建模与分析 82
6.4.3 应用效果 86
第7章 太赫兹光谱检测技术及应用 87
7.1 太赫兹光谱检测技术原理与特点 87
7.1.1 太赫兹光谱检测原理 87
7.1.2 太赫兹光谱检测特点 87
7.2 太赫兹光谱检测系统 88
7.3 太赫兹光谱检测关键技术 91
7.3.1 太赫兹光谱数据校正方法 91
7.3.2 太赫兹光谱数据波段筛选 92
7.3.3 太赫兹光谱数据建模方法 92
7.3.4 太赫兹光谱检测模型评价 92
7.4 应用案例——基于太赫兹光谱检测技术的面粉中苯甲酸浓度检测应用 93
7.4.1 实验部分 94
7.4.2 建模与分析 95
7.4.3 应用效果 98
第8章 LIBS检测技术及应用 99
8.1 LIBS检测技术原理与特点 99
8.1.1 LIBS检测原理 99
8.1.2 LIBS检测特点 99
8.2 LIBS检测系统 100
8.3 LIBS检测关键技术 102
8.3.1 LIBS数据预处理方法 102
8.3.2 LIBS数据特征谱线特征提取 103
8.3.3 LIBS数据建模方法 103
8.4 应用案例——基于LIBS检测技术的油茶炭疽病无损检测应用 105
8.4.1 实验部分 105
8.4.2 建模与分析 108
8.4.3 应用效果 114
第9章 机器视觉检测技术及应用 115
9.1 机器视觉检测技术原理与特点 115
9.1.1 机器视觉检测原理 115
9.1.2 机器视觉检测特点 116
9.2 机器视觉检测关键技术 116
9.2.1 图像增强处理技术 116
9.2.2 图像平滑处理技术 120
9.2.3 图像分割技术 121
9.2.4 图像识别技术 126
9.3 应用案例——基于PSO优化的混合核函数SVM茶叶品质等级识别方法研究 129
9.3.1 实验部分 129
9.3.2 建模与分析 131
9.3.3 应用效果 135
第三篇 实践应用篇
第10章 基于漫反射方式的检测装置及应用 136
10.1 基于漫反射方式的光电无损检测装置结构 136
10.1.1 光路系统 137
10.1.2 高速分选机构 138
10.1.3 位置跟踪及自动控制系统 139
10.1.4 装置特性及技术参数 139
10.2 糖度预测方法及步骤 140
10.3 基于漫反射方式的应用案例 142
10.3.1 试验材料和方法 142
10.3.2 水果糖度在线检测数学模型建立 142
10.3.3 水果糖度在线检测数学模型验证 144
10.3.4 苹果在线分选应用 145
第11章 基于漫透射方式的检测装置及应用 146
11.1 基于漫透射方式的光电无损检测装置结构 146
11.1.1 光路系统 146
11.1.2 传动与分选系统 148
11.1.3 控制系统 150
11.1.4 装置特性及技术参数 151
11.2 水果在线检测分选软件设计及使用 152
11.3 基于漫透射方式的应用案例 154
11.3.1 马家柚糖度在线检测模型建立及应用 154
11.3.2 套网丰水梨糖度在线检测模型建立及应用 157
11.3.3 鸭梨黑心病在线检测模型建立及应用 161
第12章 基于漫反射的便携式水果品质无损检测装置 165
12.1 **代便携式水果糖度无损检测装置 165
12.1.1 装置结构及技术参数 165
12.1.2 光路设计 166
12.1.3 数据处理方法 166
12.2 第二代便携式水果糖度无损检测装置 167
12.2.1 装置结构及技术参数 167
12.2.2 基于Android系统的水果品质检测软件设计 168
12.2.3 水果品质检测软件应用条件 169
12.2.4 水果品质检测装置使用流程 169
12.3 第三代便携式水果糖度无损检测装置 173
12.3.1 装置结构及技术参数 173
12.3.2 便携式检测装置探头设计及结果显示 174
12.3.3 水果货架期预测应用 175
参考文献 176
**篇 理论基础篇
第1章 光电无损检测技术基础 1
1.1 无损检测技术概述 1
1.1.1 无损检测技术定义 1
1.1.2 无损检测技术的作用 1
1.1.3 无损检测技术分类和特点 2
1.2 光电无损检测原理及系统构成 4
1.2.1 光电无损检测原理 4
1.2.2 光电无损检测系统构成 5
1.3 信号检测新型传感器 6
1.3.1 光电传感器 6
1.3.2 光纤传感器 7
1.3.3 CCD传感器 9
1.3.4 生物传感器 9
1.3.5 超声波传感器 11
1.4 光电无损检测技术的实际应用与发展趋势 13
1.4.1 在工业生产中的应用 13
1.4.2 在农业生产中的应用 14
1.4.3 光电无损检测技术的发展趋势 14
第2章 典型农产品品质光电无损检测系统 15
2.1 近红外光谱检测系统 15
2.2 高光谱成像系统 18
2.3 拉曼光谱检测系统 21
2.4 机器视觉检测系统 22
2.5 太赫兹时域光谱检测系统 27
2.6 LIBS检测系统 30
第3章 光电无损检测技术在农产品品质检测中的应用 32
3.1 近红外光谱检测技术在农产品品质检测中的应用 32
3.1.1 水果品质无损检测 32
3.1.2 蔬菜品质无损检测 33
3.1.3 粮食品质无损检测 35
3.1.4 便携式近红外检测仪器 36
3.1.5 水果品质NIRS在线分选装备 38
3.2 高光谱检测技术在农产品品质检测中的应用 40
3.2.1 水果品质检测 40
3.2.2 蔬菜品质检测 41
3.2.3 粮食品质检测 42
3.3 拉曼光谱检测技术在农产品品质检测中的应用 43
3.3.1 果蔬质量安全检测 44
3.3.2 粮食品质检测 45
3.3.3 食用油品质检测 46
3.4 机器视觉检测技术在农产品品质检测中的应用 47
3.4.1 水果检测与分级 47
3.4.2 蔬菜检测与分级 49
3.4.3 粮食品质检测与分级 50
3.4.4 经济作物检测与分级 51
第二篇 关键技术篇
第4章 近红外光谱检测技术及应用 53
4.1 近红外光谱检测技术原理与特点 53
4.1.1 近红外光谱检测原理 53
4.1.2 近红外光谱检测特点 54
4.2 近红外光谱检测系统 54
4.2.1 近红外光谱检测方式 54
4.2.2 近红外光谱检测分析步骤和方法 55
4.3 近红外光谱检测关键技术 56
4.3.1 近红外光谱预处理方法 56
4.3.2 近红外光谱定量分析方法 56
4.3.3 数学模型的评价指标 58
4.4 应用案例——鸡蛋内部品质及新鲜度判别傅里叶近红外光谱检测研究 59
4.4.1 实验部分 59
4.4.2 建模与分析 60
4.4.3 应用效果 64
第5章 高光谱检测技术及应用 65
5.1 高光谱检测技术原理与特点 65
5.1.1 高光谱检测原理 65
5.1.2 高光谱检测特点 65
5.2 高光谱成像系统 65
5.2.1 高光谱成像装置 65
5.2.2 高光谱图像采集流程 67
5.3 高光谱检测关键技术 69
5.3.1 样品高光谱图像校正 69
5.3.2 实验样品光谱的提取 70
5.3.3 高光谱检测技术分析预处理 70
5.4 应用案例——基于高光谱检测技术的黄桃损伤和可溶性固形物含量检测应用 71
5.4.1 实验部分 71
5.4.2 建模与分析 72
5.4.3 应用效果 76
第6章 拉曼光谱检测技术及应用 77
6.1 拉曼光谱检测技术原理与特点 77
6.1.1 拉曼光谱检测原理 77
6.1.2 拉曼光谱检测特点 77
6.2 拉曼光谱检测系统 78
6.3 拉曼光谱检测关键技术 79
6.3.1 SERS采集荧光去除方法 79
6.3.2 SERS基底制备及表征 79
6.3.3 拉曼光谱数据建模方法 80
6.3.4 拉曼光谱数据模型评价 80
6.4 应用案例——基于表面增强拉曼光谱技术的脐橙表皮两种农药残留同时定量检测应用 81
6.4.1 实验部分 82
6.4.2 建模与分析 82
6.4.3 应用效果 86
第7章 太赫兹光谱检测技术及应用 87
7.1 太赫兹光谱检测技术原理与特点 87
7.1.1 太赫兹光谱检测原理 87
7.1.2 太赫兹光谱检测特点 87
7.2 太赫兹光谱检测系统 88
7.3 太赫兹光谱检测关键技术 91
7.3.1 太赫兹光谱数据校正方法 91
7.3.2 太赫兹光谱数据波段筛选 92
7.3.3 太赫兹光谱数据建模方法 92
7.3.4 太赫兹光谱检测模型评价 92
7.4 应用案例——基于太赫兹光谱检测技术的面粉中苯甲酸浓度检测应用 93
7.4.1 实验部分 94
7.4.2 建模与分析 95
7.4.3 应用效果 98
第8章 LIBS检测技术及应用 99
8.1 LIBS检测技术原理与特点 99
8.1.1 LIBS检测原理 99
8.1.2 LIBS检测特点 99
8.2 LIBS检测系统 100
8.3 LIBS检测关键技术 102
8.3.1 LIBS数据预处理方法 102
8.3.2 LIBS数据特征谱线特征提取 103
8.3.3 LIBS数据建模方法 103
8.4 应用案例——基于LIBS检测技术的油茶炭疽病无损检测应用 105
8.4.1 实验部分 105
8.4.2 建模与分析 108
8.4.3 应用效果 114
第9章 机器视觉检测技术及应用 115
9.1 机器视觉检测技术原理与特点 115
9.1.1 机器视觉检测原理 115
9.1.2 机器视觉检测特点 116
9.2 机器视觉检测关键技术 116
9.2.1 图像增强处理技术 116
9.2.2 图像平滑处理技术 120
9.2.3 图像分割技术 121
9.2.4 图像识别技术 126
9.3 应用案例——基于PSO优化的混合核函数SVM茶叶品质等级识别方法研究 129
9.3.1 实验部分 129
9.3.2 建模与分析 131
9.3.3 应用效果 135
第三篇 实践应用篇
第10章 基于漫反射方式的检测装置及应用 136
10.1 基于漫反射方式的光电无损检测装置结构 136
10.1.1 光路系统 137
10.1.2 高速分选机构 138
10.1.3 位置跟踪及自动控制系统 139
10.1.4 装置特性及技术参数 139
10.2 糖度预测方法及步骤 140
10.3 基于漫反射方式的应用案例 142
10.3.1 试验材料和方法 142
10.3.2 水果糖度在线检测数学模型建立 142
10.3.3 水果糖度在线检测数学模型验证 144
10.3.4 苹果在线分选应用 145
第11章 基于漫透射方式的检测装置及应用 146
11.1 基于漫透射方式的光电无损检测装置结构 146
11.1.1 光路系统 146
11.1.2 传动与分选系统 148
11.1.3 控制系统 150
11.1.4 装置特性及技术参数 151
11.2 水果在线检测分选软件设计及使用 152
11.3 基于漫透射方式的应用案例 154
11.3.1 马家柚糖度在线检测模型建立及应用 154
11.3.2 套网丰水梨糖度在线检测模型建立及应用 157
11.3.3 鸭梨黑心病在线检测模型建立及应用 161
第12章 基于漫反射的便携式水果品质无损检测装置 165
12.1 **代便携式水果糖度无损检测装置 165
12.1.1 装置结构及技术参数 165
12.1.2 光路设计 166
12.1.3 数据处理方法 166
12.2 第二代便携式水果糖度无损检测装置 167
12.2.1 装置结构及技术参数 167
12.2.2 基于Android系统的水果品质检测软件设计 168
12.2.3 水果品质检测软件应用条件 169
12.2.4 水果品质检测装置使用流程 169
12.3 第三代便携式水果糖度无损检测装置 173
12.3.1 装置结构及技术参数 173
12.3.2 便携式检测装置探头设计及结果显示 174
12.3.3 水果货架期预测应用 175
参考文献 176
猜您喜欢