用于生物分类学研究领域的显微成像新技术

UV—C光学共聚焦显微图像系统集成了光学和数字图像分析技术，特别适用于采集非平面样品（高度变化范围超过了显微镜景深范围）的图像，它彻底解决了传统光学显微镜成像时高倍数与大景深不能共存的问题，使样品的不同高低部位都能清晰成像，可以获得像电镜图像一样的巨大景深和精致的细节，更能得到电镜图像所没有的真实色彩。UV—C以清晰直观的样品图片带给读者手绘图所不能达到的视觉效果，是生物分类学家研究和描述物种的好助手。     

浅谈初中地理课堂教学策略

在新的教学课改中，如何突破以前的教学模式，彻底改变以前教师“满堂灌”的授课方法，向课堂要效率，要质量，激发学生的求知欲望，已成为时代赋予中学地理教学的重要使命，这也是新课改的当务之急和必然要求。如何要效率，要质量呢？本人结合我二十多年的教学经验，形成了一些不同的思考，本文从以下三方面谈一下我的体会。     

SAR图像算法分析与应用

SAR图像,是一种用雷达成像技术,SAR设备通过将连续脉冲无线电波传播到目标场景和每个脉冲的回波接收记录来形成SAR图像。SAR成像系统对于物质纹理特性的敏感性,可以通过SAR图像来判断物体具体是什么材质与结构。同时可以将多个孔径雷达组成一个复杂而高效的系统,可以获取很高质量的数字信息。     

基于OTSU改进算法的森林冠层孔隙度提取技术研究

冠层孔隙度是计算林冠叶面积指数的重要参数之一,对冠层生长情况的评价起到至关重要的作用。为合理获取林冠孔隙度值,本文提出利用Matlab对半球型冠层图像进行分析。提取RGB图像单一颜色分量,将提取后的图像进行分割获取有效区域,再利用改进的OTSU算法提取其像素点信息并进行计算得到孔隙度值,将该值与Winscanopy处理结果对比表明,两者具有较高的相关性。本文提出的计算方法为有效获取冠层孔隙度开辟了新途径。     

基于DPIV的卷烟燃烧区速度场特性试验研究

以超细碳酸氢钠粉末作为示踪粒子,并使用基于互相关算法的DPIV系统对不同抽吸容量下卷烟燃烧区的速度场进行了测量.结果表明,随着抽吸容量的增大,卷烟燃烧区速度场变活跃;与未点燃卷烟相比,点燃卷烟燃烧产生的烟气对燃烧区速度场有较大影响,烟气的热浮力明显改变了卷烟在抽吸时速度场的变化趋势;随着抽吸容量的增大,卷烟燃烧区内烟气对速度场的影响相对减弱.     

作物胁迫早期症状监测的新图像技术

传统的作物胁迫早期症状诊断主要运用生化和分子方法对样品进行破坏性检测实现。计算机图像技术能在作物出现明显症状和不可逆转伤害前及时检测出作物的胁迫情况。尤其是在通过检测作物叶片散发光图像中与胁迫相关的变化量方面,热红外图像、荧光图像、反射多光谱和高光谱图像等新技术显示出较大的潜力。介绍和讨论了这些新图像技术在作物胁迫监测中的运用情况,并展望运用多种图像技术融合是作物综合胁迫早期监测诊断的发展趋势。     

我国小麦赤霉病最大熵谱预报模式研究

 本文根据小麦赤霉病病害资料,建立了赤霉病最大熵谱分区预报模式,经1991~1993年3月业务试报,预报结果与实况基本吻合。模式适用于不同资料长度,对于资料年代较短的站点,也能给出较为可信的预报结果。     

基于K-means聚类和图像分割的紫色土发生层边界识别

土壤学始于对土壤剖面及其形态特征的观察,剖面发生层的划分与发生层边界特征的描述是土壤调查的基础。实地划分发生层需要丰富的土壤学实践经验,存在主观和缺乏统一划分标准的问题。以紫色土剖面图像为研究对象,采用K-means聚类和图像分割技术,结合图像的颜色特征（CIE Lab色彩空间）和纹理特征（Entropy）识别紫色土剖面发生层边界,并与实地划分的结果进行比较。结果表明：（1）CIE Lab色彩空间的a、b通道和Entropy纹理特征,可以划分出供试剖面的主要发生层（A、B、C）和基岩（R）;（2）聚类识别的发生层数量和发生层深度与实地识别的结果基本一致;除Z2剖面的C层和Z6剖面的Ap层聚类识别与实地识别的发生层下边界深度相差较大（分别为13 cm和8 cm）外,其余发生层下边界深度相差均在3 cm以内;（3）聚类识别的发生层边界形状更为不规则,明显度更为模糊。K-means聚类和图像分割技术实现了紫色土剖面发生层边界的客观识别,可为土壤剖面智能辨识系统的开发提供科学参考。     

检测皮棉内部杂质的透射成像影响因素分析

目前对皮棉杂质检测仅限于皮棉表面的图像分析,而检测皮棉内部杂质,才是完整检测皮棉杂质的关键。在分析皮棉杂质透射特性的基础上,确定了光透射成像系统中若干成像参数。对光透射成像中的若干关键技术进行深入研究,定量分析了光源种类、光源能量与透射效果的关系,分析了增强杂质透射效果的方法。通过杂质图像的分析,可有效检测皮棉中各种内部杂质。     

农畜产品品质无损检测中高光谱图像技术的应用进展

高光谱图像技术结合了计算机图像与光谱技术两者的优点,是农畜产品品质检测技术的发展趋势。阐述了农畜产品品质检测中高光谱图像技术的硬件组成和图像的获取方法。介绍了高光谱图像技术在农畜产品品质检测中的应用现状以及数据处理方法,重点分析了不均匀二次差分算法和独立分量分析算法。对高光谱图像技术应用于农畜产品品质检测的技术发展提出了建议。