食品和农业中的高光谱成像技术

目录
第Ⅰ部分 图像和光谱分析技术
第1章 引言 3
参考文献 5
第2章 图像分析基础 7
2.1 简介 7
2.2 数字图像 8
2.2.1 图像基本评估方法 10
2.2.2 文件类型 14
2.2.3 数字图像类型 15
2.3 图像处理和分析的步骤 17
2.4 图像处理 18
2.4.1 用于图像增强的灰度操作 19
2.4.2 空间图像滤波 21
2.4.3 频域滤波 25
2.4.4 小波变换 26
2.4.5 二元形态学操作 26
2.5 图像分割 28
2.6 定量分析 30
2.6.1 颜色分析 31
2.6.2 纹理分析 32
2.6.3 形态学分析 38
2.7 结论 40
参考文献 41
第3章 光谱分析的基本原理 43
3.1 振动光谱的定义 43
3.2 原子间键 44
3.2.1 理论 44
3.2.2 近红外区域的实际应用 47
3.3 散射介质中的光吸收 48
3.3.1 无散射光 48
3.3.2 Kubelka-Munk 50
3.3.3 扩散理论 51
3.4 近红外反射的实际效果 51
3.5 在成像中的应用 55
3.5.1 超立方体的采集 56
3.6 拉曼光谱 57
参考文献 58
第4章 高光谱图像处理方法 60
4.1 简介 60
4.2 高光谱图像获取 61
4.3 校准 62
4.4 空间预处理 63
4.5 空间抽样和感兴趣区 63
4.6 图像镶嵌 64
4.7 光谱预处理 64
4.8 转换为吸光度 65
4.9 降噪 65
4.10 基线校正 66
4.11 导数 66
4.12 归一化和散射校正 67
4.13 降维 68
4.13.1 数据分箱 68
4.14 特征提取 68
4.14.1 支持向量机和特征提取 69
4.15 特征选择 70
4.15.1 搜索算法和选择标准 70
4.15.2 波段选择 70
4.16 空间和光谱数据融合 71
4.17 总结与讨论 71
参考文献 72
第5章 分类和预测方法 75
5.1 简介 75
5.2 应用到 HSI的多光谱图像分析 77
5.2.1 主成分分析 77
5.2.2 偏最小二乘判别分析 80
5.2.3 案例研究说明 82
5.2.4 预测模型结果的比较 84
5.3 将空间信息纳入模型开发 88
5.4 总结 90
参考文献 90
第Ⅱ部分 应用
第6章 植物产品的安全检测 95
6.1 简介 95
6.2 食品安全 96
6.2.1 污染物和检测 98
6.3 高光谱成像 100
6.3.1 反射率 100
6.3.2 透射率 100
6.3.3 荧光 101
6.4 植物产品安全检测的应用 101
6.4.1 谷物 101
6.4.2 生产 110
6.4.3 坚果 114
6.4.4 香料 116
6.5 检查模式 116
6.5.1 研究中 116
6.5.2 在线检测 117
6.5.3 野外/远程监测 119
6.6 概要/总结 121
参考文献 122
第7章 食源性病原体检测 130
7.1 简介 130
7.2 高光谱成像用于病原体检测 131
7.2.1 病原体和琼脂培养基 131
7.2.2 高光谱成像系统与图像采集 132
7.2.3 高光谱图像预处理 133
7.3 弯曲杆菌的检测 134
7.3.1 在点滴板培养48h的弯曲杆菌检测 135
7.3.2 在点滴板培养24h的弯曲杆菌的早期检测研究 138
7.4 非大肠杆菌O157型STEC的检测 143
7.4.1 涂布平板上的纯菌培养 146
7.4.2 涂布平板上的混合培养 148
7.5 结论 152
参考文献 152
第8章 食品光学特性的测量 155
8.1 简介 155
8.2 空间分辨光谱技术的原理和理论 157
8.2.1 光吸收和散射 157
8.2.2 扩散理论 158
8.3 测量光学特性的仪器 159
8.3.1 逆算法和光学设计的优化 160
8.3.2 仪器开发 161
8.4 水果成熟度/质量的光学评估 164
8.5 结束语 170
参考文献 171
第9章 植物产品的品质评价 173
9.1 简介 173
9.2 高光谱成像装置 174
9.3 高光谱图像立方体采集步骤 176
9.4 一般分析方法 177
9.5 图像处理 177
9.6 光谱处理 178
9.7 数学与统计分析 178
9.8 水果的瘀伤检测 179
9.8.1 草莓 179
9.8.2 桃子和芒果 181
9.9 草莓坚固度的测量 183
9.10 草莓、桃子、芒果的可溶性固形物含量的测定 185
9.10.1 草莓 185
9.10.2 桃子 186
9.10.3 芒果 186
9.11 草莓、甘薯和茄子的花青素含量的测定 186
9.11.1 草莓 187
9.11.2 甘薯 187
9.11.3 茄子 187
9.12 进一步的工作 188
参考文献 188
第10章 牛肉和猪肉的品质评估 190
10.1 简介 190
10.2 牛肉 190
10.2.1 视频图像分析 192
10.2.2 近红外光谱 193
10.2.3 高光谱成像 194
10.2.4 光的散射 197
10.2.5 光散射测量预测嫩度 197
10.3 猪肉 200
10.3.1 猪肉品质的客观评价 201
10.3.2 近红外光谱 202
10.3.3 高光谱成像 202
10.4 结论 205
参考文献 205
第11章 植物健康的检测与监测 207
11.1 简介 207
11.2 水分状况监测 208
11.3 营养状况监测 209
11.4 植物的病虫害检测 210
11.5 其他应用 213
参考文献 215
第12章 用于精准农业作物产量测绘的高光谱图像 218
12.1 高分辨率图像用于作物测产概述 218
12.2 高光谱图像采集、处理与分析 219
12.2.1 图像采集 219
12.2.2 图像的校正、纠正和校准 220
12.2.3 产量数据收集 221
12.2.4 窄带 NDVI计算 221
12.2.5 线性波谱解混 221
12.2.6 统计分析 222
12.3 产量与机载高光谱图像的关系 222
12.3.1 高光谱图像与产量监测数据 222
12.3.2 产量与窄带NDVI的相关性 224
12.3.3 产量与作物丰度的关系 225
12.3.4 产量图像波段的逐步回归 226
12.4 总结 228
参考文献 228
第13章 食品安全的实时高光谱成像 230
13.1 简介 230
13.2 用于实时应用的成像平台 231
13.2.1 实时多光谱成像 231
13.2.2 实时高光谱成像 232
13.3 高速高光谱成像系统 233
13.3.1 实时高光谱成像平台 233
13.3.2 高光谱成像仪的线扫描速率 234
13.3.3 高光谱成像仪的帧速率 234
13.3.4 高光谱成像仪的照明系统 235
13.4 实时高光谱图像处理 236
13.4.1 实时高光谱成像的软件体系结构 238
13.4.2 高光谱图像校准 238
13.4.3 实时图像采集软件 238
13.4.4 基于图像的轮询算法 238
13.4.5 污染物检测的高光谱图像处理算法 239
13.5 实时高光谱成像系统的性能 239
13.5.1 速度性能 239
13.5.2 误报消除算法 240
13.5.3 假阳性误差的分布分析 241
13.5.4 污染物检测算法 241
13.6 实时高光谱成像应用的考虑 243
13.6.1 线扫描相机的校准问题 244
13.6.2 污染物检测的实时高光谱成像系统问题 244
13.6.3 使用不同光源的实时粪便污染物检测 244
13.6.4 用于污染物检测的在线高光谱成像系统的技术要求 245
13.7 结束语 245
参考文献 246
第14章 用于蔬菜质量评估的LCTF高光谱成像技术 249
14.1 简介 249
14.2 洋葱品质和评价方法 250
14.2.1 洋葱品质因素 250
14.2.2 洋葱采后病害 251
14.2.3 无损检测方法 251
14.3 基于LCTF的高光谱成像 252
14.3.1 基于LCTF的高光谱成像仪的主要组成部分 253
14.3.2 系统校准 256
14.4 基于LCTF的高光谱成像技术在新鲜蔬菜中的应用 257
14.4.1 洋葱酸皮病检测 257
14.4.2 洋葱内部品质预测 263
14.5 结论 265
参考文献 265
第15章 AOTF高光谱成像用于食源性病原体检测 269
15.1 简介 269
15.2 高光谱显微成像技术与高光谱成像平台 270
15.3 AOTF高光谱显微成像系统 271
15.3.1 声光可调谐滤波器的原理 272
15.3.2 显微镜光源 272
15.3.3 明场和暗场照明 274
15.3.4 革兰氏阴性菌图像的感兴趣区 274
15.3.5 革兰氏阳性菌图像的感兴趣区 274
15.4 细菌细胞培养物的制备 275
15.5 显微镜下的细菌样品固定 276
15.6 活细菌细胞的固定 276
15.7 革兰氏阴性菌和革兰氏阳性菌 277
15.8 高光谱显微图像的采集与分析 278
15.9 分类方法 280
15.9.1 马氏距离 280
15.9.2 k最近邻 280
15.9.3 线性判别分析 281
15.9.4 二次判别分析 281
15.9.5 支持向量机 281
15.10 从细菌细胞收集光谱数据 281
15.10.1 沙门氏菌的光谱特征 282
15.10.2 葡萄球