利用双通道卷积神经网络的图像超分辨率算法

目的 图像超分辨率算法在实际应用中有着较为广泛的需求和研究。然而传统基于样本的超分辨率算法均使用简单的图像梯度特征表征低分辨率图像块,这些特征难以有效地区分不同的低分辨率图像块。针对此问题,在传统基于样本超分辨率算法的基础上,提出双通道卷积神经网络学习低分辨率与高分辨率图像块相似度进行图像超分辨率的算法。方法 首先利用深度卷积神经网络学习得到有效的低分辨率与高分辨率图像块之间相似性度量,然后根据输入低分辨率图像块与高分辨率图像块字典基元的相似度重构出对应的高分辨率图像块。结果 本文算法在Set5和Set14数据集上放大3倍情况下分别取得了平均峰值信噪比(PSNR)为32.53 dB与29.17 dB的效果。结论 本文算法从低分辨率与高分辨率图像块相似度学习角度解决图像超分辨率问题,可以更好地保持结果图像中的边缘信息,减弱结果中的振铃现象。本文算法可以很好地适用于自然场景图像的超分辨率增强任务。     

李始叶螨种群密度估计方法的研究

根据空间格局研究中获得的资料,对李始叶螨Eotetranychus pruni Oudemans种群的抽样技术进行了研究。结果表明:田间随机取样以“Z”字型方式为最佳,最适抽样单位为1个叶片;建立了利用无螨叶率(P₀)估计种群密度(x)的关系式:x=4.2134(-lnP₀)^1.2729(r=0.979);提出了李始叶螨种群的理论抽样数模型、序贯抽样模型和用于指导防治的序贯抽样模型。确立了二阶抽样技术中所抽取的树数(l)与叶片数(k)的配额公式为:kl=(tcv)²·(9.1138km^-0.9546+5.5412m^-0.4248)     

基于离散因子的多传感器数据融合和导航线提取方法

目的 针对玉米田间路径边界模糊和形状不规则特点,普通的田间导航线提取算法在农业机器人实际应用中会出现偏差过大的问题,本文针对3~5叶期玉米田提出了基于离散因子的相机与三维激光雷达融合的导航线提取算法。方法 首先利用三维激光雷达获取玉米植株点云数据,同时将相机采集的图像利用超绿化算法和最大类间方差法自动获得绿色特征二值图像,然后将聚类分析后的点云数据投影到图像中的目标边框上,构建多传感器数据融合支持度模型进行特征识别,最后拟合所获取特征中心点即为导航基准线。结果 该算法能够很好地适应复杂环境,具有很强的抗干扰能力,单帧平均处理时间仅为95.62 ms,正确率高达95.33%。结论 该算法解决了传统算法寻找特征质心偏移、识别结果不可靠等问题,为机器人在玉米田间行走提供了可靠的、实时的导航路径。     

分层信息融合的物体级显著性检测

目的 显著性检测是基于对人类视觉的研究,用来帮助计算机传感器感知世界的重要研究手段。现有显著性检测方法大多仅能检测出人类感兴趣的显著点或区域,无法突出对象整体的显著性以及无法区分对象不同层次的显著性。针对上述问题,提出一种基于分层信息融合的物体级显著性检测方法。方法 与当前大多数方法不同,本文同时运用了中级别超像素和物体级别区域两种不同层次的结构信息来获取对象的显著图。首先,将图像分割为中级别的超像素,利用自下而上的方法构造初始显著图;然后通过谱聚类方法将中级别的超像素聚类成物体级的区域,并运用自上而下的先验来调整初始先验图;最后,通过热核扩散过程,将超像素级别上的显著性扩散到物体级的区域上,最终获得一致的均匀的物体级显著性图。结果 在MSRA1000标准数据库上与其他16种相关算法在准确率-召回率曲线及F度量等方面进行了定量比较,检测的平均精度和F-检验分数比其他算法高出5%以上。结论 通过多层次信息融合最终生成的显著图,实现了突出对象整体显著性以及区分不同对象显著性的目标。本文方法同样适用于多目标的显著性检测。     

中药复方提取物HNA-1对SIV慢性感染恒河猴胸腺输出及胸腺细胞发育的影响

目的 探讨中药复方提取物湘A-1号方（HNA-1,湖南省艾滋病防治小组推荐免费使用的两个中药复方之一的提取物）治疗HIV-1感染及艾滋病（Acquired Immune Deficiency Syndrome,AIDS）的疗效机制。方法 用8只已感染猴免疫缺陷病毒SIVmac239 16～21个月的中国恒河猴,治疗组采用2个月的HNA-1治疗;对照组给予等体积生理盐水灌胃。在预设时间点采集外周血提取DNA,采用定量PCR检测T细胞受体重排删除环（T cell receptor excision circles,TRECs）来评价胸腺输出功能;并用酶消化法分离胸腺细胞,利用流式细胞术检测胸腺内CD34⁺前体细胞、CD4⁺T细胞发育各阶段的比例改变。结果 与模型对照组比较,HNA-1治疗组胸腺细胞输出明显增加（P<0.05）;且胸腺内CD34⁺Lin^-细胞比例明显增加（P<0.05）,胸腺双阳性T细胞（Double positive,DP）Ⅱ阶段比例减少,而DPⅢ和DPⅣ阶段比例均增加。结论 HNA-1对艾滋病的疗效可能与其能显著增加胸腺输出有关;其作用机制可能涉及增加胸腺内前体细胞数量、以及促进胸腺细胞细胞从DPⅡ阶段发育至DP Ⅲ等。     

基于无人机低空遥感的水稻田间杂草分布图研究

目的 获取水稻田的低空遥感图像并分析得到杂草分布图，为田间杂草精准施药提供参考。方法 使用支持向量机(SVM)、K最近邻算法(KNN)和AdaBoost 3种机器学习算法，对经过颜色特征提取和主成分分析(PCA)降维后的无人机拍摄的水稻田杂草可见光图像进行分类比较；引入一种无需提取特征和降维、可自动获取图像特征的卷积神经网络(CNN)，对水稻田杂草图像进行分类以提升分类精度。结果 SVM、KNN和AdaBoost对测试集的测试运行时间分别为0.500 4、2.209 2和0.411 1 s，分类精度分别达到89.75%、85.58%和90.25%，CNN对图像的分类精度达到92.41%，高于上述3种机器学习算法的分类精度。机器学习算法及CNN均能有效识别水稻和杂草，获取杂草的分布信息，生成水稻田间的杂草分布图。结论 CNN对水稻田杂草的分类精度最高，生成的水稻田杂草分布图效果最好。     

黑河中游湿地景观破碎化过程及其驱动力分析

在遥感和GIS技术支持下,基于1975-2010年长时间序列遥感影像,选取斑块密度指数(PD)、景观内部生境面积指数(IA)、斑块平均面积指数(MPS)、斑块形状破碎化指数(FS₁、FS₂)等具有典型生态意义的景观指数模型,系统分析了黑河中游湿地景观的破碎化过程,并结合灰色关联分析、主成分分析等方法,探讨了影响研究区湿地景观破碎化过程的各驱动因子。结果表明:近35年来,研究区湿地景观破碎化主要表现为斑块平均面积的萎缩,斑块密度的上升以及斑块形状破碎化指数的增大。整个研究时段内,研究区湿地斑块平均面积减少了48.95hm²,斑块密度的上升0.006个/hm²;导致黑河中游湿地景观破碎化发生和发展的驱动力包含自然和人文两个方面。自然因子对湿地景观破碎化进程的影响则主要体现在气温和降水上,而且气温对湿地景观破碎化进程的影响程度明显大于降水。但在1975-2010年间的这一较小时间尺度上,人类活动对湿地景观破碎化的贡献率明显高于自然因子,人类活动能力的增强以及影响范围的不断扩大是引发黑河中游湿地景观破碎化的主因。     

HIV/AIDS患者外周血中4种细胞因子IL-2、IL-4、IL-15和IL-21表达水平及其临床意义研究

目的 观察外周血 4 种细胞因子（IL-2、IL-4、IL-15及IL-21）在HIV感染者/AIDS患者（HIV/AIDS）和正常人表达水平的区别及其与HIV RNA病毒载量和CD3⁺、CD4⁺细胞数量的相关性,分析其与HIV感染的关系和临床意义。方法 40例未经抗病毒治疗的HIV/AIDS 和31名正常人,采用ELISA法检测外周血4种细胞因子（IL-2、IL-4、IL-15及IL-21）,使用流式细胞计数法检测外周血CD3⁺、CD4⁺ T 淋巴细胞数量,实时聚合酶链反应测定血清中HIV RNA水平。结果 未经抗病毒治疗的HIV/AIDS外周血IL-2、IL-15及IL-21水平低于正常人,而IL-4水平高于正常人（P<0.05）。CD3⁺、CD4⁺细胞数量和各细胞因子水平显示出一定的相关关系,IL-2和IL-15水平均与HIV-1 RNA载量呈负相关。结论 提示外周血4种细胞因子都可能参与了HIV感染的致病机制,并与HIV RNA病毒载量及CD3⁺、CD4⁺细胞数量相关。     

基于智能手机的便携式多功能食品安全快检系统开发

为解决目前食品安全快速检测系统集成化程度低、图像采集装置便携性差的问题,以智能手机为检测工具,采用数字图像比色法,对莱克多巴胺的现场快速定量检测问题进行研究。设计便携式图像采集装置固定拍摄环境,使用菲涅尔透镜汇聚光线,利用智能手机准确获得检测卡与微孔板的图像信息;设计基于OpenCV的图像处理算法和智能手机应用程序,在移动终端实现对检测卡和微孔板反应区域的自动识别和颜色特征的分析。结果表明：1）本研究设计的图像采集装置可以对检测卡与微孔板准确成像,颜色特征变异系数CV<3%;2）利用免疫层析法和免疫吸附法对莱克多巴胺进行快速检测,2种方法对应的颜色特征值与莱克多巴胺的质量浓度均呈对数关系,决定系数R²>0.97,其中,免疫吸附法的检测结果与酶标仪检测结果基本一致（R²=0.987 3）。本系统具有便携、快速等优点,不需要实验室设备,适用于非专业人员在现场对莱克多巴胺进行快速定量检测。     

蜂胶类黄酮对糖尿病合并肺结核患者外周血WBC与T淋巴细胞亚群的影响

目的 探讨蜂胶类黄酮对糖尿病合并肺结核（diabetes mellitus complicated with pulmonary tuberculosis,DM-PTB）患者外周血中WBC与T淋巴细胞亚群的影响。方法 以DM-PTB患者120人为对象,利用随机数字表采用完全随机法分成A（蜂胶黄酮1 000 mg/d）、B（蜂胶黄酮2 000 mg/d）、C（条件对照）三组,每组40人,观察6个月,比较综合治疗前后白细胞计数（WBC）及分类（淋巴细胞L和中性粒细胞N）、T淋巴细胞亚群CD3⁺、CD4⁺、CD8⁺数量及CD4⁺/CD8⁺比值的变化,并比较组内前后差异和组间差异。结果 三组7项观测指标自身前后配对差值（治疗后-治疗前）的均数比较Hotelling T²=515.359,P=0.000;治疗7项观测指标差别Wilks λ=0.017,P=0.000,其中多重比较结果为WBC的B组大于A与C组,L的B组> A组> C组,N的B组大于A与C组,CD3⁺的B 与A组大于C组,CD4⁺的B组>A组>C组,CD4⁺/CD8⁺比值多重比较结果为B 与A组大于C组。结论 蜂胶类黄酮能提高DM-PTB患者的细胞免疫水平。     

基于NLMS算法的风送式喷雾机窄带有源降噪仿真研究

目的 研究风送式喷雾机出风口噪声类别,并探索合适的降噪方法以提高降噪效果。方法 通过分析风送式喷雾机出风口噪声频谱,采取窄带有源降噪方法对风机出风口噪声进行降噪,比较了3种常见的降噪算法,综合考虑算法收敛速度和降噪性能,选取NLMS算法作为核心算法;为改善窄带有源降噪系统中由非声学传感器引起的频率失调问题,引入遗传算法对转速器采集参数计算出的初始频率进行优化。将风机噪声作为输入信号,采取197、394、591、788和985 Hz 5个频率通道进行窄带有源降噪仿真。结果 风送式喷雾机噪声以扇叶转动引起的旋转噪声为主。仿真结果表明,经过遗传算法迭代33次调频后的系统性能得到较好的改善,在NLMS算法迭代10 000次时系统收敛,5个频率通道噪声幅值分别降低了0.192、0.041、0.024、0.018和0.210 mm,取得总体约14 dB的降噪效果。结论 NLMS算法对风送式喷雾机噪声有较好的降噪效果,遗传算法能够有效改善非声学传感器引起的频率失调问题。本研究为风送式喷雾机主动降噪方法提供了参考。     

K步稳定的鞋印花纹图像自动聚类

目的 鞋印是刑事侦查的重要物证之一,如何对积累的大量鞋印花纹图像进行自动归类管理是刑事技术迫切需要解决的问题之一。与其他类图像不同,鞋印花纹图像具有种类多但数目未知、同类花纹分布不均匀且同类花纹数目少的特点。基于鞋印花纹图像的这些特点,用目前典型的聚类算法对鞋印花纹图像集进行聚类,并不能取得很好的效果。在对鞋印花纹图像进行分析的基础上,提出一种K步稳定的鞋印花纹图像自动聚类算法。方法 对已标记的鞋印花纹图像进行统计发现,各类鞋印花纹之间在特征空间上存在互不相交的区域(本文称为隔离带)。算法的核心思想是寻找各类鞋印花纹之间的隔离带,来将各类分开。过程为:以单调递增或递减的方式调整特征空间中判定两点为一类的阈值,得到数据集的多次划分;若在连续K次划分的过程中,某一类的成员不发生变化,则说明这K次调整是在隔离带中进行的,即聚出一类,并从数据集中删除已标记的数据;选择下一个阈值对剩余的数据集进行划分,输出K步不变的类;依此类推,直到剩余数据集为空,聚类完成。结果 在两类公开测试数据集和实际鞋印花纹数据集上进行实验,本文算法的主要性能指标都超过典型算法,其中在包含5792枚实际鞋印花纹数据集上的聚类准确率和F-Measure值分别达到了99.68%和95.99%。结论 针对鞋印花纹图像特点,提出了一种通过寻找各类之间的隔离带进行自动聚类的算法,并在实际应用中取得了很好的效果。且算法性能受参数的变化以及类的形状影响较小。本文算法同样适用于具有类似特点的其他数据集的自动聚类。     

前景判别的局部模型匹配目标跟踪

目的 在复杂背景下,传统模型匹配的跟踪方法只考虑了目标自身特征,没有充分考虑与其所处图像的关系,尤其是目标发生遮挡时,易发生跟踪漂移,甚至丢失目标。针对上述问题,提出一种前景判别的局部模型匹配(FDLM)跟踪算法。方法 首先选取图像帧序列前m帧进行跟踪训练,将每帧图像分割成若干超像素块。然后,将所有的超像素块组建向量簇,利用判别外观模型建立包含超像素块的目标模型。最后,将建立的目标模型作为匹配模板,采用期望最大化(EM)估计图像的前景信息,通过前景判别进行局部模型匹配,确定跟踪目标。结果 本文算法在前景判别和模型匹配等方面能准确有效地适应视频场景中目标状态的复杂变化,较好地解决各种不确定因素干扰下的跟踪漂移问题,和一些优秀的跟踪算法相比,可以达到相同甚至更高的跟踪精度,在Girl、Lemming、Liquor、Shop、Woman、Bolt、CarDark、David以及Basketball视频序列下的平均中心误差分别为9.76、28.65、19.41、5.22、8.26、7.69、8.13、11.36、7.66,跟踪重叠率分别为0.69、0.61、0.77、0.74、0.80、0.79、0.79、0.75、0.69。结论 实验结果表明,本文算法能够自适应地实时更新噪声模型参数并较准确估计图像的前景信息,排除背景信息干扰,在部分遮挡、目标形变、光照变化、复杂背景等条件下具有跟踪准确、适应性强的特点。     

基于改进模糊C均值聚类算法的草坪杂草识别

【目的】为了实现草坪杂草管理的精准化施药，针对自然环境中杂草与草坪颜色相近导致杂草难以分割的问题，提出一种改进模糊C均值(Fuzzy C-means, FCM)聚类的分割算法。【方法】利用超绿算子提取感兴趣区域，融合HSV空间的多通道信息进行图像预处理，扩大杂草与草坪的特征差异。使用区域面积约束滤波范围，去除预处理图像中的草坪背景噪声，降低中值滤波造成的目标区域灰度级损失。提出一种各向灰度分布差异(Difference of gray distribution, DGD)检测算子，在聚类过程中引入像素周围不同方向的灰度分布差异特征实现草坪杂草分割。【结果】与传统FCM、FCM-S2、FCMNLS以及RSFCM算法相比，本文算法对大多数噪声区域抑制效果较好，可以实现较为理想的杂草分割效果。本文算法能有效分割草坪杂草，平均分割准确率达到91.45%，比FCM、FCM-S2、FCMNLS和RSFCM算法分别提高16.35%、4.12%、6.80%和8.06%。【结论】本文算法可有效地分割自然环境中的草坪杂草，为草坪杂草精准化施药提供了条件，具有实际应用价值。     

4种噬菌体对寄主青枯菌的敏感性及作用受体分析

【目的】明确不同噬菌体混合对茄劳尔氏菌(青枯菌)Ralstonia solanacearum裂解能力和对噬菌体抗性产生的影响,了解4种噬菌体的作用受体。【方法】将4种噬菌体P1556-1、P1556-2、P7-1和P1521两两混合后,比较其在青枯菌平板上产生的噬菌斑大小;噬菌体与青枯菌混合培养测定青枯菌对噬菌体的抗性;通过噬菌体与脂多糖和膜蛋白的吸附试验测定噬菌体的作用受体。【结果】噬菌体P1556-1产生的噬菌斑最大,裂解青枯菌的能力强。4种噬菌体两两混合产生的噬菌斑与单一噬菌体产生的噬菌斑大小没有显著差异,但可延缓抗噬菌体的青枯菌产生。噬菌体P1556-2可被青枯菌的脂多糖吸附,P1521能被脂多糖和膜蛋白吸附,而P1556-1和P7-1均不能与脂多糖和膜蛋白作用。【结论】不同噬菌体混合不能提高其裂解青枯菌的能力,但可以延缓抗性青枯菌的产生;不同噬菌体作用受体不同。     

基于云模型的农业移动机器人人机合作路径规划

【目的】实现农业移动机器人在复杂动态的农业环境中实时准确地无碰撞行驶。【方法】基于云模型的不确定性在线推理方法,提出一种基于云模型的动态引导A*(CDGA*)算法进行人机合作路径规划,将人的专业知识和喜好等引入DGA*优化中,实现机器人更快速的路径规划。利用Matlab软件对CDGA*算法与DGA*算法进行仿真对比分析。【结果】静态路径规划中,DGA*算法与CDGA*算法的close的点数分别为158和96,人员规划时间分别为8.8和4.0 s,规划总时间分别为15.6和8.9 s;动态路径规划中,DGA*算法与CDGA*算法的人员规划时间分别为12.5和5.8 s,规划总时间分别为23.3和14.6 s。【结论】提出的CDGA*算法能够大大减少产生的节点数,缩短规划时间,提高搜索效率。     

基于光谱与图像信息的杏鲍菇多糖含量检测

【目的】利用高光谱成像技术实现杏鲍菇Pleurotus eryngii多糖含量的快速无损检测。【方法】利用高光谱图像采集系统获取350～1 021 nm波长范围内的杏鲍菇高光谱图像,同时利用苯酚–硫酸法测定对应样本的多糖含量。通过波段运算和阈值分割构建掩膜图像,使样本与背景相分离。采用主成分分析(PCA)处理原始高光谱图像,获得代表原始图像99%信息的2个主成分图像(PC1、PC2),然后利用连续投影算法(SPA)选出554.4、772.8、811.4、819.1、855.6、986.3和1 019.5 nm 7个特征波长及对应的光谱特征,分别提取7个特征波长图像和2个主成分图像的纹理与颜色特征,最后利用偏最小二乘回归(PLSR)建立杏鲍菇样本基于不同图像特征与多糖含量之间的关系模型。【结果】从校正集决定系数(Rc2)来看,基于特征光谱+特征波长图像特征+主成分图像特征的模型效果最好,Rc2=0.954,RMSEc=0.341;从预测集决定系数Rp2来看,基于特征光谱+特征波长图像特征的模型效果最好,Rp2=0.868,RMSEP=0.539。【结论】该研究结果可为杏鲍菇多糖含量的快速、无损检测提供一定的参考。     

基于二次分类的葡萄干晾房遥感信息挖掘及反演

以鄯善绿洲为研究靶区,应用遥感技术对葡萄干晾房遥感影像特征进行光谱和纹理分析,使用二次分类方法提取葡萄干加工晾房信息。结果表明,晾房光谱特征由晾房顶部和阴影组成,纹理特征因具有阴影而增强;葡萄干晾房斑块共有701块,占地面积3 120hm2,最大斑块面积178hm2,最小斑块面积338.76m2,平均面积4.34hm2;建筑单体18 819栋,建筑面积261hm2。经验证,一次分类精度为84.06%,Kappa系数为0.80;二次分类精度为88.66%,Kappa系数为0.84。