基于统计模式识别的植物病害彩色图像分割方法

根据植物病害彩色图像的特点，提出了用颜色空间作为特征空间，利用统计模式识别的监督分类方法。采用基于Fisher准则的线性判别函数来对彩色图像进行真彩色二值化分割。结果表明：该方法具有快速、有效、准确等优点，对彩色植物病害图像的分割处理十分有效。     

框筒结构楼板的温度裂缝分析

针对框筒结构楼板开裂现象，采用理想化模型对结构在内外温差作用下楼板的应力和变形进行参数计算，根据计算结果阐述了楼板角部穿透性斜裂缝的开展机理。分析了一批高层住宅楼的楼板开裂原因，提出了设计建议和施工中应重视的问题。     

砾石对石灰土表面干缩裂隙发育特征的影响

[目的]研究砾石粒径及含量对石灰土表面干缩裂隙发育特征的影响,为探索喀斯特地区的水土流失机理提供参考依据。[方法]通过室内模拟试验和数字图像处理技术,研究了砾石粒径(2.0～5.0 mm和5.0～12.5 mm)和砾石含量(0%,10%,20%,30%,40%)条件下的石灰土表面干缩裂隙特征。[结果]①无砾石石灰土平均表面裂隙率仅为3.03%,含砾石石灰土具有更大的表面裂隙率,在大粒径(5.0～12.5 mm)高含量(40%)条件下,表面裂隙率最大,达到8.66%;②当砾石含量增加时,裂隙的形态变得细小且密集,小粒径砾石会使裂隙网络更复杂;③大粒径(5.0～12.5 mm)条件下的土壤表面裂隙率与砾石含量成正线性相关,而小粒径(2.0～5.0 mm)条件下的裂隙率与砾石含量成负线性相关;④砾石会成为裂隙发育的基点,每个砾石颗粒周围都有可能产生围绕砾石或是向外延伸的裂隙。且在砾石形态的棱角处,容易产生向外延伸的裂隙。[结论]石灰土中存在砾石会导致表面裂隙率提高,弱化土体的抗侵蚀能力,是石漠化治理不容忽视的问题。     

First Insights into the Repertoire of Secretory Lectins in Rotifers

Due to their high biodiversity and adaptation to a mutable and challenging environment, aquatic lophotrochozoan animals are regarded as a virtually unlimited source of bioactive molecules. Among these, lectins, i.e., proteins with remarkable carbohydrate-recognition properties involved in immunity, reproduction, self/nonself recognition and several other biological processes, are particularly attractive targets for biotechnological research. To date, lectin research in the Lophotrochozoa has been restricted to the most widespread phyla, which are the usual targets of comparative immunology studies, such as Mollusca and Annelida. Here we provide the first overview of the repertoire of the secretory lectin-like molecules encoded by the genomes of six target rotifer species: Brachionus calyciflorus, Brachionus plicatilis, Proales similis (class Monogononta), Adineta ricciae, Didymodactylos carnosus and Rotaria sordida (class Bdelloidea). Overall, while rotifer secretory lectins display a high molecular diversity and belong to nine different structural classes, their total number is significantly lower than for other groups of lophotrochozoans, with no evidence of lineage-specific expansion events. Considering the high evolutionary divergence between rotifers and the other major sister phyla, their widespread distribution in aquatic environments and the ease of their collection and rearing in laboratory conditions, these organisms may represent interesting targets for glycobiological studies, which may allow the identification of novel carbohydrate-binding proteins with peculiar biological properties.     

基于梯度分布不均匀性的干瘪红枣识别

为了从混合的饱满红枣和干瘪红枣中识别出干瘪红枣,首先分析了颜色空间模型的特性,选择灰度图、RGB颜色空间模型的R分量、L*a*b*颜色空间模型的a*分量,并使用不同的梯度算子作为对比;然后通过形态学运算、逻辑运算去除异常梯度,进行梯度归一化变换;最后采用归一化的梯度直方图作为红枣表面的纹理特征表示方法,并计算其梯度分布不均匀性作为判别准则。利用12通道红枣分选机采集240幅饱满与202幅干瘪红枣图像作为样本图像。实验结果表明,采用简单梯度算子对L*a*b*模型的a*分量提取纹理信息效果最好,误判率为0.83%,正确识别率高达99.01%。     

动物外激素的研究进展

外激素是生物体向环境释放的一种或多种化学物质的混合物,在环境中起着同种个体间传递信息、引起对方产生特殊反应的一类生物活性物质。在动物中,外激素是应用最广和最古老的通信方式,它们表现的是一种精练过的社会行为和繁殖策略的工具。对外激素在化学特性、产生器官、接受器官、作用及其作用途径方面取得的研究进展作一概述,以亟为该领域的研究提供参考。     

视觉导引AGV鲁棒特征识别与精确路径跟踪研究

针对AGV多分支路径与工位点标识的可靠识别以及导引路径的精确跟踪问题,提出了一种基于双视野窗口的鲁棒特征识别与精确路径跟踪方法。采用整幅视野范围作为模式识别窗口,在该窗口采用基于核主成分分析(KPCA)和BP神经网络的识别方法,将路径特征通过核函数映射到高维空间进行PCA降维,再利用BP神经网络识别降维后的样本矩阵。同时提出一种导引扫描窗口设置方法,该窗口范围取决于摄像机竖直视角以及摄像机安装倾斜角,在导引扫描窗口内将导引路径简化为直线模型并用最小二乘法拟合,针对拟合直线计算导引所需的路径偏差。实验结果表明,KPCA-BP方法显著提高了路径特征识别的实时性和鲁棒性,6类路径特征的平均特征识别正确率为99.5%;导引扫描窗口有效减小了导引路径直线拟合的计算误差,直线路径跟踪误差小于3 mm,曲线路径跟踪误差小于30 mm。     

基于车载二维激光扫描的树冠体积在线测量

采用车载二维激光扫描仪获取树木单侧点云数据,坐标变换后通过设置感兴趣区域检测树木,利用垂直分布特性识别树干,得到树冠中心距离。考虑树冠连续/不连续2种情况进行树木分割,将树冠外缘距离与对应树干距离相减算出树冠厚度。将树冠体积离散化为长方体,利用树冠厚度、相邻测量点垂直方向距离、车辆速度、扫描周期等参数进行计算。采用FIFO缓冲区保存在线数据,新采集的一帧数据写入缓冲区末尾,同时从缓冲区开头读出处理好的数据帧输出,实现树冠体积的在线测量。实验结果证明,树冠连续/不连续场景下,方法均能准确检测分割树冠、识别树干,实现树冠体积的在线测量。     

基于非下采样Shearlet变换的磁瓦表面裂纹检测

针对磁瓦表面裂纹缺陷图像背景不均匀、对比度低和存在纹理干扰等特点,提出了一种基于非下采样Shearlet变换(Nonsubsampled Shearlet transform,NSST)的裂纹检测方法。首先对原始图像进行多尺度、多方向NSST分解,得到一个低频子带和多个高频子带,然后利用各向异性扩散和改进的γ增强方法对高频子带进行滤波和增强;同时利用二维高斯函数对低频子带进行卷积操作来构造高斯多尺度空间,估计出图像的主要背景,并通过背景差法得到均匀的低频目标图像。最后通过重构NSST系数得到去噪和增强后的均匀目标图像,利用自适应阈值分割和区域连通法提取裂纹缺陷。实验结果表明,所提方法检测准确率达92.5%,优于基于形态学滤波方法、基于Curvelet变换方法和基于Shearlet变换方法等现有磁瓦表面裂纹检测方法。     

基于条件随机场的农作物病虫害及农药命名实体识别

互联网农技问答平台现仅依靠人工提供答题服务,响应速度慢,回答质量难以保证。实现智能农技问题解答,构建农技知识库,需要从现有问答数据提取“农作物-病虫害-农药”命名实体三元组。现有对农业中文命名实体识别的研究较少,且准确率较低。根据农作物、病虫害及农药命名实体的特点,针对农技问答数据,提出基于条件随机场的农作物、病虫害及农药命名实体的识别方法。对数据集进行格式整理及自动分词,并对分词后的语料,针对是否包含特定界定词、是否含特定偏旁部首、是否是数量词、是否是特定左右指界词及词性等特征进行自动标注。利用标注后的数据训练CRF模型,可以对语料进行分类,包括判断语料是否属于农作物、病虫害、农药3类命名实体并识别该语料在复合命名实体中的位置,从而实现了对3类命名实体的识别,由此可自动构建关联三元组。通过试验选择特征组合和调整上下文窗口大小,提高了本方法的识别准确度,降低了模型训练时间,对农作物、病虫害、农药命名实体识别的准确度分别达97.72%、87.63%、98.05%,比现有方法有显著提高。