成都市建成区形态动态演变及驱动机制研究

城市形态反映城市功能结构特征,对研究城市演变具有重要作用。通过1978、1988、1997和2009年的四期遥感图像,解译成都市主城区和邻近郊县的边界,求取长轴、短轴、周长、面积、延伸率、形状比和紧凑度等指标。结果表明:1978～2009年,城区面积年均增长7.49%;长轴的主体方位为东北—西南方向,短轴的主体方向为近东西向;城区重心围绕天府广场运动,表现出向西南方向转移的趋势;城区延伸率先降后升,形状比先升后降,紧凑度持续升高,城市发展由量变转向质变。城市形态受到自然和政治经济文化等多种要素的综合驱动,由圆形扩张转变为点轴发展模式,主城区与周边区县实现了空间融合。     

杉木人工林林窗特征因子与闽楠幼林生长关系的研究

通过对福建明溪杉木人工林中16个林冠的林窗长轴和短轴及人工植苗3年生闽楠的保存率、地径和树高进行调查，分析林窗特征对闽楠植苗更新的影响。结果表明，影响闽楠幼林保存率和树高的林窗特征因子的主次排序为开阔度＞短轴＞长轴＞面积；影响闽楠地径生长因子的主次顺序为开敝度＞短轴＞面积＞长轴。林窗短轴、长轴、面积与开阔度等林窗特征因子与闽楠保存率、树高与地径生长均存在显著性的开口向下的二次抛物线方程的线性关系。综合闽楠幼林保存率、树高和地径生长表现，林窗短轴的理想的取值范围为5.10～6.26 m，合理取值范围为1.23～10.13 m；林窗长轴的理想的取值范围为7.37～7.88 m，合理取值范围为3.44～11.81 m；林窗面积的理想的取值范围为15.0～35.6 m2，合理取值范围为0～88.38 m2；林窗开阔度的理想的取值范围为0.429～0.507，合理取值范围为0.160～0.776。     

新疆冰糖心红富士苹果RGB图像多指标分析

[目的]采用机器视觉技术对新疆冰糖心红富士苹果进行重量、糖度预测和分级.[方法]分析提取苹果RGB图像中单色、波长差、HSV转换后分量等多类型图像,对比图像分割效果确定后续处理图像.采用形态学处理剔除二值化图像果梗区域,提取目标区域几何、灰度和色调频度等特征.采用多元线性和偏最小二乘回归预测苹果重量和糖度,判别分析分类苹果,结合全组合实验方法和特征优选,获得较佳特征集合.[结果]多元线性回归方法建立苹果糖度的预测模型结果最佳,使用几何和灰度的特征集合,建模集和验证集糖度预测相关系数分别为0.623和0.570;使用面积、周长、长轴长度和短轴长度特征集和,或体积、周长、长轴长度和短轴长度四个特征时,多元线性回归预测苹果重量,验证集预测相关系数r为0.992,预测均方根误差为3.88 g,相对分析误差为8.1;采用基于特征优选方法确定41个主要特征,二次判别函数的判别分析分级苹果,验证集分级准确率达到98.7;.[结论]RGB图像能够准确预测新疆冰糖心红富士苹果重量,并能精确分级,但糖度预测效果不佳.     

高速打蛋机蛋清蛋黄分离中基于计算机视觉的散黄蛋识别研究

链式打蛋机用于鸡蛋蛋清蛋黄的快速分离,针对鸡蛋散黄无法分离的问题,提出了基于彩色图像处理的对散黄蛋进行自动识别的方法。利用机器视觉装置采集链式打蛋机生产线上的图像,从每一幅原始图像中根据坐标裁剪出目标区域260*240 像素的子图像,选定蛋黄的黄色区域作为样本点,在RGB 空间利用欧几里得距离对图像进行分割,找出蛋清斗中蛋黄的区域,计算蛋黄区域的面积,通过蛋黄面积大小进行判断鸡蛋是否散黄,达到对散 黄蛋进行识别的目的,本方法对散黄蛋识别的正确率达到96.67%;用图像识别的方法可快速判断鸡蛋散黄情况,可以将本方法应用到生产实践中代替人眼进行识别。     

高速打蛋机蛋清蛋黄分离中基于计算机视觉的散黄蛋识别研究

链式打蛋机用于鸡蛋蛋清蛋黄的快速分离,针对鸡蛋散黄无法分离的问题,提出了基于彩色图像处理的对散黄蛋进行自动识别的方法.利用机器视觉装置采集链式打蛋机生产线上的图像,从每一幅原始图像中根据坐标裁剪出目标区域260×240像素的子图像,选定蛋黄的黄色区域作为样本点,在RGB空间利用欧几里得距离对图像进行分割,找出蛋清斗中蛋黄的区域,计算蛋黄区域的面积,通过蛋黄面积大小进行判断鸡蛋是否散黄,达到对散黄蛋进行识别的目的,本方法对散黄蛋识别的正确率达到96.67％;用图像识别的方法可快速判断鸡蛋散黄情况,可以将本方法应用到生产实践中代替人眼进行识别.     

气孔保卫细胞大小与油菜单倍体及二倍体倍性的相关性研究

对甘蓝型油菜2105品系种子萌发的二倍体植株和小孢子来源再生单倍体植株的不同叶位叶片气孔保卫细胞大小进行了测定,考察了不同叶片的保卫细胞长轴长、短轴长以及其周长差异,并对气孔保卫细胞大小与植株倍性的相关性进行了研究.结果表明:油菜单倍体与二倍体叶片气孔保卫细胞的长轴长、短轴长以及其周长存在显著差异;单倍体和二倍体气孔保卫细胞的周长计算值范围分别为43～59 μm和75～94 μm;相对于单一的长轴长或短轴长观测指标,利用长轴与短轴长度计算的周长值指标对单倍体与二倍体鉴定具有更宽的区分窗口,可用于油菜双单倍体群体构建中植株倍性的快速鉴定.     

种植密度对芸豆叶形态特征影响的图像处理研究

本文运用图像处理技术对芸豆叶片图像进行处理和分析,可以方便、快速地获取叶数、叶大小、叶形状等数据,通过比较研究,得知种植密度的增加能引起芸豆叶数及其分布的改变,主茎叶数变化趋势为先增大后减小,各节分枝叶数、单株总叶数、分枝叶数比例均呈下降趋势;随着种植密度的增加,主茎、各分枝小叶的平均面积、单株总叶面积大体上均呈下降的趋势。芸豆叶形态的一般特征:芸豆主茎的真叶数约为5~7片;主茎的小叶数多于各节分枝,分枝小叶数按分枝节位自下而上依次减少;主茎叶比各节分枝叶片大,各节分枝小叶的平均面积和总叶面积均按分枝节位自下而上依次减小;小叶的叶片形态在其生长和发育的过程中由卵形逐渐变向阔卵形,长成叶长约10.3 cm、宽约7.13cm、叶宽/叶长的值约为0.69、叶长轴约为9.11 cm、叶短轴约为6.48 cm、叶焦轴比约为0.69、叶等效直径约为7.43cm、叶矩面积比约为0.59,叶长轴、叶短轴、叶等效直径、叶矩面积是本文新提出的4个叶片形态指标,其中叶矩面积比能够反映芸豆的叶片形状特征。     

利用几何形态测量学评估茶尺蠖危害茶叶严重度的可行性分析

利用图像处理与分析技术获取茶树叶片的几何形态特征参数,并对不同类型的茶树叶片进行了比较与分析,探讨了此技术用于茶尺蠖危害严重度调查的可行性。结果表明,通过形态特征提取软件Bug Shape v1.0,可以自动获取到植物叶片的面积、周长、长轴长度、短轴长度等参数,这些参数可用于茶树叶片、海棠叶片和栀子花叶片的区分。不同类型茶树叶片(正常叶片、被害枝无损叶和虫损叶)的面积与长轴长度、短轴长度及其乘积存在显著的正相关关系,通过建立不同叶位的回归方程,可以对虫损叶被取食面积进行评估,且与人工实际评测结果无显著差异。研究还表明,在第3、5叶位上正常叶的叶面积显著大于被害枝无损叶。在茶尺蠖种群密度较低时,其取食茶树叶片具有明显的叶位选择偏好性,从强到弱的叶位顺序为3、4、2、5、1、6,而被取食面积大小在叶片中的分布也具有明显的规律,即被取食面积越小,所占叶片数量的比例越大。以上结果证明,利用几何形态测量技术可以较好地评估茶树虫损叶面积大小,明确茶叶被取食规律,评估茶尺蠖危害茶叶的严重度。     

基于机器视觉技术的西瓜瓜瓤的识别方法

为了实现西瓜瓜瓤和瓜皮的自动识别,提出了利用计算机视觉技术代替人眼对瓜皮和瓜瓤进行自动识别。采用Matlab软件平台构建算法。首先对西瓜沿中心线切开,用CCD摄像机对西瓜剖面图像进行采集,通过红绿色差法对剖面图像进行阀值分割,实现瓜瓤从瓜皮中分离,利用类椭圆确定瓜瓤的圆心、长轴和短轴。实验证明,该算法和程序能够识别瓜皮和瓜瓤,以及对瓜瓤的相关计算。     

人工神经网络技术在鲜茶叶分选中的应用

将人工神经网络技术应用于鲜茶叶的分类,茶叶图像面积、周长、凸壳面积、凸壳周长、等二阶距椭圆长轴长度、短轴长度、椭圆偏心率等几何参数和R、G、B三个彩色空间分量的均值、标准偏差、平滑度和一致性等纹理参数可以作为茶叶分类的特征值。试验表明,BP网络用于茶叶分类能够取得较好的效果,分类判断的正确率达到90%。网络的隐藏层和输出层为多个神经元时,其可能达到的分类效果要略好于隐藏层和输出层只有单个神经元的网络,但前者训练出的网络会出现权值不能收敛到全局误差最小值的情况,其可靠性不如后者。     

基于模糊神经网络的大米品种识别算法研究

基于机器视觉技术,针对实际大米图像中不可避免的存在籽粒连接的情况,采用模糊BP神经网络进行大米品种识别。应用形态学中腐蚀、膨胀算法提取单粒大米籽粒,去除碎米后,对单粒整精大米籽粒进行外观特征提取,采用模糊BP神经网络进行大米品种识别,仿真结果表明,其可达到较高的检测精度。     

Mapping of Quantitative Trait Loci Affecting Eggshell Quality in an F2 Population Derived from Strong and Weak Eggshell Lines of the White Leghorn Chicken Breed

Broken and cracked eggshells cause major economic losses to the egg production industry. An F2 population of 262 hens obtained by crossing a strong egg shell line with a weak egg shell line of the White Leghorn breed was used for detecting the quantitative trait loci （QTL） affecting eggshell quality. The 2 lines were developed from the same founder population by two-way selection for egg shell strength with nondestructive deformation. Of the 1 014 microsatellite markers tested, 35 were mapped on 10 autosomal linkage groups. There was no informative marker on chromosome Z. The QTLs associated with 7 traits, i.e., body weight, short length of egg, long length of egg, eggshell strength, eggshell thickness （EST）, eggshell weight （ESW）, and egg weight （EW）, were identified. Highly significant （P〈0.01） QTLs associated with EST and ESW and a significant （P〈 0.05） QTL associated with EW were mapped to a region flanking ABR0545 and ABR0362 on chromosome 9. These QTLs are good candidates to be employed in the development of strategies for reducing the number of broken and cracked eggs in commercial layer houses by employing marker assisted selection.     

水果尺寸和面积的机器视觉检测方法研究

针对我国水果品质检测仍停留在靠人工感官进行识别判断的现状和机器视觉技术在水果品质检测中的广阔应用前景,研究了利用机器视觉技术精确检测水果尺寸和表面缺陷面积的方法,建立了图像中的点与被测物体上的点之间的定量关系;提出了利用物体的边界信息求出物体的形心坐标的新方法。结果是：所测水果最大横径与实际最大横径的相关系数为0.96;采用像素点变换法,实现了根据三维物体的二维投影图像恢复物体表面的真实几何面积的设想;提出了一种新的面积修正方法,进一步提高了面积检测的精度,从而为研究开发机器视觉水果品质检测系统打下了基础。     

Mapping of Quantitative Trait Loci Affecting Eggshell Quality in an F_2 Population Derived from Strong and Weak Eggshell Lines of the White Leghorn Chicken Breed

Broken and cracked eggshells cause major economic losses to the egg production industry. An F2 population of 262 hens obtained by crossing a strong egg shell line with a weak egg shell line of the White Leghorn breed was used for detecting the quantitative trait loci (QTL) affecting eggshell quality. The 2 lines were developed from the same founder population by two-way selection for egg shell strength with nondestructive deformation. Of the 1 014 microsatellite markers tested, 35 were mapped on 10 autosoma1 linkage groups. There was no informative marker on chromosome Z. The QTLs associated with 7 traits, i.e., body weight, short length of egg, long length of egg, eggshell strength, eggshell thickness (EST), eggshell weight (ESW), and egg weight (EW), were identified. Highly significant (P 0.01) QTLs associated with EST and ESW and a significant (P 0.05) QTL associated with EW were mapped to a region flanking ABR0545 and ABR0362 on chromosome 9. These QTLs are good candidates to be employed in the development of strategies for reducing the number of broken and cracked eggs in commercial layer houses by employing marker assisted selection.     

基于图像处理的青冈栎叶绿素含量检测系统研究

为了实时、便捷、经济地获取植物叶绿素含量,研究了基于OPENCV机器视觉库的青冈栎叶绿素含量实时检测系统。首先通过数码照相机获得叶片图像,对图像进行阈值分割,图像噪声处理和图像遍历,获得图像R、G、B值。然后对图像R、G、B进行各种组合变化获到不同的图像颜色特征参数,分析各图像颜色特征参数与青冈栎叶片叶绿素含量的相关性,并对相关系数较高的叶片图像颜色特征参数与叶绿素含量进行拟合分析,结果显示图像特征参数R、R-B、(R-B)/(R+B)均达到非常显著相关。在此基础上建立叶绿素含量检测模型,基于C++程序语言,OPENCV视觉库以及QT4界面程序,编写青冈栎叶绿素含量检测系统。最后将系统检测结果与其他方法进行了比较,系统检测结果平均误差为7.19%,最大误差为12.65%,验证了该系统的有效性和准确性。     

2,4二-甲基-6-硝基苯酚(DMNT)分析的探讨

[目的]探讨检测2,4-二甲基-6-硝基苯酚样品含量的方法。[方法]在试样中加入适量的丙酮,以正十六烷为内标物,在HP-5熔融石英毛细管柱上对试样进行气相色谱分离和测定。[结果]在相同的色谱操作条件下,对5个试样进行定量分析,测得2,4-二甲基-6-硝基苯酚的平均回收率为99.85%;在已知含量的2,4-二甲基-6-硝基苯酚试样中,加入不同量的2,4-二甲基-6-硝基苯酚标样,测得标准偏差为0.22,变异系数为0.26%,其线性方程为y=984.5x-28.36,相关系数为0.996。[结论]用该方法检测2,4-二甲基-6-硝基苯酚样品含量,具有快速、准确等优点,且重现性、稳定性、分离效果均能满足产品的检验要求,是一种较为理想的分析方法。     

水貂取皮期与配种期睾丸形态参数测定及组织学观察

为探明水貂睾丸的季节性变化规律,试验测定了取皮期和配种期雄性水貂睾丸的基础形态参数,通过石蜡切片、苏木精-伊红染色方法对取皮期和配种期水貂的睾丸及附睾进行了组织学结构特征比较。结果表明,水貂取皮期睾丸呈长卵圆形,平均长径、短径和厚径分别为16.88mm±1.52mm、10.90mm±0.85mm和10.28mm±1.03mm,体积为1.05cm3±0.23cm3,平均重量达到1.032 3g±0.263 3g;水貂配种期睾丸呈短卵圆形,各项形态生理参数、体积及重量极显著高于取皮期(P0.01)。在光镜下,与取皮期相比,配种期水貂睾丸生精小管内细胞层数和种类较多,包括精原细胞、初级精母细胞、次级精母细胞和精子细胞,生精小管与附睾管管腔中存在大量精子。而取皮期生精小管内细胞疏松,仅见少量精原细胞,并且配种期生精小管直径极显著高于取皮期(P0.01)。     

基于高光谱成像技术的生菜叶片水分检测研究

[目的]探索利用高光谱图像技术检测作物含水率的方法。[方法]以意大利全年耐抽苔生菜为试材,利用高光谱成像系统采集生菜叶片的高光谱图像,用ENVI V.4和Matlab V.7.0软件对高光谱图像进行处理。[结果]采用自适应波段选择法从所采集的生菜叶片高光谱图像数据中优选出特征波长1 420 nm;对每个样本特征波长下的图像进行分割,反转以及形态运算等操作得到目标图像;从每个目标图像中提取灰度均值、灰度标准差作为灰度特征,能量、熵、惯性矩、相关性的均值和标准差作为纹理特征;采用GA-PLS法选出最优特征子集,并建立基于最优特征的偏最小二乘回归模型,以检测生菜叶片的含水率。[结论]模型的预测值与实测值的相关系数R为0.902,精度明显高于基于灰度特征或纹理特征的预测模型。     

近红外光谱仪测定东北民猪眼肌肌肉组分的研究

试验旨在探讨近红外仪光谱仪应用于测定猪眼肌肉质指标分析的可行性.利用TQ Analyst分析软件采用偏最小二乘回归(PLS)方法建立蛋白质、水分、粗脂肪和脂肪酸含量的定量检测模型.结果表明,蛋白质的相关系数达到0.98、SD/RMSEP达到3.9;水份的相关系数达到0.97、SD/RMSEP达到3.67;肌内脂肪的相关系数达到0.96、SD/RMSEP达到3.75;脂肪酸中C18:2相关系数达0.92、SD/RMSEP达到3.27,PUFA相关系数达0.92、SD/RMSEP达到3.65.结果表明,采用近红外光谱法能同时检测猪眼肌中蛋白质、水份、肌内脂肪和脂肪酸含量,检测误差小、结果准确可靠,与化学分析方法无明显差异且重现性好,可应用于猪眼肌肉组分指标快速定量检测.     

丘陵区水稻土Cu污染空间变异的协同克里格分析

针对丘陵红壤区铜冶炼厂周围水稻土污染区(1.40 km2),在景观尺度上,采用协同克里格方法,研究了影响表层土壤Cu含量空间分布预测的辅助因子.基于空间自相关性、间距、长轴方位角以及各种预测误差,评价了辅助变量(包括秸秆全Cu含量StrawCu、籽粒全Cu含量GrainCu、土壤全Cd含量Cd、土壤pH、土壤有机质OM、高程H)对表层土壤Cu含量分布预测精度的影响.结果表明,单辅助变量的协同克里格预测值与实测值相关系数的大小顺序为Cu/Cd＞Cu/H＞Cu/StrawCu＞Cu/GrainCu＞Cu/OM、Cu/pH,而多辅助变量协同克里格预测的相关系数大小顺序为Cu/(Cd,StrawCu)＞Cu/(Cd,StrawCu,H)＞Cu/(Cd,StrawCu,GrainCu)＞Cu/(StrawCu,GrainCu)＞Cu/(Cd,H).与土壤全Cu含量的普通克里格插值精度相比,利用表层土壤全Cd含量、水稻秸秆全Cu含量、高程作为辅助变量与水稻土表层全Cu含量进行协同克里格插值可以显著提高预测精度;但水稻籽粒全Cu含量作为辅助变量对预测精度影响不显著;而土壤有机质含量和土壤pH作为辅助变量反而降低了预测精度.在对表层土壤全Cu含量分布的多辅助变量协同克里格预测中,表层土壤全Cd含量和水稻秸秆全Cu含量的影响最大,其次是高程,水稻籽粒全Cu含量不能提高对表层土壤全Cu含量分布的预测精度.