《表2 损伤检测结果：基于高光谱成像技术的水果损伤检测》
提示：宽带有限、当前游客访问压缩模式
对实验准备的20个苹果样本分别采用上述3种方法进行处理分析，通过观察图像得到的检测结果如表2所示。
| 图表编号 | XD00140713200 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.02.10 |
| 作者 | 李懂懂、唐晓燕 |
| 绘制单位 | 南阳理工学院电子与电气工程学院、南阳理工学院电子与电气工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表4 特征参数筛选结果：基于高光谱成像的不同花期薇甘菊特征分析及监测模型研究》2021.03.10
- 《表3 高粱纹理特征参数：基于高光谱成像技术的酿酒高粱品种分类》2021.03.15
- 《表1 高粱品种参数：基于高光谱成像技术的酿酒高粱品种分类》2021.03.15
- 《表2 高光谱和多光谱成像技术在产毒真菌鉴定及毒素检测中的应用》2020.11.15
- 《表2 高光谱和多光谱成像技术在产毒真菌鉴定及毒素检测中的应用》2020.11.15
- 《表2 不同模型评估结果：高光谱成像技术对不同成熟期葡萄香气成分的无损检测》2020.11.20
- 《表1 高光谱成像在种子活力检测中的应用研究概况》2020.12.01
- 《表1 识别误差对比：基于高光谱成像技术的运动人脸姿态识别方法》2020.11.25
- 《表1 基于高光谱图像的香梨表面损伤检测结果》2020.07.25
- 《表1 高光谱特征参数：基于非成像高光谱的云烟97号叶片钾含量估算研究》2018.04.30
- 《表3 高光谱成像技术预测牡蛎干水分含量模型的性能》2020.07.31
- 《表2 高光谱成像技术预测牡蛎水分含量模型的性能》2020.07.31
- 《表1 牡蛎干的水分含量：基于高光谱成像技术预测牡蛎干制加工过程中的水分含量》2020.07.31
- 《表2 模型分类结果统计：高光谱成像技术对羊肉新鲜度的无损检测》2020.06.25
- 《表1 各成分的累积贡献：基于高光谱成像技术的水果损伤检测》2020.02.10
- 《表1 污秽程度评估结果：基于高光谱遥感的复合绝缘子污秽非接触式检测研究》2020.03.10
- 《表2 特征波长选择：基于高光谱成像的生鲜鸡肉糜中大豆蛋白含量检测》2019.12.25
- 《表2 端元检测时间结果：基于空间约简的高光谱影像端元检测研究》2019.11.05
- 《表1 高光谱成像仪技术参数》2019.11.25
- 《表1 高光谱仪规格参数：基于高光谱技术的绝缘子污秽等级检测方法》2019.11.30